摘要：為了能夠?qū)崿F(xiàn)在動態(tài)條件下對坦克炮塔進行轉(zhuǎn)角測試，提出了基于DSP的嵌入式裝置應用于炮塔轉(zhuǎn)角中。采用基于圖像法坦克炮塔轉(zhuǎn)角的動態(tài)高測量。通過積分投影算法獲得測量靶標的分割區(qū)域，運用特征模板對編碼的靶標圖像進行信息的角度解碼，終實現(xiàn)角度測量。測量裝置能夠在實驗室和車載環(huán)境下對炮塔進行轉(zhuǎn)角測試，經(jīng)實驗驗證該算法的轉(zhuǎn)角解算可以達到6.11″，滿足系統(tǒng)分析的準確率。實時性及可靠性要求。

　　0 引言

　　坦克作為許多國家陸軍作戰(zhàn)的主要突擊兵器，在進攻。防御和機動合一的作戰(zhàn)狀況下，希望能夠在高速機動中向敵方軍事目標穩(wěn)定準確地射擊。炮塔轉(zhuǎn)角測試的直接影響其跟蹤。定位。打擊的準確和穩(wěn)定性，其中炮塔相對底盤的轉(zhuǎn)角測試的準確性為瞄準射擊起到?jīng)Q定性的作用。

　　目前，國內(nèi)所有主戰(zhàn)坦克中所配備的炮塔相對底盤的轉(zhuǎn)角測量裝置僅是為乘員提供火炮相對底盤粗略轉(zhuǎn)動角度，傳統(tǒng)的測角方法采用機械表盤顯示，并且不具備信號輸出功能，自動化程度低，僅解決了坦克車體的轉(zhuǎn)向問題；坦克底盤上所配備的角度測量裝置僅是解決坦克車體的轉(zhuǎn)向問題，上述測角裝置的測量一般在1°~2°。國內(nèi)主戰(zhàn)坦克所配備的陀螺僅實現(xiàn)坦克炮線與瞄線之間的角度測量，測量一般在8.25″，不能夠達到炮塔相對底盤的轉(zhuǎn)角的測量。本文提出的基于圖像法的測量裝置與靶標圖像的設計提高了轉(zhuǎn)角測試的。

　　1 系統(tǒng)組成原理

　　坦克炮塔動態(tài)轉(zhuǎn)角測量裝置由炮塔轉(zhuǎn)臺。測量靶標。光學成像系統(tǒng)。圖像處理單元。數(shù)據(jù)處理軟件組成，如圖1所示，安裝在炮塔底盤上的CCD攝像機通過采集圖像信息[1]獲得炮塔與底盤轉(zhuǎn)角的位置信息，將圖像信息送入圖像處理單元，通過圖像數(shù)據(jù)處理進行角度解算，確定炮塔與底盤轉(zhuǎn)角的角度信息。

　　2 測量靶標的設計

　　炮塔轉(zhuǎn)臺座圈。底盤特征本身決定，設計了測量靶標，它由表示二進制信息的點陣列環(huán)帶標志物構(gòu)成，每組點陣列由8個信息點組成。256組點陣列標志物保證了在CCD視場內(nèi)存在兩組點陣列圖形。將靶標圖像二進制編碼后可表示28 個不同的信息，將這256組點陣均布于坦克盤座圈的端面上。每相鄰兩個測量靶標角度為360°/ 256 = 1.4°，即通過判斷二進制的靶標信息，可識別炮塔的位置。測量靶標如圖2所示。

　　3 軟件算法流程

　　3.1 圖像預處理

　　坦克行徑過程中的顛簸，內(nèi)部光線昏暗等原因，CCD拍到的圖像特征不顯著。這時需要對輸入處理系統(tǒng)的圖像進行一定的圖像增強，經(jīng)過增強后的圖像，視覺效果會有所改善，同時也突出了某些特征信息，增強了對某些信息的鑒別能力。濾波采用的是中值濾波改進算法和領域中值濾波，濾波后有利于后面的特征提取，經(jīng)過增強濾波后的圖像對其進行二值化。

　　3.2 測量靶標圖像的中心靶點特征提取

　　3.2.1 靶標圖像的積分投影

　　中間區(qū)域編碼環(huán)帶的定位，積分投影法初是由Kanade 運用到人臉識別中的，此方法可以通過垂直灰度投影和水平灰度投影有效地獲取特征位置，該算法針對二值化后的測量靶標圖像進行。設二值化圖像g（x,y）的大小為M×N 則水平和垂直灰度投影的函數(shù)分別定義為：

　　垂直積分投影定位方法：首先對二值化后的圖像做垂直積分投影得到投影曲線，再運用式（4）對曲線進行平滑處理，得到平滑線圖，對平滑后的曲線在圖像的左半部分求具有梯度的點，記為左邊界，同理在圖像的右半部分找到梯度的點作為圖像的右邊界，水平積分投影定位同理，通過積分投影可獲得靶標圖像的待解碼區(qū)可以更好地分割圖像，如圖3為積分投影后的靶標圖像直方圖，分別選取垂直和水平投影4個尖峰象素點，確定分割區(qū)域，即可得到靶標圖像的待解碼區(qū)（中心靶點所在區(qū)域）。

　　3.2.2 靶標圖像的模板匹配

　　SUSAN 算子模板匹配算法不依賴于目標的其他局部特征，利用特征點本身的特點直接提取，算法速度快。實時性強，但是準確性不高，SUSAN 算子采用圓形模板來得到各向同性的響應。在數(shù)字圖像中，圓可以用一個含有37 個像素的模板來近似。這37 個像素排成7 行，分別有3,5,7,7,7,5,3個像素。

　　設圓形模板為N（x,y），對整幅圖像中的所有像素，用該模板進行掃描，比較模板內(nèi)每個像素與中心像素的灰度值，若模板內(nèi)某個像素的灰度與模板中心像素（核）灰度的差值小于一定閾值，則認為該點與核具有相同（或相近）的灰度。根據(jù)SUSAN算子檢測能得到靶標圖像的邊緣點和角點這一特點，建立簡單的測量靶標的輪廓模型搜索定位靶標位置，從而確定圖像的特征點。

　　靶標特征點的提取，對實時性要求較高，而且需要提取出的測量靶標目標特征點計算角度信息，所以根據(jù)其圖案形狀提出了適合特征點提取方法：即先提取中心直線，然后求離中心直線近的靶標特征點圖案的方法。在選取到的圓心模板掃描測量靶標時，在待解碼區(qū)從左往右從上往下順序的掃描過程中，若與全1模板匹配，怎會顯示1,若與全0模板匹配則為0,從而完成粗略角度的測量，跟蹤圖案與模板的相似度分析，提取出了測量靶標的特征點，按照相關算法計算確定粗略角度。

　　采用投影和SUSAN 算子確定編碼合作目標中心（X 中，Y 中），對圖像中心定位，即十字光標對圖像中心定位，圖像對半分割，圖像從左側(cè)進行分割，提取編碼帶環(huán)所在的中間區(qū)域，形成中心豎軸和水平軸，即Y 和X 軸；十字光標的中心定值位，即完成炮塔轉(zhuǎn)臺的初始的粗略定位。