纸靶弹孔中心位置的数字图像检测算法

：* ， ! 0 * ’ % 3 ’ 1 7 D ; 2 A ; 6 7 6 0 7 3 : 8 7 / 1 9 / 7 9 6 8 ; 6 : 1 91 3 A 9 ;E 7 6 0 1 F 6 1E 7 ; @ A 8 7 G A 2 2 7 6 0 1 2 7 1 95 ; 7 8 6 ; 8 7 6 G ; 9 : @ A @ 7 F ) ? 91 8 F 7 8 6 1 = 5 = BE ， : E 8 1 D 7 D 7 8 ; / : 6 ; 9 F / 1 0 7 8 7 9 / 7 1 3 / 1 9 / 7 9 6 8 ; 6 : 1 95 ; 8 ; E 7 6 7 8G 6 0 7 6 8 ; F : 6 : 1 9 ; 2E 7 6 0 1 F; 9 F6 1 8 7 F A / 7E ; 9 A ; 2 7 8 8 1 8 @ ;9 7 HE 7 6 0 1 F 5 B B G ; @ 7 F 1 9F : : 6 ; 2 : E ; 7 8 1 / 7 @ @ : 9 6 7 / 0 9 : A 7 : @ : 9 6 8 1 F A / 7 F ) * 0 7 / 7 9 6 7 85 1 @ : 6 : 1 91 3 ; / : 8 / 2 7 : @ 1 G 6 ; : 9 7 FG 7 9 6 7 8 1 3 8 ; D : 6 3 8 7 : 1 9 = = 5 = I B/ = B1 = ， E 7 6 0 1 F6 0 8 7 7 1 : 9 6E 7 6 0 1 F; 9 F 6 0 7 2 7 ; @ 6 @ A ; 8 7 3 : 6 6 : 9 ) 4 D 7 8 2 ; : 9 1 2 7 @ ; 8 7E ; : 9 2 @ 6 A F : 7 F ) * 0 7 8 1 / 7 F A 8 7 6 1F 7 6 7 / 6 G A 2 2 7 60 1 2 7 @ 5 I = 5 5 =0 B 5 1 95 ; 7 8 6 ; 8 7 6 : @ 8 7 ; 2 : J 7 F G / 1 E A 6 7 8 8 1 8 ; E E) * 0 7 / 0 ; 8 ; / 6 7 8 : @ 6 : / @ ; 9 F ; 2 : / ; G : 2 : 6 1 3 6 0 8 7 7E 7 6 0 1 F @ ; 8 7 ; 9 ; 2 J 7 F G 6 0 7 7 K 7 8 : # 5 = B 5 5 = 5 5 B B B 5 E 7 9 6 F ; 6 ; ) ：5 ； ； ； ； 4 , $ % + * ; 7 8 6 ; 8 7 6 G A 2 2 7 6 0 1 2 7 / 7 9 6 7 8 1 3 / : 8 / 2 7 F 7 6 7 / 6 : 9 F : : 6 ; 2 : E ; 7 / 1 9 / 7 9 6 8 ; 6 : 1 9 5 = = = = 56
（. ， ’ ， ’ ， ） / 0 1 1 2 1 34 6 1 7 2 7 / 6 8 1 9 : / ; 2 < 9 : 9 7 7 8 : 9 > : ; 9 ? 9 @ 6 : 6 A 6 7 1 3* 7 / 0 9 1 2 1 > : ; 9% ! " " ( ’ C 0 : 9 ; 5 = = = B
边界特征! 整个算法选取圆边界中的任意三点， 因此随机性很强， 点的选取对结果影响很大， 但因为该算法 对图形信息要求极少， 可以处理不完整有缺陷的图像， 且算法简单， 计算量小， 易于编程实现， 可以进行快
［ ］ # 速圆心坐标确定， 也可以作为进一步超分辨率位置确定的第一步! 拟合法 也是一种外部区域表示法! 本
［ ］ ’ 结构的分析及处理 本文中对于目标圆来说， 膨胀运算时结构元素选取圆盘， 结果将使物体的面积沿周 !
边增大一个结构元素， 并且融合一些独立的目标点! 腐蚀运算中同样选取圆盘为结构元素， 可以将小于结 构元素的物体去除， 达到消除噪声的目的! 图$ （ ） 为经过膨胀和腐蚀处理后的目标圆， 可以明显看出原பைடு நூலகம் ( 图像中目标圆四周的孤立点已经基本消除， 并且已经恢复了完整圆的形状， 可以进行下一步的检测!
文采用最小二乘法进行曲线拟合! 最小二乘法弥补了三点法的不足， 充分考虑了各边界点的影响， 因此精 度较高， 可以进行超分辨率的位置确定! 同时又可以避免偶然的粗大误差的影响， 追求整体误差最小! 但他 计算量大， 当目标边界点很多时， 不宜进行快速定位! 通过对三种算法的综合比较， 考虑到实际应用中对所 求圆中心位置的精度要求， 在这里主要采用最小二乘拟合法进行处理， 以追求高精度和相对的快速!
" # "
西
安
工
业
学
院
学
报
第" ’卷
部区域表示法， 他所关心的是整个区域! 当目标物体没有受到损坏， 圆形区域灰度均匀， 圆边界完整时， 可 以采用该方法求出圆心位置! 该算法考虑整个圆形区域的信息， 在低噪声且圆比较完整时精度很高， 不易
［ ］ " 是一种外部区域表示方法， 他只考虑圆的 受到偶然疵点的影响! 但他存储量大， 因此速度较慢! 三点法
! " $ % & ’ ( ) * ’ $+ , ’ , ’ , . ’ , % $ / 0 1 " " , ’ ( $ " , $ .2 3 , % ’ 3 % , ’ 0 3 * , +$ .+ & & ’ 3 " & ) 3 , # 2 # # #
!" # $% & ’ ( & )，# * + ) , ’ ) , .
纸靶弹孔中心位置的数字图像检测算法
王宇辉，倪晋平
（西安工业学院 光电工程学院， 西安 % ） ! " " ( ’ 摘
!
要： 为了提高传统人工测绘纸靶弹孔中心的方法中评价枪弹射击密集度时的准确性和一致性， 减少人
工误差， 基于数字图像处理技术， 提出一种纸靶圆心位置检测的数字化方法) 本系统采用区域重心法， 三点法 通过对实际存在的双弹孔的分析， 重点解决了重孔问题) 同时通过计 和最小二乘拟合法对圆心位置进行检测) 算机编程实现了对实际纸靶弹孔的检测) 根据实验数据分析了三种检测方法的优缺点及适用范围) 关键词： 纸靶弹孔； 圆心检测； 数字图像； 密集度 中图号： * + ( , ! ) & 文献标识码： -
第 7期
王宇辉 等： 纸靶弹孔中心位置的数字图像检测算法
! 7 7
! " ! 重孔的处理 单孔可以按照上述方法进行， 但无法处理重孔 （如图 ! ） ， 重孔又是非常常见的一种情况， 因此是在图 像处理时必须考虑的因素之一" 图像分割的过程主要 通过数学形态学的腐蚀运算来完成" 在完成基本的预 处理之后， 运用腐蚀运算， 此时的结构元素依然采用圆 盘， 但圆盘的半径必须远远大于预处理时腐蚀运算的 结构元素半径" 可以采用一个循环， 使半径不断增加直 到欧拉数由6变为! 为止， 以此自动选取最佳半径" 图 （ ） 和图! （ ） 分别显示了原始的重孔图像和处理后的 ! # $ 结果" 必须指出， 当两个圆的重合度达到 7 用 8 9 以上时，
（ ）原始图 %
（ ）二值化 （取反后） （ ）预处理后 & ( 图$ 图像预处理过程 * + ! $ . / . 1 ( / 2 2 + 3 4 + 5 % / , 0 ,1 ,
（ ）标出的圆心位置 )
" 纸靶弹孔检测步骤
基于图像处理技术进行目标圆的检测基本步骤为： ! 用扫描仪或 6 6 7 相机将靶纸数字化获得原始 图像； 对原始图像进行预处理， 在二值化的基础上消除噪声， 提取边缘； 根据实际情况选 " # 预处理后， 择合适的检测方法确定圆心位置! " ! $ 单孔的处理 对于单孔预处理后的图像， 如果是完整的没有缺陷的圆可以直接用区域重心法进行检测! 否则要进行 ［9 ］ 提取边界， 再用三点法或拟合法进行目标圆中心坐标的检测 处理后的 边缘提取， 可以采用2 算子 ! 1 & / 8 结果如图$ （ ） 所示， 其中 “ :” 代表计算出的圆心位置， 外圆代表标准的弹孔大小! ) 万方数据
引言
在轻武器的生产中， 为了实现对枪、 弹性能的检验需要进行实弹射击实验， 检测弹道不同位置时纸靶 的密集度参数) 常规的方法是在弹道测试点树立一面硬纸靶， 按规定射击一定的发数， 然后取下纸靶， 根据 子弹通过硬纸靶留下的弹孔， 用三角尺和圆规测量出密集度参数) 这种方法需要人工操作来完成， 容易引 起判读误差， 不同的人对同一纸靶测量的结果有很大的不同) 当试验次数增加时， 人工测量的劳动量增大， 也无法立即得到测量结果) 目前， 已有单位研制出自动检测弹丸着靶坐标的仪器， 但在对自动检测仪器的 校验和验收中仍然采用纸靶法) 本文基于数字图像处理技术提出纸靶弹孔中心坐标自动识别的数字化方法) 该方法采用电子扫描仪， 首先将射击后的纸靶以数字图像的方式扫描成电子文档， 然后在计算机中对实际纸靶图像进行数学处理、 识别和检测出实际弹孔的中心坐标， 再根据得到的数据计算出密集度参数)
第’ &卷 第 (期 ’ " " & 年 ,月
西 安 工 业 学 院 学 报 O 4 P Q N R4 S> ? T N? N . * ? * P * <4 S* < C U N 4 R 4 V W
L 1 2 M ’ & N 1 M ( . 7 6 ) ’ " " & 5
文章编号： ! （ ） " " " # $ % ! & ’ " " & " ( # " ’ ( ! # " &