本发明专利技术提供了一种细长体入水姿态信息提取的图像处理方法，将背景图像与入水图像转化为灰度图，进行区域划分和背景剔除处理，然后转换为二值图像，消除图像中的空泡轮廓，去除干扰空腔，填充细长体内部存在的空腔，并进行图像平滑处理；对处理完成的图像区域进行边缘轮廓提取，对散点进行折射校正，得到实验坐标系下的空泡轮廓散点；利用霍夫直线检测对得到的边缘散点进行直线边缘检测，获得当前细长体的姿态角信息，进而得到细长体重心的位置信息。本发明专利技术识别效率高，轮廓提取结果精确，处理速度较快，并且可以进行批量处理。并且可以进行批量处理。并且可以进行批量处理。
【技术实现步骤摘要】
一种细长体入水姿态信息提取的图像处理方法
[0001]本专利技术属于图像识别领域，具体涉及到一种利用图像处理技术对航行器入水后的位置和姿态角信息进行提取的方法。
技术介绍
[0002]航行器在空投入水后，其弹道与姿态稳定性往往是研究者的关注重点，在入水初期航行器的运动轨迹和自身姿态对之后是否能够正常水平航行和任务执行存在重大影响。
[0003]航行器以一定速度穿越气-水交界面时，将航行器的动能传递给周围的流体，使得流体获得径向扩张的速度，形成随航行器一起向下运动而不断拉长的入水空泡，在这个冲击水面的瞬间，航行器往往受到较高的冲击载荷，其加速度也在此时产生较大的突变。在速度较高的情况下，入水空泡会将航行器完全包裹，使得航行器只有头部与水相接触。随着航行器不断向下运动，航行器姿态发生偏斜，致使航行器尾部拍击空泡壁面，形成尾拍现象。尾拍现象会导致航行器本身的姿态偏转的角加速度发生突变，随着沾湿面积的增加，航行器受到的阻力也会随之增加，最终影响到航行器的航行轨迹。
[0004]航行器在入水过程中的姿态角的变化和速度变化通过航行器内部安装位置传感器可以获得，但在利用缩比模型进行入水实验时，由于体积空间的限制，往往不能通过安装传感器的方式获取位置信息和姿态角信息，因此需要通过采用图像处理技术对拍摄的入水工况进行处理，从中提取出实验模型的位置信息和姿态角信息。入水实验的缩比模型在通常情况下为细长圆柱体，因此需要通过提取细长体的表面轮廓从而对细长体入水后的位置信息和姿态角信息进行提取。
[0005]由于在入水过程中存在包裹细长体的入水空泡，这使得提取细长体的表面轮廓往往会受到许多干扰因素的影响，这给精确提取细长体轮廓带来了一定程度上的困难。细长体轮廓提取存在的干扰因素主要有以下几点：
[0006](1)在细长体轮廓的提取过程中，往往会受到包裹细长体的空泡轮廓的干扰，因此需要避免空泡轮廓的影响；
[0007](2)当入水图像的环境光分布不均时，细长体轮廓边缘可能会变得模糊，导致不能有效识别；
[0008](3)由于空泡深闭合后，在深闭合点处往往会产生一股射向细长体的射流，使得细长体表面被射流掩盖；
[0009](4)入水空泡的存在会造成折射影响，使得包裹其中的细长体轮廓发生一定的变形，因此需要将得到的细长体边缘点进行折射校正获得在实验框架下的正确坐标位置。
[0010]国内魏英杰、王聪等人开发了一种基于灰度梯度的算法，对水下细长体的识别和位置检测做了初步研究，但只适用于单张入水图像的位置检测处理，且要求图像中细长体轮廓边缘清晰无变形，因而不能能批量精确地对细长体入水实验图像进行有效精确识别。目前尚未发现有同类专利或文献，本专利技术具有创新性。
技术实现思路
[0011]为了克服现有技术的不足，本专利技术提供一种细长体入水姿态信息提取的图像处理方法，利用图像处理技术对细长体入水后的位置和姿态角信息进行提取，能够有效提取运动体的边缘轮廓并得到实验坐标系下的轮廓散点文件。本专利技术识别效率高，轮廓提取结果精确，处理速度较快，并且可以进行批量处理。
[0012]本专利技术解决其技术问题所采用的技术方案是基于sobel算子的图像边缘提取方法，主要包括以下步骤：
[0013](1)将细长体入水前的背景图像与待处理识别的入水图像转化为灰度图；
[0014](2)根据运动体所处于图像中的位置对灰度图进行区域划分，划分出目标所在区域，对划分出的区域进行背景剔除处理；
[0015](3)调整图像的对比度，利用圆盘形的结构元素对图像进行膨胀腐蚀处理，防止待提取的轮廓出现不连续的现象；
[0016](4)将图像转换为二值图像，在保留细长体轮廓的条件下消除图像中的除头部以外的空泡轮廓，去除图像中的干扰空腔，填充细长体内部存在的空腔，并进行图像平滑处理；
[0017](5)对处理完成的图像区域进行边缘轮廓提取，对提取完成的边缘轮廓进行薄层处理，使得细长体边缘仅有一层散点，对散点进行折射校正，并进行像素坐标变换从而得到实验坐标系下的空泡轮廓散点；
[0018](6)利用霍夫直线检测对得到的边缘散点进行直线边缘检测，获得细长体身段边缘所处的直线方程；根据得到的直线方程求出直线的斜率信息，从而获得当前细长体的姿态角信息；
[0019](7)将身段边缘直线进行平移从而得到细长体的轴线方程，求解轴线方程与细长体边缘轮廓的交点得细长体底部中点的位置，进而得到细长体重心的位置信息。
[0020]所述步骤(2)的区域划分是指划分为满足条件的区域，其中D
m
为运动体的直径大小，L
m
为运动体的长度，x
s
为划分图像的宽度，y
s
为划分图像的高度。
[0021]所述步骤(2)的背景剔除是指通过矩阵运算，实验图像E(x,y)减去背景图像B(x,y)得到目标提取图像S(x,y)。
[0022]所述步骤(4)选取值为0.3的梯度阈值将图像转换为二值图像。
[0023]所述步骤(4)将图像中像素数量小于45的空腔作为干扰空腔，利用bwareaopen函数删除，之后利用imfill函数填充细长体内部含有的空腔，最后利用medfilt2中值滤波函数对二值图像进行小半径平滑处理，从而最大程度上消除图像的噪声。
[0024]所述的medfilt2中值滤波函数表示为其中p
i,j
为在像素坐标(i,j)下该像素元素的值，m,n为相应像素周围m
×
n邻域。
[0025]所述步骤(5)基于sobel算子对处理完成的图像进行边缘提取，获得大致的细长体
边缘图像；利用bwmorph函数对二值图像应用形态学操作，使目标减薄成线；对细长体边缘图像进行进一步区域划分，划分的具体原则为h
m-6D
m
≤y
s
≤h
m-D
m
，其中D
m
为运动体的直径大小，h
m
为当前运动体的入水深度，y
s
为划分完成后的图像的高度。
[0026]所述步骤(5)对提取的边缘散点进行折射校正，折射校正公式为其中p
measure
是运动体运动深度的测量值，p
real
是运动体运动深度真实值，d1是运动体距水箱前壁面的距离，d2是高速摄像机镜头距水箱前壁面的距离，n为折射率。
[0027]所述步骤(5)对细长体轮廓像素坐标进行折射校正，得到细长体轮廓的实际坐标值，校正公式为其中R是当前深度下入水空泡的半径大小，r
p
是细长体半径的测量值，r
r
是细长体半径的真实值，θ1是光线由空泡内部射入水中的折射角，θ2是光线由空泡内部射入水中的入射角，n为折射率。
[0028]本专利技术的有益效果是：能够批量精确识别细长体入水后的边缘轮廓并提取细长体位置信息和姿态角信息，能够快速缩小识别区本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种细长体入水姿态信息提取的图像处理方法，其特征在于包括以下步骤：(1)将细长体入水前的背景图像与待处理识别的入水图像转化为灰度图；(2)根据运动体所处于图像中的位置对灰度图进行区域划分，划分出目标所在区域，对划分出的区域进行背景剔除处理；(3)调整图像的对比度，利用圆盘形的结构元素对图像进行膨胀腐蚀处理，防止待提取的轮廓出现不连续的现象；(4)将图像转换为二值图像，在保留细长体轮廓的条件下消除图像中的除头部以外的空泡轮廓，去除图像中的干扰空腔，填充细长体内部存在的空腔，并进行图像平滑处理；(5)对处理完成的图像区域进行边缘轮廓提取，对提取完成的边缘轮廓进行薄层处理，使得细长体边缘仅有一层散点，对散点进行折射校正，并进行像素坐标变换从而得到实验坐标系下的空泡轮廓散点；(6)利用霍夫直线检测对得到的边缘散点进行直线边缘检测，获得细长体身段边缘所处的直线方程；根据得到的直线方程求出直线的斜率信息，从而获得当前细长体的姿态角信息；(7)将身段边缘直线进行平移从而得到细长体的轴线方程，求解轴线方程与细长体边缘轮廓的交点得细长体底部中点的位置，进而得到细长体重心的位置信息。2.根据权利要求1所述的细长体入水姿态信息提取的图像处理方法，其特征在于：所述步骤(2)的区域划分是指划分为满足条件的区域，其中D
m
为运动体的直径大小，L
m
为运动体的长度，x
s
为划分图像的宽度，y
s
为划分图像的高度。3.根据权利要求1所述的细长体入水姿态信息提取的图像处理方法，其特征在于：所述步骤(2)的背景剔除是指通过矩阵运算，实验图像E(x,y)减去背景图像B(x,y)得到目标提取图像S(x,y)。4.根据权利要求1所述的细长体入水姿态信息提取的图像处理方法，其特征在于：所述步骤(4)选取值为0.3的梯度阈值将图像转换为二值图像。5.根据权利要求1所述的细长体入水姿态信息提取的图像处理方法，其特征在于：所述步骤(4)将图像中像素数量小于45的空腔作为干扰空腔，利用bwarea...
【专利技术属性】
技术研发人员：施瑶，潘光，华扬，宋保维，黄桥高，赵海瑞，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。