CN101571492B - 基于三维重构的炸药流散性测量方法 - Google Patents

Abstract

本发明公开了一种基于三维重构的炸药流散性测量方法，其主要操作步骤为：实时且同步采集炸药流散性测量装置中三个摄像机拍摄的炸药帧图像数据和电子天平称量的炸药动态质量数据；对人工所选采样时刻一帧图像中的三幅图像相继进行滤波、特征值提取、立体匹配和体素法三维重建等处理后获得相应时刻下落到标准透明杯中的炸药瞬时密度值，对不同时刻的帧图像进行上述处理后，获得随时间变化的一组炸药瞬时密度值，据此绘制出炸药的流散性曲线。本发明使炸药流散性测量装置真正实现了对炸药流散性进行自动而客观的测量功能，其突出优点是，实时性强、计算速度快、测量结果直观且精度高。

Description

基于三维重构的炸药流散性测量方法

技术领域

本发明属于火炸药技术领域，主要涉及一种火炸药性能测量方法，尤其涉及一种基于三维重构的炸药流散性测量方法。 

背景技术

流散性是炸药的重要物理性质之一。只有炸药具有良好的流散性才能保证它能够被压装机顺利的压入弹壳中。如果炸药的流散性不好，不仅难于装药，且粘附模具造成压爆和药量不准。所以炸药及其混合药剂的流散性直接影响到火工品的生产安全性和发火可靠性。不仅如此，流散性还影响炸药生产过程中装药工序的生产效率，进而影响包装工序的效率。 

长期以来，火工品专业人员对炸药流散性的评价只是凭借经验简单的区分好与差，或凭借测定安息角来确定炸药流散性的好坏，因此根本无法具体或定量确定流散性这一指标。为了提高弹药压装的生产工艺，为保证新型弹药压装质量，使新型弹药分步压装工艺规范化、标准化，确保压装过程的本质安全性，迫切需要一种对新型弹药在分步压装过程中炸药流散性进行测量分析的装置，即炸药流散性测量装置。 

炸药流散性测量装置应根据分步压装设备的工作原理，模拟分步压装工艺的输药过程，在模拟过程中分析并定量测量压装过程中炸药的相关数据，从而为专业技术人员进行炸药配方研究以及选择合适的分步压装工艺参数提供可靠而准确的测量数据。由此可见，炸药流散性测量装置需要解决两个重要技术环节，一是如何模拟分步压装工艺的输药过程，并通过相应措施获得模拟输药过程中相关的炸药动态数据；二是用什么测量方法对所获得的炸药 动态数据进行分析和处理，从而得到炸药的流散特性，即炸药的动态密度。 

发明内容

本发明要解决的技术问题是，为炸药流散性测量装置提供一种数据分析及处理方法，具体地说，是提供一种基于体素法三维重构的炸药流散性测量方法。 

为解决上述技术问题，本发明提供的测量方法包括以下操作步骤： 

(1)在炸药流散性测量装置的分布压装模拟单元运行期间，实时且同步采集炸药流散性测量装置中三个摄像机以及电子天平的输出，将所述三个摄像机的三组图像数据分别存放在三个图像文件中，将所述电子天平的一组动态质量数据存放在质量文件中； 

(2)接收人工选择的采样时刻并进行以下操作： 

(2.1)从所述三个图像文件中读取对应时刻的一帧图像，对该帧图像中的三幅图像相继进行中值滤波和特征灰度值即像素点的提取，由此对应获得三幅预处理图像C₁、C₂和C₃并存入数据缓冲区； 

(2.2)从数据缓冲区中调用三幅预处理图像C₁、C₂和C₃且两两组合构成三个匹配组，即C₁C₂、C₂C₃和C₃C₁，第一、第二幅预处理图像C₁、C₂分别为第一匹配组C₁C₂的基准图像和被匹配图像，第二、第三幅预处理图像C₂、C₃分别为第二匹配组C₂C₃的基准图像和被匹配图像，第三、第一幅预处理图像C₃、C₁分别作为第三匹配组C₃C₁的基准图像和被匹配图像；对每一个匹配组而言：以基准图像的待匹配像素点Q₁(u₁，v₁)为中心创建一个基准窗口S，并用基准窗口S内像素的灰度值分布函数f₁(u，v)来表征该待匹配像素点；在被匹配图像中创建一个以假设与待匹配像素点Q₁(u₁，v₁)相关的被匹配像素点Q₂(u₂，v₂)为中心且与所述基准窗口大小相同的匹配窗口R，并用匹配窗口R内像素的灰度值分布函数f₂(u，v)来表征该假设与待匹配像素点Q₁(u₁，v₁)相关的被匹配像素点Q₂(u₂，v₂)；在匹配图像中移动匹配窗口 R，当匹配窗口R在u方向移动Δu、v方向移动Δv使得其匹配子图R_k与所述基准窗口S的差值为最小时，则判断匹配子图R_k的中心像素点Q_2k(u₂+Δu，v₂+Δv)与基准窗口S中的待匹配像素点Q₁(u₁，v₁)达到最佳匹配，同时计算基准窗口S与匹配子图R_k的归一化互相关系数并存盘，直到基准图像中的每个像素点都在被匹配图像中找到互相关的匹配像素点并形成互相关矩阵T¹²或T²³或T³¹；当三个匹配组均形成各自的互相关矩阵T¹²或T²³或T³¹后，从中找出每个像素点的最大归一化互相关系数所对应的互相关矩阵标号，将找出的各互相关矩阵中具有上述最大归一化互相关系数的像素点所对应的两个匹配像素点按照基准图像和匹配图像的来源分类，得到两个相互匹配的图像矩阵D₁，D₂；分别对所述两个相互匹配的图像矩阵D₁、D₂中的各个像素点进行光轴平行性校正，并用校正后得到的像素点d₁’(u₁’，v₁’)、d₂’(u₂’，v₂’)对应替换两个相互匹配的图像矩阵D₁、D₂中的原有像素点d₁(u₁，v₁)、d₂(u₂，v₂)； 

(2.3)将(2.2)步骤最终获得的两个相互匹配的图像矩阵D₁、D₂中的每个像素点的计算机二维图像坐标值先转换成摄像机的三维坐标值(x，y，z)后再转换成世界坐标系中的三维坐标值(X_w，Y_w，Z_w)，根据每个像素点的世界三维坐标值(X_w，Y_w，Z_w)一一将每个像素点用黑色绘制在一个设定的虚拟三维坐标系中并对像素点的数量n进行统计； 

(2.4)用像素点的数量n乘以每个像素的体积获得对应时刻由分布压装模拟单元下落到标准透明杯中的炸药所堆积的体积； 

(2.5)从所述质量文件中读取对应时刻由分布压装模拟单元已下落到标准透明杯中的炸药质量值，用该质量值除以炸药所堆积的体积得到炸药瞬时密度值； 

(3)接收人工选择的不同时刻点，反复循环(2.1)～(2.5)步骤获得随时间变化的一组炸药瞬时密度值； 

(4)调用图形控件并根据所述的一组炸药瞬时密度值绘制出炸药的动态密度曲线亦即炸药的流散性曲线。 

根据本发明，所述中值滤波的步骤是，设定一个3×3像素的滤波窗口， 滑动滤波窗口，使其正中间的像素分别位于一幅图像中的每一个像素位置，并用滤波窗口内所有像素灰度值的平均值代替正中间像素的灰度值。 

根据本发明，所述基准窗口和匹配窗口的尺寸均为3×3个像素。 

本发明的有益效果体现在以下几个方面。 

(一)本发明是配以炸药流散性测量装置中的测量软件，它采集三个摄像机拍摄的下落到标准透明杯中的炸药图像和电子天平称量的炸药动态质量，并通过对人工所选时刻的帧图像进行基于三维重构的一系列图像处理和相应的计算后，可获得炸药的流散性曲线，从而使炸药流散性测量装置真正实现了对炸药流散性进行自动而客观的测量功能。此外，本发明可以实现每秒50次的采集速度，试验人员可以查看炸药下落过程中任意时刻的瞬时密度，而不是最后的密度平均值，因而，本发明可以使炸药流散性测量装置具备实时性高、操作简单、测量结果直观、可靠等优点。 

(二)本发明在图像匹配前进行了图像预处理，减小了立体匹配过程的计算量，大大提高了立体匹配的速度。 

(三)本发明采用了区域匹配最优化算法，使匹配准确度得到极大提高。 

(四)本发明采用了体像素法三维重建算法，重建一帧图像只需要2秒钟，因而计算速度快；此外，采用三维重构算法，测量结果可以精确到炸药三维点代表的流散性，因而测量精度高。 

附图说明

图1是炸药流散性测量装置中三个摄像机及其补光源的位置示意图。 

图2是炸药流散性测量装置中各组成之间的信号关系示意图。 

图3是本发明炸药流散性测量方法的主程序流程图。 

图4是图3中所示基于三维重构的图像处理程序的流程图。 

图5是本发明优选实施例的中值滤波所用滤波窗口的示意图。 

图6是图4中所示的图像预处理子程序的流程图。 

图7是图4中所示的立体匹配子程序的流程图。 

图8是图4中所示的体素法三维重建子程序的流程图。 

具体实施方式

下面结合附图及优选实施例对本发明作进一步的详述。 

本发明的主要任务是用软件方式为炸药流散性测量装置提供一种数据分析及处理方法，并最终获得炸药的流散特性。由此可见，炸药流散性测量装置获得的炸药动态数据是本发明的基础及处理对象。在背景技术中曾提到，炸药流散性测量装置的一项重要功能是模拟分步压装工艺的输药过程，并通过相应措施获得模拟输药过程中的相关炸药动态数据。为此，炸药流散性测量装置除了具有可实现模拟分步压装工艺输药过程的分步压装模拟单元和计算机控制单元外，还配备了高速动态测速称重装置和图像采集装置，以获得炸药的动态数据。针对本发明的优选实施例，高速动态测速称重装置选用了直径90mm、高210mm的标准透明杯和沈阳龙腾的Ex-5000A型高精度防爆电子天平，标准透明杯放在电子天平上，以盛放由分步压装模拟单元自由下落的炸药；电子天平的量程为10Kg，动态测量精度为0.1g，采集速度高达20ms，且带有RS485通信端口，可将已落入标准透明杯中的炸药的动态质量数据实时送入计算机控制单元。而图像采集装置则包括三台数字式CCD摄像机，三个摄像镜头，三个补光光源，同步信号发生器和千兆交换机。三台数字式CCD摄像机均选用德国BASLER黑白数字式摄像机，其采集速度在一定范围内可调，采集分辨率为1024×1024。三个摄像镜头均采用德国BASLER SCA1000-30gm，1/3″手工调节光圈的广角镜头，其焦距为8mm。装有摄像镜头的三个CCD摄像机安装在炸药流散性测量装置上(参见图1)，即三个摄像机均布在以动态测速称重装置为圆心的圆周上且光轴均与地面夹角为45°。补光光源采用高亮度防爆LED灯，每两个摄像机之间放置一个补光光源，用其对整个摄像系统进行照明，从而使图像采集装置采集到的数据更加准确。同步信号发生器 为基于555定时器的同步信号触发器，该触发器输出信号的频率在1HZ到100HZ范围内可调，其所使用的外脉冲的频率为50帧/秒。千兆交换机选用TEG1016/1024交换机，其内含有高速动态存储器，支持存储转发，共含12个网络端口，每端口最高达2000M的传输速率，是普通10/1000M局域网直接升级到1000M高性能网络，能够很好满足本发明的要求。计算机控制单元为带有显示屏、打印机并置有三维重构测量软件的计算机，它是实现本发明三维重构测量的主体。由于三维重构测量对计算机的性能有很高的要求，特别是对CPU的运算速度和内存大小有很高要求。为了提高处理速度以及稳定性，本优选实施例中的计算机硬件采用了Intel Corel Q6600四核处理器，主频为2.4G，硬盘大小250G，用该计算机对一帧图像进行重构只需5秒左右。该计算机硬盘存放着标定好了的摄像机与选用镜头系统的内、外参数，主要包括：摄像机安装镜头后的有效焦距f，各主点c之间的距离b，极点e的计算机图像坐标(u₀，v₀)，旋转矩阵R(3×3的旋转变换矩阵，它确定了摄像机相对于世界坐标系的方向，并由三个欧拉角α，β和γ来表示)及平移矢量T(3×1的平移矢量，即T＝[T_x，T_y，T_z]^T)。三维重建过程中需要使用这些参数来完成图像的具体处理。图2示出了炸药流散性测量装置各组成之间的信号关系。当计算控制单元控制分步压装模拟单元启动后，经过模拟压药过程的炸药自由下落到标准透明杯，与此同时，同步信号发生器输出的同步脉冲信号作用于三个摄像机，三个摄像机同时以50帧/秒的速度拍摄标准透明杯中所盛放的炸药图像，并将所得到的图像信息通过千兆以太网交换机实时传入计算机；电子天平也将落入标准透明杯中的炸药重量实时送入计算机中。 

根据图3所示，计算机中的三维重构测量软件在计算机上电后首先进行系统的初始化，主要包括摄像机数据采集频率、电子天平质量采集速率(注意质量和图片采集速率必须要相同即采集同步)和数据文件存储路径等；在计算机启动分步压药模拟单元运行后，通过不同的通讯端口连续采集三个CCD摄像机输出的图像信息和电子天平输出的炸药动态重量信息，三个摄像机拍 摄的图像以连续的帧形式对应存放在硬盘的三个图像文件中，炸药的动态质量数据按照与时刻对应的数列形式存放在硬盘的质量文件中；在分步压药模拟单元停运后，根据人工选择的采集时刻，对相应的图像数据进行处理，即对某一时刻的炸药堆积体进行三维重构，计算出炸药的瞬态体积，由此得到炸药的瞬时密度，将瞬时密度值存盘并予以显示，根据选择的不同采集时刻，反复循环上述图像数据处理步骤，即可获得炸药的动态密度曲线。 

根据图4所示，基于三维重构的图像处理包括图像预处理、立体匹配、体素法三维重建、动态体积计算、瞬时密度计算这几个关键处理子程序。下面按流程顺序进行详细介绍。 

(1)图像预处理 

图像预处理的目的是去除所采原始图像中的无用信息与干扰信息。三个摄像机在工作时，由于炸药下落过程中存在着粉末飞扬，背景光源的光斑干扰问题，摄像机所采集的原始图像中必然会存在着一些无用信息或者干扰信息，这些信息对于三维重构是没有意义的，因此，在三维重构开始前需要去掉这些信息，否则会对三维重构的精度产生严重影响，由此而影响到炸药流散性的实验结果。在本优选实施例中，图像预处理分为两个过程，包括中值滤波处理和特征灰度值提取。 

首先调用硬盘中的三个图像文件，读取与人工选择的采集时刻相对应一帧图像的三幅原始图像并采用中值滤波法对其进行处理。其具体算法是：选择3×3(像素)作为滤波窗口(参见图5)，用该窗口内所有像素灰度值的平均值代替正中间像素的灰度值，也就是说，通过滑动滤波窗口，使其正中间像素分别位于一幅图像中的每一个像素位置，然后用窗口内9个像素的平均灰度值取代该像素的灰度值，但对于图像的周边像素而言，参与灰度平均值计算的像素数要小于滤波窗口中的像素数量，对位于四个角点的像素进行中值滤波运算时，只有4个像素参与运算，而对其它周边像素进行中值滤波运算时，可有6个像素参与运算。用上述方法分别对一帧中的三幅原始图像的逐像素 进行替换运算，直至形成三幅新的图像即三幅滤波图像，并将三幅滤波图像存放在数据缓冲区内，到此完成了图像的中值滤波。三幅滤波图像去除了原始图像中的干扰信息，为后续的立体匹配提供了良好的基础 

在数字滤波图像中，感兴趣的特征仅占据整个灰度级相当窄的一个范围，加之在滤波图像中炸药和背景之间存在较大的灰度差异，因此对特征灰度外的区域进行过滤尤为重要。对于滤波图像而言，每个像素的值可用该点的灰度值(0～255)表示。具体算法是：通过实验确定一个合适的阈值，将一幅滤波图像中的每个像素灰度值与所选阈值比较，如果该像素灰度值大于所选阈值则将该像素保留(该像素称为像素点)，反之标记为0(即用0替换滤波图像中的像素值并存储)，这样就得到炸药在这幅滤波图像上的有用像素点并构成外形轮廓，对其他两幅滤波图像进行同样的处理运算，这样整个一帧图像的特征灰度值提取处理就完成了，由此形成了预处理图像C₁、C₂和C₃并存放在数据缓冲区内。经过特征值提取处理后，保留下来的像素点很少，使后续处理中的运算速度大大增加。图像预处理的具体操作步骤参见图6。 

(2)立体匹配 

立体匹配是指将三维空间即世界坐标系中的一点A(X_w，Y_w，Z_w)在三个摄像机成像平面即计算机图像坐标中的像素点a₁(u₁，v₁)、a₂(u₂，v₂)和a₃(u₃，v₃)对应起来的过程，从而可以确定对应像素点两两之间的视差，这个过程是三维重构的直接基础。在本发明中，同一时刻所对应的一帧图像共有三幅，根据图像两两匹配后即可确定空间中一点在三个图像中的对应像点的原理，本发明采用区域匹配算法进行立体匹配。本优选实施例的具体做法是，调用缓冲区中的三幅预处理图像C₁、C₂和C₃，将第一幅预处理图像C₁作为基准图像，以基准图像C₁的待匹配像素点Q₁(u₁，v₁)为中心创建一个m×n(像素)的基准窗口S，若像素点位于图像的边缘或角点，则同样创建一个m×n的窗口，只要窗口内包含待匹配像素点Q₁(u₁，v₁)即可(此时待匹配像素点不再位于匹配窗中心)，并用此基准窗口S内像素的灰度值分布函数f₁(u， v)来表征该待匹配像素点Q₁(u₁，v₁)。然后，在第二幅预处理图像C₂(其原始图像来自第二摄像机)中假设一个被匹配像素点Q₂(u₂，v₂)与待匹配像素点Q₁(u₁，v₁)相关，以像素点Q₂为中心创建一个m×n(像素)的匹配窗口R，并用其匹配窗口R内像素的灰度值分布函数f₂(u，v)来表征被匹配像素点。在第二幅预处理图像C₂中移动匹配窗口R，并且假设匹配窗口R在u轴方向移动Δu，在v轴方向上移动Δv。在本发明中，匹配窗口R移动所覆盖的各个匹配子图用R_k表示，而基准窗口S与匹配子图R_k之差用D(S，R_k)来度量，因此有： 

$D(S,R_k)=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{[R_k(i,j)-S(i,j)]}^2$

当D(S，R_k)达到最小时，则认为匹配子图R_k的中心像素点Q_2k(u₂+Δu，v₂+Δv)与基准窗口S中的待匹配像素点Q₁(u₁，v₁)达到最佳匹配。同时，还可以通过计算归一化互相关系数 

$C(\mathrm{\Δu},\mathrm{\Δv})=\frac{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}[S(i,j)-\stackrel{\‾}{S}]\·[R_k(i,j)-\stackrel{\‾}{R_k}]}{\sqrt{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{[S(i,j)-\stackrel{\‾}{S}]}^2\·\sqrt{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{[R_k(i,j)-\stackrel{\‾}{R_k}]}^2}}}$

来度量S与R_k之间的差别。 

式中： $\stackrel{\‾}{S}=\frac{1}{\mathrm{mn}}\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}S(i,j)$ 与 $\stackrel{\‾}{R_k}=\frac{1}{\mathrm{mn}}\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{R}_k(i,j)$ 分别表示S窗和R_k窗的灰度均值。 

互相关系数C(Δu，Δv)越大，说明匹配子图R_k与基准窗口S越相似，在匹配窗口R的移动范围内，互相关系数C(Δu，Δv)达到最大值时，认为基准图像(第一摄像机拍的图像)中的点Q₁(u₁，v₁)与另一图像(第二摄像机拍的图像)中的点Q₂(u₂+Δu，v₂+Δv)相匹配，并将这两点之间的互相关系数保存。直到第一预处理图像C₁中的每个像素点在第二滤预处理图像C₂中都找到对应的匹配像素点，匹配完后形成该帧两幅图像对应点的互相关矩阵T¹²并存储在计算机硬盘中。 

将第二预处理图像C₂作为基准图像，第三预处理图像C₃作为与之匹配的 另一图像，并重复上述立体匹配算法，直到第二、第三预处理图像中的所有像素点匹配完成之后形成第二、第三幅预处理图像的互相关矩阵T²³并存储在计算机硬盘中；再将第三预处理图像C₃作为基准图像，第一预处理图像C₁作为与之匹配的另一图像，再次重复上述立体匹配算法，直到第三、第一预处理图像中的所有像素点都找到对应的匹配像素点并形成第三、第一幅预处理图像之间的互相关矩阵T³¹并存储在计算机硬盘中。在两两图像匹配后将形成三个互相关矩阵T¹²、T²³、T³¹，此时对三维空间中的每个点来说，就会存在三个互相关数与其对应，从这三个互相关数中找出最大的一个，这个最大的数所在的互相关矩阵标号决定了与该三维点最匹配的两点所在的预处理图像，将这两点作为该三维点的两个有效匹配像素点并按照基准图像和匹配图像的来源分类分别对应存储。对于三维空间中的每一点都进行同样的处理并对应存储，最后得到两个相匹配的图像矩阵D₁，D₂。 

立体匹配的目的是求得每个像素点在两个摄像机中的视差，但由于炸药流散性测量装置中的摄像机是按光轴相交形式摆放的，因此，还必须对匹配后的每个像素点进行光轴平行性校正，以获得该像素点在所对应两个摄像机中的视差。匹配像素点的光轴平行性校正算法如下：设d₁(u₁，v₁)是第一图像矩阵D₁中的一个像素点，经过下式校正后变为d₁’(u₁’，v₁’)，存储并替换原有像素点。 

$\left[\begin{array}{c}{u_1}^{\′}\\ {v_1}^{\′}\\ 1\end{array}\right]=K\×\left[\begin{array}{c}{u}_1\\ v_1\\ 1\end{array}\right]$

$K=\left[\begin{array}{ccc}\frac{1}{u_0}& 0& 0\\ -\frac{v_0}{u_0}& 1& 0\\ \frac{1}{u_0}& 0& 1\end{array}\right],$

式中，K为3×3的变换矩阵，(u₀，v₀)为极点e的计算机图像坐标，两者均为已知常数。完成了第一图像矩阵D₁中一个像素点d₁(u₁，v₁)的校正后，对 第二图像矩阵D₂中与第一图像矩阵D₁中的像素点d₁相匹配的像素点d₂(u₂，v₂)进行同样的变换得到校正点d₂’(u₂’，v₂’)并存储和替换原有像素点d₂(u₂，v₂)。以此类推，对两个图像矩阵D₁和D₂中每个匹配像素点对进行同样的处理并进行替换存储就可完成该时刻帧图像中所有像素点的光轴平行性校正。 

通过上述一系列的处理过程，就建立起原始炸药每个像素点与图像像素点的对应关系，即完成本优选实施例中的立体匹配过程。立体匹配处理的具体操作步骤参见图7。 

(3)体素法三维重建 

三维重建的目的是要从两个或两个以上的照片中恢复出被测对象的每个像素点的深度信息，即恢复每个像素点的三维坐标。 

对原始图像完成立体匹配之后得到原始炸药每个像素点与两个计算机匹配图像矩阵D₁、D₂中每个匹配像素点对之间的对应关系。以坐标变换为基础，将匹配后的计算机图像矩阵D₁中的一个像素点d₁’(u₁’，v₁’)的坐标代入计算机图像坐标(u，v)与摄像机三维坐标(x，y，z)之间的关系式得： 

$u_1^{\′}=f\frac{x}{z}$

$v_1^{\′}=f\frac{y}{z}$

其中： $z=\frac{\mathrm{bf}}{|u_2^{\′}-u_1^{\′}|},$ u₂’为第二图像矩阵D₂中与第一图像矩阵D₁中像素点d₁’(u₁’，v₁’)相匹配的像素点d₂’(u₂’，v₂’)的u坐标值，b为摄像机主点之间的距离，f为摄像机焦距，b、f均为已知。联立以上两个方程即可得到原始像素点的摄像机三维坐标值(x，y，z)并将其存储。 

将原始像素点的摄像机三维坐标值(x，y，z)代入物体三维世界坐标(X_w，Y_w，Z_w)与摄像机三维坐标(x，y，z)之间的变换关系式中： 

$\left[\begin{array}{c}{X}_W\\ Y_W\\ Z_W\end{array}\right]=R\×\left[\begin{array}{c}x\\ y\\ z\end{array}\right]+T$

其中，R为世界坐标相对于计算机坐标的旋转矩阵，T为世界坐标相对于计算机坐标平移向量，R、T均为已知。由以上关系可以求得原始被测像素点在世界坐标系中的三维坐标值，对每一个像素点进行上述处理并存储，即可求出所有像素点的三维世界坐标值。 

为了实现直观化，需要在计算机上显示三维重构结果，即把所得所有像素点绘制出来。具体处理过程是，首先构造出一个三维立体虚拟空间并设定一个像素点计数器初始值为0，三维空间以点(0，0，0)为原点，X_w，Y_w，Z_w三轴方向上的边长均为100mm，该三维正方体的体积为1000cm³，根据上述坐标变换关系可知，该三维空间中的任意一点(X_w，Y_w，Z_w)(0≤X_w≤100mm，0≤Y_w≤100mm，0≤Z_w≤100mm)都与计算所得世界坐标中的点存在着直接对应关系，而实际图像中每个像素点必然在计算机虚拟三维坐标中有一个点与之对应，因此计算机虚拟三维坐标中的这个点必然代表三维空间中炸药的一个点。计算开始时，程序从计算机虚拟三维空间的原点开始对每一个点进行分析，看其世界坐标是否对应于像素点，如果是，则用黑色标记并使像素点计数器加1并存储，将虚拟空间中的所有点进行同样处理后，则黑色标记部分就是原始炸药的三维形状并在一个立方体中显示，此时，像素点计数器的累加值n就是原始炸药中像素点的数量。体素法三维重建的具体操作步骤参见图8。 

(4)瞬态体积计算 

动态体积是指某一时刻标准透明杯所盛炸药的体积，亦即经过三维重建后得到的炸药在标准透明杯中堆积的形状。因此动态体积计算的基础是体素法得到的计算机三维重构图像。由于摄像机每个像素所代表的体积是已知的(由摄像机厂家提供)，因此用三维重构图像中像素点的数量n乘以每个像素的体积即可得到下落炸药在对应时刻所堆积的体积。 

(5)瞬时密度计算 

炸药流散性可以用炸药的动态密度来表示，密度则需要质量和体积两个数据计算得到。在本发明中，体积数据由所选时刻帧图像三维重建后的炸药体 积计算得到，而对应时刻的炸药质量值则可从采集电子天平输出而获得的质量文件中读取。用同一时刻的炸药质量除以炸药体积即可得到炸药的瞬时密度数据。 

再参见图3，按照一定的时间间隔而选取不同的时刻点反复进行(1)～(5)的操作，就可以获得随时间变化的一组瞬时密度值。通过调用图形控件即可绘制出动态密度曲线，进而可以分析炸药的流散性能，为炸药的合理填装提供准确的数据。 

Claims (3)

1.一种基于三维重构的炸药流散性测量方法，其特征在于：该方法包括以下操作步骤：

(1)在炸药流散性测量装置的分布压装模拟单元运行期间，实时且同步采集炸药流散性测量装置中三个摄像机以及电子天平的输出，将所述三个摄像机的三组图像数据分别存放在三个图像文件中，将所述电子天平的一组动态质量数据存放在质量文件中；

(2)接收人工选择的采样时刻并进行以下操作：

(2.1)从所述三个图像文件中读取对应时刻的一帧图像，对该帧图像中的三幅图像相继进行中值滤波和特征灰度值即像素点的提取，由此对应获得三幅预处理图像C₁、C₂和C₃并存入数据缓冲区；

(2.2)从数据缓冲区中调用三幅预处理图像C₁、C₂和C₃且两两组合构成三个匹配组，即C₁C₂、C₂C₃和C₃C₁，第一、第二幅预处理图像C₁、C₂分别为第一匹配组C₁C₂的基准图像和被匹配图像，第二、第三幅预处理图像C₂、C₃分别为第二匹配组C₂C₃的基准图像和被匹配图像，第三、第一幅预处理图像C₃、C₁分别作为第三匹配组C₃C₁的基准图像和被匹配图像；对每一个匹配组而言：以基准图像的待匹配像素点Q₁(u₁，v₁)为中心创建一个基准窗口S，并用基准窗口S内像素的灰度值分布函数f₁(u，v)来表征该待匹配像素点；在被匹配图像中创建一个以假设与待匹配像素点Q₁(u₁，v₁)相关的被匹配像素点Q₂(u₂，v₂)为中心且与所述基准窗口大小相同的匹配窗口R，并用匹配窗口R内像素的灰度值分布函数f₂(u，v)来表征该假设与待匹配像素点Q₁(u₁，v₁)相关的被匹配像素点Q₂(u₂，v₂)；在匹配图像中移动匹配窗口R，当匹配窗口R在u方向移动Δu、v方向移动Δv使得其匹配子图R_k与所述基准窗口S的差值为最小时，则判断匹配子图R_k的中心像素点Q_2k(u₂+Δu，v₂+Δv)与基准窗口S中的待匹配像素点Q₁(u₁，v₁)达到最佳匹配，同时计算基准窗口S与匹配子图R_k的归一化互相关系数并存盘，直到基准图像中的每个像素点都在被匹配图像中找到互相关的匹配像素点并形成互相关矩阵T¹²或T²³或T³¹；当三个匹配组均形成各自的互相关矩阵T¹²或T²³或T³¹后，从中找出每个像素点的最大归一化互相关系数所对应的互相关矩阵标号，将找出的各互相关矩阵中具有上述最大归一化互相关系数的像素点所对应的两个匹配像素点按照基准图像和匹配图像的来源分类，得到两个相互匹配的图像矩阵D₁，D₂；分别对所述两个相互匹配的图像矩阵D₁、D₂中的各个像素点进行光轴平行性校正，并用校正后得到的像素点d₁’(u₁’，v₁’)、d₂’(u₂’，v₂’)对应替换两个相互匹配的图像矩阵D₁、D₂中的原有像素点d₁(u₁，v₁)、d₂(u₂，v₂)；

(2.3)将(2.2)步骤最终获得的两个相互匹配的图像矩阵D₁、D₂中的每个像素点的计算机二维图像坐标值先转换成摄像机的三维坐标值(x，y，z)后再转换成世界坐标系中的三维坐标值(X_w，Y_w，Z_w)，根据每个像素点的世界三维坐标值(X_w，Y_w，Z_w)一一将每个像素点用黑色绘制在一个设定的虚拟三维坐标系中并对像素点的数量n进行统计；

(2.4)用像素点的数量n乘以每个像素的体积获得对应时刻由分布压装模拟单元下落到标准透明杯中的炸药所堆积的体积；

(2.5)从所述质量文件中读取对应时刻由分布压装模拟单元已下落到标准透明杯中的炸药质量值，用该质量值除以炸药所堆积的体积得到炸药瞬时密度值；

(3)接收人工选择的不同时刻点，反复循环(2.1)～(2.5)步骤获得随时间变化的一组炸药瞬时密度值；

(4)调用图形控件并根据所述的一组炸药瞬时密度值绘制出炸药的动态密度曲线亦即炸药的流散性曲线。

2.根据权利要求1所述的基于三维重构的炸药流散性测量方法，其特征在于：所述中值滤波的步骤是，设定一个3×3像素的滤波窗口，滑动滤波窗口，使其正中间的像素分别位于一幅图像中的每一个像素位置，并用滤波窗口内所有像素灰度值的平均值代替正中间像素的灰度值。

3.根据权利要求1或2所述的基于三维重构的炸药流散性测量方法，其特征在于：所述基准窗口和匹配窗口的尺寸均为3×3个像素。

Images