CN110095410B

CN110095410B - 靶板穿孔毁伤特征测量方法、系统及弹道偏转测量方法

Info

Publication number: CN110095410B
Application number: CN201910375782.XA
Authority: CN
Inventors: 陈春林; 李名锐; 周刚; 冯娜; 马坤; 王可慧; 王长利
Original assignee: Northwest Institute of Nuclear Technology
Current assignee: Northwest Institute of Nuclear Technology
Priority date: 2019-05-07
Filing date: 2019-05-07
Publication date: 2021-10-08
Anticipated expiration: 2039-05-07
Also published as: CN110095410A

Abstract

本发明公开一种靶板穿孔毁伤特征测量方法、系统及弹道偏转测量方法，通过MATLAB编程实现对穿孔的数目、位置、尺寸、毁伤覆盖范围等毁伤特征参数的自动识别、提取和存储，其属于摄像测量领域。包括以下步骤：步骤一：靶板毁伤图像采集；步骤二：图像预处理；步骤三：图像二值化；步骤四：毁伤特征参数提取；步骤五：测量结果存储与输出。该测量方法解决了穿孔特征参数和毁伤覆盖范围难以精确测量的问题，适用于不同尺寸金属靶板、不同形状尺寸和不同分布范围的穿孔毁伤参数测量，该图像识别测试技术具有精度高、效率高的特点，在毁伤效应测试中有广泛的应用前景。

Description

靶板穿孔毁伤特征测量方法、系统及弹道偏转测量方法

技术领域

本发明属于毁伤效应摄像测量技术领域，提出了种基于图像处理的靶板穿孔毁伤特征测量方法及系统。

背景技术

弹体超高速撞击金属薄板过程中会产生大量的破片，对破片的状态进行测试分析是超高速撞击机理和毁伤效应研究的重要内容，在实验中布置效应靶是研究破片分布及其毁伤特征的常用手段。超高速撞击产生的破片群具有较高的速度，对靶板造成穿孔、成坑、鼓包、撕裂和变形等毁伤。效应靶上的孔洞数目较多，形状各异，有的尺寸较小，通过人工方法进行测量不仅费时费力，还难以进行精确测量。CT扫描和激光扫描也能用于靶板穿孔测试，但同样需要对获得的图像进行毁伤特征提取，与普通摄像相比，这两类方法需要更加昂贵的设备，耗费的时间也更多。

确定穿孔毁伤范围是最小覆盖圆问题，求解最小圆覆盖问题通常采用以下四种算法：二阶锥规划、次梯度方法、二次规划和随机增量算法。但采用这些数学求解的方法会面临两个问题：(1)求解起来比较复杂；(2)穿孔并不是规则的圆形。

发明内容

为了解决现有的靶板穿孔测试方法费时费力、求解过程复杂且精确度较低的问题，本发明基于数字图像处理原理，提出了一种靶板穿孔毁伤特征测量方法。该方法基于数字图像处理原理对图像进行二值化和毁伤特征参数提取，通过编程实现了靶板穿孔毁伤参数的测量及数据自动存储。该方法对摄像设备要求较低，便于校准，适用于不同尺寸金属靶板、不同形状尺寸和不同分布范围的穿孔毁伤参数测量，该图像识别测试技术具有精度高、效率高的特点，在毁伤效应测试中有广泛的应用前景。

本发明的技术解决方案是提供一种基于图像处理的靶板穿孔毁伤特征测量方法，包括以下步骤：

步骤一、采集靶板毁伤图像，获得穿孔图像I1；

步骤二、利用图像处理软件对步骤一获得的穿孔图像I1进行去污点、旋转、分割、滤波和/或转化预处理，获得预处理后的穿孔图像I6；

步骤三、对步骤二预处理后的穿孔图像I6进行二值化处理，获得处理后的二值化图像I9；

步骤四、通过处理步骤三获得的二值化图像I9，提取毁伤特征参数，所述毁伤特征参数包括穿孔位置、穿孔数目、穿孔尺寸、穿孔分布及穿孔毁伤覆盖范围；

4.1)、获取穿孔位置及数目；

采用二值化图像标记函数对二值化图像I9进行标记，将二值化图像I9中每个连通区域的重心视为穿孔位置，标记穿孔位置，获得标记有穿孔位置的图像I10；

4.2)、获取各穿孔特征尺寸参数，所述特征尺寸参数包括各穿孔的实际面积、等效椭圆长轴、短轴及等效圆的直径；

4.2.1)、计算步骤4.1)获得的图像I10中每个穿孔所占的像素，获得每个穿孔的实际面积，将每个穿孔的实际面积相加获得穿孔毁伤总面积；

4.2.2)、将步骤4.1)获得的图像I10中每个穿孔等效为椭圆，计算等效后椭圆的长轴和短轴；

4.2.3)、根据步骤4.2.1)获得的每个穿孔的实际面积，计算获得同样面积大小的圆的直径；

4.3)、根据步骤4.2)获得的各个穿孔的特征尺寸参数，进行数据分析及数学运算，获得统计分布参数；所述分布参数包括各个穿孔的特征尺寸参数最大值、最小值、均值、方差、尺寸-数目分布；

4.4)、计算穿孔毁伤覆盖范围，包括中心覆盖圆覆盖范围及最小覆盖圆的覆盖范围；

4.4.1)、获取中心覆盖圆的覆盖范围：

4.4.1.1)、计算中心覆盖圆的圆心C₀(x₀,y₀)：

其中，S(M_j)为第j个穿孔的实际面积，(x_j,y_j)为第j个穿孔的位置；m为穿孔数量；

4.4.1.2)、计算中心覆盖圆的圆心C₀(x₀,y₀)到各穿孔区域M_j重心的距离R₀(C₀,M_j)及到边界距离R₁(C₀,M_j)＝R₀(C₀,M_j)+L(M_j)；其中，L(M_j)为穿孔区域M_j等效椭圆长轴，根据R(C₀)＝Max(R₁(C₀,M_j))获得圆心为C₀(x₀,y₀)的中心覆盖圆的覆盖范围；

4.4.2)、获取最小覆盖圆的覆盖范围：

4.4.2.1)、以C₀(x₀,y₀)为中心，在C₀(x₀,y₀)的四周估计最小覆盖圆的圆心范围为I；

4.4.2.2)、在圆心范围I内，令最小覆盖圆的初始圆心为C_i，其中i＝1；

4.4.2.3)、计算以C_i为圆心的覆盖范围R(C_i)；

4.4.2.4)、令i＝i+1，判断C_i∈I，若是，则返回步骤4.4.2.3)，否则，根据R＝Min(R(C_i))获得最小覆盖圆的覆盖范围；

步骤五、将步骤四获得的毁伤特征参数存储并显示。

进一步地，所述步骤4.4.2.3)具体为：

4.4.2.3.1)、计算初始圆心C_i到各穿孔区域M_j重心的距离R₀(C_i,M_j)；

4.4.2.3.2)、计算初始圆心C_i到各穿孔区域M_j边界的距离R₁(C_i,M_j)＝R₀(C_i,M_j)+L(M_j)；

4.4.2.3.3)、通过R(C_i)＝Max(R₁(C_i,M_j))计算以C_i为圆心的覆盖范围R(C_i)。

进一步地，为了提高计算精度，所述步骤4.4.2.3)具体为：

4.4.2.3.1)、令初始半径为R_k(C_i)，k＝1；半径为R_k(C_i)的覆盖圆范围为D_k(C_i)；

4.4.2.3.2)、令R_k+1(C_i)＝R_k(C_i)-1；k＝k+1；

4.4.2.3.3)、判断

若是，则返回步骤4.4.2.3.2)，若否，则令R(C_i)＝R_k-1。

进一步的，上述方法还包括步骤4.5)提取中心孔特征参数的过程，所述中心孔特征参数包括中心孔位置、中心孔最大内切圆、中心孔最小外接圆。

4.5.1)、将毁伤面积最大的穿孔确定为中心孔；

4.5.2)、确定中心孔的最大内切圆的圆心C_内切及半径R_内切；

4.5.2.1)、确定最大内切圆的圆心范围为D_内切，D_内切是以中心孔重心为中心，边长为中心孔区域等效圆直径的正方形；

4.5.2.2)、在D_内切范围内，令初始圆心为C_i内切，i＝1；

4.5.2.3)、令初始半径为R_k内切(C_i内切)为中心孔等效圆半径，k＝1；

4.5.2.4)、令R_k+1内切(C_i内切)＝R_k内切(C_i内切)-1，k＝k+1；

4.5.2.5)、判断圆心为C_i内切，半径为R_k内切(C_i内切)的圆是否在中心孔内，若否，则返回步骤4.5.2.4)，若是，则令R(C_i内切)＝R_k内切(C_i内切)；

4.5.2.6)、令i＝i+1，判断C_i内切∈D_内切，若是，返回4.5.2.3)，若否，则令R_内切＝max(R_内切(C_i内切))，最大内切圆对应的圆心为最大内切圆圆心C_内切。

4.5.3)、确定中心孔的最小外接圆的C_外接及半径R_外接；

4.5.3.1)、令最小外接圆的圆心范围D_外接，D_外接是以中心孔重心为中心，边长为中心孔区域等效圆直径的正方形；

4.5.3.2)、在D_外接范围内，令初始圆心为C_i外接，i＝1；

4.5.3.3)、令初始半径为R_k外接(C_i外接)为中心孔等效圆半径，k＝1；

4.5.3.4)、令R_k+1外接(C_i外接)＝R_k外接(C_i外接)+1，k＝k+1；

4.5.3.5)、判断中心孔是否在圆心为C_i外接，半径为R_k外接(C_i外接)的圆内，若否，则返回步骤4.5.3.3)，若是，则令R(C_i外接)＝R_k外接(C_i外接)；

4.5.3.6)、令i＝i+1，判断C_i外接∈D_外接，若是，返回4.5.3.3)，若否，则令R_外接＝max(R(C_i外接))，最小外接圆对应的圆心为最小外接圆圆心C_外接。

进一步地，还包括穿孔尺寸校准的过程，此处穿孔尺寸可以为实际面积、等效椭圆长轴、短轴及等效圆的直径等尺寸；

a1、加工尺寸与原靶板尺寸一致的较验靶，在较验靶上加工出尺寸及形状已知的孔；

b1、采用上述所述的方法获得较验靶上已知孔的测量尺寸数据L_Ti；此处测量尺寸可以为等效圆的直径；

c1、利用η_i＝L_Oi/L_Ti获得单个孔的修正系数η_i，其中L_Oi为较验靶上孔的实际尺寸值；

d1、利用

获得修正系数η。

进一步地，还可以通过下述过程实现校准：

a2、加工尺寸与原靶板尺寸一致的较验板，在较验靶上加工出尺寸及形状已知的孔；

b2、采用上述步骤一至步骤二所述的方法获得较验板穿孔图像；

c2、令较验板穿孔图像二值化阈值的范围为K；

d2、初始阈值k_i，i＝1；

e2、利用上述步骤四所述的方法，计算k_i条件下较验靶上已知孔的尺寸L_i；

f2、计算L_i与L_O之间的误差，E_i＝|(L_O-L_i)|/L_O*100％；其中L_O为较验靶上已知孔的实际尺寸；

g2、令i＝i+1，判断k_i∈K，若是，则返回步骤d2，否则令最小误差E_m＝min(E_i)，对应的二值化阈值为k_m；

h2、将k_m作为处理穿孔图像I6的二值化阈值。

进一步地，所述步骤一中以相机为采集设备，将待测靶板置于暗室中，利用选取的光源从靶板的一侧照射靶板，相机从靶板的另一侧拍摄靶板图像，获得清晰的穿孔图像。

进一步地，所述步骤三包括：

3.1)、采用自动阈值法或直接设定阈值将步骤二预处理后的穿孔图像I6进行阈值分割，然后根据分割阈值将灰度图转化为二值图；

3.2)、分别采用闭运算和开运算去除步骤3.1)二值图中的毛刺与杂点，获得二值化图像I9。

本发明还提提供一种基于图像处理的多层靶板弹道偏转测量方法，包括以下步骤：

S1、确定每层靶板的几何中心位置；

S2、根据上述的方法确定每层靶板中心孔特征参数；

S3、将所有靶板的几何中心对准后作为计算弹道偏转坐标系的坐标原点，假设，每层靶板中心孔的位置为弹道位置，则任意两层靶板间弹道沿X轴或Y轴的偏转为Δx_ij＝x_i-x_j，Δy_ij＝y_i-y_j，其中x_i为第i个靶板中心孔特征参数的横坐标；x_j为第j个靶板中心孔特征参数的横坐标；y_i为第i个靶板中心孔特征参数的纵坐标；y_j为第j个靶板中心孔特征参数的纵坐标。

进一步地，所述步骤S1具体为：

选取靶板上四个均匀分布的穿孔作为参照；

四个均匀分布的穿孔的重心位置分别为A_1i(x_1i,y_1i)、A_2i(x_2i,y_2i)、A_3i(x_3i,y_3i)、A_4i(x_4i,y_4i)，则板中心位置O_i(x_oi,y_oi)为：

本发明还提供一种基于图像处理的靶板穿孔毁伤特征测量系统，其特殊之处在于：包括处理器及存储器，所述存储器中存储计算机程序，所述计算机程序运行时，实现上述步骤四的过程。

进一步地，所述计算机程序运行时，实现提取中心孔特征参数的过程。

本发明还替提供一种计算机可读存储介质，其特殊之处在于：储存有计算机程序，计算机程序被执行时实现上述步骤四的过程。

进一步地，所述计算机程序被执行时，实现提取中心孔特征参数的过程。

本发明具有如下有益效果：

(1)本发明基于数字图像处理原理对图像进行二值化和毁伤特征参数提取，通过编程实现了靶板穿孔毁伤参数的测量及数据自动存储；能够快速对穿孔的位置、数目、大小、分布特征、覆盖范围、中心孔特征等特征参数进行测量，该方法解决了穿孔特征参数和毁伤覆盖范围难以精确测量的问题，适用于不同尺寸金属靶板、不同形状尺寸和不同分布范围的穿孔毁伤参数测量，该图像识别测试技术具有精度高、效率高的特点，在毁伤效应测试中有广泛的应用前景。

(2)本发明对中心孔的最大内切圆、最小外接圆、等效圆等特征参数提取方法进行了说明，该提取方法也适用于任一孔的特征参数提取。

(3)本发明图像二值化过程中的阈值采用自动阈值法，但阈值的获得不限于此方法，二值化阈值也可以根据实际情况直接设定或根据校验实验获得。

(4)本发明提出采用“暗室透光拍摄法”获得靶板穿孔图像，穿孔区域与未毁伤区域特征差别明显，便于图像处理和毁伤特征提取且获得靶板毁伤特征图像的途径简单，对设备的要求较低，拍摄方法简单，易于操作。

(5)本发明基于数值图像处理原理编写了靶板穿孔覆盖范围求解程序，获得了穿孔覆盖范围，避免了复杂的数学计算分析。

(6)本发明提出的图像处理方法不仅能够用于数码相机拍摄的靶板穿孔图像，也能够用于CT扫描图像、激光扫描图像、X光闪光图像等。

(7)本发明的靶板穿孔特征测量方法不仅适用于单层板实验结果分析，也适用于多层板实验结果分析，能够通过中心孔定位进行弹道偏转分析。

(8)本发明提出的图像处理方法不仅能够用于金属靶板穿孔特征参数测量，也能够用于混凝土靶毁伤参数测量和其它靶标毁伤参数测量。

(9)本发明提出的测量校核方法简单易行，测试结果稳定可靠。

附图说明

图1为实施例中采用“暗室透光拍摄法”拍摄靶板的示意图；

图2为实施例获取的穿孔图像I1；

图3为实施例中经旋转分割处理后的穿孔图像I4；

图4为实施例中穿孔图像灰度图I5；

图5为实施例中二值化后的图像I7；

图6为实施例中标记有穿孔重心位置的图像I10；

图7为实施例中穿孔尺寸-数目分布示意图；

图8为实施例中中心覆盖圆的覆盖范围计算流程图；

图9为实施例中采用方式一计算最小覆盖圆的覆盖范围的流程图；

图10为实施例中采用方式二计算最小覆盖圆的覆盖范围的流程图；

图11为实施例中穿孔范围覆盖圆示意图；

图12为实施例中中心孔内切圆、外接圆和等效圆示意图；

图13为实施例中校验靶板示意图；

图14为实施例中二值化阈值算法修正流程图；

图中附图标记为：1-相机，2-穿孔靶板，3-遮光箱，4-光源。

具体实施方式

以下结合附图及具体实施例对本发明做进一步地描述。

步骤一、通过数码相机获得清晰的靶板毁伤图像；

1.1、配置合适的光源和参考标尺，设置合适的图像大小(像素)，调整数码相机的光圈、快门、拍摄距离等参数，选取合适的拍摄方式，获得清晰的靶板图像；

在数字图像处理中以像素为基本单位，该方法的测量精度为：

δ＝L_c/N_c(1)

其中，L_c为标尺的实际长度，N_c为标尺对应的像素值。

1.2、金属板穿孔毁伤图像采集；

采用“暗室透光拍摄法”对金属板穿孔毁伤进行拍摄，如图1所示，获得的穿孔图像为I1，由于孔的透光性，靶板的穿孔区域将形成高亮区域，而普通区域则较暗，使得穿孔毁伤与无穿孔损伤部分对比度明显，如图2所示。

在其他实施例中，也可以将CT扫描图像、激光扫描图像、X光闪光图像作为靶板毁伤图像。

步骤二、图像预处理；

根据需求，本实施例采用图像处理软件(Photoshop，Matlab等)对图像进行预处理，包括去污点、旋转、分割、滤波、转化等。

2.1、图像污点处理；

采用Photoshop软件中的“污点修复画笔”工具除去污点，一是提高图像数字化测量的精度，二是减少污点对毁伤特征的干扰。污点处理后的图像为I2。

2.2、图像旋转处理；

采用Photoshop软件中的“图像旋转”工具或Matlab软件中“imrotate”函数将图像调整至特定的方向，一是便于识别标尺比例，二是便于多幅图像的处理与分析。旋转后的图像为I3。

2.3、图像剪切分割处理；

采用Photoshop软件中的“剪裁”工具或Matlab软件中“imcrop”函数对图像进行剪切分割处理。图像剪切分割后的图像为I4，如图3所示。

2.4、图像转化处理；

将彩图转化成灰度图，便于后续的滤波降噪处理和二值化处理，采用Matlab软件中“rgb2gray”函数将彩图转化成灰度图。转化后的灰度图为I5，如图4所示。

2.5、滤波降噪处理；

穿孔特征参数可能会受到椒盐噪声的影响，采用中值滤波函数“medfilt2”进行降噪处理。滤波降噪处理后的图像为I6。

步骤三、图像二值化处理；

3.1、自动阈值法二值化处理；

通过“暗室透光拍摄法”采集的图像中，穿孔区域与未穿孔区域的明暗对比度较强，采用自动阈值法进行将图像进行阈值分割，然后根据分割阈值将进将灰度图转化成二值化图，二值化后的图像为I7，如图5所示。主要程序为：

level＝graythresh(I6)；

I7＝im2bw(I6,level)。

3.2、毛刺杂点处理；

图像二值化以后，不可避免地会有一些毛刺和杂点，分别采用闭运算和开运算进行处理，处理后的图像为I9，主要程序为：

se1＝strel('disk',n1)；

I8＝imopen(I7,se1)；

se2＝strel('disk',n2)；

I9＝imopen(I8,se1)。

步骤四、毁伤特征参数提取；

4.1、穿孔数目参数及穿孔位置参数；

本实施例采用bwlabel函数对穿孔毁伤二值化图像I9进行标记，进而对穿孔毁伤的详细信息进行识别。每个孔对应于二值化图像中独立的连通区域，穿孔数目为二值化图像中连通区域的数目，穿孔数目极记为Nk。主要程序为：

[L,num]＝bwlabel(I8,n3)；

Nk＝num。

每个穿孔区域并不是规则的形状(圆形，正方形，三角形)，提取位置信息时，将二值化图像中每个连通区域的重心视为穿孔位置，穿孔位置图记为I10,如图6所示

主要程序为：

gdata＝regionprops(L,'all')；

location＝[gdata.Centroid]。

4.2、穿孔大小参数；

用于表示穿孔大小的参数有穿孔面积、等效椭圆长轴、短轴及等效圆。

4.2.1、穿孔面积；

通过二值化图像标记，能够很方便地计算出每个穿孔区域所占的像素，进而获得每个穿孔的实际面积，将每个孔的面积相加又能获得穿孔毁伤总面积。

主要程序为：

allarea＝[gdata.Area]。

4.2.2、等效椭圆长、短轴；

等效椭圆长轴和短轴表示的是将该区域近似等效成椭圆后的长轴和短轴，能反映出孔的长度和宽度信息。

主要程序为：

Alength＝[gdata.MajorAxisLength]；

Blength＝[gdata.MinorAxisLength]。

4.2.3、等效圆直径；

获得每个孔的面积后，进一步计算获得同样面积大小的圆的直径。

主要程序为：

Clength＝2*sqrt(allarea/pi())；

4.3、穿孔大小统计分布参数；

计算每个穿孔的特征尺寸后，进行数据分析后能进一步获得统计分布参数，主要有：最大值、最小值、均值、方差、尺寸-数目分布等。尺寸-数目分布表示的是不同尺寸范围内穿孔的数目，如图7所示：

主要程序为：

TAl＝Clength；％

N1＝11；

NTAl＝zeros(N1,1)；

fori＝1:1:(N1-1)

NL＝find(TAl>(i-1)&TAl<＝i)；

NTAl(i)＝size(NL,1)；

end

NL＝find(TAl>(N1-1))；

NTAl(N1)＝size(NL,1)；

plot(NTAl)。

摄影测量中每个像素对应的精度较高，因此在求解最小覆盖圆时没有必要采用数值分析的方法获得非常精确的解析解，以像素为单位进行处理就能满足要求。采用数字图像处理的方法，在Matlab中编程求解毁伤覆盖范围，进而实现了板穿孔毁伤特征的精确测量。

4.4、穿孔毁伤覆盖范围；

4.4.1、中心覆盖圆；

中心覆盖圆表示以穿孔面积的重心为圆心，能覆盖所有穿孔区域的最小的圆，计算流程如图8所示。

中心覆盖圆的圆心C₀(x₀,y₀)为

其中S(M_j)为第j个穿孔区域的面积，(x_j,y_j)为第j个穿孔区域的重心。

4.4.2、最小覆盖圆；

最小覆盖圆是指能将所有穿孔区域都包含在内的最小的圆，圆心不一定是穿孔区域重心。确定最小覆盖圆分为两种：(1)初步短耗时算法，计算时间短但略有误差；(2)最终高精度算法，计算时间略长但精度较高。

短耗时算法的流程图如图9所示，搜索原理和中心覆盖圆类似，只是圆心不再是确定点，而是在一定的范围。

结合图9，通过下述过程获取最小覆盖圆的覆盖范围：

4.4.2.1)、以C₀(x₀,y₀)为中心，在C₀(x₀,y₀)的四周估计最小覆盖圆的圆心范围为I；本实施例中是以C₀(x₀,y₀)为中心的正方形；

4.4.2.3)、计算以C_i为圆心的覆盖范围R(C_i)；

4.4.2.3.3)、通过R(C_i)＝Max(R₁(C_i,M_j))计算以C_i为圆心的覆盖范围R(C_i)；

4.4.2.4)、令i＝i+1，判断C_i∈I，若是，则返回步骤4.4.2.3)，否则，根据R＝Min(R(C_i))获得最小覆盖圆的覆盖范围。

本算法耗时较短，计算圆心到边界距离的算法是一个近似的算法，穿孔区域的形状并不规则，会存在一定的误差。将R(C_i)求解转化成极值问题，就能够精确获得最小覆盖圆的直径，流程图如图10所示。

4.4.2.3.2)、令R_k+1(C_i)＝R_k(C_i)-1；k＝k+1；

4.4.2.3.3)、判断

若是，则返回步骤4.4.2.3.2)，若否，则令R(C_i)＝R_k-1。

穿孔范围覆盖圆如图11所示，OC1、OC2和OC3分别为中心覆盖圆、初步最小覆盖圆和最终最小覆盖圆，O1、O2和O3为对应的圆心。

4.5、中心孔特征参数；

中心孔一般在毁伤区域中间位置，且尺寸最大，先识别出中心孔，然后确定其最大内切圆和最小外接圆。

4.5.1、确定中心孔；

对穿孔区域进行标记后，选取毁伤面积最大的孔为中心孔。

寻找最大孔的主要程序为：

index＝find(area1＝＝max(area1))；

4.5.2、中心孔最大内切圆；

计算中心孔最大内切圆的流程与计算最小覆盖圆类似，先初步确定内切圆圆心的范围D_内切(C_k内切)，搜索获得不同圆心C_k内切位置下的内切圆，在D_内切(C_k内切)范围内求所有内切圆的最大值即为最大内切圆，最大值对应的圆心为最大内切圆圆心。内切圆圆心初始范围是个圆，圆心为中心孔重心，半径为中心孔区域等效圆(面积等效)半径。

4.5.3、最小外接圆；

计算中心孔最小外接圆的流程与计算穿孔区域最小覆盖圆类似，先初步确定外接圆圆心的范围D_外接(C_k外接)，搜索获得不同圆心C_k外接位置下的外接圆，在D_外接(C_k外接)范围内求所有外接圆的最小值即为最小外接圆，最小值对应的圆心为最小外接圆圆心。外接圆圆心初始范围是个圆，圆心为中心孔重心，半径为中心孔区域等效圆(面积等效)半径。

中心孔的内切圆和外接圆如图12所示。

利用上述方法，确定每层板的中心位置和中心孔的位置后，就可以计算层间弹道偏转，具体可通过下述过程实现：

步骤一、多层板定位处理；

以每层靶板上的固定孔为参照，获得第i层板的中心位置O_i(x_oi,y_oi)。板四周均匀分布的四个固定孔的中心位置为A_1i(x_1i,y_1i)、A_2i(x_2i,y_2i)、A_3i(x_3i,y_3i)、A_4i(x_4i,y_4i)，则板中心位置为：

步骤二、中心孔的位置特征参数；

以每层板的中心位置为坐标原点，获得中心孔的位置特征参数。中心孔的位置特征参数D_i(x_i,y_i)有：孔区域重心D_1i，最小外接圆圆心D_2i，最大内切圆圆心D_3i。

步骤三、弹道偏转计算；

假设中心孔的位置为弹道位置，任意两层间弹道沿X轴和Y轴的偏转为

Δx_ij＝x_i-x_jΔy_ij＝y_i-y_j (4)；

其中x_i为第i个靶板中心孔特征参数的横坐标；x_j为第j个靶板中心孔特征参数的横坐标；y_i为第i个靶板中心孔特征参数的纵坐标；y_j为第j个靶板中心孔特征参数的纵坐标。

受拍摄角度、镜头畸变、噪声的影响，穿孔区域识别及测量不可避免地存在一些误差。实际中小孔的边缘的灰度值变化是连续的，图像二值化处理就是将孔区域和板进行识别，本方法中二值化方法采用的是自动阈值法，对二值化阈值进行校准，能进一步提高测试精度。通过校验靶测试对比分析，对穿孔尺寸测量进行较准。

首先加工出校验靶板，较验靶尺寸与与原靶板尺寸一致，在板上加工出圆形和方形两种孔，大小从1mm到32mm。加工精度为0.01mm。如图13所示。

修正可以利用直接修正法与二值化阈值修正方法：

直接修正法：

校验板上第i个孔的实际尺寸为L_Oi，采用图像处理测量值为L_Ti,则对应的修正系数ηi为：

η_i＝L_Oi/L_Ti (5)

在这种图像处理方法下的尺寸修正系数为

二值化阈值修正：

灰度图中灰度值高的部分为孔区域，灰度值低的部分为板区域。受光的散射和衍射的影响，穿孔的测量值一般偏大。需对二值化阈值进行修正。某一检验孔的实际尺寸为L_O，二值化阈值为k_T时的测量值为L_T。二值化阈值修正流程图如图14所示。

c2、令较验板穿孔图像二值化阈值的范围为K；

d2、初始阈值k_i，i＝1；

h2、将k_m作为处理穿孔图像I6的二值化阈值。

Claims

1.一种靶板穿孔毁伤特征测量方法，其特征在于，包括以下步骤：

步骤一、采集靶板毁伤图像，获得穿孔图像I1；

步骤四、通过处理步骤三获得的二值化图像I9，提取毁伤特征参数，所述毁伤特征参数包括穿孔位置、穿孔数目、穿孔特征尺寸、穿孔分布及穿孔毁伤覆盖范围；

4.1)、获取穿孔位置及穿孔数目；

4.4.1)、获取中心覆盖圆的覆盖范围：

4.4.1.1)、计算中心覆盖圆的圆心C₀(x₀,y₀)：

4.4.2)、获取最小覆盖圆的覆盖范围：

4.4.2.3)、计算以C_i为圆心的覆盖范围R(C_i)；

步骤五、将步骤四获得的毁伤特征参数存储并显示。

2.根据权利要求1所述的靶板穿孔毁伤特征测量方法，其特征在于，所述步骤4.4.2.3)具体为：

3.根据权利要求1所述的靶板穿孔毁伤特征测量方法，其特征在于，所述步骤4.4.2.3)具体为：

4.4.2.3.2)、令R_k+1(C_i)＝R_k(C_i)-1；k＝k+1；

4.4.2.3.3)、判断

若是，则返回步骤4.4.2.3.2)，若否，则令R(C_i)＝R_k-1。

4.根据权利要求1所述的靶板穿孔毁伤特征测量方法，其特征在于：还包括步骤4.5)提取中心孔特征参数的过程，所述中心孔特征参数包括中心孔位置、中心孔最大内切圆、中心孔最小外接圆；

4.5.1)、将毁伤面积最大的穿孔确定为中心孔；

4.5.2)、确定中心孔的最大内切圆的圆心C_内切及半径R_内切；

4.5.2.2)、在D_内切范围内，令初始圆心为C_i内切，i＝1；

4.5.2.4)、令R_k+1内切(C_i内切)＝R_k内切(C_i内切)-1，k＝k+1；

4.5.2.6)、令i＝i+1，判断C_i内切∈D_内切，若是，返回4.5.2.3)，若否，则令R_内切＝max(R_内切(C_i内切))，最大内切圆对应的圆心为最大内切圆圆心C_内切；

4.5.3)、确定中心孔的最小外接圆的C_外接及半径R_外接；

4.5.3.2)、在D_外接范围内，令初始圆心为C_i外接，i＝1；

4.5.3.4)、令R_k+1外接(C_i外接)＝R_k外接(C_i外接)+1，k＝k+1；

5.根据权利要求1所述的靶板穿孔毁伤特征测量方法，其特征在于，还包括穿孔尺寸校准的过程：

b1、采用权利要求1所述的方法获得较验靶上已知孔的测量尺寸数据L_Ti；

d1、利用

获得修正系数η。

6.根据权利要求1所述的靶板穿孔毁伤特征测量方法，其特征在于，还包括二值化阈值校准的过程，校准过程包括以下步骤：

b2、采用权利要求1中步骤一至步骤二所述的方法获得较验板穿孔图像；

c2、令较验板穿孔图像二值化阈值的范围为K；

d2、初始阈值k_i，i＝1；

e2、利用权利要求1或2中步骤四所述的方法，计算k_i条件下较验靶上已知孔的尺寸L_i；

h2、将k_m作为处理穿孔图像I6的二值化阈值。

7.根据权利要求1所述的靶板穿孔毁伤特征测量方法，其特征在于：所述步骤一中以相机为采集设备，将待测靶板置于暗室中，利用选取的光源从靶板的一侧照射靶板，相机从靶板的另一侧拍摄靶板图像，获得清晰的穿孔图像。

8.根据权利要求7所述的靶板穿孔毁伤特征测量方法，其特征在于，所述步骤三包括：

9.一种弹道偏转测量方法，其特征在于，包括以下步骤：

S1、确定每层靶板的几何中心位置；

S2、根据权利要求4所述的方法确定每层靶板中心孔特征参数；

S3、将所有靶板的几何中心对准后作为计算弹道偏转坐标系的坐标原点，设定，每层靶板中心孔的位置为弹道位置，则任意两层靶板间弹道沿X轴或Y轴的偏转为Δx_ij＝x_i-x_j，Δy_ij＝y_i-y_j，其中x_i为第i个靶板中心孔特征参数的横坐标；x_j为第j个靶板中心孔特征参数的横坐标；y_i为第i个靶板中心孔特征参数的纵坐标；y_j为第j个靶板中心孔特征参数的纵坐标。

10.根据权利要求9所述的弹道偏转测量方法，其特征在于，所述步骤S1具体为：

选取靶板上四个均匀分布的靶板固定孔作为参照；

11.一种靶板穿孔毁伤特征测量系统，其特征在于：包括处理器及存储器，所述存储器中存储计算机程序，所述计算机程序运行时，实现权利要求1-3任一所述步骤四的过程。

12.根据权利要求11所述的靶板穿孔毁伤特征测量系统，其特征在于：所述计算机程序运行时，实现权利要求4所述的过程。

13.一种计算机可读存储介质，其特征在于：储存有计算机程序，计算机程序被执行时实现权利要求1-3任一所述步骤四的过程。

14.一种计算机可读存储介质，其特征在于：所述计算机程序被执行时，实现权利要求4所述的过程。