张 娜，沈小林，刘新生，王丽丽

(1.中北大学 计算机与控制工程学院，太原 030051；2.中北大学 控制科学与工程实验室，太原 030051)

轻武器电子校瞄系统的算法设计及系统验证

张 娜1,2，沈小林1,2，刘新生1,2，王丽丽1,2

(1.中北大学 计算机与控制工程学院，太原 030051；2.中北大学 控制科学与工程实验室，太原 030051)

轻武器验收的重要指标之一是其击打目标的准确度[1]，瞄准系统的精度直接影响武器性能的发挥，而传统的校准设备只能完成武器的粗校准，为此设计了一种新型的轻武器电子校瞄系统；其设计核心是枪口轮廓在图中精准识别算法的构建；在算法构建中，通过引入正六边形搜索窗口和梯度方向信息判据对随机Hough变换算法进行改进，弥补了已有的Hough变换方法计算复杂程度高，占用内存大的不足[2]；在MATLAB中充分验证改进算法的优良效果后，将该算法移植到基于嵌入式软件环境的电子校瞄系统中，系统通过测试表面电子校瞄系统对枪口的中心位置，枪膛中心点和十字光标相对位置，展现出优良的校准性能，初步实现了枪支瞄准系统的精细校准；在整个校准过程中，不直接与轻武器接触，可以避免传统校瞄系统重复安装对枪管造成的磨损，为传统的校准方式提供了一种新方法。

Hough变换；改进算法；MATLAB；嵌入式

0 引言

瞄准装备是轻武器的重要组成部分，被誉为“轻武器之眼”，它的优劣直接影响到武器性能的发挥[3]。因此，轻武器在出厂或者使用一段时间后，都要对其瞄准装置进行校准，来保证它的射击精度。但是目前国内对瞄准装置的校准只有枪管瞄准镜装置，在使用时将瞄镜插入枪膛中，完成轻武器的瞄准镜粗校准，而且这种校靶验收使用时对光轴、机械插杆轴和枪管轴线的一致性不好把握，操作不方便，无法进行精确地判读[4]，特设计一种新型的轻武器校瞄系统，其对于枪膛中心轴线位置及准星基座相对于0°基准线的偏移角的获取是依靠采集枪口及准星基座轮廓的图像交由数据处理分系统经算法得到的。

1 轻武器电子校瞄系统的算法设计

1.1 图像预处理算法

在进行枪口中心位置坐标识别时，通过摄像头采集到枪口图片后，首先要对图像进行预处理。预处理的目的是提取有用的信息，处理过程主要包括图像灰度处理及滤波。图像的灰度化处理可以缩小图片所需要的存储空间，便于图像的处理；图像的滤波处理则属于图像增强，主要目的是消除噪声，使模糊的细节得到显现使图像更适合于人的观察或机器的识别系统[5]。本系统中采用的增强技术是空间域的中值滤波法。它对于具有脉冲干扰及椒盐噪声的图片具有很好的滤波效果，特别是对于一些孤立噪点的消除，十分有力，不仅使随机噪声减小了很多，而且也使图像边缘突出的部分得到了较好的保护，在噪点比较密集的图像中，使用替代像素灰度值产生的影响也减小了很多。

预处理完成之后，为了便于后续特征的提取，需要得到提取的目标对象，一般采用图像分割技术对图片进行处理[6]。图像分割的目的是划分开图像中具有特殊意义的不同区域。本系统中采用的是边缘检测的方法,通过边缘检测，可以将不相关的信息剔除，图像结构的重要属性得到保留，数据量大幅度减少,边缘检测的基本步骤如图1所示。

图1 边缘检测步骤

首先要通过平滑滤波去除噪声，然后需要进行锐化滤波，检测图像的边界，经过锐化操作，使灰度局部变化的位置的像素点得到了加强。经过锐化之后，就可以进行边缘判定。边缘判定需要选择和去除一些没有意义的点，通常采用的方法为二值化和过零检测。最后将间断的边缘连接起来，并将假的边缘去除，这样就完成了边缘检测，图2是我们采用几种边缘检测算子对图片进行边缘检测后的结果。

图2 边缘检测

由图2的检测结果可以看出，canny算子边缘检测的效果明显优于其他几种，因此本系统选择canny算子作为边缘检测算子，接下来就要利用图像处理算法对图片进行处理，获得枪口轴线的中心位置坐标。

1.2 枪口中心位置识别算法

1.2.1 Hough变换

Hough变换经常用来进行直线的检测和定位，以及对曲线进行解析等，并且效果非常显著[7]。它可以用参数空间中的点，来描述原始图像中给定形状的曲线或直线，即原始图像中在一条给定形状的曲线或直线上的所有点在参数空间中所对应的曲线，都会相交到一个点上，这些点依次累加，在参数空间形成峰值。通过找到参数空间中的峰值点，就能得到原始图像中给定形状的曲线或直线的参数，便可以利用检测问题的局部特性的来代替整体特性(给定曲线的点集)检测，标准Hough变换算法虽然成熟，使用得较普遍，但是存在着计算量大[8]，占用内存空间大等不容忽视的缺点，无法满足实时的检测需求，轻武器电子校瞄系统在使用时，获取的枪口轮廓为一个圆，对于枪膛中心轴线位置的获取，相当于检测圆心所在位置。而对于准星基座轮廓的获取可以看成是进行直线检测，直线检测的方法比较简单，众所周知，圆有3个自由参数，采用Hough变换时就需要在3维空间中进行累积，这样以来就会有很大的计算量和内存需求。随机Hough变换法采用了随机采样和多对一映射，时间和空间开销都大大减少了，但是由于该算法对边缘随机采样，造成了参数单元的无效累积。而对于枪械校正系统而言，由于枪口有一定的厚度，采集到的枪口经边缘检测后为两个同心的圆，对其进行检测类似于多圆检测，不可避免地会带来无效累计的问题，这将大大降低系统的运算速度，影响系统的整体性能。

因此，针对轻武器校准系统的功能需求，在随机Hough变换的基础上，提出了一种改进的Hough变换作为枪口中心轴线位置坐标的检测方法。该算法采用梯度方向的信息决定3个采样点是否被累积，同时利用正六边形的窗口去缩小参数点的选取范围来提高计算速度，很好地解决了多圆检测中无效采样点的累积的问题。

1.2.2 轻武器电子校瞄系统改进算法原理

轻武器电子校瞄系统通过摄像头获取枪口的图片，并对图片进行中值滤波处理，改善图像的视觉效果，增强图像的有用信息，再经过边缘检测算子实现边缘的提取，接下来就要采用改进的Hough变换来获取枪口中心轴线位置坐标。改进算法原理如下所述。

首先，确定正六边形的大小。由于在采集枪口图片时，不可避免地会采集到其他的元素，选用正六边形的目的是将候选圆的范围确定在一定的区域内，来降低计算量。正六边形要选用候选圆的中心作为其中心点，候选圆的半径的1.2～1.4倍作为其边长(若是选用的边长太短，候选圆将位于正六边形之外，选用的边长太长，会使区域变大，引入无效的像素点)。根据选取的边缘点判断其是否在正六边形的内部，如果在，估算出边缘点到候选圆中心的距离，如果不在，放弃该点，找寻下一个点来进行判断。这种方法可以大大地缩短寻找范围，从而减少运算量来加快检测速度。

其次，获取梯度信息。圆的极坐标方程为：

x=a+rcosθ

(1)

圆的参数可表示如下：

a=x-rcosθ

(2)

(3)

(4)

由式(4)可以得出，如果法线方向与梯度的方向的差值在允许的范围内，则可以作为一个约束条件来简化随机Hough变换。给出一个预设的误差范围θ，约束条件可以表示如下：

(5)

当满足式(5)时，三点将被认为是在同一个圆上，圆的参数是可以累积的。所以这种方法可以有效地提高算法速度，降低搜索范围，降低内存的占用。

1.2.3 改进算法描述

该算法采用梯度方向作为约束条件来改进随机Hough变换，详细步骤如下：

1)构造边缘点集D，初始化圆的参数单元集，令P=NULL，记录这些点的梯度方向。

2)从点集中随机地选取3个点，计算圆的参数(a,b,r)。

3)计算3个点的梯度方向G1,G2,G3，法线方向n1,n2,n3，并判断其差值是否在容许的误差范围内，若是转4)，否则转2)。

4)PC为候选圆的特征参数，在参数单元集中找到PC。PC应该满足||P-PC||<δ，式中δ为界值[10]，如果找到转6，否则转5).

5)将(a,b,r)插入P中，令Value为1。

6)遍历正六边形内的所有点，当满足(a-r)

7)如果圆的边缘点与参数NPC>Nmin一致，则转向8)。否则，将是一个错的圆，从单元集P中移除该参数。

8)如果真实的圆检测到了，判断检测圆的个数是否超过真实圆的个数，如果是，则根据累积值计算圆的参数，得到圆心坐标。否则，从边缘点集D中删除真实圆的边缘点集，重置P=NULL。转向2)。

1.2.4 枪膛中心点和十字光标(靶心位置)相对位置修正

图3 LCD输出校正信息示意图

2 轻武器电子校瞄系统验证

由于MATLAB中具有许多现成的图像处理函数可以供我们在编程时直接调用，所以，我们对图像处理算法的设计和验证是在以计算机为平台的MATLAB环境中进行的，但是在实际使用时，我们需要将程序移植到本系统设计的硬件平台上来运行。因此，需要完成程序由MATLAB平台到CCS平台中的移植。所谓算法的移植，就是对程序中相应的部分做出修改，使其能够在不同的程序平台上运行。移植原理如图4所示。

图4 算法移植原理

首先，要对MATLAB应用程序中与算法相关的代码进行分析并提取，并结合CCS的软件环境，对验证算法的程序框架和测试环境重新建立和配置，对不符合该运行平台的部分进行修改。其次，要注意编译器和工作平台的基本数据类型的差别。再次，注意编译器和工作平台相关序的问题，DM642硬件平台的序是由DM642芯片复位时管脚TOUT1/LENDIAN的电平决定的；但是CCS在工程编译之前，需要对工程的编译设置进行手工设置来确定输出的模式。最后，合理配置存储系统，在CCS中，是通过后缀为.cmd的配置文件进行存储空间的分配的。程序在编译后如果访问了不存在的存储空间，就会造成程序跑飞。因此，在存储空间分配前，了解芯片整个可用的内外存储空间大小是十分有必要的[12]。

图5所示为在MATLAB中对所改进的算法进行的验证，图(a)，(b)为使用随机Hough检测出的结果，(a)为切片图，(b)中对检测到的圆形边缘进行高亮显示，由图中可见，产生了大量的无效累积值。(c)，(d)为使用算法检测的结果，由于引入了正六边形，缩小了检测的范围，由图可见，检测结果的精准度明显上升。

图5 MATLAB中程序验证

由于轻武器特殊的使用性，在进行算法移植之后，由于实验条件的限制，无法进行现场的调试运行，所以对移植后的算法采用了软件的仿真器工作模式进行验证，即在PC上模拟DSP的指令集和工作机制，进行了算法的实现和调试，通过调试，该算法能够实现在MATLAB中进行验证的结果，如图6所示，(a)为灰度图，(b)为Hough检测结果。

图6 CCS程序验证结果

3 结论

通过对轻武器电子校瞄系统中所涉及到的算法进行设计，主要包括图像预处理算法和枪口中心位置的识别算法，重点对Hough变换算法进行了研究分析，并设计了基于随机Hough变换的改进算法，同时对也枪膛中心点和十字光标(靶心位置)相对位置进行了修正。算法由基于PC的MATLAB环境

向基于嵌入式系统的软件环境CCS的移植，通过验证，该系统切实可行，能实现预设功能，完成枪支校准。

[1]王 欣. 变倍白光瞄具像面稳定度测试系统研究[D]. 长春：长春理工大学，2008.

[2]吴安律，黄歌德. 立高而能望远-瞄准镜与枪械结合之态势种种[J]. 轻兵器，2012(1)：10-13.

[3]康 林. 枪神战眼：会拐弯的光纤瞄准具[J]. 科学大众，2015(5)：25-27.

[4]RafaelC，Gonzalez. 数字图像处理(MATLAB版)[M]. 北京：电子工业出版社，2010.

[5]胡小锋，赵 辉.VisualC++MATLAB图像处理与识别实用案例精选[M]. 北京：人民邮电出版社，2004.

[6]张 铮，徐 超，任淑霞，等. 数字图像处理与机器视觉-VisualC++与MATLAB实现[M]. 北京：人民邮电出版社，2014.

[7]焦圣喜，肖德军，阚一凡. 霍夫变换算法在圆心视觉定位中的应用研究[J]. 科学技术与工程，2013，13(14)：4089-4093.

[8]尚 璐，李锐，宋信玉. 改进的Hough变换圆检测算法[J]. 电子设计工程，2011，19(14)：168-170.

[9]ChungKL,UangYH，WangJP，etal.Fastrandomizedalgorithmforcenter-detection[J].PatternRecognition，2010，43(8)：2659-2665.

[10]段黎明，汪 威，张 霞. 改进的Hough变换实现圆检测[J]. 计算机集成制造系统，2013，19(9)：2148-2152.

[11]冈萨雷斯. 数字图像处理(MATLAB版)[M]. 北京:电子工业出版社，2009

[12]朱桂英，张瑞林. 基于Hough变换的圆检测方法[J].计算机工程与设计，2008，29(6)：1462-1464.

Algorithm Design and System Verification of Electronic Pointing System of Light Weapon

Zhang Na1,2，Shen Xiaolin1,2, Liu Xinsheng1,2, Wang Lili1,2

(1.College of computer and control engineering, North Central University, Taiyuan 030051，China; 2. Laboratory of control science and engineering, North Central University,Taiyuan 030051，China)

Light weapons acceptance is one of the most important factors, that hit targets on the accuracy, the aiming system accuracy has a direct impact on performance of weapons to play, and the traditional calibration device can only be accomplished with weapons of coarse alignment. So design a new light weapons electronic aiming system. The core of the design is the construction of the accurate recognition algorithm in the figure. In constructing algorithm, through the introduction of regular hexagon search window and gradient direction information criterion to improve the randomized Hough transform algorithm, to make up for the existing Hough transform method for computing complex degree is high, occupies large memory. Fully validated in Matlab excellent effect of improved algorithm, the algorithm was transplanted to the embedded software environment of electronic aiming system, by testing the surface electronic aiming system on the muzzle of the center position and bore center point and cross cursor relative position, showing excellent performance calibration, the initial realization of fine calibration of gun system. In the calibration process, not directly in contact with light weapons can avoid the traditional aiming system repeats the installation on the barrel caused by wear, provides a new method for traditional methods of calibration.

Hough transform; improved algorithm; Matlab; embedded

2016-06-04；

2016-08-31。

张 娜(1990-),女，河北张家口人，在读研究生， 主要从事控制理论与控制工程方向的研究。

1671-4598(2017)01-0217-04

10.16526/j.cnki.11-4762/tp.2017.01.060

TP216

B