基于机器视觉的火炮身管运动状态检测及分析.pdfVIP

摘要

火炮在射击的过程中，其身管会因后坐力产生高速运动，准确获取其运动状态对于弹

道设计、射击精度提升及装备维护有重要意义。传统的运动检测方法通过加速度计等接触

式设备捕捉火炮射击过程，但此方法受限于高速瞬态运动引入的噪声干扰，导致检测结果

不够准确，且受到测试成本高等因素的限制，开展难度较大。基于机器视觉的非接触式检

测方法凭借高精度、低成本等优势，成为火炮身管运动状态检测的有效解决方案。

在现有的运动状态检测算法中，背景差分法、帧间差分法及光流法均可用于运动目标

参数的提取。其中，光流法作为经典的运动估计算法，通过视频序列提取目标运动状态的

关键参数。然而，在火炮的发射过程中，光流法易受复杂光照变化、运动背景干扰等因素

的影响，导致检测精度下降。因此，选择合适的检测算法并对其进行性能的改进与提升是

火炮身管运动状态检测中的关键问题。针对上述问题展开研究，有以下几点主要内容：

首先，运动状态算法对比选择。目前主流的运动状态检测方法主要包括背景差分法、

帧间差分法和光流法。通过对车辆、行人及火炮发射三类视频进行运动对象检测的实验，

可以得到其每种算法的优缺点。在复杂动态环境下，背景差分法响应速度快，但易受到动

态噪声的影响，导致检测精度下降。帧间差分法难以应对目标运动较快或不连续的情况，

难以准确捕捉运动信息。而光流法虽然容易受到影响亮度变化的影响，但该算法能提供像

素级的运动信息，适用于检测目标的全局运动，因此本课题选取光流法为主要检测算法。

其次，针对复杂光照环境下，光流法鲁棒性容易受到影响的问题，进行动态环境下传

统光流法鲁棒性的改进。首先，在预处理阶段引入直方图均衡化，以降低亮度变化对检测

结果的干扰。其次，为了减少图像噪声对运动检测的影响，在光流计算前加入去噪和去抖

动处理，以增强光流法的稳定性。同时，本文还将图像纹理分解技术和亮度归一化处理应

用于Farneback光流法中。经实验验证，改进后的算法将亮度标准差稳定在0.2像素，亮

度均值稳定在0.03像素，说明改进后的算法很好的抑制了光照变化对光流计算的干扰。

再次，针对动态背景下传统光流法会对所有运动对象进行检测，导致误检率上升的问

题，进行光流法检测精度的提升。首先，本课题引入ORB角点检测优，化特征匹配能力，

并基于颜色特征筛选运动区域，从而提高光流法的检测精度。其次，为进一步减少错误匹

配，本课题还引入了误匹配剔除策略，在特征匹配过程中利用光流幅度和运动方向信息进

行匹配筛选。研究结果表明改进后算法的正确匹配率从0.3增加至0.79，说明改进后算法

的准确率得到了提升。

通过实验验证，改进后的光流法在火炮身管运动状态检测中相较于传统算法有显著

提高，尤其是在复杂光照条件和动态噪声干扰的情况下，仍能保持较高的鲁棒性。此外，

基于改进算法，本课题还设计了一套可视化软件系统，能够实时展示运动检测过程，并直

观呈现了火炮身管的各项关键运动参数，为相关应用提供完整的技术支持。

关键词：运动状态检测；光流算法；特征提取；动态干扰

Abstract

Duringthefiringprocessofacannon,thebarrelundergoeshigh-speedmotionduetorecoil

force.Accuratelycapturingitsmotionstateisofgreatsignificanceforballisticdesign,

improvementoffiringaccuracy,andequipmentmaintenance.Traditionalmotiondetection

methodsrelyoncontact-baseddevicessuchasaccelerometerstocapturethefiringprocess.

However,thesemethodsareoftenaffectedbynoiseinterferencecausedbyhigh-speedtransient

motion,leadingtoreduceddetectionaccuracy.Additional