本發(fā)明涉及一種火箭橇圖像測速方法，尤其涉及一種采用高速照相機連續(xù)拍攝來測量橇體運行速度的方法，屬于火箭橇測試領(lǐng)域。

背景技術(shù)：

火箭橇試驗具有產(chǎn)生大過載、高速度、強振動和沖擊等綜合條件的能力，可以最逼真地模擬導(dǎo)彈真實飛行環(huán)境。通過試驗?zāi)軌蚩己藨T性測量系統(tǒng)在綜合環(huán)境條件下的各項性能指標(biāo)和精度，驗證慣性測量系統(tǒng)誤差模型在高動態(tài)條件下的正確性，特別是在大過載情況下，高次項放大作用，能夠確定慣性測量系統(tǒng)高次誤差項對導(dǎo)航性能的影響，是實現(xiàn)慣性測量系統(tǒng)動態(tài)性能驗證的最佳途徑。

在慣性測量系統(tǒng)火箭橇試驗中，目前主要采用雷達測量設(shè)備、遮光板時空測量裝置測量橇體的運行位置和速度。

雷達測量設(shè)備由雷達天線向火箭橇發(fā)射出連續(xù)等幅的電磁波并接收從橇體反射回來的電磁波信號，利用測量的多普勒頻率，經(jīng)處理獲得橇體橇體相對于天線指向的徑向速度以及橇體沿軌道的運行速度。但是，雷達測速存在以下兩個缺點：

(1)適合于高速測量，低速測量精度低。在火箭橇試驗的實際應(yīng)用中在速度低于10m/s時不輸出測量值；

(2)火箭橇固體發(fā)動機的尾焰效應(yīng)使雷達測量的精度較低，在火箭橇一級發(fā)動機和二級發(fā)動機點火時會引起雷達測速的數(shù)據(jù)實效。

遮光板時空測量裝置由橇載光電組件和沿火箭橇滑軌一側(cè)每間隔一定距離安裝的若干遮光板組成。光電組件安裝在橇體上，由激光器和激光接收器組成，激光接收器連接有處理電路，實現(xiàn)把遮光板引起光通量的變化轉(zhuǎn)變?yōu)殡娒}沖信號，并輸出給數(shù)據(jù)采集系統(tǒng)。數(shù)據(jù)采集系統(tǒng)則記錄該電脈沖的瞬時時刻，通過相鄰遮光板沿軌道的距離可求出橇體的運行速度。但是，采用遮光板光電組件的缺點是：

(1)該光電組件的激光器對固體發(fā)動機點火后的光線較敏感，容易導(dǎo)致處理電路處于飽和狀態(tài)，從而引起光電組件工作異常；

(2)相鄰遮光板間距一般大于1米，采用相鄰遮光板距離除以測量時間間隔求取橇體運行的速度的方法存在測量誤差相對較大的缺點。

通過以上分析可以看出，隨著火箭橇軌道后續(xù)由9km延長到16km，采用多級點火的需求越來越迫切，雷達測速和遮光板時空測量已不能適應(yīng)多級點火段的要求。因此，需要研究一種新的測速方法以彌補上述兩種方法的缺陷。

在火箭橇試驗場，目前已有高速照像，但只用于觀察發(fā)動機點火瞬時多級橇體分離是否正常等功能監(jiān)測用途，本發(fā)明專利是研究一種在現(xiàn)有高速照像的基礎(chǔ)上實現(xiàn)測速的新方法。

技術(shù)實現(xiàn)要素：

本發(fā)明解決的技術(shù)問題是：找到了一種火箭橇圖像測速方法，該方法能夠精確的測量橇體運行的速度，解決多級發(fā)動機分離時雷達、遮光板受發(fā)動機點火影響而失效的問題，以提供高精度的速度信息。

本發(fā)明解決的技術(shù)方案是：

一種火箭橇圖像測速方法，步驟如下：

(1)在火箭橇試驗中，在多級發(fā)動機點火分離處的軌道旁架設(shè)高速相機，設(shè)置相機的拍攝頻率f、原始照片中縱向邊長的像素個數(shù)M₀和橫向邊長的像素個數(shù)N₀；測量相機相對軌道的地理信息和軌道上相鄰扣件之間的距離L；M₀、N₀均為正整數(shù)，f、L為正實數(shù)；

(2)在火箭橇試驗多級發(fā)動機點火分離的過程中，通過高速相機連續(xù)拍攝K幅照片，K為正整數(shù)；在每幅照片中由兩維像素點附加顏色的方式構(gòu)成，像素點在照片中的位置信息為原始照片像素點坐標(biāo)系的坐標(biāo)值；

(3)在每一幅照片中，將原始照片像素點坐標(biāo)系中的坐標(biāo)點(m,n)轉(zhuǎn)換到原始照片中心點坐標(biāo)系中的點(x,y)，其轉(zhuǎn)換公式如下：

經(jīng)轉(zhuǎn)換后，用(x,y,r_x,y,g_x,y,b_x,y)描述原始照片中該像素點的位置和顏色信息；

所述原始照片中心點坐標(biāo)系以照片中心為原點、ox軸水平向右的右手坐標(biāo)系oxy；

(4)根據(jù)在多級發(fā)動機點火前的第一幅照片中軌道畸變信息修正照片，使得照片中每個像素所對應(yīng)的空間距離相等；

(5)根據(jù)步驟(4)中得到的修正后無畸變的照片，提取每一幅照片中火箭橇橇體的第一特征點在修正后照片像素點坐標(biāo)系om’n’中的位置(I_s,J_s)和該第一特征點在此位置的像素值s代表照片幅數(shù)；

(6)根據(jù)步驟(5)得到的第一特征點水平方向像素值J_s，以及步驟(1)中的參數(shù)，求取火箭橇橇體的速度序列；

(7)根據(jù)步驟(4)中得到的修正后無畸變的照片，提取每一幅照片中火箭撬橇體的其它特征點，重復(fù)步驟(5)和(6)，得到每個特征點對應(yīng)的火箭橇橇體的速度序列，之后與第一特征點對應(yīng)的速度序列進行融合，從而得到火箭橇橇體運行的全過程速度序列。

原始照片像素點坐標(biāo)系omn的原點在照片左上角，om軸朝下，on軸朝右；像素點的顏色值由紅色、綠色和藍色不同比值構(gòu)成，用五維數(shù)組(m,n,r_m,n,g_m,n,b_m,n)表示，其中，(m,n)描述了該像素點在照片中的位置，m的取值范圍為從1至M₀的正整數(shù)，n的取值范圍為從1至N₀的正整數(shù)；(r_m,n,g_m,n,b_m,n)描述了原始照片中該像素點的顏色信息，紅色r_m,n、綠色g_m,n、藍色b_m,n的取值范圍從0至255。

所述步驟(4)根據(jù)在多級發(fā)動機點火前的第一幅照片中軌道畸變信息修正照片，具體為：

(3.1)在修正處理前的照片中，從左到右依次提取每個扣件的坐標(biāo)值并進行編號，設(shè)有h≥4個扣件，以坐標(biāo)值(x_p,y_p)表示，其中p＝1,2,…,h；

(3.2)對照片中的扣件序列(x_p,y_p)，p＝1,2,…,h；采用直線模型y_l＝k_lx+b_l，用最小二乘法計算系數(shù)k_l和b_l的值，具體計算公式如下：

其中，

(3.3)對照片中的扣件序列(x_p,y_p)，p＝1,2,…,h；計算相鄰兩個扣件的距離l_q和中心位置坐標(biāo)(x_0,q,y_0,q)，q＝1,2,…,h-1；具體計算公式為

(3.4)取直線軌道的二次畸變模型采用最小二乘法計算系數(shù)α和β，具體公式如下：

其中

(3.5)根據(jù)系數(shù)α、k_l和b_l的值，設(shè)置M₁和N₁，并修正原始照片，具體公式如下：

(r_m',n',g_m',n',b_m',n')＝(r_m,n,g_m,n,b_m,n)

其中,數(shù)組(r_m,n,g_m,n,b_m,n)的下標(biāo)m,n表示了原始照片像素點坐標(biāo)系的坐標(biāo)點位置；數(shù)組(r_m',n',g_m',n',b_m',n')的下標(biāo)m’,n’表示了修正后照片像素點坐標(biāo)系的坐標(biāo)點位置，矯正后照片像素點坐標(biāo)系om’n’是原始照片矯正后，以照片左上角為原點，om’軸垂直向下，on’軸水平向右的坐標(biāo)系；M₁和N₁分別為矯正后照片的縱向和橫向像素個數(shù)，令m′和n′取值大于0；(x’,y’)表示矯正后照片中心點坐標(biāo)系ox’y’的坐標(biāo)點，矯正后照片中心點坐標(biāo)系ox’y’是原始照片矯正后，以照片中心為原點、ox’軸水平向右的右手坐標(biāo)系；

(3.6)修正后的照片中，被拉伸的區(qū)域中存在沒有被上色的點，在修正后照片像素點坐標(biāo)系中對被拉伸區(qū)域進行修補，具體為：

其中，(r_m″,n″,g_m″,n″,b_m″,n″)表示修正后照片中沒有上色點的顏色信息，m″和n″表示在修正后照片像素點坐標(biāo)系沒有上色點的坐標(biāo)位置，λ表示該像素點周圍八個像素點中，紅色、綠色、藍色的先像素值之和大于0的個數(shù)。

所述步驟(5)中提取每一幅照片中火箭橇橇體的第一特征點在修正后照片像素點坐標(biāo)系om’n’中的位置(I_s,J_s)，和該第一特征點在此位置的像素值具體為：

(4.1)從第一幅照片開始，等間隔選取Z幅照片，找到這些照片在修正后照片像素點坐標(biāo)系om’n’的橇體特征點坐標(biāo)(I_s,J_s)；同時提取橇體的第一特征點在此位置的像素值其中代表坐標(biāo)點(I_s,J_s)紅色像素值，代表坐標(biāo)點(I_s,J_s)綠色像素值，代表坐標(biāo)點(I_s,J_s)藍色像素值，s代表圖片幅數(shù)；

找到這些等間隔照片的第一特征點，讀取這些第一特征點的五維數(shù)組根據(jù)以上五維數(shù)組所在的范圍確定橇體第一特征點顏色紅色、綠色和藍色的域值范圍分別為(a₁,a₄),(a₂,a₅),(a₃,a₆)，以及撬體特征點坐標(biāo)(I_s,J_s)所在的范圍I_min≤I_s≤I_max,J_min≤J_s≤J_max；a₁、a₂、a₃、a₄、a₅、a₆均為正整數(shù)；

(4.2)從第一幅照片開始，讀取每一副照片信息，依據(jù)I_min≤I_s≤I_max,J_min≤J_s≤J_max范圍內(nèi)坐標(biāo)點(I_s,J_s)的顏色數(shù)據(jù)確定特征點的位置；若同時滿足和并且J_s的值為最大時，則提取(I_s,J_s)，并且記錄幅數(shù)s；若不能滿足或中任意一個，則取J_s＝J_s-1。

所述步驟(6)根據(jù)水平方向像素值J_s，以及步驟(1)中的參數(shù)，求取火箭橇橇體的速度序列，具體步驟為：

(5.1)給定x₁(0)和x₂(0)的初始值0；

(5.2)根據(jù)照片中特征點位置的變化計算第s副照片中瞬時速度v_s，1≤s≤K–1，具體公式為：

v_s＝kfc(J_s+1-J_s)

式中c為單個像素點對應(yīng)的長度，f為相機拍攝的頻率，J_s+1和J_s分別表示第s+1張照片和第s張照片中撬體特征點的水平方向坐標(biāo)，k為比例系數(shù)k表示單個像素點對應(yīng)于實際空間中的距離與其成像元器件上實際長度的比值，v_s為瞬時速度；

(5.3)將所有照片的特征點的瞬時速度v_s按照時間順序依次排列形成瞬時速度序列，對瞬時速度序列進行平滑處理后得到橇體的速度序列其中，速度的計算公式為

其中，b₀、A₁、A₂、B₁、B₂為離散化二階低通濾波器的參數(shù)，x₁(0)和x₂(0)為離散化二階低通濾波器的兩個初始參數(shù)。

所述步驟(7)得到每個特征點對應(yīng)的火箭橇橇體的速度序列，之后與第一特征點對應(yīng)的速度序列進行融合，具體為：

(6.1)根據(jù)第一幅照片確定其他特征點和第一特征點位置關(guān)系，即其他特征點水平方向像素值J_s^τ和第一特征點的水平方向像素值J_s之間關(guān)系：

J_s^τ＝J_s+ω^τ

其中ω^τ是其他特征點和第一特征點水平方向像素值的差值，τ＝2，3，4…,J_s^τ表示第τ特征點水平方向像素值；

(6.2)重復(fù)步驟(5)得到其他特征點的速度序列，將所述其他特征點速度序列和第一特征點速度序列按時間先后順序排列，若同一時刻存在多個速度，取這些同一時刻速度的算數(shù)平均值，由此完成融合，得到火箭橇橇體運行的全過程速度序列。

本發(fā)明與現(xiàn)有技術(shù)相比的優(yōu)點如下：

(1)本發(fā)明能夠精確得到火箭橇多級發(fā)動機點火分離時的橇體運行速度，克服雷達測速、遮光板光電組件測量不準(zhǔn)確的問題，測量精度較高。

(2)這種方法可以半全自動運行，不需要加入過多的人工參與，能夠?qū)崿F(xiàn)照片俯仰和方位偏差信息的自動修正、發(fā)動機點火前后橇體特征點提取、橇體速度計算和噪聲消除，理論清晰簡單，編程容易。

(3)目前尚沒有能夠通過高速相機對橇體運行速度進行精確測量的方法，本方法是一種創(chuàng)新，為分析和評價火箭橇試驗的設(shè)計合理性提供了一種處理辦法。

(4)本發(fā)明將照片轉(zhuǎn)換為數(shù)值矩陣，利用數(shù)值關(guān)系分析特征點位置變化，整個過程科學(xué)合理、嚴(yán)謹(jǐn)準(zhǔn)確，同時能更快速精確的讀取照片數(shù)據(jù)進行分析。同時提取照片特征點的方法，所需存取的數(shù)據(jù)量很小，即使處理大批量連續(xù)拍攝的照片也能在很短的時間分析出特征點位置變化

(5)目前使用的修正照片方法都存在不盡人意的地方，需要一定的工作環(huán)境、速度慢、效率低且價格昂貴。本發(fā)明對原始照片建立畸變模型直接求取運動方向的實際變化，有其明顯的優(yōu)勢，大大提高修正效率。

(6)本發(fā)明采用速度濾波平滑的方法，不僅大幅消除速度噪聲的影響，而且使得的速度曲線更加合理、清晰，同時使用多個特征點分析火箭橇撬體速度變化，滿足了在環(huán)境遮擋、光線變化、多級點火等苛刻外界條件也能精準(zhǔn)測量的要求。

附圖說明

圖1為本發(fā)明實現(xiàn)流程圖；

圖2為火箭橇軌道和扣件在原始照片中位置。

圖3為扣件序列直線模型；

圖4為二次畸變模型示意圖；

圖5為矯正后的照片；

圖6為橇體特征點I在照片中的位置；

圖7為橇體特征點II在照片中的位置；

圖8為橇體特征點I在不同照片中的像素點位置；

圖9為橇體特征點II在不同照片中的像素點位置；

圖10為橇體特征點I和特征點II經(jīng)對齊后在不同照片中的像素點位置；

圖11為經(jīng)融合后橇體特征點I在不同照片中的像素點位置；

圖12為對速度噪聲的頻譜分析結(jié)果；

圖13為橇體運行速度的計算值和平滑值。

具體實施方式

本發(fā)明的實現(xiàn)原理是：采用高速相機連續(xù)拍攝橇體的運行過程，在試驗完成后通過對高速相機相對軌道的俯仰和方位信息修正、橇體特征點提取、運行速度計算，完成對橇體運行速度的測量。該方法具有測速精度高、思路簡單明了，編程容易實現(xiàn)的優(yōu)點，提高了火箭橇試驗中關(guān)鍵位置的速度測量精度。

下面給出一種火箭橇圖像測速方法，其特征在于步驟如下：

(1)在火箭橇試驗多級發(fā)動機點火分離處的軌道旁架設(shè)高速相機，設(shè)置相機的拍攝頻率f、原始照片中縱向邊長的像素個數(shù)M₀和橫向邊長的像素個數(shù)N₀等參數(shù)；測量相機相對軌道的地理信息和軌道上相鄰扣件之間的距離L；M₀、N₀均為正整數(shù)，f、L為正實數(shù)；如圖2所示，在照片底部火箭橇軌道上標(biāo)記為紫色矩形方框的部分為扣件在火箭橇軌道的位置，白色方框內(nèi)數(shù)值表示兩個相鄰扣件的像素點距離。

(2)在火箭橇試驗多級發(fā)動機點火分離的過程中，通過高速相機連續(xù)拍攝K幅照片；在每幅照片中由兩維像素點附加顏色的方式構(gòu)成，像素點在照片中的位置信息為原始照片像素點坐標(biāo)系的坐標(biāo)值；原始照片像素點坐標(biāo)系(omn)的原點在左上角，om軸朝下，on軸朝右；像素點的顏色值由紅色、綠色和藍色不同比值構(gòu)成；用五維數(shù)組(m,n,r_m,n,g_m,n,b_m,n)來表示，其中，(m,n)描述了該像素點在照片中的位置，m的取值范圍為從1至M₀的正整數(shù)，n的取值范圍為從1至N₀的正整數(shù)；(r_m,n,g_m,n,b_m,n)描述了原始照片中該像素點的顏色信息，紅色r_m,n、綠色g_m,n、藍色b_m,n的取值范圍從0至255。

(3)在每一幅照片中，將原始照片像素點坐標(biāo)系中的坐標(biāo)點(m,n)轉(zhuǎn)換到以照片中心為原點、ox軸水平向右的右手坐標(biāo)系oxy(原始照片中心點坐標(biāo)系)中的點(x,y)，其轉(zhuǎn)換公式如下：

經(jīng)轉(zhuǎn)換后，用(x,y,r_x,y,g_x,y,b_x,y)描述了原始照片中該像素點的位置和顏色信息；如圖3所示將原始照片經(jīng)過去色處理后，標(biāo)記網(wǎng)格刻度線，原始照片中心點坐標(biāo)系橫軸和縱軸為圖中交叉黑色粗線：

(4)根據(jù)在發(fā)動機點火前的第一幅照片中軌道畸變信息修正照片，使得照片中每個像素所對應(yīng)的空間距離相等；修正照片的具體步驟為：

a.從左到右依次提取每個扣件的坐標(biāo)值并進行編號，設(shè)有h(h≥4)個扣件，以坐標(biāo)值(x_p,y_p)表示，其中p＝1,2,…,h；如圖2所示，在照片底部火箭橇軌道上標(biāo)記為紫色矩形方框的部分為扣件在火箭橇軌道的位置，對其逐個進行標(biāo)記其坐標(biāo)值(xp,yp)；

b.對照片中的扣件序列(x_p,y_p)，p＝1,2,…,h；采用直線模型y_l＝k_lx+b_l，

用最小二乘法計算系數(shù)k_l和b_l的值，具體計算公式如下：

其中，

c.對照片中的扣件序列(x_p,y_p)，p＝1,2,…,h；計算相鄰兩個扣件的距離l_q和中心位置坐標(biāo)(x_0,q,y_0,q)，q＝1,2,…,h-1；具體計算公式為

d.取直線軌道的二次畸變模型采用最小二乘法計算系數(shù)α和β，具體公式如下：

其中

e.根據(jù)系數(shù)α、k_l和b_l的值，設(shè)置M₁和N₁，和矯正原始照片，

具體公式如下：

(r_m',n',g_m',n',b_m',n')＝(r_m,n,g_m,n,b_m,n)

其中數(shù)組(r_m,n,g_m,n,b_m,n)，下標(biāo)m,n表示了原始照片像素點坐標(biāo)系的坐標(biāo)點位置；數(shù)組(r_m',n',g_m',n',b_m',n')，下標(biāo)m’,n’表示了矯正后照片像素點坐標(biāo)系的坐標(biāo)點位置，矯正后照片像素點坐標(biāo)系(om’n’)是原始照片矯正后，以照片左上角為原點，om’軸垂直向下，on’軸水平向右的坐標(biāo)系；M₁和N₁分別為矯正后照片的縱向和橫向像素個數(shù)，取值應(yīng)當(dāng)保證m′和n′大于0；(x’,y’)表示了矯正后照片中心點坐標(biāo)系(ox’y’)的坐標(biāo)點，矯正后照片中心點坐標(biāo)系(ox’y’)是原始照片矯正后，以照片中心為原點、ox’軸水平向右的右手坐標(biāo)系。

f.被拉伸的區(qū)域中存在沒有被上色的點，在矯正后照片像素點坐標(biāo)系中矯正后的照片修補方法為：

其中，(r_m″,n″,g_m″,n″,b_m″,n″)表示修正后照片中沒有上色點的顏色信息，m″和n″表示在修正后照片像素點坐標(biāo)系沒有上色點的坐標(biāo)位置，λ表示該像素點周圍八個像素點中，紅色、綠色、藍色的先像素值之和大于0的個數(shù)。如圖5所示經(jīng)過修正后的照片，其中每個像素點大小所代表的空間實際距離相等，照片的修補部分為照片的外周圍黑色部分；

(5)根據(jù)步驟(4)中得到的修正后無畸變的照片，提取每一幅照片中火箭橇橇體的第一特征點在修正后照片像素點坐標(biāo)系om’n’中的位置(I_s,J_s)和該第一特征點在此位置的像素值s代表照片幅數(shù)；如圖6所示，第一特征點在火箭橇的黑色中線部分最右端；

(6)根據(jù)步驟(5)得到的水平方向像素值，以及步驟(1)中的參數(shù)，求取橇體的瞬時速度，具體步驟為：

a.給定x₁(0)和x₂(0)的初始值0；

b.根據(jù)照片中特征點位置的變化計算第s副照片中瞬時速度v_s，1≤s≤K–1，具體公式為：

v_s＝kfc(J_s+1-J_s)

式中c為單個像素點對應(yīng)的長度，f為相機拍攝的頻率，J_s+1和J_s分別表示第s+1張照片和第s張照片中撬體特征點的水平方向坐標(biāo)，k為比例系數(shù)k表示單個像素點對應(yīng)于實際空間中的距離與其成像元器件上實際長度的比值，v_s為瞬時速度；

c.將所有照片的特征點的瞬時速度v_s按照時間順序依次排列形成瞬時速度序列，對瞬時速度序列進行平滑處理后得到橇體的速度序列其中，速度的計算公式為

其中，b₀、A₁、A₂、B₁、B₂為離散化二階低通濾波器的參數(shù)，x₁(0)和x₂(0)為離散化二階低通濾波器的兩個初始參數(shù)。如圖12為對速度噪聲的頻譜分析結(jié)果，可以看出，噪聲主要頻段為大于10Hz的高頻段；因此，采用二階低通濾波器對速度進行濾波以消除高頻噪聲

(7)根據(jù)步驟(4)中得到的矯正后無畸變的照片，提取每一幅照片中橇體的其它特征點，重復(fù)步驟(5)和(6)，得到速度后與利用特征點I得到的速度進行融合，從而得到橇體運行的全過程速度序列。如圖13為橇體運行速度的計算值和平滑值，同時平滑值清晰地表明火箭橇的全過程運動速度變化。

所述步驟(5)中提取特征點的實現(xiàn)方法：

(1)從第一幅照片開始，等間隔選取Z幅照片，找到這些照片在矯正后照片像素點坐標(biāo)系(om’n’)的橇體特征點坐標(biāo)(I_s,J_s)；同時提取橇體的特征點在此位置的像素值其中代表坐標(biāo)點(I_s,J_s)紅色像素值，代表坐標(biāo)點(I_s,J_s)綠色像素值，代表坐標(biāo)點(I_s,J_s)藍色像素值，s代表圖片幅數(shù)。根據(jù)這些等間隔照片確定撬體特征點顏色域值范圍分別為(a₁,a₄),(a₂,a₅),(a₃,a₆)，以及撬體特征點坐標(biāo)(I_s,J_s)所在的范圍I_min≤I_s≤I_max,J_min≤J_s≤J_max。

(2)從第一幅照片開始，讀取每一副照片信息，依據(jù)I_min≤I_s≤I_max,J_min≤J_s≤J_max范圍內(nèi)坐標(biāo)點(I_s,J_s)的顏色數(shù)據(jù)確定特征點的位置；若同時滿足且J_s的值為最大時，則提取(I_s,J_s)，并且記錄幅數(shù)s；若不能滿足任意一個，則取J_s＝J_s-1。如圖8為特征點I在各幅照片中的像素點位置，其中像素點位置是以矯正后照片像素點坐標(biāo)系中的坐標(biāo)取出，曲線中有不平滑的部分主要由于環(huán)境噪聲和光線影響，取J_s＝J_s-1，但是并不影響曲線總體趨勢和精度；如圖11為經(jīng)融合后，橇體特征點在各幅照片中的像素點位置，其中像素點位置是以矯正后照片像素點坐標(biāo)系中的坐標(biāo)取出，特征點II通過平移后，將所述特征點II像素點位置和特征點I像素點位置按時間先后順序排列，若同一時刻存在多個像素點位置，取這些同一時刻像素點位置的算數(shù)平均值。

通過上述方法即可完成火箭橇橇體運行速度的測量。

實施例：

在一次火箭橇試驗中，設(shè)拍攝頻率f＝2000幅/秒、單個像素點對應(yīng)的長度c＝22μm、比例系數(shù)k為＝853.65。圖2為火箭橇軌道和扣件在原始照片中的位置，并且通過圖像處理將照片處理為無背景噪聲，在照片底部火箭橇軌道上標(biāo)記為紫色矩形方框的部分為扣件在火箭橇軌道的位置，白色方框內(nèi)數(shù)值表示兩個相鄰扣件的像素點距離。；圖3為扣件序列在原始照片的點位置建立的直線模型，坐標(biāo)系為以照片中心為原點、ox軸水平向右的右手坐標(biāo)系oxy(原始照片中心點坐標(biāo)系)，坐標(biāo)軸用照片中間交叉黑色粗線表示，建立的直線為y＝-0.01057x-101.2；圖4為二次畸變模型示意圖表示像素點位置和相鄰扣件距離導(dǎo)數(shù)的關(guān)系，圖中空心圓圈代表的是已知的相鄰扣件距離導(dǎo)數(shù)和像素點位置的關(guān)系，黑色曲線為依照空心圓圈位置形成的擬合曲線，建立的畸變模型為圖5為矯正后的照片，其中每個像素點所對應(yīng)的空間實際距離相等，并且修補了被拉伸的區(qū)域中存在沒有被上色的點的部分；圖6為特征點I在橇體上的位置，此特征點為火箭橇橇體上中間黑色線狀部分的最右端，與周圍像素點顏色值有很大的差值，易于確定范圍取出其坐標(biāo)，滿足讀取特征點的操作要求，但是，特征點I會在圖7照片中被遮擋，因此，選取特征點II，此特征點為火箭橇橇體上黑色三角錐狀頂部外殼白色中心點，其在橇體上的位置見圖7；圖8為特征點I在各幅照片中的像素點位置，其中像素點位置是以矯正后照片像素點坐標(biāo)系中的坐標(biāo)取出，曲線中有不平滑的部分主要由于環(huán)境噪聲和光線影響，但是并不影響曲線總體趨勢和精度，圖9為特征點II在各幅照片中的像素點位置，其中像素點位置是以矯正后照片像素點坐標(biāo)系中的坐標(biāo)取出，并且從第70幅到第140幅與特征點I的位置通過平移后可以進行比較驗證；圖10為對特征點I和特征點II像素點位置經(jīng)對齊后在各幅照片中的像素點位置；如圖11為經(jīng)融合后，橇體特征點在各幅照片中的像素點位置，其中像素點位置是以矯正后照片像素點坐標(biāo)系中的坐標(biāo)取出，特征點II通過平移后，將所述特征點II像素點位置和特征點I像素點位置按時間先后順序排列，若同一時刻存在多個像素點位置，取這些同一時刻像素點位置的算數(shù)平均值；圖12為對速度噪聲的頻譜分析結(jié)果，可以看出，噪聲主要頻段為大于10Hz的高頻段；因此，采用二階低通濾波器對速度進行濾波以消除高頻噪聲，圖13為橇體運行速度的計算值和平滑值，可以看出計算值有等幅的波動，保持穩(wěn)定趨勢，同時平滑值清晰地表明火箭橇的運動速度變化趨勢，至此完成火箭橇圖像測速全過程。

本發(fā)明未詳細(xì)描述內(nèi)容為本領(lǐng)域技術(shù)人員公知技術(shù)。