CN101937509A - 基于图像处理技术的自动识靶方法 - Google Patents

Abstract

本发明公开了一种基于图像处理技术的自动识靶方法，该方法按照以下步骤实施：步骤1、对经过预处理的靶面图像取适当的阈值进行二值化处理，处理后的图像只有靶环线和弹孔；依次得到其他各环线的半径；步骤2、利用环线和弹孔的半径大小不同来判别，通过数字形态学图像处理的方法，对图像进行分析后，对上述图像进行反复膨胀腐蚀运算，得到含有弹孔的图像，然后找出各弹孔的重心像素坐标；步骤3、通过计算弹点内各像素坐标的均值来求得各弹点中心坐标，将它代入各个区域表达式中，检测它所满足的区域的表达式，进而判定该弹点的环数，完成识靶。本发明方法运行高效，识靶准确。

Description

基于图像处理技术的自动识靶方法

技术领域

本发明属于图像处理技术领域，涉及一种基于图像处理技术的自动识靶方法。

背景技术

无论在军事训练还是体育比赛中，传统的报靶方法是由报靶员根据目测确定靶数，带有很大的个人主观因素，可靠性、公正性及效率不高，常常对射击人员的最终成绩造成影响。随着科技的发展，出现了很多自动报靶系统，但是现有的自动报靶大都是根据弹痕和靶环线的亮暗差别来识别弹痕，现有各个系统对枪靶靶面信息的采集、处理和分析，自动化程度不高，识靶精度不高，识别速度不能满足要求。

发明内容

本发明的目的是提供一种基于图像处理技术的自动识靶方法，实现对枪靶靶面信息的采集、处理和分析，实现靶面信息的自动识别，识靶效率极大提高。

本发明采用的技术方案是，一种基于图像处理技术的自动识靶方法，该方法按照以下步骤实施：将靶子前安放的摄像头采集得到的视频信号，送入图像采集卡进行数字化后得到原始的靶面图像，设靶心坐标为(A，B)，各圆环半径是r_i，

步骤1、靶面参数的确定：

1.1)对采集的靶面图像选取阈值进行二值化处理，得到的二值化处理后图像中只留有靶环线和弹孔；

1.2)运用索引突变点的方法，在上步得到的二值化处理后图像中，依次索引找到10环线的左右上下的边缘点，得到其像素坐标，运用最小二乘法拟合出10环线，即得到10环线整个圆的边界，根据索引到的左右上下边界点，再得到10环的半径以及靶心的像素坐标；

1.3)利用与步骤1.2同样的方法，依次得到其他各环线的半径r_i；

步骤2、弹孔的确定：

利用环线和弹孔的半径大小不同来判别，通过数字形态学图像处理的方法，对上步二值化处理后图像进行分析后，进行反复膨胀腐蚀运算，最后得到只含弹孔图像，通过计算该只含弹孔图像中的弹点内各像素坐标的均值来求得各弹点中心坐标(x_i，y_i)；

步骤3、弹着点环值判断：

将各弹孔的中心坐标(x_i，y_i)分别代入各个区域表达式中，检测它所满足的区域的表达式，进而判定该弹点的环数，具体步骤是：3.1)计算弹点中心与靶心的距离d：

其中(A，B)是靶心坐标，(x，y)是弹点中心坐标；

3.2)将该距离d与边界环线半径进行比较，确定弹着点是否在边界环线以内，如果是，进行下一步，否则，说明未击中靶；

3.3)再将得到的距离值d与各环线的半径r_i进行比较，确定在哪两个靶环半径之间，按照设定的判靶标准，判靶得到成绩，完成识靶。

本发明的基于图像处理技术的自动识靶方法，集多种图像处理技术为一体，通过枪靶靶面信息的采集、处理和分析，实现自动靶面信息的识别；该方法能有效减少主观因素对靶数的影响，而且识靶精度高，速度快，在公正性、准确性等方面具有很大的优越性。

附图说明

图1是本发明方法中的视觉传感器采集的带弹孔的靶面图像；

图2是本发明方法中对图1的靶面图像二值化处理后的图像；

图3是本发明方法中对图2的图像进行腐蚀环线处理后的图像。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

本发明方法中，靶面参数是指在采集的靶纸图像中，靶心及环线相对于固定的图像坐标系的坐标参数。靶面参数主要包括中心坐标位置、靶心半径和成像比例。由于靶位信息即靶面参数是判断弹着点信息的唯一依据，且靶位信息是固定不变的，因此，首先要检测出靶位信息；而在打靶过程中，弹着点信息在变化，报靶的主要任务就是检测弹着点信息。枪靶识别是通过利用靶纸图案的特殊性，将靶纸和非靶纸区分开来而实现的。

将靶子前安放的摄像头采集得到的视频信号，送入图像采集卡进行数字化后得到原始的靶面图像，再创建各个环值对应区域，确定靶心坐标(A，B)和各圆环半径ri。基于以上考虑，处理方法主要有靶位信息检测(靶面参数检测)和弹着点信息检测两大部分组成。对靶面参数及弹着点的检测识别，最终准确的显示环数，达到“报靶”。

本发明方法的实施例以含有三个弹孔的靶面图像(如图1所示)来阐述，具体步骤如下：

步骤1、靶面参数的确定：

1.1)对采集的靶面图像(图1)取适当的阈值(该阈值优选12.8)进行二值化处理，得到的二值化处理后图像(图2)只留有靶环线和弹孔(如图2所示)；

1.2)运用索引突变点的方法，针对图2所示的二值化处理后图像，依次索引找到10环线(最外环线)的左右上下的边缘点，得到其像素坐标，运用最小二乘法拟合出10环线，即得到10环线整个圆的边界，根据索引到的左右上下边界点，得到10环线的半径以及靶心的像素坐标。

具体做法如下：采用基于最小二乘曲线拟合法。最小二乘法(leastsquares analysis)是一种数学化技术，它通过最小化误差的平方和找到一组数据的最佳函数匹配。最小二乘法是用最简的方法求得一些绝对不可知的真值，而令误差平方之和为最小。最小二乘法通常用于曲线拟合(least squares fitting)。下面是拟合圆曲线的公式推导过程：最小二乘法拟合曲线为：R²＝(x-A)²+(y-B)²，

其中，R是圆的半径，(A，B)是靶心坐标。

即R²＝x²-2Ax+A²+y²-2By+B²，

令：a＝-2A，b＝-2B，c＝A²+B²-R²，

则x²+y²+ax+by+c＝0；只要求出参数a，b，c的值，就能得到圆心坐标及半径，就能确定圆环大小。

设环线边缘点样本采集为(X_i，Y_i)，i∈(1，2，3...N)，各点到圆环轴心的距离为d_i，则

样本点到圆环轴心的距离和圆环半径的平方差为：

${\mathrm{\δ}}_i=d_i^2-R^2={(X_i-A)}^2+{(Y_i-B)}^2-R^2=X_i^2+Y_i^2+a{X}_i+b{Y}_i+v,$

令Q(a，b，c)为

，则：

如果有N个测试点，则目标函数误差平方和函数Q(a，b，c)变为：

$Q(a,b,c)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\δ}}_i^2=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{(X_i^2+Y_i^2+a{X}_i+b{Y}_i+c)}^2,$

则可求使Q(a，b，c)最小的参数a，b，c，求偏导，得：

$\frac{\∂Q(a,b,c)}{\∂a}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}2(X_i^2+Y_i^2+a{X}_i+b{Y}_i+c)X_i=0---\left(1\right)$

$\frac{\∂Q(a,b,c)}{\∂b}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}2(X_i^2+Y_i^2+a{X}_i+b{Y}_i+c)Y_i=0---\left(2\right)$

$\frac{\∂Q(a,b,c)}{\∂c}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}2(X_i^2+Y_i^2+a{X}_i+b{Y}_i+c)=0---\left(3\right)$

解以上式(1)、式(2)、式(3)所组成的方程组得：

$a=\frac{\mathrm{HD}-\mathrm{EG}}{\mathrm{CG}-D^2},b=\frac{\mathrm{HC}-\mathrm{ED}}{D^2-\mathrm{GC}},c=\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}(X_i^2+Y_i^2)+a\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{X}_i+b\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{Y}_i}{N},$

式中， $C=N\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{X}_i^2+\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{X}_i\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{X}_i,D=N\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{X}_i{Y}_i^2-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{X}_i\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{Y}_i,$

$E=N\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{X}_i^3+N\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{X}_i{Y}_i^2-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}(X_i^2+Y_i^2)\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{X}_i,G=N\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{Y}_i^2+\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{Y}_i\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{Y}_i,$

$H=N\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{Y}_i^3+N\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{Y}_i{X}_i^2-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}(X_i^2+Y_i^2)\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{Y}_i,$

则A，B，R为：

R²＝A²+B²-c。

当所得二值化处理后图像的环线边缘不完整时，最小二乘法依然能较好的拟合出圆，并在较高精度范围内计算出靶心的像素坐标。

1.3)利用同样的方法依次得到其他各环线的半径r_i；

步骤2、弹孔的确定：

本发明中利用了数字形态学图像处理的方法，利用环线和弹孔的半径大小不同来判别。对上步二值化处理后图像(图2)进行分析后，进行反复膨胀腐蚀运算，最后得到如图3所示只含弹孔图像，(图3中只含有三个弹孔)，然后找出各弹孔的中心像素坐标(x_i，y_i)。

具体做法如下(该步骤是在图2的基础上完成的)：

2.1)选择半径为2个像素的圆盘结构元素来对二值化处理后图像(图2)进行膨胀；

2.2)再利用同样的结构元素进行腐蚀操作；

2.3)为了达到预期的效果，即腐蚀掉环线保留弹痕后，再选择半径为3个像素的圆盘进行腐蚀操作；

2.4)利用同样的结构元素再次进行膨胀操作，得到只含弹孔图像，如图3所示的图像中只含弹孔；

2.5)然后分别找到三个弹孔的重心坐标，并且分别进行标记。

步骤3、弹着点环值判断：

射击项目中确定弹点环数的方法一般有两种：一种是“粘边就算”的判靶方法；另一种是考察弹点的最大部分面积处于哪个环值区域内。比如弹点命中在5环和6环的交界处(击中靶环线)，如果弹点面积的大部分是在5环区域内则该弹点就判定为5环，否则就应该是6环。这是一种比较准确的方法，实质是考察弹点的中心在哪个区域内，通过计算只含弹孔图像(图3)中的弹点内各像素坐标的均值来求得各弹点中心坐标(x_i，y_i)，将它代入各个区域表达式中，检测它所满足的区域的表达式，就能判定该弹点的环数。具体计算如下：

3.1)计算弹点中心与靶心的距离d：

其中(A，B)是靶心坐标，(x，y)是弹点中心坐标。

3.2)与边界环线半径进行比较，确定弹着点是否在边界环线以内，如果是，进行下一步，否则，说明未击中靶；

3.3)然后将得到距离值d与各环线的半径r_i进行比较，确定在哪两个靶环半径之间，并按照下述标准判靶：

10环区域：10环以内的区域，表达式：d≤r₁₀；

9环区域：9环线和10环线之间的区域，表达式：r₁₀＜d≤r₉；

8环区域：8环线和9环线之间的区域，表达式为：r₉＜d≤r₈；

7环区域：7环线和8环线之间的区域，表达式为：r₈＜d≤r₇；

6环区域：6环线和7环线之间的区域，表达式为：r₇＜d≤r₆；

5环区域：5环线和6环线之间的区域，表达式为：r₆＜d≤r₅；

4环区域：4环线和5环线之间的区域，表达式为：r₅＜d≤r₄；

3环区域：3环线和4环线之间的区域，表达式为：r₄＜d≤r₃；

2环区域：2环线和3环线之间的区域，表达式为：r₃＜d≤r₂；

1环区域：1环线和2环线之间的区域，表达式为：r₂＜d≤r₁。

据此判靶得到成绩，完成识靶。

Claims (4)

1.一种基于图像处理技术的自动识靶方法，该方法按照以下步骤实施：将靶子前安放的摄像头采集得到的视频信号，送入图像采集卡进行数字化后得到原始的靶面图像，设靶心坐标为(A，B)，各圆环半径是r_i，

步骤1、靶面参数的确定：

1.1)对采集的靶面图像选取阈值进行二值化处理，得到的二值化处理后图像中只留有靶环线和弹孔；

1.2)运用索引突变点的方法，在上步得到的二值化处理后图像中，依次索引找到10环线的左右上下的边缘点，得到其像素坐标，运用最小二乘法拟合出10环线，即得到10环线整个圆的边界，根据索引到的左右上下边界点，再得到10环的半径以及靶心的像素坐标；

1.3)利用与步骤1.2同样的方法，依次得到其他各环线的半径r_i；

步骤2、弹孔的确定：

利用环线和弹孔的半径大小不同来判别，通过数字形态学图像处理的方法，对上步二值化处理后图像进行分析后，进行反复膨胀腐蚀运算，最后得到只含弹孔图像，通过计算该只含弹孔图像中的弹点内各像素坐标的均值来求得各弹点中心坐标(x_i，y_i)；

步骤3、弹着点环值判断：

将各弹孔的中心坐标(x_i，y_i)分别代入各个区域表达式中，检测它所满足的区域的表达式，进而判定该弹点的环数，具体步骤是：

3.1)计算弹点中心与靶心的距离d：

其中(A，B)是靶心坐标，(x，y)是弹点中心坐标；

3.2)将该距离d与边界环线半径进行比较，确定弹着点是否在边界环线以内，如果是，进行下一步，否则，说明未击中靶；

3.3)再将得到的距离值d与各环线的半径ri进行比较，确定在哪两个靶环半径之间，按照设定的判靶标准，判靶得到成绩，完成识靶。

2.根据权利要求1所述的自动识靶方法，其特征是：所述的步骤1.2的具体做法是：

采用基于最小二乘曲线拟合法，按照以下拟合圆曲线的公式推导，最小二乘法拟合曲线为：R²＝(x-A)²+(y-B)²，

其中，R是圆的半径，(A，B)是圆心坐标，

即R²＝x²-2Ax+A²+y²-2By+B²，

令：a＝-2A，b＝-2B，c＝A²+B²-R²，

则x²+y²+ax+by+c＝0；

求出参数a，b，c的值，即得到圆心坐标及半径，就能够确定圆环，

设环线边缘点样本采集为(X_i，y_i)，i∈(1，2，3...N)，各点到圆环轴心的距离为d_i，则

样本点到圆环轴心的距离和圆环半径的平方差为：

${\mathrm{\δ}}_i=d_i^2-R^2={(X_i-A)}^2+{(Y_i-B)}^2-R^2=X_i^2+Y_i^2+a{X}_i+b{Y}_i+v,$

令Q(a，b，c)为

，则：

如果有N个测试点，则目标函数误差平方和函数Q(a，b，c)变为：

$Q(a,b,c)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\δ}}_i^2=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{(X_i^2+Y_i^2+a{X}_i+b{Y}_i+c)}^2,$

则求使Q(a，b，c)最小的参数a，b，c，求偏导，得：

$\frac{\∂Q(a,b,c)}{\∂a}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}2(X_i^2+Y_i^2+a{X}_i+b{Y}_i+c)X_i=0---\left(1\right)$

$\frac{\∂Q(a,b,c)}{\∂b}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}2(X_i^2+Y_i^2+a{X}_i+b{Y}_i+c)Y_i=0---\left(2\right)$

$\frac{\∂Q(a,b,c)}{\∂c}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}2(X_i^2+Y_i^2+a{X}_i+b{Y}_i+c)=0---\left(3\right)$

解以上式(1)、式(2)、式(3)所组成的方程组得：

$a=\frac{\mathrm{HD}-\mathrm{EG}}{\mathrm{CG}-D^2},$

$b=\frac{\mathrm{HC}-\mathrm{ED}}{D^2-\mathrm{GC}},$

$c=\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}(X_i^2+Y_i^2)+a\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{X}_i+b\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{Y}_i}{N},$

式中， $C=N\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{X}_i^2+\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{X}_i\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{X}_i,D=N\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{X}_i{Y}_i^2-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{X}_i\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{Y}_i,$

$E=N\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{X}_i^3+N\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{X}_i{Y}_i^2-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}(X_i^2+Y_i^2)\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{X}_i,G=N\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{Y}_i^2+\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{Y}_i\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{Y}_i,$

$H=N\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{Y}_i^3+N\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{Y}_i{X}_i^2-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}(X_i^2+Y_i^2)\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{Y}_i,$

则A，B，R为：

R²＝A²+B²-c。

3.根据权利要求1所述的自动识靶方法，其特征是：所述的步骤2的具体做法是：

2.1)选择半径为2个像素的圆盘结构元素来对二值化处理后图像进行膨胀；

2.2)再利用同样的结构元素进行腐蚀操作；

2.3)再选择半径为3个像素的圆盘进行腐蚀操作；

2.4)利用同样的结构元素再次进行膨胀操作，得到只含弹孔图像；

2.5)然后分别找到各弹孔重心坐标，并且分别进行标记。

4.根据权利要求1所述的自动识靶方法，其特征是，所述的步骤3判靶标准如下：

10环区域：10环以内的区域，表达式：d≤rr₁₀；

9环区域：9环线和10环线之间的区域，表达式：r₁₀＜d≤r₉；

8环区域：8环线和9环线之间的区域，表达式为：r₉＜d≤d₈；

7环区域：7环线和8环线之间的区域，表达式为：r₈＜d≤r₇；

6环区域：6环线和7环线之间的区域，表达式为：r₇＜d≤r₆；

5环区域：5环线和6环线之间的区域，表达式为：r₆＜d≤r₅；

4环区域：4环线和5环线之间的区域，表达式为：r₅＜d≤r₄；

3环区域：3环线和4环线之间的区域，表达式为：r₄＜d≤r₃；

2环区域：2环线和3环线之间的区域，表达式为：r₃＜d≤r₂；

1环区域：1环线和2环线之间的区域，表达式为：r₂＜d≤r₁。

Images