CN104182972A - 一种野外用复杂光照下的实弹射击自动报靶系统及方法 - Google Patents
一种野外用复杂光照下的实弹射击自动报靶系统及方法 Download PDFInfo
- Publication number
- CN104182972A CN104182972A CN201410390115.6A CN201410390115A CN104182972A CN 104182972 A CN104182972 A CN 104182972A CN 201410390115 A CN201410390115 A CN 201410390115A CN 104182972 A CN104182972 A CN 104182972A
- Authority
- CN
- China
- Prior art keywords
- target
- image
- parameter
- segmentation algorithm
- environment light
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000010304 firing Methods 0.000 title claims abstract description 41
- 238000005286 illumination Methods 0.000 title claims abstract description 18
- 230000011218 segmentation Effects 0.000 claims abstract description 49
- 238000012360 testing method Methods 0.000 claims abstract description 44
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 230000000694 effects Effects 0.000 claims abstract description 10
- 238000012544 monitoring process Methods 0.000 claims description 50
- 238000003709 image segmentation Methods 0.000 claims description 38
- 238000001303 quality assessment method Methods 0.000 claims description 25
- 230000003287 optical effect Effects 0.000 claims description 13
- 239000000284 extract Substances 0.000 claims description 6
- 239000004973 liquid crystal related substance Substances 0.000 claims description 6
- 238000009825 accumulation Methods 0.000 claims description 3
- 230000001932 seasonal effect Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 9
- 238000005259 measurement Methods 0.000 abstract description 4
- 238000012545 processing Methods 0.000 abstract description 4
- 230000000007 visual effect Effects 0.000 abstract description 4
- 238000011156 evaluation Methods 0.000 abstract 2
- 238000005516 engineering process Methods 0.000 description 9
- 230000035939 shock Effects 0.000 description 4
- 238000000638 solvent extraction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 239000011505 plaster Substances 0.000 description 2
- 230000000153 supplemental effect Effects 0.000 description 2
- 230000003281 allosteric effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
一种野外用复杂光照下的实弹射击自动报靶系统及方法,所述系统由靶标子系统、典型环境光区域分割与机器视觉测量子系统、射击数据处理及结果输出子系统组成。本发明通过在野外环境下快速搭建简易射击试验平台,采用环境光图像质量分析方法自动选择弹着点区域分割算法的关键控制参数,并采用单目相机视觉测量原理实现对射击试验时弹着点坐标的自动解算及射击效果评估。本系统适用于多型火炮、坦克武器系统的射击试验,具有系统成本低廉、自动化程度高、评估准确度高等特点。
Description
技术领域
本发明涉及一种野外用复杂光照下的实弹射击自动报靶系统及方法,该系统及方法通过对当前打靶环境光图像质量特征的分析,自动选择弹着点区域分割算法的控制参数,并采用单目视觉测量原理进行弹着点坐标的定位计算,有效提高了系统对环境的适应性,适合于实现复杂室外环境光条件下的武器打靶试验自动报靶功能。
背景技术
武器系统实弹射击试验自动报靶技术就是综合采用各类传感器技术、数据通信技术,以及计算机技术实现自动或半自动识别、定位和评估武器打靶弹着点精准度和效果的一类技术和方法。由于实弹射击打靶试验的复杂性,目前尚无通用的技术及产品出现,许多发明及应用尝试采用不同的技术途径针对各自的射击要求进行自动报靶功能的实现。中国专利“一种报靶系统的自动校正方法和报靶系统”(国内专利公开号CN103591852A),综合采用弹着点的超声信号和图像坐标分析结果,进行实弹射击弹着点的定位;中国专利“一种基于图像识别的射击自动报靶系统”(国内专利公开号CN103353259A),设计了一种基于图像分析技术的比赛用自动报靶系统;中国专利“基于弹丸激波宽度的报靶系统”(国内专利公开号CN102435106A),发明了一种通过激波传感器定位弹着点位置的系统及方法;中国专利“一种轻武器实弹射击自动报靶的装置及其工作方法”(国内专利公开号CN103115527A)发明了一种包含靶面传感器的靶标,该靶标通过建立弹着点附近材料电极的电阻模型进行弹着点坐标的定位。
与室内应用场景的报靶系统及射击比赛用报靶系统相比,野外环境下各类火炮与坦克武器系统的打靶试验具有试验环境光复杂、试验时间长、炮弹在靶面造成的损伤复杂等特点。如果采用带有特殊传感器的靶标进行打靶试验,将大大提高系统的成本;采用激波或声学传感器进行弹着点的定位时,对于较近距离射击试验,上述测量方法精度一般无法得到有效保证;采用基于监控相机和传统图像分析手段的自动报靶方案,虽然具有输出直观、系统建设成本低的优势,但复杂的野外成像环境对图像处理算法提出极高要求,一般很难设计出通用的弹着点计算方法进行处理,因此这类系统往往更适合于在室内环境或环境光变化相对简单的场合得到应用。
发明内容
本发明针对野外环境下复杂日光变化对图像分析算法影响严重的问题,提供了一种野外用复杂光照下的实弹射击自动报靶系统及方法,实现对弹着点坐标的精确估算和测量。
本发明的技术方案是:
一种野外用复杂光照下的实弹射击自动报靶系统由靶标子系统、典型环境光区域分割与机器视觉测量子系统、射击数据处理及结果输出子系统组成,其中:
靶标子系统由标准木板靶和木板靶固定支架组成;所述标准木板靶作为射击靶标;木板靶固定支架将木板靶竖直固定;
典型环境光区域分割与机器视觉测量子系统由监控相机、监控相机支架、便携式计算机、贴纸和卷尺组成;监控相机用于实时采集射击靶标图像并输出至便携式计算机;监控相机支架用于固定监控相机在空间中的位置;贴纸为多个,用于进行相机标定和射击坐标定位时的识别辅助标志点;每个贴纸为固定大小的矩形形状,卷尺用于测量贴纸的大小和多个贴纸张贴的距离;监控相机与便携式计算机进行通信连接;在便携式计算机中存储了典型环境光区域分割算法参数数据库,典型环境光区域分割算法参数数据库包括不同环境光下的图像质量评估参数及与之对应的图像分割算法控制参数;
射击结果输出子系统用于输出射击结果,由远程计算机、液晶显示器和扬声器组成;远程计算机与液晶显示器、扬声器相连接;便携式计算机通过有线网络与远程计算机相连接;
在实弹射击时,便携式计算机接收监控相机输出的实时靶标图像,并根据实时靶标图像的非弹着点区域计算被测环境光图像质量评估参数,根据被测环境光图像质量评估参数查找典型环境光区域分割算法参数数据库获得与被测环境光图像质量评估参数对应的图像分割算法控制参数,最后根据获得的图像分割算法控制参数解算每个弹着点坐标;便携式计算机根据多次射击的弹着点坐标计算坐标均值和方差,并将计算的弹着点坐标、坐标均值、方差以及靶标图像发送至射击结果输出子系统的远程计算机。
标准木板靶的尺寸为1米×1米。
贴纸的颜色与木板靶靶面颜色形成较强的对比。
贴纸为4个或8个。
图像质量评估参数包括亮度、对比度、噪声级和模糊度。
利用上述实弹射击自动报靶系统进行自动报靶的方法,包括如下步骤:
(1)建立典型环境光区域分割算法参数数据库;
首先累积以往打靶时不同季节、不同天气、不同光照条件下的实弹射击靶标图像,根据环境光图像质量变化的情况,选定M幅典型环境光条件下的靶标图像;M至少为1280;根据每幅选定靶标图像的非弹着点区域计算所选定靶标图像的图像质量评估参数,并使用图像分割算法对每个选定靶标图像的弹着点区域进行分割,分割时采用人工调节算法控制参数的方式找到使分割效果达到最佳的图像分割算法控制参数作为与该幅选定靶标图像对应的图像分割算法控制参数;最后将选定的M幅典型环境光条件下的靶标图像的图像质量评估参数与对应的图像分割算法控制参数联合组成典型环境光区域分割算法参数数据库;
(2)搭建野外用复杂光照下的实弹射击自动报靶系统,确定监控相机与射击靶标间的距离;在设定和固定监控相机焦距的前提下,当标准木板靶靶面基本落入监控相机所拍摄的图像范围之内,所采集的靶面图像占据监控相机90%以上的输出图像范围,且图像细节清晰可见时,则能够确定监控相机与射击靶标间的距离;
(3)在靶标表面张贴多个贴纸,张贴完后对贴纸相互的距离采用卷尺进行测量和记录;
(4)控制监控相机对靶标表面进行拍摄采集含有贴纸的靶标图像,便携式计算机对含有贴纸的靶标图像进行处理,提取贴纸的特征点信息,采用单目相机标定方法确定摄像机的内外参数;
(5)进行实弹射击,通过监控相机获得射击后的实时靶标图像;
(6)便携式计算机根据实时靶标图像的非弹着点区域计算被测环境光图像质量评估参数,根据被测环境光图像质量评估参数查找典型环境光区域分割算法参数数据库获得与被测环境光图像质量评估参数对应的图像分割算法控制参数,最后根据获得的图像分割算法控制参数解算实时靶标图像上每个弹着点坐标;
(7)便携式计算机根据多次射击的弹着点坐标计算坐标均值和方差,并将计算的弹着点坐标、坐标均值、方差以及靶标图像发送至射击结果输出子系统的远程计算机进行输出。
先将四个尺寸已知的贴纸张贴在靶标矩形面的四个直角拐角处,且保证贴纸完全落入靶标表面且与靶标的边缘平行,四个贴纸根据靶标中心呈对称分布;然后在已张贴四个贴纸平行于靶标边缘的四个连线中心再张贴同样大小的四个贴纸。
所述图像分割算法为基于图割模型的图像分割算法。
图像质量评估参数包括亮度、对比度、噪声级和模糊度。
根据被测环境光图像质量评估参数查找典型环境光区域分割算法参数数据库获得与被测环境光图像质量评估参数对应的图像分割算法控制参数的方法如下:
根据公式计算被测环境光图像质量评估参数与典型环境光区域分割算法参数数据库中每幅选定靶标图像的环境光图像质量评估参数的距离DisE;其中,xi,i=1,2,3,4,分别代表实时靶标图像非弹着点区域的亮度、对比度、噪声级和模糊度;yi,i=1,2,3,4,分别代表典型环境光区域分割算法参数数据库中的每幅选定靶标图像的亮度、对比度、噪声级和模糊度;
找到最短的距离DisE所对应的数据库中的图像分割算法控制参数作为与被测环境光图像质量评估参数对应的图像分割算法控制参数。
本发明与现有技术相比有益效果为:
(1)本发明采用图像分析与机器视觉技术进行靶标弹着点坐标的测量,精度能够达到毫米级的量级,完全满足了各类火炮、坦克武器系统的射击精度测量要求。而相比其它声学定位、激波定位等方式的弹着点测量技术具有系统成本低、精度高、稳定性好和易于使用等特点。
(2)本发明仅采用监控相机进行靶标弹着点的定位,并未增加其它多余的传感器,而通过建立典型环境光区域分割算法参数数据库的方式,建立了环境光图像质量特征与弹着点区域分割算法控制参数间的关联关系,增强了系统的环境适应性,有效解决了野外复杂环境光条件下的基于监控相机的实弹射击自动报靶问题。
附图说明
图1为本发明中所采用的野外环境下武器系统实弹射击试验自动报靶系统组成框图;
图2为高反光贴纸的张贴方法及角点提取结果示意图;
图3为本发明的系统工作流程框图。
具体实施方式
为了同时兼顾系统的成本、易用性,以及报靶精度要求,本发明设计一种基于监控相机的便携式自动报靶系统,根据环境光变化的不同及射击试验在靶标造成弹着点区域的不同,通过分析环境光图像质量评估方法及图像分割算法之间的联系,建立相关的典型环境光区域分割算法参数数据库,打通了环境光图像质量特征与弹着点区域分割算法间的关联,有效提高了系统的实用性。
如图1所示,一种野外用复杂光照下的实弹射击自动报靶系统,其特征在于,所述系统由靶标子系统、典型环境光区域分割与机器视觉测量子系统、射击数据处理及结果输出子系统组成,其中:
靶标子系统由标准木板靶和木板靶固定支架组成;所述标准木板靶作为射击靶标;木板靶固定支架将木板靶竖直固定;
典型环境光区域分割与机器视觉测量子系统由监控相机、监控相机支架、便携式计算机、贴纸和卷尺组成;监控相机用于实时采集射击靶标图像并输出至便携式计算机;监控相机支架用于固定监控相机在空间中的位置;贴纸为多个,用于进行相机标定和射击坐标定位时的识别辅助标志点;每个贴纸为固定大小的矩形形状,卷尺用于测量贴纸的大小和多个贴纸张贴的距离;监控相机与便携式计算机进行通信连接;在便携式计算机中存储了典型环境光区域分割算法参数数据库,典型环境光区域分割算法参数数据库包括不同环境光下的图像质量评估参数及与之对应的图像分割算法控制参数;
射击结果输出子系统用于输出射击结果,由远程计算机、液晶显示器和扬声器组成;远程计算机与液晶显示器、扬声器相连接;便携式计算机通过有线网络与远程计算机相连接;
在实弹射击时,便携式计算机接收监控相机输出的实时靶标图像,并根据实时靶标图像的非弹着点区域计算被测环境光图像质量评估参数,根据被测环境光图像质量评估参数查找典型环境光区域分割算法参数数据库获得与被测环境光图像质量评估参数对应的图像分割算法控制参数,最后根据获得的图像分割算法控制参数解算每个弹着点坐标;便携式计算机根据多次射击的弹着点坐标计算坐标均值和方差,并将计算的弹着点坐标、坐标均值、方差以及靶标图像发送至射击结果输出子系统的远程计算机。
优选地,贴纸颜色的选择必须与木板靶靶面颜色形成较强的对比;如靶面是白色,贴纸可采用深灰色或者黑色。标准木板靶的尺寸为1米×1米,可以针对坦克的火炮等射击武器进行报靶。监控相机为CCD或CMOS相机。图像质量评估参数包括亮度、对比度、噪声级和模糊度。贴纸为4个或8个。
如图3所示,本发明方法实现如下:
(1)建立典型环境光区域分割算法参数数据库。
首先累积以往打靶时不同季节、不同天气、不同光照条件下的实弹射击靶标图像,根据环境光图像质量变化的情况,选定M幅典型环境光条件下的靶标图像;M至少为1280。其中M的计算方法是:一年的4个季节每个季节抽取20天的典型气候天候进行打靶试验;20天中每天进行白天日光条件下8个小时的试验,表1中给出了我国北方一年四季的试验时间计划表;试验时每隔0.5小时采集一次典型环境光条件下的靶标图像,因此一共有(8×2+9×2+8×2+7×2)×2×10=1280个数据。采用上述方法进行典型环境光图像的采集,基本保证了涵盖一年中各类复杂的天候及光照条件。根据环境光图像质量变化的情况,采用人工经验抽取若干典型环境光条件下的靶标图像。再次,采用图像质量分析技术分别定义图像的亮度、对比度、噪声级和模糊度等参数的计算模型,分别对上述各典型环境光条件下的木板靶靶标图像计算各个参数的量值。亮度、对比度、噪声级、模糊度四个参数能够反映了图像质量高低的基本信息,具有计算简单、图像特征描述准确的特点。下式(1)、(2)及(3)中分别给出了图像亮度、对比度、噪声级和模糊度的一种计算方法,也可以采用其他计算方法。
其中,Ii为图像非弹着区的灰度值,hi为非弹着区图像直方图中灰度值为Ii的图像像素数,p为参数,一般可取p=3,与为第i个非弹着区图像块的灰度最大值与最小值,N为图像采样块个数,μi为非弹着区图像块的均值,I(xi1,yi1)与I(xi2,yi2)表示边缘位置处(xi1,yi1)与(xi2,yi2)的图像灰度值,由于真实物体某一边缘点在图像中可能因图像的模糊呈由浅变深又由深变浅的线段,(xi1,yi1)与(xi2,yi2)位置应当取物体实际一个边缘点在图像中显示的线段两端的位置,wi为边缘点(xi1,yi1)与(xi2,yi2)之间的宽度,MI、MC、MN、MB分别是图像亮度、对比度、噪声级和边缘模糊度。
表1 我国北方地区一年四季打靶试验时间安排表
序号 | 季节 | 天候 | 试验天数 | 试验时间 |
1 | 春季 | 晴天 | 10天 | 9:00~17:00 |
2 | 春季 | 多云天 | 10天 | 9:00~17:00 |
3 | 夏季 | 晴天 | 10天 | 8:00~17:00 |
4 | 夏季 | 多云天 | 10天 | 8:00~17:00 |
5 | 秋季 | 晴天 | 10天 | 9:00~17:00 |
6 | 秋季 | 多云天 | 10天 | 9:00~17:00 |
7 | 冬季 | 晴天 | 10天 | 9:00~16:00 |
8 | 冬季 | 多云天 | 10天 | 9:00~16:00 |
接下来,对上述各典型环境光条件下的木板靶图像采用图像的区域分割算法计算获得弹着点区域。区域分割算法会包含多个计算控制参数,通过人工干预的方式反复调节上述控制参数直至图像分割效果达到最佳,图像分割效果的好坏通过人眼进行主观判断,最终保存上述计算控制参数。
优选地采用一种基于图割模型的图像分割算法进行弹着点区域的分割。图割模型的图像分割算法具有分割效果好、计算速度快等优点。式(5)为该图割模型能量函数的设计方法,式(5)中E(A)表示总的能量函数,E1能量函数表示将像素i标记为xi的代价,E2能量函数表示相邻节点被标记为xi与xj的代价。E1能量函数可以通过式(6)、(7)、(8)、(9)、(10)以及表2进行计算;E2能量函数可通过式(11)进行计算。在进行E1能量函数的计算时,首先根据人工经验判断的弹着点图像区域与非弹着点图像区域图像特征确定图割模型的源点与汇点,一般源点可选为弹着区域,汇点可选为非弹着区域;其次,根据表2所列出的情况,判断当前像素点是否属于前景或背景,包括当前点属于前景区域(p∈F)、背景区域(p∈B),及非前景和背景区域判断当前像素与源点和汇点的边的类型,包括{p,s}类型和{p,t}类型,则每一个像素的E1能量函数可能为fi F、fi B、C或0中的一种,fi F、fi B、C的计算方式如式(6)、(7)、(8)、(9)、(10)所示;最后,对每一个像素计算上述E1能量函数,并将所有像素的E1能量函数进行求和计算,则可得到整幅图像的E1能量函数,即图割模型的求解可采用常见的快速最大流/最小割的计算方法。由上述建模过程不难看出,参数λ与σ可选为该图像分割算法的手动调节控制参数。
fi F=-log[p(Ii|xi=1)] (8)
fi B=-log[p(Ii|xi=0)] (9)
表2 E1能量函数设计方法
其中,I表示整个图像区域,N表示图像像素数,xi与xj表示第i个和第j个图像像素;Ii为图像i的灰度值,xi=1表示该点为前景图像,xi=0表示该点为背景图像;μF与μB表示前景与背景图像的均值,σF与σB表示前景与背景图像的方差;σ为相机噪声的估计;dist(p,q)表示p点与q点处的灰度距离,此处可取1范数;符号max表示取最大值;ε为边界区域;表2中,F与B分别表示前景与背景区域;s与t分别为前景与背景区域的像素集合;p表示其它位置的像素集合。
下一步,通过上述计算,将同一幅典型环境光条件下的木板靶靶标图像所计算出来的图像亮度、对比度和噪声级等参数,与图像区域分割算法分割效果最佳的控制参数组成该典型环境光条件下的图像分割算法参数数据。最终,重复上述过程变构造出典型环境光区域分割算法参数数据库。表3中给出了典型环境光区域分割算法参数数据库中的数据样例,其中MI、MC、MN、MB取归一化处理以后的图像质量参数数值,λ与σ为对应的图割模型的控制参数。
表3 典型环境光区域分割算法参数数据库数据样例
(2)搭建自动报靶系统。
根据不同型号武器实弹射击的要求,选定靶标的大小,设定射击武器与靶标间的距离;同时,根据靶标图像基本落入监控相机视场及成像质量清晰可见的要求,确定监控相机与靶标的距离,并将监控相机固定安装。将监控相机与便携式计算机相连接,进行图像数据的实时采集。
在设定和固定监控相机焦距的前提下,当标准木板靶靶面基本落入监控相机所拍摄的图像范围之内,所采集的靶面图像占据监控相机90%以上的输出图像范围,且图像细节清晰可见时,则能够确定监控相机与射击靶标间的距离。
(3)靶标表面张贴高亮反光贴纸,进行相机内外参数的标定。
如图2所示,在靶标表面张贴高反光贴纸。按照图2中图(a)所示方法,先将四个尺寸已知的高反光贴纸张贴在靶标矩形面的四个直角拐角处,且保证贴纸完全落入靶标表面且与靶标的边缘平行,四个贴纸根据靶标中心呈对称分布。通过图像处理的角点提取技术,最多可提取4×4=16个角点。如图2中图(b)所示方法,为了进一步提高贴纸的易识别性,可在已张贴四个贴纸平行于靶标边缘的四个连线中心再增加张贴四个贴纸,张贴完后对八个高反光贴纸相互的距离采用卷尺进行测量和记录。此时最多可提取4×8=32个角点。在高亮反光贴纸张贴完毕后,采用监控相机对靶标进行拍摄,采用单目视觉技术中的R.Tsai的RAC相机标定方法进行相机标定,确定相机的内外参数。根据RAC相机标定方法可知,此处提取到的有效角点数越多,则相机内外参数估计的精度越高。
(4)进行实弹射击,通过监控相机获得射击后的靶标图像。
(5)环境光图像质量特征评估,弹着点区域分析算法控制参数的选择。
对当前拍摄到的靶标图像,首先分别计算图像的亮度、对比度、噪声级和模糊度等特征参数;其次,在典型环境光区域分割算法参数数据库中寻找与当前图像的亮度、对比度、噪声级和模糊度距离最近的特征数据,选定其对应的区域分割算法控制参数作为后续图像分割算法的控制参数。式(12)给出了一种计算图像质量参数之间距离DisE的计算方法。与其它距离计算法方法相比,该方法具有计算简单、鲁棒性强的优点。
其中,xi(i=1,2,3,4)分别代表当前拍摄条件下计算的图像亮度、对比度、噪声级和模糊度特征参数;yi(i=1,2,3,4)分别代表典型环境光区域分割算法参数数据库中的图像亮度、对比度、噪声级和模糊度特征参数。
(5)弹着点坐标定位。
利用上述选定区域分割算法的控制参数,采用步骤(1)中介绍的基于图割模型的分割算法进行弹着点区域的分割计算。在采用上述介绍的图割模型进行实弹射击试验弹着点区域分割的计算时,经过计算,图割模型可以将原始的图像进行处理并得到二值图。二值图中黑色的斑块一般为打靶射击留下的弹着点区域;白色的背景则为靶面区域。在得到二值图后,可采用图像处理领域经典的轮廓跟踪算法将每一个弹着区域的边界勾勒出来,再计算所勾勒区域的质心作为弹着点的实际命中坐标。最终,利用步骤(3)中相机标定的结果,并根据单目视觉测量原理计算弹着点在空间中的实际位置。在射击结果输出子系统中采用多媒体音视频的方式进行一次射击结果的报告与展示。
(6)射击效果评估。
根据多个弹着点坐标,采用数理统计方法分析此次射击试验的弹着点分布规律,采用可视化显示的方式进行射击效果的展示。式(13)、(14)、(15)和(16)中给出了计算各个弹着点(xi,yi)(i=1,2,…)坐标均值和方差的计算方法。
其中,(xi,yi)为第i个弹丸击中木板靶的坐标,n为弹着点的个数,mx,my为弹着点水平与垂直方向的坐标均值,σx,σy为弹着点水平与垂直方向的坐标方差;
在进行弹着点射击效果评估时,将上述计算的均值与瞄准的位置坐标进行比较,如果均值差异越小,说明射击效果越好;如果方差值较大,则说明弹着点位置变化差异较大,射击不稳定。
本发明未详细说明部分属本领域技术人员公知常识。
Claims (10)
1.一种野外用复杂光照下的实弹射击自动报靶系统,其特征在于,所述系统由靶标子系统、典型环境光区域分割与机器视觉测量子系统、射击数据处理及结果输出子系统组成,其中:
靶标子系统由标准木板靶和木板靶固定支架组成;所述标准木板靶作为射击靶标;木板靶固定支架将木板靶竖直固定;
典型环境光区域分割与机器视觉测量子系统由监控相机、监控相机支架、便携式计算机、贴纸和卷尺组成;监控相机用于实时采集射击靶标图像并输出至便携式计算机;监控相机支架用于固定监控相机在空间中的位置;贴纸为多个,用于进行相机标定和射击坐标定位时的识别辅助标志点;每个贴纸为固定大小的矩形形状,卷尺用于测量贴纸的大小和多个贴纸张贴的距离;监控相机与便携式计算机进行通信连接;在便携式计算机中存储了典型环境光区域分割算法参数数据库,典型环境光区域分割算法参数数据库包括不同环境光下的图像质量评估参数及与之对应的图像分割算法控制参数;
射击结果输出子系统用于输出射击结果,由远程计算机、液晶显示器和扬声器组成;远程计算机与液晶显示器、扬声器相连接;便携式计算机通过有线网络与远程计算机相连接;
在实弹射击时,便携式计算机接收监控相机输出的实时靶标图像,并根据实时靶标图像的非弹着点区域计算被测环境光图像质量评估参数,根据被测环境光图像质量评估参数查找典型环境光区域分割算法参数数据库获得与被测环境光图像质量评估参数对应的图像分割算法控制参数,最后根据获得的图像分割算法控制参数解算每个弹着点坐标;便携式计算机根据多次射击的弹着点坐标计算坐标均值和方差,并将计算的弹着点坐标、坐标均值、方差以及靶标图像发送至射击结果输出子系统的远程计算机。
2.根据权利要求1所述的一种野外用复杂光照下的实弹射击自动报靶系统,其特征在于,标准木板靶的尺寸为1米×1米。
3.根据权利要求1所述的一种野外用复杂光照下的实弹射击自动报靶系统,其特征在于,贴纸的颜色与木板靶靶面颜色形成较强的对比。
4.根据权利要求1所述的一种野外用复杂光照下的实弹射击自动报靶系统,其特征在于,贴纸为4个或8个。
5.根据权利要求1所述的一种野外用复杂光照下的实弹射击自动报靶系统,其特征在于,图像质量评估参数包括亮度、对比度、噪声级和模糊度。
6.利用权利要求1所述的实弹射击自动报靶系统进行自动报靶的方法,其特征在于,自动报靶的方法包括如下步骤:
(1)建立典型环境光区域分割算法参数数据库;
首先累积以往打靶时不同季节、不同天气、不同光照条件下的实弹射击靶标图像,根据环境光图像质量变化的情况,选定M幅典型环境光条件下的靶标图像;M至少为1280;根据每幅选定靶标图像的非弹着点区域计算所选定靶标图像的图像质量评估参数,并使用图像分割算法对每个选定靶标图像的弹着点区域进行分割,分割时采用人工调节算法控制参数的方式找到使分割效果达到最佳的图像分割算法控制参数作为与该幅选定靶标图像对应的图像分割算法控制参数;最后将选定的M幅典型环境光条件下的靶标图像的图像质量评估参数与对应的图像分割算法控制参数联合组成典型环境光区域分割算法参数数据库;
(2)搭建野外用复杂光照下的实弹射击自动报靶系统,确定监控相机与射击靶标间的距离;在设定和固定监控相机焦距的前提下,当标准木板靶靶面基本落入监控相机所拍摄的图像范围之内,所采集的靶面图像占据监控相机90%以上的输出图像范围,且图像细节清晰可见时,则能够确定监控相机与射击靶标间的距离;
(3)在靶标表面张贴多个贴纸,张贴完后对贴纸相互的距离采用卷尺进行测量和记录;
(4)控制监控相机对靶标表面进行拍摄采集含有贴纸的靶标图像,便携式计算机对含有贴纸的靶标图像进行处理,提取贴纸的特征点信息,采用单目相机标定方法确定摄像机的内外参数;
(5)进行实弹射击,通过监控相机获得射击后的实时靶标图像;
(6)便携式计算机根据实时靶标图像的非弹着点区域计算被测环境光图像质量评估参数,根据被测环境光图像质量评估参数查找典型环境光区域分割算法参数数据库获得与被测环境光图像质量评估参数对应的图像分割算法控制参数,最后根据获得的图像分割算法控制参数解算实时靶标图像上每个弹着点坐标;
(7)便携式计算机根据多次射击的弹着点坐标计算坐标均值和方差,并将计算的弹着点坐标、坐标均值、方差以及靶标图像发送至射击结果输出子系统的远程计算机进行输出。
7.根据权利要求6所述的方法,其特征在于,先将四个尺寸已知的贴纸张贴在靶标矩形面的四个直角拐角处,且保证贴纸完全落入靶标表面且与靶标的边缘平行,四个贴纸根据靶标中心呈对称分布;然后在已张贴四个贴纸平行于靶标边缘的四个连线中心再张贴同样大小的四个贴纸。
8.根据权利要求6所述的方法,其特征在于,所述图像分割算法为基于图割模型的图像分割算法。
9.根据权利要求6所述的方法,其特征在于,图像质量评估参数包括亮度、对比度、噪声级和模糊度。
10.根据权利要求9所述的方法,其特征在于,根据被测环境光图像质量评估参数查找典型环境光区域分割算法参数数据库获得与被测环境光图像质量评估参数对应的图像分割算法控制参数的方法如下:
根据公式计算被测环境光图像质量评估参数与典型环境光区域分割算法参数数据库中每幅选定靶标图像的环境光图像质量评估参数的距离DisE,其中,xi,i=1、2、3、4,分别代表实时靶标图像非弹着点区域的亮度、对比度、噪声级和模糊度;yi,i=1、2、3、4,分别代表典型环境光区域分割算法参数数据库中的每幅选定靶标图像的亮度、对比度、噪声级和模糊度;
找到最短的距离DisE所对应的数据库中的图像分割算法控制参数作为与被测环境光图像质量评估参数对应的图像分割算法控制参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410390115.6A CN104182972B (zh) | 2014-08-08 | 2014-08-08 | 一种野外用复杂光照下的实弹射击自动报靶系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410390115.6A CN104182972B (zh) | 2014-08-08 | 2014-08-08 | 一种野外用复杂光照下的实弹射击自动报靶系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104182972A true CN104182972A (zh) | 2014-12-03 |
CN104182972B CN104182972B (zh) | 2017-06-13 |
Family
ID=51963990
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410390115.6A Expired - Fee Related CN104182972B (zh) | 2014-08-08 | 2014-08-08 | 一种野外用复杂光照下的实弹射击自动报靶系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104182972B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105004266A (zh) * | 2015-06-26 | 2015-10-28 | 哈尔滨工程大学 | 一种具有滤波器的多管火箭射击精度测量仪 |
CN107167038A (zh) * | 2017-04-14 | 2017-09-15 | 华中科技大学 | 一种基于机器视觉提高报靶精度的方法 |
CN111059964A (zh) * | 2019-12-03 | 2020-04-24 | 中国人民解放军总参谋部第六十研究所 | 一种摄像报靶装置及报靶方法 |
CN114119720A (zh) * | 2021-12-07 | 2022-03-01 | 工学智能科技(合肥)有限公司 | 一种基于卷积神经网络的靶面弹着点的检测和定位方法 |
CN115077306A (zh) * | 2021-03-11 | 2022-09-20 | 虎斑科技(天津)有限公司 | 一种智能自动报靶系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1347040A (zh) * | 2001-10-18 | 2002-05-01 | 英威廉科技股份有限公司 | 一种影像式射击训练自动计分方法及装置 |
US20030082502A1 (en) * | 2001-10-29 | 2003-05-01 | Stender H. Robert | Digital target spotting system |
CN102175100A (zh) * | 2011-03-22 | 2011-09-07 | 东南大学 | 一种嵌入式无线自动报靶系统及其报靶方法 |
WO2013041739A1 (es) * | 2011-09-22 | 2013-03-28 | Jomisa Electronica S.L.U. | Diana virtual para instalaciones de tiro al blanco |
CN103115527A (zh) * | 2013-03-12 | 2013-05-22 | 山东大学 | 一种轻武器实弹射击自动报靶的装置及其工作方法 |
-
2014
- 2014-08-08 CN CN201410390115.6A patent/CN104182972B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1347040A (zh) * | 2001-10-18 | 2002-05-01 | 英威廉科技股份有限公司 | 一种影像式射击训练自动计分方法及装置 |
US20030082502A1 (en) * | 2001-10-29 | 2003-05-01 | Stender H. Robert | Digital target spotting system |
CN102175100A (zh) * | 2011-03-22 | 2011-09-07 | 东南大学 | 一种嵌入式无线自动报靶系统及其报靶方法 |
WO2013041739A1 (es) * | 2011-09-22 | 2013-03-28 | Jomisa Electronica S.L.U. | Diana virtual para instalaciones de tiro al blanco |
CN103115527A (zh) * | 2013-03-12 | 2013-05-22 | 山东大学 | 一种轻武器实弹射击自动报靶的装置及其工作方法 |
Non-Patent Citations (4)
Title |
---|
何金: ""坦克射击靶场自动检靶系统的设计与应用"", 《中国优秀博硕士学位论文全文数据库(硕士) 工程科技II辑》 * |
宿业勇: "基于图像处理技术的军用自动报靶系统研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
王宏 等: ""野外复杂背景下轻武器射击目标的图像识别算法"", 《火力与指挥控制》 * |
陈冬娥: ""图象处理方法在自动报靶系统中的实现"", 《微型电脑应用》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105004266A (zh) * | 2015-06-26 | 2015-10-28 | 哈尔滨工程大学 | 一种具有滤波器的多管火箭射击精度测量仪 |
CN107167038A (zh) * | 2017-04-14 | 2017-09-15 | 华中科技大学 | 一种基于机器视觉提高报靶精度的方法 |
CN111059964A (zh) * | 2019-12-03 | 2020-04-24 | 中国人民解放军总参谋部第六十研究所 | 一种摄像报靶装置及报靶方法 |
CN115077306A (zh) * | 2021-03-11 | 2022-09-20 | 虎斑科技(天津)有限公司 | 一种智能自动报靶系统 |
CN114119720A (zh) * | 2021-12-07 | 2022-03-01 | 工学智能科技(合肥)有限公司 | 一种基于卷积神经网络的靶面弹着点的检测和定位方法 |
CN114119720B (zh) * | 2021-12-07 | 2024-05-28 | 百战奇(安徽)特训装备基地有限公司 | 一种基于卷积神经网络的靶面弹着点的检测和定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104182972B (zh) | 2017-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109785337B (zh) | 一种基于实例分割算法的栏内哺乳动物清点方法 | |
CN106408527B (zh) | 一种基于视频分析的自动报靶方法 | |
CN105373135B (zh) | 一种基于机器视觉的飞机入坞引导和机型识别的方法及系统 | |
CN102252623B (zh) | 基于视频差异分析的输电线路导/地线覆冰厚度测量方法 | |
CN104182972A (zh) | 一种野外用复杂光照下的实弹射击自动报靶系统及方法 | |
CN111582234B (zh) | 基于uav和深度学习的大范围油茶林果智能检测与计数方法 | |
CN108288290B (zh) | 一种应用于智能狙击枪的靶心在线自动标定方法 | |
CN114677554A (zh) | 一种基于YOLOv5与Deepsort的统计滤波红外小目标检测跟踪方法 | |
CN109086803B (zh) | 一种基于深度学习与个性化因子的雾霾能见度检测系统及方法 | |
CN105608417A (zh) | 交通信号灯检测方法及装置 | |
CN110910350A (zh) | 一种用于风电塔筒的螺母松动检测方法 | |
CN111476785B (zh) | 基于位置记录的夜间红外反光水尺检测方法 | |
CN111445522B (zh) | 被动式夜视智能探雷系统及智能探雷方法 | |
CN110287907A (zh) | 一种对象检测方法和装置 | |
CN115962757A (zh) | 一种无人机测绘方法、系统和可读存储介质 | |
CN112700423B (zh) | 基于深度学习的机身表面损伤缺陷自动检测方法及系统 | |
CN109523509A (zh) | 小麦抽穗期的检测方法、装置及电子设备 | |
CN113936031A (zh) | 一种基于机器视觉的云影轨迹预测方法 | |
CN108830273A (zh) | 基于图像局部对比度的能见度测量方法 | |
CN105872464B (zh) | 基于视频信号的工厂烟气排放自动监测系统 | |
CN116343534A (zh) | 一种飞机泊位引导系统和方法 | |
CN106886609B (zh) | 街区式农村居民地遥感快速标注方法 | |
CN116129320A (zh) | 基于视频sar的目标检测方法、系统及设备 | |
CN116309652A (zh) | 一种基于伪装迷彩喷绘图谱的分析评估方法及系统 | |
CN113408415B (zh) | 基于图像识别技术机场能见度与跑道视程的探测与显示方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170613 |