CN107341830A - 一种确定弹孔环值的方法及装置 - Google Patents

一种确定弹孔环值的方法及装置 Download PDF

Info

Publication number
CN107341830A
CN107341830A CN201710488509.9A CN201710488509A CN107341830A CN 107341830 A CN107341830 A CN 107341830A CN 201710488509 A CN201710488509 A CN 201710488509A CN 107341830 A CN107341830 A CN 107341830A
Authority
CN
China
Prior art keywords
shell hole
ring
scoring ring
scoring
region
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.)
Pending
Application number
CN201710488509.9A
Other languages
English (en)
Inventor
唐景群
周璐
张兴明
李铭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Huaray Technology Co Ltd
Original Assignee
Zhejiang Huaray Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Huaray Technology Co Ltd filed Critical Zhejiang Huaray Technology Co Ltd
Priority to CN201710488509.9A priority Critical patent/CN107341830A/zh
Publication of CN107341830A publication Critical patent/CN107341830A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30221—Sports video; Sports image

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种确定弹孔环值的方法及装置，包括：对靶面中心圆进行提取，并进行椭圆拟合后获得椭圆；根据所述椭圆与靶环的关系提取各靶环区域；根据弹孔与各靶环区域的位置关系确定弹孔的环值。采用本发明，可以避免在根据欧式距离来进行判断时因靶面上的各个圆环在图像中表现为椭圆所带来的误判；能够避免对靶环区域提取不完整、对重孔的环值容易出现误判的缺陷。

Description

一种确定弹孔环值的方法及装置
技术领域
本发明涉及图像数据技术领域，特别涉及一种确定弹孔环值的方法及装置。
背景技术
在自动报靶技术中，如何提高在环线附近的弹孔环值的精度问题一直是一个重要的研究课题。目前对自动报靶技术中的弹孔环值判断方式主要有两种：基于欧式距离的判断方式和基于靶环区域的判断方式。
在基于欧式距离的技术方案中，首先提取靶面中心圆，然后获取圆心坐标，以弹孔与圆心的欧式距离作为弹孔环值的判断依据；
在基于靶环区域的技术方案中，首先提取并标记靶面上各个环区域，然后根据弹孔落在哪个区域范围内来判断弹孔环值。
现有技术的不足在于：
这两种方式下，都会出现对环线附近的弹孔判断的精度不高，存在误判的情况。
发明内容
本发明提供了一种确定弹孔环值的方法及装置，用以提高对环线附近的弹孔判断精度。
本发明实施例中提供了一种确定弹孔环值的方法，包括：
对靶面中心圆进行提取，并进行椭圆拟合后获得椭圆；
根据所述椭圆与靶环的关系提取各靶环区域；
根据弹孔与各靶环区域的位置关系确定弹孔的环值。
较佳地，根据弹孔与各靶环区域的位置关系确定弹孔的环值前，进一步包括：
对各靶环区域根据椭圆拟合结果将各靶环区域修补完整。
较佳地，根据弹孔与各靶环区域的位置关系确定弹孔的环值前，进一步包括：
若弹孔为重孔，则进行圆拟合将弹孔重合的部分修补完整。
较佳地，进行拟合时采用的是随机抽样一致RANSAC算法。
较佳地，根据所述椭圆与靶环的关系提取各靶环区域，是根据所述椭圆的各形状参数与各靶环的各形状参数之间的关系，按比例在所述椭圆的中心点周围区域提取各靶环区域。
本发明实施例中提供了一种确定弹孔环值的装置，其特征在于，包括：
拟合模块，用于对靶面中心圆进行提取，并进行椭圆拟合后获得椭圆；
提取模块，用于根据所述椭圆与靶环的关系提取各靶环区域；
环值模块，用于根据弹孔与各靶环区域的位置关系确定弹孔的环值。
较佳地，进一步包括：
修补模块，用于在根据弹孔与各靶环区域的位置关系确定弹孔的环值前，对各靶环区域根据椭圆拟合结果将各靶环区域修补完整。
较佳地，拟合模块进一步用于在根据弹孔与各靶环区域的位置关系确定弹孔的环值前，若弹孔为重孔，则进行圆拟合将弹孔重合的部分修补完整。
较佳地，拟合模块进一步用于采用RANSAC算法进行拟合。
较佳地，提取模块进一步用于在根据所述椭圆与靶环的关系提取各靶环区域时，根据所述椭圆的各形状参数与各靶环的各形状参数之间的关系，按比例在所述椭圆的中心点周围区域提取各靶环区域。
本发明有益效果如下：
在本发明实施例提供的技术方案中，由于是对靶面中心圆进行提取后，将其进行椭圆拟合后获得椭圆，然后使用所述椭圆来确定环线区域，以及对弹孔的环值进行确定，因此避免了在根据欧式距离来进行判断时因靶面上的各个圆环在图像中表现为椭圆所带来的误判。
进一步的，由于采用对各靶环区域根据椭圆拟合结果将各靶环区域修补完整，和/或，在弹孔为重孔时进行圆拟合将弹孔重合的部分修补完整；因此能够避免靶环区域提取不完整、对重孔的环值容易出现误判的缺陷。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明实施例中确定弹孔环值的方法实施流程示意图；
图2为本发明实施例中确定弹孔环值的装置结构示意图。
具体实施方式
发明人在发明过程中注意到：
在现有的基于欧式距离的环值判断技术方案中，由于靶面与摄像机之间通常会存在一定角度，因此靶面上的各个圆环在图像中表现为椭圆，因此在根据欧式距离来进行判断时，对环线附近的弹孔判断的精度不高，存在误判。
而在基于靶环区域的环值判断技术方案中，虽然在初始帧没有弹孔的条件下对靶环区域的提取比较完整，判断精度很高，但是在初始帧存在弹孔的条件下，对靶环区域的提取不够完整，对重孔的环值容易出现误判，其中，初始帧是指相机开始检测的第一帧图像。
基于此，本发明实施例中提供了一种环值判断方案，用以解决环线附近和部分重合的弹孔下的环值误判问题，从而提高环线附近的弹孔判断精度，避免误判。下面结合附图对本发明的具体实施方式进行说明。
图1为确定弹孔环值的方法实施流程示意图，如图所示，可以包括：
步骤101、对靶面中心圆进行提取，并进行椭圆拟合后获得椭圆；
步骤102、根据所述椭圆与靶环的关系提取各靶环区域；
步骤103、根据弹孔与各靶环区域的位置关系确定弹孔的环值。
下面对具体实施进行说明。
在步骤101对靶面中心圆进行提取，并进行椭圆拟合后获得椭圆实施中，具体可以利用面积、长宽比、圆度等特征完成对靶面中心圆的提取，对中心圆轮廓进行椭圆拟合，提取中心点和椭圆长轴、短轴的长度。
实施中，在进行拟合时可以采用随机抽样一致RANSAC算法。
也即，对中心圆轮廓使用RANSAC(Random Sample Consensus，随机抽样一致)算法进行椭圆拟合。
其中，在采用RANSAC算法进行拟合时，RANSAC算法的输入是一组观测数据(往往含有较大的噪声或无效点)，一个用于解释观测数据的参数化模型以及一些可信的参数。RANSAC通过反复选择数据中的一组随机子集来达成目标。被选取的子集被假设为局内点，并可以用下述方式进行验证：
有一个模型适应于假设的局内点，即所有的未知参数都能从假设的局内点计算得出。
用得到的模型去测试所有的其它数据，如果某个点适用于估计的模型，认为它也是局内点。
如果有足够多的点被归类为假设的局内点，那么估计的模型就足够合理。
然后，用所有假设的局内点去重新估计模型(譬如使用最小二乘法)，因为它仅仅被初始的假设局内点估计过。
最后，通过估计局内点与模型的错误率来评估模型。
上述过程被重复执行固定的次数，每次产生的模型要么因为局内点太少而被舍弃，要么因为比现有的模型更好而被选用。
在步骤102根据所述椭圆与靶环的关系提取各靶环区域的实施中，根据所述椭圆与靶环的关系提取各靶环区域，可以是根据所述椭圆的各形状参数与各靶环的各形状参数之间的关系，按比例在所述椭圆的中心点周围区域提取各靶环区域。
具体的，可以用椭圆中心点和长轴、短轴和事先已知的各个圆环半径，按比例在距离中心点一定范围内提取所有的白色环线区域，并按10环、9环依次标记各个环线区域。
为了更好的提高重孔的环值判断精度，具体实施中，可以对环线进行拟合补全，和/或，对重孔进行轮廓补全。下面进行说明。
实施中，根据弹孔与各靶环区域的位置关系确定弹孔的环值前，还可以进一步包括：
对各靶环区域根据椭圆拟合结果将各靶环区域修补完整。
具体的，可以对各个标记的环线区域使用RANSAC算法进行椭圆拟合，按拟合结果填补可能存在的缺损部分，完成对靶面的标记处理。
实施中，根据弹孔与各靶环区域的位置关系确定弹孔的环值前，还可以进一步包括：
若弹孔为重孔，则进行圆拟合将弹孔重合的部分修补完整。
具体的，若识别出的弹孔为重孔，则可以使用圆拟合算法补全弹孔重合的部分，再进行环值的判断。
在步骤103根据弹孔与各靶环区域的位置关系确定弹孔的环值的实施中，对于识别出的弹孔可以分为两种情况处理，对于落在环线上的弹孔，只需判断弹孔轮廓是否有落在环线上即可；而对于没有落在环线上的弹孔，首先由弹孔的任一轮廓点与中心圆的中心连一条直线，然后从弹孔轮廓点出发，沿直线向中心搜索，遇到的第一条环线即为其环值。
对没有落在环线上的单独弹孔环值的判断方式也可以是由补全的环线区域对整个靶面进行标记而不仅仅标记环线区域，从而根据弹孔轮廓的位置进行环值的判断。
理论上，在确定了环线的区域位置以后，结合弹孔的位置来确定其环值的所有方式都可以使用，这也是本领域技术人员容易理解的。
基于同一发明构思，本发明实施例中还提供了一种确定弹孔环值的装置，由于该装置解决问题的原理与一种确定弹孔环值的方法相似，因此该装置的实施可以参见方法的实施，重复之处不再赘述。
图2为确定弹孔环值的装置结构示意图，如图所示，可以包括：
拟合模块201，用于对靶面中心圆进行提取，并进行椭圆拟合后获得椭圆；
提取模块202，用于根据所述椭圆与靶环的关系提取各靶环区域；
环值模块203，用于根据弹孔与各靶环区域的位置关系确定弹孔的环值。
实施中，进一步包括：
修补模块204，用于在根据弹孔与各靶环区域的位置关系确定弹孔的环值前，对各靶环区域根据椭圆拟合结果将各靶环区域修补完整。
实施中，拟合模块进一步用于在根据弹孔与各靶环区域的位置关系确定弹孔的环值前，若弹孔为重孔，则进行圆拟合将弹孔重合的部分修补完整。
实施中，拟合模块进一步用于采用RANSAC算法进行拟合。
实施中，提取模块进一步用于在根据所述椭圆与靶环的关系提取各靶环区域时，根据所述椭圆的各形状参数与各靶环的各形状参数之间的关系，按比例在所述椭圆的中心点周围区域提取各靶环区域。
为了描述的方便，以上所述装置的各部分以功能分为各种模块或单元分别描述。当然，在实施本发明时可以把各模块或单元的功能在同一个或多个软件或硬件中实现。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种确定弹孔环值的方法，其特征在于，包括：
对靶面中心圆进行提取，并进行椭圆拟合后获得椭圆；
根据所述椭圆与靶环的关系提取各靶环区域；
根据弹孔与各靶环区域的位置关系确定弹孔的环值。
2.如权利要求1所述的方法，其特征在于，根据弹孔与各靶环区域的位置关系确定弹孔的环值前，进一步包括：
对各靶环区域根据椭圆拟合结果将各靶环区域修补完整。
3.如权利要求1所述的方法，其特征在于，根据弹孔与各靶环区域的位置关系确定弹孔的环值前，进一步包括：
若弹孔为重孔，则进行圆拟合将弹孔重合的部分修补完整。
4.如权利要求1至3任一所述的方法，其特征在于，进行拟合时采用的是随机抽样一致RANSAC算法。
5.如权利要求1至3任一所述的方法，其特征在于，根据所述椭圆与靶环的关系提取各靶环区域，是根据所述椭圆的各形状参数与各靶环的各形状参数之间的关系，按比例在所述椭圆的中心点周围区域提取各靶环区域。
6.一种确定弹孔环值的装置，其特征在于，包括：
拟合模块，用于对靶面中心圆进行提取，并进行椭圆拟合后获得椭圆；
提取模块，用于根据所述椭圆与靶环的关系提取各靶环区域；
环值模块，用于根据弹孔与各靶环区域的位置关系确定弹孔的环值。
7.如权利要求6所述的装置，其特征在于，进一步包括：
修补模块，用于在根据弹孔与各靶环区域的位置关系确定弹孔的环值前，对各靶环区域根据椭圆拟合结果将各靶环区域修补完整。
8.如权利要求6所述的装置，其特征在于，拟合模块进一步用于在根据弹孔与各靶环区域的位置关系确定弹孔的环值前，若弹孔为重孔，则进行圆拟合将弹孔重合的部分修补完整。
9.如权利要求6至8任一所述的装置，其特征在于，拟合模块进一步用于采用RANSAC算法进行拟合。
10.如权利要求6至8任一所述的装置，其特征在于，提取模块进一步用于在根据所述椭圆与靶环的关系提取各靶环区域时，根据所述椭圆的各形状参数与各靶环的各形状参数之间的关系，按比例在所述椭圆的中心点周围区域提取各靶环区域。
CN201710488509.9A 2017-06-23 2017-06-23 一种确定弹孔环值的方法及装置 Pending CN107341830A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710488509.9A CN107341830A (zh) 2017-06-23 2017-06-23 一种确定弹孔环值的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710488509.9A CN107341830A (zh) 2017-06-23 2017-06-23 一种确定弹孔环值的方法及装置

Publications (1)

Publication Number Publication Date
CN107341830A true CN107341830A (zh) 2017-11-10

Family

ID=60221025

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710488509.9A Pending CN107341830A (zh) 2017-06-23 2017-06-23 一种确定弹孔环值的方法及装置

Country Status (1)

Country Link
CN (1) CN107341830A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109948630A (zh) * 2019-03-19 2019-06-28 深圳初影科技有限公司 靶纸图像的识别方法、装置、系统和存储介质
CN113750498A (zh) * 2021-09-15 2021-12-07 深圳市一岭高尔夫科技有限公司 一种高尔夫球计分系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101937509A (zh) * 2010-08-17 2011-01-05 西安理工大学 基于图像处理技术的自动识靶方法
CN105930874A (zh) * 2016-04-29 2016-09-07 浙江大华技术股份有限公司 一种弹孔识别方法及装置
CN105973073A (zh) * 2016-05-25 2016-09-28 北京神州凯业系统工程技术研究中心 自动报靶装置
CN106408527A (zh) * 2016-08-25 2017-02-15 安徽水滴科技有限责任公司 一种基于视频分析的自动报靶方法
CN106802113A (zh) * 2016-12-23 2017-06-06 西安交通大学 基于多弹孔模式识别算法的智能报靶系统和方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101937509A (zh) * 2010-08-17 2011-01-05 西安理工大学 基于图像处理技术的自动识靶方法
CN105930874A (zh) * 2016-04-29 2016-09-07 浙江大华技术股份有限公司 一种弹孔识别方法及装置
CN105973073A (zh) * 2016-05-25 2016-09-28 北京神州凯业系统工程技术研究中心 自动报靶装置
CN106408527A (zh) * 2016-08-25 2017-02-15 安徽水滴科技有限责任公司 一种基于视频分析的自动报靶方法
CN106802113A (zh) * 2016-12-23 2017-06-06 西安交通大学 基于多弹孔模式识别算法的智能报靶系统和方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
倪晋平等: "一种基于减影技术的纸靶重孔识别方法", 《西北工业大学学报》 *
倪晋平等: "一种基于投影原理的多弹孔识别方法", 《应用光学》 *
冯其强等: "《数字工业摄影测量技术及应用》", 31 May 2013 *
徐钢锋等: "自主交会对接中运动参数的估计", 《2004年全国光电技术学术交流会论文集 下》 *
陆祥翠: "基于图像处理的靶图识别技术研究", 《计算机光盘软件与应用》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109948630A (zh) * 2019-03-19 2019-06-28 深圳初影科技有限公司 靶纸图像的识别方法、装置、系统和存储介质
CN109948630B (zh) * 2019-03-19 2020-03-31 深圳初影科技有限公司 靶纸图像的识别方法、装置、系统和存储介质
CN113750498A (zh) * 2021-09-15 2021-12-07 深圳市一岭高尔夫科技有限公司 一种高尔夫球计分系统

Similar Documents

Publication Publication Date Title
CN105426905B (zh) 基于梯度直方图和支持向量机的机器人障碍物识别方法
CN106934800B (zh) 一种基于yolo9000网络的金属板带表面缺陷检测方法及装置
CN111640089B (zh) 一种基于特征图中心点的缺陷检测方法及装置
CN105741291B (zh) 一种高速铁路接触网悬挂装置等电位线故障检测方法
JP6922539B2 (ja) 表面欠陥判定方法および表面欠陥検査装置
CN103279765B (zh) 基于图像匹配的钢丝绳表面损伤检测方法
CN110992349A (zh) 一种基于深度学习的地下管道异常自动化定位与识别方法
CN111814850A (zh) 缺陷检测模型训练方法、缺陷检测方法及相关装置
CN110232379A (zh) 一种车辆姿态检测方法及系统
CN110136116B (zh) 一种注塑泵缺陷检测方法、装置、设备及存储介质
CN113240623B (zh) 一种路面病害检测方法及装置
CN107240086B (zh) 一种基于积分图算法的织物瑕疵检测方法
CN104680509A (zh) 一种实时圆形印刷图像缺陷检测方法
CN110909657A (zh) 一种隧道表观病害图像识别的方法
CN117505811B (zh) 一种模温控制方法和相关装置
CN106546185A (zh) 一种基于机器视觉检测的轮廓质量检测方法
Chen et al. X-ray of tire defects detection via modified faster R-CNN
CN113269720A (zh) 一种直缝焊管的缺陷检测方法、系统和可读介质
CN107341830A (zh) 一种确定弹孔环值的方法及装置
CN109214289A (zh) 一种从整体到局部的两阶段打电话行为识别方法
CN109102486B (zh) 基于机器学习的表面缺陷检测方法及装置
CN112016675A (zh) 用于钢板表面缺陷检测的cnn模型训练方法和装置
US20240013369A1 (en) Image defect detecting system, generation method of image defect detecting system and non-transitory computer readable medium
CN103955929B (zh) 图像局部边缘模式与非边缘模式判断方法及判断装置
CN107767372B (zh) 一种分层并行计算的芯片管脚在线视觉检测系统及其方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: C10, No. 1199 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province

Applicant after: Zhejiang Huarui Technology Co.,Ltd.

Address before: C10, No. 1199 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province

Applicant before: ZHEJIANG HUARAY TECHNOLOGY Co.,Ltd.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20171110