CN108921905A - 靶标定位方法、装置、计算机设备和可读存储介质 - Google Patents
靶标定位方法、装置、计算机设备和可读存储介质 Download PDFInfo
- Publication number
- CN108921905A CN108921905A CN201810775632.3A CN201810775632A CN108921905A CN 108921905 A CN108921905 A CN 108921905A CN 201810775632 A CN201810775632 A CN 201810775632A CN 108921905 A CN108921905 A CN 108921905A
- Authority
- CN
- China
- Prior art keywords
- target
- image
- gray
- initial
- initial pictures
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
Abstract
本发明涉及一种靶标定位方法、装置、计算机设备和可读存储介质，其方法包括：获取待定位靶标的初始图像，根据所述初始图像确定目标区域图像；提取所述目标区域图像的目标特征参数，将所述目标特征参数与预设标准模型图像的标准特征参数进行匹配，获取匹配结果；当所述匹配结果大于预设匹配阈值时，根据所述目标特征参数获取所述待定位靶标的定位坐标。采用本发明方案，可以有效排除待定位靶标的图像中的干扰特征，定位精度较高。
Description
技术领域
本发明涉及视觉测量技术领域，特别是涉及一种靶标定位方法、装置、计算机设备和可读存储介质。
背景技术
视觉坐标测量是指利用摄像机作为图像传感器，综合运用图像处理、精密测量等技术进行二维或三维坐标的测量，在现代化的生产管理过程中，采用视觉测量能够直接在生产线上降低加工误差。
传统的视觉靶标定位方法是采用摄像头代替人眼来做测量和判断，将被摄取的目标转换成图像信号，传送给图像处理系统，根据像素分布、亮度以及颜色信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而获得被摄取目标的定位坐标。
有环境干扰与多个靶标的情况下，被摄取图像内容可能存在多个干扰特征或者存在大量噪声，传统的视觉靶标定位方法精度较低。
发明内容
本发明的目的在于提供一种多个靶标定位方法、装置、计算机设备和可读存储介质，能够有效排除待定位靶标的图像中的干扰特征和杂质，定位精度较高。
本发明的目的通过如下技术方案实现：
一种靶标定位方法，所述方法包括：
获取待定位靶标的初始图像，根据所述初始图像确定目标区域图像；
提取所述目标区域图像的目标特征参数，将所述目标特征参数与预设标准模型图像的标准特征参数进行匹配，获取匹配结果；
当所述匹配结果大于预设匹配阈值时，根据所述目标特征参数获取所述待定位靶标的定位坐标。
在其中一个实施例中，所述获取待定位靶标的初始图像，根据所述初始图像确定目标区域图像包括：
获取待定位靶标的初始图像，对所述初始图像进行预处理获得预处理图像；
获取所述预处理图像中的目标区域图像。
在其中一个实施例中，所述对所述初始图像进行预处理获得预处理图像包括：
将所述初始图像进行初始色彩转换获得初始灰度图像；
删除所述初始灰度图像中的噪声获得所述预处理图像。
在其中一个实施例中，所述对所述初始图像进行预处理获得预处理图像包括：
将所述初始图像进行初始色彩转换获得初始灰度图像；
删除所述初始灰度图像中的噪声获得灰度图像；
选取所述灰度图像的预设灰度值，根据所述预设灰度值对所述灰度图像再次进行色彩转换获得所述预处理图像。
在其中一个实施例中，所述选取所述灰度图像的预设灰度值包括：
提取所述灰度图像中的多个灰度值，按照灰度值大小将所述多个灰度值进行排序；
选取排序后的所述多个灰度值中的中值灰度值，所述中值灰度值为所述预设灰度值。
在其中一个实施例中，所述获取所述预处理图像中的目标区域图像包括：
根据预设尺寸将所述预处理图像进行裁剪获得裁剪图像；
在所述裁剪图像中选取目标区域图像。
在其中一个实施例中，所述当所述匹配结果大于预设匹配阈值时，根据所述目标特征参数获取所述待定位靶标的定位坐标包括：
判断所述匹配结果是否大于或等于所述预设匹配阈值；
当所述匹配结果大于或等于所述预设匹配阈值时，根据所述目标特征参数获取所述待定位靶标的定位坐标。
一种靶标定位装置，所述装置包括：
目标区域获取模块，用于获取待定位靶标的初始图像，根据所述初始图像确定目标区域图像；
匹配结果获取模块，用于提取所述目标区域图像的目标特征参数，将所述目标特征参数与预设标准模型图像的标准特征参数进行匹配，获取匹配结果；
定位模块，用于当所述匹配结果大于预设匹配阈值时，根据所述目标特征参数获取所述待定位靶标的定位坐标。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如下步骤：
获取待定位靶标的初始图像，根据所述初始图像确定目标区域图像；
提取所述目标区域图像的目标特征参数，将所述目标特征参数与预设标准模型图像的标准特征参数进行匹配，获取匹配结果；
当所述匹配结果大于预设匹配阈值时，根据所述目标特征参数获取所述待定位靶标的定位坐标。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如下步骤：
获取待定位靶标的初始图像，根据所述初始图像确定目标区域图像；
提取所述目标区域图像的目标特征参数，将所述目标特征参数与预设标准模型图像的标准特征参数进行匹配，获取匹配结果；
当所述匹配结果大于预设匹配阈值时，根据所述目标特征参数获取所述待定位靶标的定位坐标。
根据上述本发明的方案，其获取待定位靶标的初始图像，根据所述初始图像确定目标区域图像，可以排除初始图像中其他干扰特征；提取所述目标区域图像的目标特征参数，将所述目标特征参数与预设标准模型图像的标准特征参数进行匹配，获取匹配结果，当所述匹配结果大于预设匹配阈值时，根据所述目标特征参数获取所述待定位靶标的定位坐标，定位准确度高。
附图说明
图1为一个实施例中靶标定位方法的应用环境图；
图2为一个实施例中靶标定位方法的流程示意图；
图3为一个实施例中靶标定位方法的流程示意图；
图4为一个实施例中靶标定位方法的流程示意图；
图5为另一个实施例中靶标定位方法的流程示意图；
图6为一个实施例中靶标定位装置的结构框图；
图7为一个实施例中靶标定位装置的结构框图；
图8为一个实施例中靶标定位装置的结构框图；
图9为另一个实施例中靶标定位装置的结构框图；
图10为一个实施例中计算机设备的内部结构图；
图11为一个实施例中计算机设备的内部结构图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步的详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不限定本发明的保护范围。
本申请提供的靶标定位方法，可以应用于如图1所示的应用环境中。其中，服务器104获取摄像终端102发送的待定位靶标的初始图像，根据所述初始图像确定目标区域图像；服务器104提取所述目标区域图像的目标特征参数，将所述目标特征参数与预设标准模型图像的标准特征参数进行匹配，获取匹配结果；当所述匹配结果大于预设匹配阈值时，服务器104根据所述目标特征参数获取所述待定位靶标的定位坐标。其中，摄像终端102可以但不限于是各种相机、个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。本领域技术人员可以理解，本申请提供的靶标定位方法，不仅可以应用于图1所示的应用环境中，还可以应用但不限于各种计算机中。
在一个实施例中，如图2所示，提供了一种靶标定位方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
步骤S101，获取待定位靶标的初始图像，根据所述初始图像确定目标区域图像；
获取初始图像中目标区域图像的目标特征参数，可以排除预处理图像中其他干扰特征，提高定位精度；
步骤S102，提取所述目标区域图像的目标特征参数，将所述目标特征参数与预设标准模型图像的标准特征参数进行匹配，获取匹配结果；
步骤S103，当所述匹配结果大于预设匹配阈值时，根据所述目标特征参数获取所述待定位靶标的定位坐标。
当匹配结果大于预设匹配阈值时，根据目标特征参数获取所述待定位靶标的定位坐标，定位准确度高。
在其中一个实施例中，如图3所示，所述获取待定位靶标的初始图像，根据所述初始图像确定目标区域图像包括：
步骤S1011，获取待定位靶标的初始图像，对所述初始图像进行预处理获得预处理图像；
对初始图像进行预处理，可以排除初始图像中的噪声等干扰特征；
步骤S1012，获取所述预处理图像中的目标区域图像。
在其中一个实施例中，如图4所示，所述对所述初始图像进行预处理获得预处理图像包括：
步骤S10111，将所述初始图像进行初始色彩转换获得初始灰度图像；
具体地，色彩转换是将彩色图像转换为灰度图像，彩色图像的三个通道作为输入图像的前三个通道传递，灰度图像根据以下公式进行转换：
gray(x,y)＝0.299*red(x,y)+0.587*green(x,y)+0.114*blue(x,y).
式中：gray(x,y)表示灰度图像的像素亮度值；red(x,y)表示彩色图像一个像素的红色通道灰度值；green(x,y)表示彩色图像一个像素的绿色通道灰度值；blue(x,y)分别表示彩色图像一个像素的蓝色通道的灰度值。
将彩色图像转换为初始灰度图像，可以调高图像处理的速度。
步骤S10112，删除所述初始灰度图像中的噪声获得所述预处理图像。
由于拍摄现场环境光线的变化，初始图像中可能会存在大量的噪声，因此色彩转换后需要删除噪声获得灰度图像，以排除图像中的干扰特征，提高定位精度。
在其中一个实施例中，如图5所示，所述对所述初始图像进行预处理获得预处理图像包括：
步骤S10111，将所述初始图像进行初始色彩转换获得初始灰度图像；
步骤S10112，删除所述初始灰度图像中的噪声获得灰度图像；
步骤S10113，选取所述灰度图像的预设灰度值，根据所述预设灰度值对所述灰度图像再次进行色彩转换获得所述预处理图像。
具体地，再次对灰度图像进行色彩处理，便于提取预处理图像中的特征参数。
在其中一个实施例中，所述选取所述灰度图像的预设灰度值包括：
提取所述灰度图像中的多个灰度值，按照灰度值大小将所述多个灰度值进行排序；
选取排序后的所述多个灰度值中的中值灰度值，所述中值灰度值为所述预设灰度值。
具体地，采用中值筛选器按升序或者降序排列所有灰度值，然后选择灰度值的中值，采用中值灰度值再次对灰度图像进行色彩处理，便于提取预处理图像中的特征参数。
在其中一个实施例中，如图4所示，所述获取所述预处理图像中的目标区域图像包括：
步骤S10121，根据预设尺寸将所述预处理图像进行裁剪获得裁剪图像；
具体地，在实际拍摄过程中由于待定位靶标位置大致固定，因此最终的定位坐标中心位置在预处理图像中的位置也是固定的，只需要根据预设尺寸将所述预处理图像进行裁剪，即可获得含有目标区域图像的裁剪图像；进行裁剪能够排除预处理图片中的干扰特征，能够进一步提高定位精度。
步骤S10122，在所述裁剪图像中选取目标区域图像。
具体地，目标特征参数包括目标区域图像中形状特征的像素集合。
在其中一个实施例中，步骤S102中，预设标准模型的标准特征参数可以通过如下过程获取：设置标准模型形状，通过设置恒定灰度、镜像、反转以及平滑处理等过程，获取预设标准模型图像，提取标准模型图像中的特征参数，例如左边特征参数和右边特征参数，获得标准特征参数。
在其中一个实施例中，如图3所示，所述当所述匹配结果大于预设匹配阈值时，根据所述目标特征参数获取所述待定位靶标的定位坐标包括：
步骤S1031，判断所述匹配结果是否大于或等于所述预设匹配阈值；
具体地，预设匹配阈值可以结合定位需要达到的精确程度以及特征参数的复杂程度设置；
步骤S1032，当所述匹配结果大于或等于所述预设匹配阈值时，根据所述目标特征参数获取所述待定位靶标的定位坐标。
具体地，当所述匹配结果小于预设匹配阈值时，重复进行步骤S1012，在所述裁剪图像中选取新的目标区域图像，提取新的目标区域图像的目标特征参数，再次匹配直至匹配结果大于或等于所述预设匹配阈值。
具体地，目标特征参数为待定位靶标的特征点的像素坐标，根据特征点的像素坐标计算获取待定位靶标的定位点的中心坐标。
在其中一个实施例中，如图6所示，提供了一种靶标定位装置，所述装置包括：
目标区域获取模块101，用于获取待定位靶标的初始图像，根据所述初始图像确定目标区域图像；
匹配结果获取模块102，用于提取所述目标区域图像的目标特征参数，将所述目标特征参数与预设标准模型图像的标准特征参数进行匹配，获取匹配结果；
定位模块103，用于当所述匹配结果大于预设匹配阈值时，根据所述目标特征参数获取所述待定位靶标的定位坐标。
在其中一个实施例中，如图7所示，所述目标区域获取模块101包括：
预处理图像获取单元1011，用于获取待定位靶标的初始图像，对所述初始图像进行预处理获得预处理图像；
区域获取单元1012，用于获取所述预处理图像中的目标区域图像。
在其中一个实施例中，如图8所示，所述预处理图像获取单元1011包括：
色彩转换单元10111，用于将所述初始图像进行初始色彩转换获得初始灰度图像；
噪声删除单元10112，用于删除所述初始灰度图像中的噪声获得所述预处理图像。
在其中一个实施例中，如图9所示，所述预处理图像获取单元1011包括：
色彩转换单元10111，用于将所述初始图像进行初始色彩转换获得初始灰度图像；
噪声删除单元10112，用于删除所述初始灰度图像中的噪声获得灰度图像；
预处理图像获取单元10113，用于选取所述灰度图像的预设灰度值，根据所述预设灰度值对所述灰度图像再次进行色彩转换获得所述预处理图像。
在其中一个实施例中，所述预处理图像获取单元10113具体用于：提取所述灰度图像中的多个灰度值，按照灰度值大小将所述多个灰度值进行排序；选取排序后的所述多个灰度值中的中值灰度值，所述中值灰度值为所述预设灰度值。
在其中一个实施例中，如图8所示，所述区域获取单元1012包括：
裁剪单元10121，用于根据预设尺寸将所述预处理图像进行裁剪获得裁剪图像；
选取单元10122，用于在所述裁剪图像中选取目标区域图像。
在其中一个实施例中，如图7所示，所述定位模块103包括：
判断单元1031，用于判断所述匹配结果是否大于或等于所述预设匹配阈值；
定位获取单元1032，用于当所述匹配结果大于或等于所述预设匹配阈值时，根据所述目标特征参数获取所述待定位靶标的定位坐标。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储靶标定位涉及的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种靶标定位方法。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图11所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种靶标定位方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图10-11中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：获取待定位靶标的初始图像，根据所述初始图像确定目标区域图像；提取所述目标区域图像的目标特征参数，将所述目标特征参数与预设标准模型图像的标准特征参数进行匹配，获取匹配结果；当所述匹配结果大于预设匹配阈值时，根据所述目标特征参数获取所述待定位靶标的定位坐标。
在其中一个实施例中，处理器执行计算机程序时所述获取待定位靶标的初始图像，根据所述初始图像确定目标区域图像包括：获取待定位靶标的初始图像，对所述初始图像进行预处理获得预处理图像；获取所述预处理图像中的目标区域图像。
在其中一个实施例中，处理器执行计算机程序时所述对所述初始图像进行预处理获得预处理图像包括：将所述初始图像进行初始色彩转换获得初始灰度图像；删除所述初始灰度图像中的噪声获得所述预处理图像。
在其中一个实施例中，处理器执行计算机程序时所述对所述初始图像进行预处理获得预处理图像包括：将所述初始图像进行初始色彩转换获得初始灰度图像；删除所述初始灰度图像中的噪声获得灰度图像；选取所述灰度图像的预设灰度值，根据所述预设灰度值对所述灰度图像再次进行色彩转换获得所述预处理图像。
在其中一个实施例中，处理器执行计算机程序时所述选取所述灰度图像的预设灰度值包括：提取所述灰度图像中的多个灰度值，按照灰度值大小将所述多个灰度值进行排序；选取排序后的所述多个灰度值中的中值灰度值，所述中值灰度值为所述预设灰度值。
在其中一个实施例中，处理器执行计算机程序时所述获取所述预处理图像中的目标区域图像包括：根据预设尺寸将所述预处理图像进行裁剪获得裁剪图像；在所述裁剪图像中选取目标区域图像。
在其中一个实施例中，处理器执行计算机程序时所述当所述匹配结果大于预设匹配阈值时，根据所述目标特征参数获取所述待定位靶标的定位坐标包括：判断所述匹配结果是否大于或等于所述预设匹配阈值；当所述匹配结果大于或等于所述预设匹配阈值时，根据所述目标特征参数获取所述待定位靶标的定位坐标。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取待定位靶标的初始图像，根据所述初始图像确定目标区域图像；提取所述目标区域图像的目标特征参数，将所述目标特征参数与预设标准模型图像的标准特征参数进行匹配，获取匹配结果；当所述匹配结果大于预设匹配阈值时，根据所述目标特征参数获取所述待定位靶标的定位坐标。
在其中一个实施例中，计算机程序被处理器执行时所述获取待定位靶标的初始图像，根据所述初始图像确定目标区域图像包括：获取待定位靶标的初始图像，对所述初始图像进行预处理获得预处理图像；获取所述预处理图像中的目标区域图像。
在其中一个实施例中，计算机程序被处理器执行时所述对所述初始图像进行预处理获得预处理图像包括：将所述初始图像进行初始色彩转换获得初始灰度图像；删除所述初始灰度图像中的噪声获得所述预处理图像。
在其中一个实施例中，计算机程序被处理器执行时所述对所述初始图像进行预处理获得预处理图像包括：将所述初始图像进行初始色彩转换获得初始灰度图像；删除所述初始灰度图像中的噪声获得灰度图像；选取所述灰度图像的预设灰度值，根据所述预设灰度值对所述灰度图像再次进行色彩转换获得所述预处理图像。
在其中一个实施例中，计算机程序被处理器执行时所述选取所述灰度图像的预设灰度值包括：提取所述灰度图像中的多个灰度值，按照灰度值大小将所述多个灰度值进行排序；选取排序后的所述多个灰度值中的中值灰度值，所述中值灰度值为所述预设灰度值。
在其中一个实施例中，计算机程序被处理器执行时所述获取所述预处理图像中的目标区域图像包括：根据预设尺寸将所述预处理图像进行裁剪获得裁剪图像；在所述裁剪图像中选取目标区域图像。
在其中一个实施例中，计算机程序被处理器执行时所述当所述匹配结果大于预设匹配阈值时，根据所述目标特征参数获取所述待定位靶标的定位坐标包括：判断所述匹配结果是否大于或等于所述预设匹配阈值；当所述匹配结果大于或等于所述预设匹配阈值时，根据所述目标特征参数获取所述待定位靶标的定位坐标。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种靶标定位方法，其特征在于，所述方法包括：
获取待定位靶标的初始图像，根据所述初始图像确定目标区域图像；
提取所述目标区域图像的目标特征参数，将所述目标特征参数与预设标准模型图像的标准特征参数进行匹配，获取匹配结果；
当所述匹配结果大于预设匹配阈值时，根据所述目标特征参数获取所述待定位靶标的定位坐标。
2.根据权利要求1所述的靶标定位方法，其特征在于，所述获取待定位靶标的初始图像，根据所述初始图像确定目标区域图像包括：
获取待定位靶标的初始图像，对所述初始图像进行预处理获得预处理图像；
获取所述预处理图像中的目标区域图像。
3.根据权利要求2所述的靶标定位方法，其特征在于，所述对所述初始图像进行预处理获得预处理图像包括：
将所述初始图像进行初始色彩转换获得初始灰度图像；
删除所述初始灰度图像中的噪声获得所述预处理图像。
4.根据权利要求2所述的靶标定位方法，其特征在于，所述对所述初始图像进行预处理获得预处理图像包括：
将所述初始图像进行初始色彩转换获得初始灰度图像；
删除所述初始灰度图像中的噪声获得灰度图像；
选取所述灰度图像的预设灰度值，根据所述预设灰度值对所述灰度图像再次进行色彩转换获得所述预处理图像。
5.根据权利要求4所述的靶标定位方法，其特征在于，所述选取所述灰度图像的预设灰度值包括：
提取所述灰度图像中的多个灰度值，按照灰度值大小将所述多个灰度值进行排序；
选取排序后的所述多个灰度值中的中值灰度值，所述中值灰度值为所述预设灰度值。
6.根据权利要求2所述的靶标定位方法，其特征在于，所述获取所述预处理图像中的目标区域图像包括：
根据预设尺寸将所述预处理图像进行裁剪获得裁剪图像；
在所述裁剪图像中选取目标区域图像。
7.根据权利要求1所述的靶标定位方法，其特征在于，所述当所述匹配结果大于预设匹配阈值时，根据所述目标特征参数获取所述待定位靶标的定位坐标包括：
判断所述匹配结果是否大于或等于所述预设匹配阈值；
当所述匹配结果大于或等于所述预设匹配阈值时，根据所述目标特征参数获取所述待定位靶标的定位坐标。
8.一种靶标定位装置，其特征在于，所述装置包括：
目标区域获取模块，用于获取待定位靶标的初始图像，根据所述初始图像确定目标区域图像；
匹配结果获取模块，用于提取所述目标区域图像的目标特征参数，将所述目标特征参数与预设标准模型图像的标准特征参数进行匹配，获取匹配结果；
定位模块，用于当所述匹配结果大于预设匹配阈值时，根据所述目标特征参数获取所述待定位靶标的定位坐标。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810775632.3A CN108921905A (zh) | 2018-07-16 | 2018-07-16 | 靶标定位方法、装置、计算机设备和可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810775632.3A CN108921905A (zh) | 2018-07-16 | 2018-07-16 | 靶标定位方法、装置、计算机设备和可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108921905A true CN108921905A (zh) | 2018-11-30 |
Family
ID=64411997
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810775632.3A Pending CN108921905A (zh) | 2018-07-16 | 2018-07-16 | 靶标定位方法、装置、计算机设备和可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108921905A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109637595A (zh) * | 2018-12-12 | 2019-04-16 | 中国人民解放军军事科学院军事医学研究院 | 一种药物重定位方法、装置、电子设备及存储介质 |
| CN110929082A (zh) * | 2019-12-06 | 2020-03-27 | 广东溢达纺织有限公司 | 制衣模具的确定方法、装置、计算机设备和存储介质 |
| CN111103286A (zh) * | 2019-12-10 | 2020-05-05 | 红云红河烟草(集团)有限责任公司 | 一种工厂正常光照条件下烟支流提取方法 |
| CN111105447A (zh) * | 2019-12-31 | 2020-05-05 | 西安科技大学 | 一种基于局部处理的屏幕图像传递方法 |
| CN111311694A (zh) * | 2018-12-11 | 2020-06-19 | 西安海平方网络科技有限公司 | 材料排布方法、装置、计算机设备和存储介质 |
| CN112001936A (zh) * | 2020-08-25 | 2020-11-27 | 上海柏楚电子科技股份有限公司 | 视觉定位的处理方法、装置、电子设备与存储介质 |
| CN112070814A (zh) * | 2020-08-31 | 2020-12-11 | 杭州迅蚁网络科技有限公司 | 一种靶标角度识别方法、装置 |
| CN113222978A (zh) * | 2021-05-31 | 2021-08-06 | 安徽国芯智能装备有限公司 | 一种靶标识别方法 |
| CN113449668A (zh) * | 2021-07-08 | 2021-09-28 | 杭州迅蚁网络科技有限公司 | 一种飞行装置的靶标角度识别方法、装置 |
| CN114119722A (zh) * | 2020-08-26 | 2022-03-01 | 武汉高德智感科技有限公司 | 一种黑体光标自动定位方法及装置 |
| CN115239795A (zh) * | 2022-09-23 | 2022-10-25 | 山东工程职业技术大学 | 射箭靶环命中位置记环检测方法、检测装置及电子设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103413318A (zh) * | 2013-08-27 | 2013-11-27 | 北京航空航天大学 | 靶标球镜面中心定位方法 |
| CN103455994A (zh) * | 2012-05-28 | 2013-12-18 | 佳能株式会社 | 图像模糊度的确定方法和设备 |
| WO2015138046A1 (en) * | 2014-03-13 | 2015-09-17 | The Boeing Company | Calibration of sensor arrays |
| CN104966299A (zh) * | 2015-06-18 | 2015-10-07 | 华中科技大学 | 一种基于径向环形直方图的图像定位匹配方法 |
| CN106504290A (zh) * | 2016-10-20 | 2017-03-15 | 北京化工大学 | 一种高精度的摄像机动态标定方法 |
| CN107358628A (zh) * | 2017-06-27 | 2017-11-17 | 中国航空工业集团公司北京长城航空测控技术研究所 | 基于靶标的线阵图像处理方法 |
-
2018
- 2018-07-16 CN CN201810775632.3A patent/CN108921905A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103455994A (zh) * | 2012-05-28 | 2013-12-18 | 佳能株式会社 | 图像模糊度的确定方法和设备 |
| CN103413318A (zh) * | 2013-08-27 | 2013-11-27 | 北京航空航天大学 | 靶标球镜面中心定位方法 |
| WO2015138046A1 (en) * | 2014-03-13 | 2015-09-17 | The Boeing Company | Calibration of sensor arrays |
| CN104966299A (zh) * | 2015-06-18 | 2015-10-07 | 华中科技大学 | 一种基于径向环形直方图的图像定位匹配方法 |
| CN106504290A (zh) * | 2016-10-20 | 2017-03-15 | 北京化工大学 | 一种高精度的摄像机动态标定方法 |
| CN107358628A (zh) * | 2017-06-27 | 2017-11-17 | 中国航空工业集团公司北京长城航空测控技术研究所 | 基于靶标的线阵图像处理方法 |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111311694A (zh) * | 2018-12-11 | 2020-06-19 | 西安海平方网络科技有限公司 | 材料排布方法、装置、计算机设备和存储介质 |
| CN111311694B (zh) * | 2018-12-11 | 2023-04-18 | 西安海平方网络科技有限公司 | 材料排布方法、装置、计算机设备和存储介质 |
| CN109637595A (zh) * | 2018-12-12 | 2019-04-16 | 中国人民解放军军事科学院军事医学研究院 | 一种药物重定位方法、装置、电子设备及存储介质 |
| CN110929082A (zh) * | 2019-12-06 | 2020-03-27 | 广东溢达纺织有限公司 | 制衣模具的确定方法、装置、计算机设备和存储介质 |
| CN110929082B (zh) * | 2019-12-06 | 2022-09-16 | 广东溢达纺织有限公司 | 制衣模具的确定方法、装置、计算机设备和存储介质 |
| CN111103286B (zh) * | 2019-12-10 | 2022-07-01 | 红云红河烟草(集团)有限责任公司 | 一种工厂正常光照条件下烟支流提取方法 |
| CN111103286A (zh) * | 2019-12-10 | 2020-05-05 | 红云红河烟草(集团)有限责任公司 | 一种工厂正常光照条件下烟支流提取方法 |
| CN111105447A (zh) * | 2019-12-31 | 2020-05-05 | 西安科技大学 | 一种基于局部处理的屏幕图像传递方法 |
| CN111105447B (zh) * | 2019-12-31 | 2023-02-28 | 西安科技大学 | 一种基于局部处理的屏幕图像传递方法 |
| CN112001936A (zh) * | 2020-08-25 | 2020-11-27 | 上海柏楚电子科技股份有限公司 | 视觉定位的处理方法、装置、电子设备与存储介质 |
| CN114119722A (zh) * | 2020-08-26 | 2022-03-01 | 武汉高德智感科技有限公司 | 一种黑体光标自动定位方法及装置 |
| CN114119722B (zh) * | 2020-08-26 | 2022-12-13 | 武汉高德智感科技有限公司 | 一种黑体光标自动定位方法及装置 |
| CN112070814B (zh) * | 2020-08-31 | 2024-04-02 | 杭州迅蚁网络科技有限公司 | 一种靶标角度识别方法、装置 |
| CN112070814A (zh) * | 2020-08-31 | 2020-12-11 | 杭州迅蚁网络科技有限公司 | 一种靶标角度识别方法、装置 |
| CN113222978A (zh) * | 2021-05-31 | 2021-08-06 | 安徽国芯智能装备有限公司 | 一种靶标识别方法 |
| CN113449668A (zh) * | 2021-07-08 | 2021-09-28 | 杭州迅蚁网络科技有限公司 | 一种飞行装置的靶标角度识别方法、装置 |
| CN113449668B (zh) * | 2021-07-08 | 2023-05-23 | 杭州迅蚁网络科技有限公司 | 一种飞行装置的靶标角度识别方法、装置 |
| CN115239795B (zh) * | 2022-09-23 | 2022-12-30 | 山东工程职业技术大学 | 射箭靶环命中位置记环检测方法、检测装置及电子设备 |
| CN115239795A (zh) * | 2022-09-23 | 2022-10-25 | 山东工程职业技术大学 | 射箭靶环命中位置记环检测方法、检测装置及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108921905A (zh) | 靶标定位方法、装置、计算机设备和可读存储介质 | |
| CN105227945B (zh) | 一种自动白平衡的控制方法及移动终端 | |
| CN109726647B (zh) | 点云的标注方法、装置、计算机设备和存储介质 | |
| CN107613202B (zh) | 一种拍摄方法及移动终端 | |
| CN107820020A (zh) | 拍摄参数的调整方法、装置、存储介质及移动终端 | |
| CN110309876A (zh) | 目标检测方法、装置、计算机可读存储介质和计算机设备 | |
| US20180322367A1 (en) | Image processing method, non-transitory computer readable storage medium and image processing system | |
| CN108141543A (zh) | 基于预测环境因素的相机设置调整和采用这种相机设置调整的跟踪系统 | |
| CN106101561A (zh) | 摄像头对焦检测方法及装置 | |
| CN105376527A (zh) | 轨迹描绘装置和轨迹描绘方法以及轨迹描绘系统 | |
| CN106576155A (zh) | 图像处理装置、摄像装置、图像处理方法以及程序 | |
| CN108564631A (zh) | 车灯光导色差检测方法、装置及计算机可读存储介质 | |
| CN108304243A (zh) | 界面生成方法、装置、计算机设备和存储介质 | |
| CN108494996A (zh) | 图像处理方法、装置、存储介质及移动终端 | |
| CN106846421A (zh) | 一种肤色检测方法及装置 | |
| CN110018529A (zh) | 降雨测量方法、装置、计算机设备和存储介质 | |
| CN109726302A (zh) | 图像的标注方法、装置、计算机设备和存储介质 | |
| US20210084223A1 (en) | Apparatus and methods for camera selection in a multi-camera | |
| CN114116435A (zh) | 游戏测试方法、系统、电子设备及计算机可读存储介质 | |
| CN109658360B (zh) | 图像处理的方法、装置、电子设备和计算机存储介质 | |
| CN108269260B (zh) | 动态影像去背方法、系统与计算机可读取存储装置 | |
| CN113837181B (zh) | 一种筛选方法、装置、计算机设备及计算机可读存储介质 | |
| CN114327166A (zh) | 图像处理方法、装置、电子设备及可读存储介质 | |
| CN114612946A (zh) | 曝光方法、电子设备、存储介质以及程序产品 | |
| CN113221893A (zh) | 仪表图像处理方法、装置、计算机设备和存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181130 |