CN111222504A - 一种弹孔报靶方法、装置、设备及介质 - Google Patents
一种弹孔报靶方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN111222504A CN111222504A CN201911127781.XA CN201911127781A CN111222504A CN 111222504 A CN111222504 A CN 111222504A CN 201911127781 A CN201911127781 A CN 201911127781A CN 111222504 A CN111222504 A CN 111222504A
- Authority
- CN
- China
- Prior art keywords
- target
- target surface
- bullet hole
- center circle
- scoring
- 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
- 238000013077 scoring method Methods 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000000605 extraction Methods 0.000 claims abstract description 16
- 238000005520 cutting process Methods 0.000 claims description 18
- 238000013507 mapping Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/245—Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Aiming, Guidance, Guns With A Light Source, Armor, Camouflage, And Targets (AREA)
Abstract
本发明公开了一种弹孔报靶方法,包括:根据采集到的包含有完整的靶面的打靶图片,确定出靶位中心圆的位置;利用预先确定的靶位中心圆与靶面的位置关系,获取目标靶面;对目标靶面进行弹孔特征提取以确定弹孔位置。由此可见,本发明通过确定采集到的打靶图片的靶位中心圆,然后根据靶位中心圆和靶面的位置关系确定目标靶面,即完成对靶面的定位。采用本发明实施例提供靶面定位的方法不受打靶环境的影响,对靶面的识别和定位结果精度高;从而准确地识别出弹孔位置,完成弹孔报靶工作。此外,本发明所提供的一种弹孔报靶装置、设备及介质与上述方法对应。
Description
技术领域
本发明涉及射击技术领域,特别是涉及一种弹孔报靶方法、装置、设备及介质。
背景技术
随着科学技术的发展,自动识别装置逐渐代替人工操作,正快速融入到军事领域。传统的军用射击报靶方式为人工报靶,为节省人工资源及减少人工报靶的误差,目前在实弹射击训练过程中已逐渐采用自动报靶方式来替换人工报靶方式。
现有技术中,利用分类器的方法完成靶面识别及定位,再实现后续的弹孔识别从而完成自动报靶的工作。分类器的方法需提前记录大量的不同状态的靶面信息作为分类样本,并根据分类样本对当前需要完成定位的靶面进行识别和定位。由此可见,现有技术中对靶面识别和定位需要依靠于记录的分类样本,分类样本数量越大,类型越多,则对靶面的定位结果越准确。
但是,现实的实弹射击训练的打靶环境较为复杂。例如,靶场多变的光照,多样的背景很容易影响靶面。而记录的分类样本数量有限,很难依靠有限的分类样本对复杂环境下的靶面完成准确地定位。进而将导致弹孔识别出现误差,产生误报的情况。
发明内容
本发明的目的是提供一种弹孔报靶方法、装置、设备及介质。能够通过确定采集到的打靶图片的靶位中心圆,然后根据靶位中心圆和靶面的位置关系确定目标靶面,即完成对靶面的定位。对靶面进行定位时不受打靶环境的影响,对靶面的识别和定位结果精度高;从而准确地识别出弹孔位置,完成弹孔报靶工作。
为解决上述技术问题,本发明提供一种弹孔报靶方法,包括:
根据采集到的包含有完整的靶面的打靶图片,确定出靶位中心圆的位置;
利用预先确定的所述靶位中心圆与所述靶面的位置关系,获取目标靶面;
对所述目标靶面进行弹孔特征提取以确定弹孔位置。
优选地,所述根据采集到的包含有完整靶面的打靶图片,确定出靶位中心圆的位置具体包括:
对所述打靶图片进行二值化处理以得到二值化图片;
对所述二值化图片进行Hough圆变换以确定出备选中心圆;
根据预先设定的所述靶位中心圆的半径及二值化后的灰度值,在所述备选中心圆中确定出靶位中心圆的位置。
优选地,所述利用预先确定的所述靶位中心圆与所述靶面的位置关系,获取目标靶面具体包括:
利用所述位置关系,对所述二值化图片进行切割以获取包含所述靶面的外切图;
对所述外切图的水平方向和竖直方向分别计算像素累加值,将水平方向的像素累加值小于水平预设比例的水平像素峰值的部分进行切割,将竖直方向的像素累加值小于竖直预设比例的竖直像素峰值的部分进行切割,以获取所述目标靶面。
优选地,所述对所述目标靶面进行弹孔特征提取以确定弹孔位置具体包括:
校正所述目标靶面以获得校正靶面;
获取所述校正靶面上的全部的连通区域;
判断各所述连通区域的外切矩形的长宽比是否符合弹孔的长宽比要求;
如果是,则判断所述连通区域的面积占所述校正靶面的面积的比例是否符合面积比要求;
如果是,则确定所述连通区域为弹孔位置区域。
优选地,所述校正所述目标靶面以获得校正靶面具体包括:
获取打靶前的参考靶面;
利用暴风匹配算法,将所述参考靶面上各参考特征点与所述目标靶面上的特征点一一对应;
提取多个参考特征点及其在所述目标靶面上对应的特征点,并根据薄板样条插值函数计算所述参考靶面与所述目标靶面之间的映射关系;
根据所述映射关系,计算各所述特征点在映射后的像素值以对所述目标靶面进行校正。
优选地,所述计算各所述特征点在映射后的像素值以对所述目标靶面进行校正具体为:
利用双线性插值算法计算各所述特征点在映射后的像素值以对所述目标靶面进行校正。
优选地,所述对所述打靶图片进行二值化处理以得到二值化图片具体为:
按照大津域值法对所述打靶图片进行二值化处理以得到二值化图片。
为解决上述技术问题,本发明还提供一种弹孔报靶装置,包括:
确定模块,用于根据采集到的包含有完整的靶面的打靶图片,确定出靶位中心圆的位置;
获取模块,用于利用预先确定的所述靶位中心圆与所述靶面的位置关系,获取目标靶面;
提取模块,用于对所述目标靶面进行弹孔特征提取以确定弹孔位置。
为解决上述技术问题,本发明还提供一种弹孔报靶设备,包括存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上述任一项所述的弹孔报靶方法的步骤。
为解决上述技术问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质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上述任一项所述的弹孔报靶方法的步骤。
本发明所提供的一种弹孔报靶方法,根据采集到的包含有完整的靶面的打靶图片,确定出靶位中心圆的位置;利用预先确定的靶位中心圆与靶面的位置关系,获取目标靶面;对目标靶面进行弹孔特征提取以确定弹孔位置。由此可见,本发明通过确定采集到的打靶图片的靶位中心圆,然后根据靶位中心圆和靶面的位置关系确定目标靶面,即完成对靶面的定位。采用本发明实施例提供靶面定位的方法不受打靶环境的影响,对靶面的识别和定位结果精度高;从而准确地识别出弹孔位置,完成弹孔报靶工作。
此外,本发明所提供的一种弹孔报靶装置、设备及介质与上述方法对应,具有同样的有益效果。
附图说明
为了更清楚地说明本发明实施例,下面将对实施例中所需要使用的附图做简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种弹孔报靶方法的流程图;
图2为本发明实施例提供的一种打靶图片;
图3为本发明实施例提供的一种打靶图片二值化处理后的二值化图片;
图4为本发明实施例提供的一种竖直方向上像素累加值图;
图5为本发明实施例提供的一种水平方向上像素累加值图;
图6为本发明实施例提供的一种弹孔报靶装置的结构图;
图7为本发明实施例提供的一种弹孔报靶设备的结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下,所获得的所有其他实施例,都属于本发明保护范围。
本发明的核心是提供一种弹孔报靶方法、装置、设备及介质。能够通过确定采集到的打靶图片的靶位中心圆,然后根据靶位中心圆和靶面的位置关系确定目标靶面,即完成对靶面的定位。对靶面进行定位时不受打靶环境的影响,对靶面的识别和定位结果精度高;从而准确地识别出弹孔位置,完成弹孔报靶工作。
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。
图1为本发明实施例提供的一种弹孔报靶方法的流程图;如图1所示,本发明实施例提供的一种弹孔报靶方法,包括步骤S101-步骤S103:
步骤S101:根据采集到的包含有完整的靶面的打靶图片,确定出靶位中心圆的位置;
在一个实施例中,首先采集包含有完整的靶面的打靶图片。图2为本发明实施例提供的一种打靶图片;如图2所示,该打靶图片包含有完整的靶面。根据该打靶图片,确定出靶位中心圆的位置。需要说明的是,本实施例提出的靶位中心圆具体为用于表示十环的圆圈。本领域技术人员也可根据实际应用情况,确定靶位中心圆为用于表示九环的圆圈或其他圆圈,本实施例不作限定。
在一个实施例中,根据采集到的包含有完整靶面的打靶图片,确定出靶位中心圆的位置具体包括:
对打靶图片进行二值化处理以得到二值化图片;
对二值化图片进行Hough圆变换以确定出备选中心圆;
根据预先设定的靶位中心圆的半径及二值化后的灰度值,在备选中心圆中确定出靶位中心圆的位置。
具体地,对打靶图片进行二值化处理,从而得到二值化图片。图3为本发明实施例提供的一种打靶图片二值化处理后的二值化图片;如图3所示。在一个实施例中,可按照大津域值法对打靶图片进行二值化处理。通过对二值化图片进行Hough圆变换可确定出多个备选中心圆。由于靶位中心圆具有固定值的半径,且在二值化后可确定其灰度值。例如,确定用于表示十环的圆圈为中心圆,则根据当前打靶采用的靶面信息可相应确定其灰度值为0,半径为二值化图片高的十分之一。根据确定的靶位中心圆的半径和灰度值为判断依据,从多个备选中心圆中确定出靶位中心圆所在的位置。
步骤S102:利用预先确定的靶位中心圆与靶面的位置关系,获取目标靶面;
步骤S103:对目标靶面进行弹孔特征提取以确定弹孔位置。
需要说明的是,目标靶面具体为包含有完整的靶面信息的靶面外切矩形。在一个实施例中,利用预先确定的靶位中心圆与靶面的位置关系,获取目标靶面具体包括:
利用位置关系,对二值化图片进行切割以获取包含靶面的外切图;
对外切图的水平方向和竖直方向分别计算像素累加值,将水平方向的像素累加值小于水平预设比例的水平像素峰值的部分进行切割,将竖直方向的像素累加值小于竖直预设比例的竖直像素峰值的部分进行切割,以获取目标靶面。
具体地,利用靶位中心圆的中心点位置与靶面的位置关系,对上述二值化图片进行切割以得到包含靶面的外切图。在一个实施例中,用于表示十环的圆圈为中心圆,圆心位置为(x,y),其半径r为二值化图片高的十分之一,则对二值化图片按照宽为10r、高为10r的矩形进行切割,并且其中一个切割起点为(x-5×r,y-6×r+15),对二值化图片切割后得到的图片即为外切图。本领域技术人员可根据实际应用情况,确定切割起点及矩形的宽和高,本发明实施例不作限定。
图4为本发明实施例提供的一种竖直方向上像素累加值图;图5为本发明实施例提供的一种水平方向上像素累加值图;在一个实施例中,对外切图的水平方向和竖直方向分别计算像素累加值。需要说明的是,水平方向的像素累加值是指将横坐标相同的像素点的像素值相加得到的值;竖直方向的像素累加值是指纵坐标相同的所有像素点的像素值相加得到的值;得到的累加值图如图4和图5所示。对像素累加值图进行切割,切割依据为将水平方向的像素累加值小于水平预设比例的水平像素峰值的部分进行切割,将竖直方向的像素累加值小于竖直预设比例的竖直像素峰值的部分进行切割。可以理解地,本领域技术人员可知,靶面二值化后白色部分居多,即像素值的累加值较高;而在靶面外部分二值化后大部分为黑色部分,即像素值的累加值较低。由此可知,可将水平方向的像素累加值小于水平预设比例的水平像素峰值的部分作为靶面外的部分进行切割;水平预设比例可通过预先的多次实验获得;同理,将竖直方向的像素累加值小于竖直预设比例的竖直像素峰值的部分作为靶面外的部分进行切割,竖直预设比例可通过预先的多次实验获得。通过完成水平和竖直两个方向的切割,获取目标靶面。本领域技术人员可根据实际应用情况,获得水平预设比例和竖直预设比例,本发明实施例不作限定。在一个实施例中,可获取之前多次对同类型靶面进行定位时获得的目标靶面的长度值的平均值,及外切图的长度值的平均值,将二者的比值作为本次切割操作的参考依据,以确保切割得到的目标靶面的精确度。对目标靶面进行弹孔特征提取以获取到弹孔位置。
本发明所提供的一种弹孔报靶方法,根据采集到的包含有完整的靶面的打靶图片,确定出靶位中心圆的位置;利用预先确定的靶位中心圆与靶面的位置关系,获取目标靶面;对目标靶面进行弹孔特征提取以确定弹孔位置。由此可见,本发明通过确定采集到的打靶图片的靶位中心圆,然后根据靶位中心圆和靶面的位置关系确定目标靶面,即完成对靶面的定位。采用本发明实施例提供靶面定位的方法不受打靶环境的影响,对靶面的识别和定位结果精度高;从而准确地识别出弹孔位置,完成弹孔报靶工作。
在一个实施例中,对目标靶面进行弹孔特征提取以确定弹孔位置具体包括:
校正所述目标靶面以获得校正靶面;
获取校正靶面上的全部的连通区域;
判断各连通区域的外切矩形的长宽比是否符合弹孔的长宽比要求;
如果是,则判断连通区域的面积占校正靶面的面积的比例是否符合面积比要求;
如果是,则确定连通区域为弹孔位置区域。
具体地,获取校正靶面上的全部连通区域,可以理解地,其中包含有本次射击的弹孔。由于弹孔为圆形,则其外切矩形的长宽比应接近1。且弹孔面积为固定值,则其占整个校正靶面的面积的比例应为固定值。由此,可将以上两方面作为判断条件,判断各连通区域的外切矩形的长宽比是否符合弹孔的接近1,如果是;则继续判断连通区域的面积占校正靶面的面积的比例是否在接近该固定值的范围内;如果是,则说明其满足长宽比要求的同时符合面积比要求,则可确定该连通区域为弹孔位置区域。本领域技术人员可根据实际采用的弹孔的形状及面积的特性,相应确定长宽比要求和面积比要求,本发明实施例不作限定。
在一个实施例中,校正目标靶面以获得校正靶面具体包括:
获取打靶前的参考靶面;
利用暴风匹配算法,将参考靶面上各参考特征点与目标靶面上的特征点一一对应;
提取多个参考特征点及其在目标靶面上对应的特征点,并根据薄板样条插值函数计算参考靶面与目标靶面之间的映射关系;
根据映射关系,计算各特征点在映射后的像素值以对目标靶面进行校正。
具体地,将子弹射入靶面前的靶面作为参考靶面;可以理解地,将越接近子弹入射时刻获取的靶面作为参考靶面,则参考靶面越能反映当时的入射场景,则相应得到的校正靶面越准确。本发明实施例获取开枪前一秒的靶面作为参考靶面。本领域技术人员可根据实际应用情况,确定参考靶面。分别对目标靶面和参考靶面进行特征提取,并根据暴风匹配算法,对参考靶面上各参考特征点与目标靶面上的特征点进行匹配,使其一一对应;需要说明的是,对于无法匹配的特征点则舍去。
在具体实施中,提取多个参考特征点及相对应的特征点,并根据薄板样条(TPS)插值函数计算参考靶面与目标靶面之间的形变函数,即映射关系;例如,提取目标靶面中的四个角点A1,A2,A3,A4作为特征点,提取参考靶面中四个角点B1,B2,B3,B4为参考特征点。其中,各角点一一对应。本领域技术人员可知,TPS公式具体为:
f(x)=α0+α1 Tx+ωT(U(|x-A1|),U(|x-A2|),U(|x-A3|),U(|x-A4|))T,
将提取的特征点和参考特征点的像素值带入公式中计算,则可相应求得参考靶面与目标靶面之间的映射关系,根据映射关系,计算目标靶面上的各特征点在映射后的像素值以对目标靶面进行校正,需要说明的是。从而对校正后的靶面进行弹孔特征提取,进一步地提高了弹孔识别的准确率。TPS公式的具体求解过程可参见现有技术,本发明实施例不再赘述。
在一个实施例中,计算各特征点在映射后的像素值以对目标靶面进行校正具体为:利用双线性插值算法计算各特征点在映射后的像素值以对目标靶面进行校正。例如,在计算特征点(x,y)的映射值时,则对距离该特征点最近的四个点(x1,y1)、(x2,y2)、(x3,y3)和(x4,y4)运用双线性插值公式,公式具体如下:
对每一个特征点均进行双线性插值计算,则可相应地获得校正靶面。本领域技术人员可知,通过双线性插值算法可提高计算精度,减小计算误差。
本发明还提供一种弹孔报靶装置和弹孔报靶设备对应的实施例。需要说明的是,本发明从两个角度进行描述,一种是基于功能模块的角度,另一种是基于硬件的角度。
图6为本发明实施例提供的一种弹孔报靶装置的结构图;如图6所示,本发明实施例提供的一种弹孔报靶装置,包括:
确定模块10,用于根据采集到的包含有完整的靶面的打靶图片,确定出靶位中心圆的位置;
获取模块11,用于利用预先确定的靶位中心圆与靶面的位置关系,获取目标靶面;
提取模块12,用于对目标靶面进行弹孔特征提取以确定弹孔位置。
由于本部分的实施例与方法部分的实施例相互对应,因此本部分的实施例请参见方法部分的实施例的描述,这里暂不赘述。
本发明所提供的一种弹孔报靶装置,根据采集到的包含有完整的靶面的打靶图片,确定出靶位中心圆的位置;利用预先确定的靶位中心圆与靶面的位置关系,获取目标靶面;对目标靶面进行弹孔特征提取以确定弹孔位置。由此可见,本发明通过确定采集到的打靶图片的靶位中心圆,然后根据靶位中心圆和靶面的位置关系确定目标靶面,即完成对靶面的定位。采用本发明实施例提供靶面定位的方法不受打靶环境的影响,对靶面的识别和定位结果精度高;从而准确地识别出弹孔位置,完成弹孔报靶工作。
图7为本发明实施例提供的一种弹孔报靶设备的结构图;如图7所示。本发明实施例提供的一种弹孔报靶设备,包括存储器20,用于存储计算机程序;
处理器21,用于执行计算机程序时实现如上述任一项的弹孔报靶方法的步骤。
其中,处理器21可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器21可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器21也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器21可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器21还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器20可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器20还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。本实施例中,存储器20至少用于存储以下计算机程序201,其中,该计算机程序被处理器21加载并执行之后,能够实现前述任一实施例公开的弹孔报靶方法中的相关步骤。另外,存储器20所存储的资源还可以包括操作系统202和数据203等,存储方式可以是短暂存储或者永久存储。其中,操作系统202可以包括Windows、Unix、Linux等。
在一些实施例中,弹孔报靶设备还可包括有输入输出接口22、通信接口23、电源24以及通信总线25。
本领域技术人员可以理解,图7中示出的结构并不构成对弹孔报靶设备的限定,可以包括比图示更多或更少的组件。
由于本部分的实施例与方法部分的实施例相互对应,因此本部分的实施例请参见方法部分的实施例的描述,这里暂不赘述。在本发明的一些实施例中,处理器和存储器可通过总线或其它方式连接。
本发明所提供的一种弹孔报靶设备,能够实现如下方法:根据采集到的包含有完整的靶面的打靶图片,确定出靶位中心圆的位置;利用预先确定的靶位中心圆与靶面的位置关系,获取目标靶面;对目标靶面进行弹孔特征提取以确定弹孔位置。由此可见,本发明通过确定采集到的打靶图片的靶位中心圆,然后根据靶位中心圆和靶面的位置关系确定目标靶面,即完成对靶面的定位。采用本发明实施例提供靶面定位的方法不受打靶环境的影响,对靶面的识别和定位结果精度高;从而准确地识别出弹孔位置,完成弹孔报靶工作。
最后,本发明还提供一种计算机可读存储介质对应的实施例。计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现如上述方法实施例中记载的步骤。
可以理解的是,如果上述实施例中的方法以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上对本发明所提供的一种弹孔报靶方法、装置、设备及介质进行了详细介绍。说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
还需要说明的是,在本说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种弹孔报靶方法,其特征在于,包括:
根据采集到的包含有完整的靶面的打靶图片,确定出靶位中心圆的位置;
利用预先确定的所述靶位中心圆与所述靶面的位置关系,获取目标靶面;
对所述目标靶面进行弹孔特征提取以确定弹孔位置。
2.根据权利要求1所述的弹孔报靶方法,其特征在于,所述根据采集到的包含有完整靶面的打靶图片,确定出靶位中心圆的位置具体包括:
对所述打靶图片进行二值化处理以得到二值化图片;
对所述二值化图片进行Hough圆变换以确定出备选中心圆;
根据预先设定的所述靶位中心圆的半径及二值化后的灰度值,在所述备选中心圆中确定出靶位中心圆的位置。
3.根据权利要求2所述的弹孔报靶方法,其特征在于,所述利用预先确定的所述靶位中心圆与所述靶面的位置关系,获取目标靶面具体包括:
利用所述位置关系,对所述二值化图片进行切割以获取包含所述靶面的外切图;
对所述外切图的水平方向和竖直方向分别计算像素累加值,将水平方向的像素累加值小于水平预设比例的水平像素峰值的部分进行切割,将竖直方向的像素累加值小于竖直预设比例的竖直像素峰值的部分进行切割,以获取所述目标靶面。
4.根据权利要求3所述的弹孔报靶方法,其特征在于,所述对所述目标靶面进行弹孔特征提取以确定弹孔位置具体包括:
校正所述目标靶面以获得校正靶面;
获取所述校正靶面上的全部的连通区域;
判断各所述连通区域的外切矩形的长宽比是否符合弹孔的长宽比要求;
如果是,则判断所述连通区域的面积占所述校正靶面的面积的比例是否符合面积比要求;
如果是,则确定所述连通区域为弹孔位置区域。
5.根据权利要求4所述的弹孔报靶方法,其特征在于,所述校正所述目标靶面以获得校正靶面具体包括:
获取打靶前的参考靶面;
利用暴风匹配算法,将所述参考靶面上各参考特征点与所述目标靶面上的特征点一一对应;
提取多个参考特征点及其在所述目标靶面上对应的特征点,并根据薄板样条插值函数计算所述参考靶面与所述目标靶面之间的映射关系;
根据所述映射关系,计算各所述特征点在映射后的像素值以对所述目标靶面进行校正。
6.根据权利要求5所述的弹孔报靶方法,其特征在于,所述计算各所述特征点在映射后的像素值以对所述目标靶面进行校正具体为:
利用双线性插值算法计算各所述特征点在映射后的像素值以对所述目标靶面进行校正。
7.根据权利要求2所述的弹孔报靶方法,其特征在于,所述对所述打靶图片进行二值化处理以得到二值化图片具体为:
按照大津域值法对所述打靶图片进行二值化处理以得到二值化图片。
8.一种弹孔报靶装置,其特征在于,包括:
确定模块,用于根据采集到的包含有完整的靶面的打靶图片,确定出靶位中心圆的位置;
获取模块,用于利用预先确定的所述靶位中心圆与所述靶面的位置关系,获取目标靶面;
提取模块,用于对所述目标靶面进行弹孔特征提取以确定弹孔位置。
9.一种弹孔报靶设备,其特征在于,包括存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至7任一项所述的弹孔报靶方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质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权利要求1至7任一项所述的弹孔报靶方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911127781.XA CN111222504A (zh) | 2019-11-18 | 2019-11-18 | 一种弹孔报靶方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911127781.XA CN111222504A (zh) | 2019-11-18 | 2019-11-18 | 一种弹孔报靶方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111222504A true CN111222504A (zh) | 2020-06-02 |
Family
ID=70830599
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911127781.XA Pending CN111222504A (zh) | 2019-11-18 | 2019-11-18 | 一种弹孔报靶方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111222504A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112800888A (zh) * | 2021-01-15 | 2021-05-14 | 中国科学院半导体研究所 | 一种基于图像识别的报靶方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105654085A (zh) * | 2015-12-31 | 2016-06-08 | 杭州晨鹰军泰科技有限公司 | 一种基于图像技术的弹孔识别方法 |
CN105678245A (zh) * | 2015-12-31 | 2016-06-15 | 杭州晨鹰军泰科技有限公司 | 一种基于哈尔特征的靶位识别方法 |
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 |
CN108805144A (zh) * | 2018-06-01 | 2018-11-13 | 杭州晨鹰军泰科技有限公司 | 基于形态学矫正的弹孔识别方法及系统、报靶设备 |
-
2019
- 2019-11-18 CN CN201911127781.XA patent/CN111222504A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105654085A (zh) * | 2015-12-31 | 2016-06-08 | 杭州晨鹰军泰科技有限公司 | 一种基于图像技术的弹孔识别方法 |
CN105678245A (zh) * | 2015-12-31 | 2016-06-15 | 杭州晨鹰军泰科技有限公司 | 一种基于哈尔特征的靶位识别方法 |
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 |
CN108805144A (zh) * | 2018-06-01 | 2018-11-13 | 杭州晨鹰军泰科技有限公司 | 基于形态学矫正的弹孔识别方法及系统、报靶设备 |
Non-Patent Citations (4)
Title |
---|
崔亚琳: ""基于计算机视觉的射箭精确自动报靶系统研究"" * |
张丽霞: ""基于图像技术的智能报靶系统设计"" * |
张旭光等: ""一种弹孔自动识别算法的研究"" * |
张晓锟;林嘉宇;: "一种基于图像处理技术的自动报靶系统设计" * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112800888A (zh) * | 2021-01-15 | 2021-05-14 | 中国科学院半导体研究所 | 一种基于图像识别的报靶方法及装置 |
CN112800888B (zh) * | 2021-01-15 | 2023-11-10 | 中国科学院半导体研究所 | 一种基于图像识别的报靶方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112949564B (zh) | 一种基于深度学习的指针式仪表自动读数方法 | |
CN111667520B (zh) | 红外图像和可见光图像的配准方法、装置及可读存储介质 | |
CN108764358B (zh) | 一种太赫兹图像识别方法、装置、设备及可读存储介质 | |
CN109871829B (zh) | 一种基于深度学习的检测模型训练方法和装置 | |
CN107169489B (zh) | 倾斜图像校正的方法和装置 | |
CN107862235B (zh) | 二维码的位置定位方法、装置及终端设备 | |
CN110909640A (zh) | 水位线的确定方法及装置、存储介质、电子装置 | |
CN115908774B (zh) | 一种基于机器视觉的变形物资的品质检测方法和装置 | |
CN110852207A (zh) | 基于面向对象影像分类技术的蓝色屋顶建筑物提取方法 | |
CN111754536A (zh) | 图像标注方法、装置、电子设备及存储介质 | |
CN108596032B (zh) | 一种视频中打架行为检测方法、装置、设备及介质 | |
CN110909772B (zh) | 一种高精度实时多尺度表盘指针检测方法和系统 | |
CN112926399A (zh) | 目标对象检测方法、装置、电子设备和存储介质 | |
CN112529827A (zh) | 遥感图像融合模型的训练方法及装置 | |
CN113706472A (zh) | 公路路面病害检测方法、装置、设备及存储介质 | |
CN111222504A (zh) | 一种弹孔报靶方法、装置、设备及介质 | |
CN115880683B (zh) | 一种基于深度学习的城市内涝积水智能水位检测方法 | |
CN112560839A (zh) | 指针式仪表读数的自动识别方法及系统 | |
CN111797832A (zh) | 一种图像感兴趣区域自动生成方法及系统及图像处理方法 | |
CN110766708B (zh) | 基于轮廓相似度的图像比较方法 | |
CN117095275A (zh) | 一种数据中心资产盘点方法、系统、装置及存储介质 | |
CN112529917A (zh) | 一种三维目标分割方法、装置、设备和存储介质 | |
CN115761270A (zh) | 色卡的检测方法、装置、电子设备及存储介质 | |
CN114663681A (zh) | 用于对指针式仪表进行读数的方法及其相关产品 | |
CN114387219A (zh) | 眼底动静脉交叉压迫特征的检测方法、装置、介质及设备 |
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 |
Application publication date: 20200602 |