CN111504123A - 激光模拟打靶成绩记录方法及装置 - Google Patents
激光模拟打靶成绩记录方法及装置 Download PDFInfo
- Publication number
- CN111504123A CN111504123A CN202010278884.2A CN202010278884A CN111504123A CN 111504123 A CN111504123 A CN 111504123A CN 202010278884 A CN202010278884 A CN 202010278884A CN 111504123 A CN111504123 A CN 111504123A
- Authority
- CN
- China
- Prior art keywords
- target
- area
- portrait
- extracting
- coordinates
- 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
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000006243 chemical reaction Methods 0.000 claims abstract description 3
- 230000011218 segmentation Effects 0.000 claims description 18
- 239000003086 colorant Substances 0.000 claims description 15
- 238000004088 simulation Methods 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 8
- 230000008685 targeting Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000012549 training Methods 0.000 description 9
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F41—WEAPONS
- F41A—FUNCTIONAL FEATURES OR DETAILS COMMON TO BOTH SMALLARMS AND ORDNANCE, e.g. CANNONS; MOUNTINGS FOR SMALLARMS OR ORDNANCE
- F41A33/00—Adaptations for training; Gun simulators
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F41—WEAPONS
- F41A—FUNCTIONAL FEATURES OR DETAILS COMMON TO BOTH SMALLARMS AND ORDNANCE, e.g. CANNONS; MOUNTINGS FOR SMALLARMS OR ORDNANCE
- F41A33/00—Adaptations for training; Gun simulators
- F41A33/02—Light- or radiation-emitting guns ; Light- or radiation-sensitive guns; Cartridges carrying light emitting sources, e.g. laser
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Optics & Photonics (AREA)
- Image Processing (AREA)
Abstract
本发明涉及激光模拟射击和智能图像识别的技术领域,公开了一种激光模拟打靶成绩采集方法及装置,采集方法包括:对经过激光模拟射击后形成的靶像进行采集;对采集到的所述靶像进行图像处理,得到激光模拟射击形成的弹孔所处坐标以及环位;将弹孔所处坐标以及环位的数据传输至终端;所述终端将弹孔所处坐标以及环位转换为在终端的指定坐标系的显示坐标;将转换得到的显示坐标显示在终端的显示窗口中;实现了激光模拟打靶的成绩的自动采集和记录,采集精度和效率得到了大大的提高。
Description
技术领域
本发明涉及激光模拟射击和智能图像识别的技术领域,尤其是激光模拟打靶成绩采集方法及装置。
背景技术
目前,部队、公安、运动员的轻武器射击训练,普遍还是采用传统的训练方法,即“射击五步法”(固定枪瞄准、缩距缩靶瞄准、四点瞄准、据枪瞄准击发、实弹射击),“射击五步法”是经过实践证明切实有效的训练方法,但该训练方法是在以往完全没有高科技设备辅助条件下的训练方法,在相关科学技术不断发展的今天现在看来,“射击五步法”还是存在真实感不强、训练效率低、技能形成周期长、技能精度不够、教练员精细化和系统化组织训练难度大等诸多问题。
当然,目前也有一些激光模拟射击训练产品出现,但当前市面上大部分激光模拟训练产品,对激光模拟射击成绩的采集自动化不高,智能性不高,采集效率低,采集精度低,不适于大规模批量化推广应用。
发明内容
本申请的目的在于提供激光模拟打靶成绩记录方法及装置,旨在解决现有技术中激光模拟打靶成绩采集精度低、采集效率低的问题。
第一方面,本申请提供了一种激光模拟打靶成绩采集方法,包括:
对经过激光模拟射击后形成的靶像进行采集;
对采集到的所述靶像进行图像处理,得到激光模拟射击形成的弹孔所处坐标以及环位;
将所述弹孔所处坐标以及环位的数据传输至终端;
所述终端将所述弹孔所处坐标以及环位转换为在所述终端的指定坐标系的显示坐标;
将转换得到的显示坐标显示在所述终端的显示窗口中。
进一步地,所述对采集到的所述靶像进行图像处理,得到激光模拟射击形成的弹孔所处坐标以及环位,具体包括:
在采集到的所述靶像内,提取靶纸区域;
在提取到的所述靶纸区域内,提取人像区域;
在提取到的所述人像区域内,提取靶环分界带区域;
在提取到的所述人像区域内,提取靶环中心区域以及数字区域;
在提取到的所述人像区域内,提取弹孔区域;
计算所述弹孔区域所处的坐标以及环位。
进一步地,所述靶像内包含有空白区域以及经过激光模拟射击后形成的靶纸区域,所述在采集到的所述靶像内,提取靶纸区域,包括:
根据所述空白区域与所述靶纸区域的颜色不同,利用阈值分割将所述第一图像中的所述空白区域全部提取出,得到靶纸区域。
进一步地,所述在提取到的所述靶纸区域内,提取人像区域,包括:
根据人像区域与靶纸区域中除人像区域外的其他区域的颜色不同,利用阈值分割将所述靶纸区域中的人像区域提取出来,得到人像区域。
进一步地,所述在提取到的所述人像区域内,提取靶环分界带区域,包括:
对人像区域进行中值滤波处理,
根据人像区域的靶环分界带区域与人像区域中的其他区域的颜色不同,利用阈值分割将所述靶环分界带区域提取出来,得到靶环分界带区域。
进一步地,所述在提取到的所述人像区域内,提取靶环中心区域以及数字区域,包括:
根据人像区域的数字区域与人像区域中的其他区域的颜色不同,利用阈值分割将所述数字区域提取出来,得到所述数字区域;
根据人像区域的靶环中心区域与人像区域中的其他区域的颜色不同,利用阈值分割将所述靶环中心区域提取出来,得到所述靶环中心区域。
进一步地,所述在提取到的所述人像区域内,提取弹孔区域,包括:
对人像区域通过局部均值和标准差分析,提取弹孔区域。
进一步地,所述对经过激光模拟射击后形成的靶像进行采集,具体包括:
根据采集的环境条件设置采集参数;
接收采集指令,并响应于所述采集指令采集靶像。
进一步地,所述采集参数包括曝光时间、模拟增益、抗闪频率中的一种或多种。
第二方面,本申请提供了一种激光模拟打靶成绩采集装置,包括
采集相机,用于对经过激光模拟射击后形成的靶像进行采集;
图像处理单元,用于对采集到的所述靶像进行图像处理,得到激光模拟射击形成的弹孔所处坐标以及环位;
数据传输单元,将所述弹孔所处坐标以及环位的数据进行传输;
终端,用于接收所述数据传输单元传输过来的所述弹孔所处坐标以及环位的数据,并将所述弹孔所处坐标以及环位转换为在所述终端的指定坐标系的显示坐标;所述终端具有显示窗口,所述显示窗口用于显示转换得到的显示坐标。
与现有技术相比,本申请提供的激光模拟打靶成绩采集方法和装置,通过对激光模拟打靶后得到的靶像进行采集,并对采集到的靶像进行图像处理,最后将处理得到的弹孔的坐标和环数记录在终端,并且可以在终端的显示窗口直观地显示出来;实现了激光模拟打靶的成绩的自动采集和记录,采集精度和效率得到了大大的提高。
附图说明
图1是本发明实施例提供的激光模拟打靶成绩采集方法的流程示意图;
图2是本发明实施例提供的步骤S1的流程示意图;
图3是本发明实施例提供的步骤S2的流程示意图;
图4是本发明实施例提供的激光模拟打靶成绩采集装置的结构框图。
具体实施方式
为了使本发明的目的、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详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
以下结合具体实施例对本发明的实现进行详细的描述。
参照图1,图1是本申请实施例提供的激光模拟打靶成绩采集方法的流程示意图,
如图1所示,激光模拟打靶成绩采集方法,包括:
S1、对经过激光模拟射击后形成的靶像进行采集。
在一些实施例中,如图2所示,步骤S1具体包括:
S11、根据采集的环境条件设置采集参数。
具体地,所述采集参数包括曝光时间、模拟增益、抗闪频率中的一种或多种。
S12、接收采集指令,并响应于所述采集指令采集靶像。
S2、对采集到的所述靶像进行图像处理,得到激光模拟射击形成的弹孔所处坐标以及环位。
在一些实施例中,参阅图3,图3是步骤S2的流程示意图,如图3所示,步骤S2具体包括步骤S21、步骤S22、步骤S23、步骤S24、步骤S25以及步骤S26。
S21、在采集到的所述靶像内,提取靶纸区域。
具体地,所述靶像内包含有空白区域以及经过激光模拟射击后形成的靶纸区域,在采集到的所述靶像内,提取靶纸区域,具体包括:
根据所述空白区域与所述靶纸区域的颜色不同,利用阈值分割将所述第一图像中的所述空白区域全部提取出,得到靶纸区域。
优选地,空白区域的颜色为白色,利用阈值分割将所述靶像中的所述空白区域全部提取出,得到靶纸区域的具体方法为:
利用算子:threshold(Image:Region:MinGray,MaxGray:),获取预期的区域,即靶纸区域,其中Image表示输入的靶像,Region表示分割出来的靶纸区域,MinGray是用来筛选靶纸区域的灰度最小值,MaxGray是用来筛选靶纸区域的灰度最大值;靶纸区域是包含给定灰度值范围的所有像素点集合。
S22、在提取到的所述靶纸区域内,提取人像区域。
具体地,在提取到的所述靶纸区域内,提取人像区域,包括:
根据人像区域与靶纸区域中除人像区域外的其他区域的颜色不同,利用阈值分割将所述靶纸区域中的人像区域提取出来,得到人像区域。
具体地,获取到靶纸区域后,利用算子:reduce_domain(Image,Region:ImageReduced::),
获取靶纸区域在图像定义域内对应的靶纸图像定义域,Image为输入的原始图像,Region为定义新图像定义域的区域(即这里获取到的靶纸区域),ImageReduce为新图像(即这里需要的靶纸图像)
进一步利用全局阈值分割,即算子threshold(Image:Region:MinGray,MaxGray:),得到人像区域。
优选地,所述人像区域为黑色。
S23、在提取到的所述人像区域内,提取靶环分界带区域。
在提取到的所述人像区域内,提取靶环分界带区域,具体包括:
对人像区域进行中值滤波处理,
根据人像区域的靶环分界带区域与人像区域中的其他区域的颜色不同,利用阈值分割将所述靶环分界带区域提取出来,得到靶环分界带区域。
具体地方法为:获取到人像区域后,利用算子
median_rect(Image:ImageMedian:MaskWidth,MaskHeight:)
对人像区域进行中值滤波,
Image为输入图像(即这里的人像区域),ImageMedian为输出的结果图像,即中值滤波后的图像,MaskWidth和MaskHeight为矩形掩膜的宽度和高度。该算子计算掩膜内的所有像素的灰度值,并取掩膜内所有像素灰度值的中值作为掩膜区域的灰度值;
进行中值滤波后,可以使得人像区域内的一些噪点被抑制掉,进而为动态阈值分割提供参考图像;
进一步,利用算子
dyn_threshold(OrigImage,ThresholdImage:RegionDynThresh:Offset,LightDark:);
OrigImage,为输入原始图像(即这里的人像区域),ThresholdImage为输入对比图像,(即这里的中值滤波后的图像),RegionDynThresh为结果区域(即预期的靶环分界带区域),
Offset为阈值偏离值,
LightDark为可选的算子操作模式,包括“light”,“dark”,“equal”,“not_equal”;
算子从输入图像中选择灰度值满足条件的像素,并组成区域;条件如下:
假设原始图像像素灰度值为go=g_{OrigImage},对比图像的灰度值为gt=g_{ThresholImage},当条件为LightDark=“light时,go≥gt+Offset;
LightDark=“dark”时,go≤gt-Offset;
LightDark=“equal”时,gt-Offset≤go≤gt+Offset;
LightDark=“not_equal”时,go>gt+Offset,或go<gt-Offset
优选地,靶环分界带区域是白色的,因此LightDark操作模式选择“light”,进而得到靶环分界带区域。
S24、在提取到的所述人像区域内,提取靶环中心区域以及数字区域。
在提取到的所述人像区域内,提取靶环中心区域以及数字区域,具体包括:
根据人像区域的数字区域与人像区域中的其他区域的颜色不同,利用阈值分割将所述数字区域提取出来,得到所述数字区域;
根据人像区域的靶环中心区域与人像区域中的其他区域的颜色不同,利用阈值分割将所述靶环中心区域提取出来,得到所述靶环中心区域。
S25、在提取到的所述人像区域内,提取弹孔区域。
在提取到的所述人像区域内,提取弹孔区域,具体包括:
对人像区域通过局部均值和标准差分析,提取弹孔区域。
具体地,通过变换的靶纸区域,参考人像区域,参考靶环边界区域,参考靶环中心区域,以及参考靶环数字区域以及参考靶环定义带区域,通过分别与实时图像中获取的靶环分界带区域,靶环中心区域,靶环数字区域以及靶环定义带区域进行做差集,得到新增的单一激光点区域为弹孔区域。
S26、计算所述弹孔区域所处的坐标以及环位。
具体的计算方法包括:
建立基准点模板;
将提取到的所述弹孔区域匹配所述基准点模板并生成仿射变换关系;
将提取的弹孔区域通过算法获得弹孔中心点;
将所述弹孔区域通过所述仿射变换关系显示在指定坐标位置并得到所处环位。
S3、将所述弹孔所处坐标以及环位的数据传输至终端。
需要的说明的是,这里的终端包括但不限于移动终端和计算机终端,例如,手机、平板电脑、笔记本电脑和台式电脑等。
S4、所述终端将所述弹孔所处坐标以及环位转换为在所述终端的指定坐标系的显示坐标。
S5、将转换得到的显示坐标显示在所述终端的显示窗口中。
上述提供的激光模拟打靶成绩采集方法,通过对激光模拟打靶后得到的靶像进行采集,并对采集到的靶像进行图像处理,最后将处理得到的弹孔的坐标和环数记录在终端,并且可以在终端的显示窗口直观地显示出来;实现了激光模拟打靶的成绩的自动采集和记录,采集精度和效率得到了大大的提高。
第二方面,本申请还提供了一种激光模拟打靶成绩采集装置,参阅图4,图4为本申请实施例提供的激光模拟打靶成绩采集装置的结构框图,如图4所示,激光模拟打靶成绩采集装置包括:
采集相机1,用于对经过激光模拟射击后形成的靶像进行采集;
图像处理单元2,用于对采集到的靶像进行图像处理,得到激光模拟射击形成的弹孔所处坐标以及环位;
数据传输单元3,将弹孔所处坐标以及环位的数据进行传输;
终端4,用于接收数据传输单元传输过来的弹孔所处坐标以及环位的数据,并将弹孔所处坐标以及环位转换为在终端4的指定坐标系的显示坐标;终端具有显示窗口,显示窗口用于显示转换得到的显示坐标。
上述提供的激光模拟打靶成绩采集装置,通过采集相机1对经过激光模拟射击后形成的靶像进行采集,再经过图像处理单元2对采集到的靶像进行图像处理,得到激光模拟射击形成的弹孔所处坐标以及环位,然后数据传输单元3将所述弹孔所处坐标以及环位的数据进行传输,最后终端4接收数据传输单元3传输过来的所述弹孔所处坐标以及环位的数据,并将所述弹孔所处坐标以及环位转换为在终端4的指定坐标系的显示坐标,终端具有显示窗口,显示窗口用于显示转换得到的显示坐标;该装置实现了激光模拟打靶成绩的自自动采集,采集精度和效率高。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种激光模拟打靶成绩采集方法,其特征在于,包括:
对经过激光模拟射击后形成的靶像进行采集;
对采集到的所述靶像进行图像处理,得到激光模拟射击形成的弹孔所处坐标以及环位;
将所述弹孔所处坐标以及环位的数据传输至终端;
所述终端将所述弹孔所处坐标以及环位转换为在所述终端的指定坐标系的显示坐标;
将转换得到的显示坐标显示在所述终端的显示窗口中。
2.如权利要求1所述的一种激光模拟打靶成绩采集方法,其特征在于,所述对采集到的所述靶像进行图像处理,得到激光模拟射击形成的弹孔所处坐标以及环位,具体包括:
在采集到的所述靶像内,提取靶纸区域;
在提取到的所述靶纸区域内,提取人像区域;
在提取到的所述人像区域内,提取靶环分界带区域;
在提取到的所述人像区域内,提取靶环中心区域以及数字区域;
在提取到的所述人像区域内,提取弹孔区域;
计算所述弹孔区域所处的坐标以及环位。
3.如权利要求2所述的一种激光模拟打靶成绩采集方法,其特征在于,所述靶像内包含有空白区域以及经过激光模拟射击后形成的靶纸区域,所述在采集到的所述靶像内,提取靶纸区域,包括:
根据所述空白区域与所述靶纸区域的颜色不同,利用阈值分割将所述第一图像中的所述空白区域全部提取出,得到靶纸区域。
4.如权利要求2所述的一种激光模拟打靶成绩采集方法,其特征在于,所述在提取到的所述靶纸区域内,提取人像区域,包括:
根据人像区域与靶纸区域中除人像区域外的其他区域的颜色不同,利用阈值分割将所述靶纸区域中的人像区域提取出来,得到人像区域。
5.如权利要求2所述的一种激光模拟打靶成绩采集方法,其特征在于,所述在提取到的所述人像区域内,提取靶环分界带区域,包括:
对人像区域进行中值滤波处理,
根据人像区域的靶环分界带区域与人像区域中的其他区域的颜色不同,利用阈值分割将所述靶环分界带区域提取出来,得到靶环分界带区域。
6.如权利要求2所述的一种激光模拟打靶成绩采集方法,其特征在于,所述在提取到的所述人像区域内,提取靶环中心区域以及数字区域,包括:
根据人像区域的数字区域与人像区域中的其他区域的颜色不同,利用阈值分割将所述数字区域提取出来,得到所述数字区域;
根据人像区域的靶环中心区域与人像区域中的其他区域的颜色不同,利用阈值分割将所述靶环中心区域提取出来,得到所述靶环中心区域。
7.如权利要求2所述的一种激光模拟打靶成绩采集方法,其特征在于,所述在提取到的所述人像区域内,提取弹孔区域,包括:
对人像区域通过局部均值和标准差分析,提取弹孔区域。
8.如权利要求1-7任意一项所述的一种激光模拟打靶成绩采集方法,其特征在于,所述对经过激光模拟射击后形成的靶像进行采集,具体包括:
根据采集的环境条件设置采集参数;
接收采集指令,并响应于所述采集指令采集靶像。
9.如权利要求8所述的一种激光模拟打靶成绩采集方法,其特征在于,所述采集参数包括曝光时间、模拟增益、抗闪频率中的一种或多种。
10.一种激光模拟打靶成绩采集装置,其特征在于,包括:
采集相机,用于对经过激光模拟射击后形成的靶像进行采集;
图像处理单元,用于对采集到的所述靶像进行图像处理,得到激光模拟射击形成的弹孔所处坐标以及环位;
数据传输单元,将所述弹孔所处坐标以及环位的数据进行传输;
终端,用于接收所述数据传输单元传输过来的所述弹孔所处坐标以及环位的数据,并将所述弹孔所处坐标以及环位转换为在所述终端的指定坐标系的显示坐标;所述终端具有显示窗口,所述显示窗口用于显示转换得到的显示坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010278884.2A CN111504123A (zh) | 2020-04-10 | 2020-04-10 | 激光模拟打靶成绩记录方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010278884.2A CN111504123A (zh) | 2020-04-10 | 2020-04-10 | 激光模拟打靶成绩记录方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111504123A true CN111504123A (zh) | 2020-08-07 |
Family
ID=71874673
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010278884.2A Pending CN111504123A (zh) | 2020-04-10 | 2020-04-10 | 激光模拟打靶成绩记录方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111504123A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2751280Y (zh) * | 2004-11-22 | 2006-01-11 | 保定龙腾运动器材有限公司 | 激光模拟射击训练系统 |
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 |
CN103206899A (zh) * | 2013-04-24 | 2013-07-17 | 无锡商业职业技术学院 | 一种激光打靶射击训练系统 |
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 |
CN109827474A (zh) * | 2019-03-04 | 2019-05-31 | 中国人民武装警察部队工程大学 | 一种基于高清摄像头的训练场多靶位自动报靶方法及系统 |
CN109990662A (zh) * | 2019-04-23 | 2019-07-09 | 西人马帝言(北京)科技有限公司 | 自动报靶方法、装置、设备及计算机可读存储介质 |
CN209295789U (zh) * | 2018-12-07 | 2019-08-23 | 北京理工大学珠海学院 | 一种激光模拟射击自动报靶系统 |
CN110836616A (zh) * | 2018-08-17 | 2020-02-25 | 曹立军 | 激光模拟射击弹着点准确定位的图像校正检测方法 |
-
2020
- 2020-04-10 CN CN202010278884.2A patent/CN111504123A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2751280Y (zh) * | 2004-11-22 | 2006-01-11 | 保定龙腾运动器材有限公司 | 激光模拟射击训练系统 |
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 |
CN103206899A (zh) * | 2013-04-24 | 2013-07-17 | 无锡商业职业技术学院 | 一种激光打靶射击训练系统 |
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 |
CN110836616A (zh) * | 2018-08-17 | 2020-02-25 | 曹立军 | 激光模拟射击弹着点准确定位的图像校正检测方法 |
CN209295789U (zh) * | 2018-12-07 | 2019-08-23 | 北京理工大学珠海学院 | 一种激光模拟射击自动报靶系统 |
CN109827474A (zh) * | 2019-03-04 | 2019-05-31 | 中国人民武装警察部队工程大学 | 一种基于高清摄像头的训练场多靶位自动报靶方法及系统 |
CN109990662A (zh) * | 2019-04-23 | 2019-07-09 | 西人马帝言(北京)科技有限公司 | 自动报靶方法、装置、设备及计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
崔金良: ""激光射击及报靶装置研究与设计"", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110674746B (zh) | 一种应用视频空间关系辅助实现高精度跨镜追踪的方法、装置、计算机设备以及存储介质 | |
CN110443827B (zh) | 一种基于改进孪生网络的无人机视频单目标长期跟踪方法 | |
CN109344813B (zh) | 一种基于rgbd的目标识别和场景建模方法 | |
CN116958771A (zh) | 一种计算机视觉识别系统及方法 | |
CN106384106A (zh) | 一种基于三维扫描的反欺诈人脸识别系统 | |
CN106802113A (zh) | 基于多弹孔模式识别算法的智能报靶系统和方法 | |
CN110427922A (zh) | 一种基于机器视觉和卷积神经网络病虫害识别系统和方法 | |
CN111460967A (zh) | 一种违法建筑识别方法、装置、设备及存储介质 | |
CN206322194U (zh) | 一种基于三维扫描的反欺诈人脸识别系统 | |
CN111077093A (zh) | 一种基于多光谱技术的煤矸石快速检测的方法与装置 | |
KR102470873B1 (ko) | 영상처리를 이용한 작물 생육량 측정 장치 및 그 방법 | |
CN112561899A (zh) | 电力巡检图像识别方法 | |
CN108711160B (zh) | 一种基于hsi增强性模型的目标分割方法 | |
CN113269725A (zh) | 一种基于成像技术和深度学习的煤矸石快速检测方法 | |
CN116503418A (zh) | 一种复杂场景下的作物三维目标检测方法 | |
CN107967449A (zh) | 一种基于广义证据理论的多光谱图像未知目标识别方法 | |
CN111504123A (zh) | 激光模拟打靶成绩记录方法及装置 | |
CN116343100B (zh) | 一种基于自监督学习的目标识别方法及系统 | |
CN103425958A (zh) | 一种视频中不动物检测的方法 | |
CN110796206B (zh) | 一种针对局部放电图谱的数据增强方法及装置 | |
CN110135274B (zh) | 一种基于人脸识别的人流量统计方法 | |
CN112418112A (zh) | 一种果园病虫害监测预警方法及系统 | |
CN111351396A (zh) | 激光模拟射击靶像采集处理方法及装置 | |
CN115482462A (zh) | 基于深度学习的混凝土裂缝识别系统及方法 | |
CN111311641B (zh) | 一种无人机目标跟踪控制方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200807 |
|
RJ01 | Rejection of invention patent application after publication |