CN115035355A - 一种五度搜索二值靶图非连通区像素分类方法 - Google Patents
一种五度搜索二值靶图非连通区像素分类方法 Download PDFInfo
- Publication number
- CN115035355A CN115035355A CN202210965304.6A CN202210965304A CN115035355A CN 115035355 A CN115035355 A CN 115035355A CN 202210965304 A CN202210965304 A CN 202210965304A CN 115035355 A CN115035355 A CN 115035355A
- Authority
- CN
- China
- Prior art keywords
- pixel
- damaged
- pixels
- array
- row
- 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
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
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明提出了一种五度搜索二值靶图非连通区像素分类方法,具体步骤为:按行优先扫描二值靶图,并在标序图中记录毁伤区像素行列位置对应的行优先扫描标序,同时利用毁伤区像素分类描述结构生成按行优先排序毁伤像素数组,对毁伤区像素进行分类描述;对毁伤像素数组中对首个未分类像素基于队列进行领域搜索,并将所搜索像素以当前首个未分类像素为头结点建立前后索引表,当领域搜索完毕,如果毁伤像素数组仍有未分类像素,继续从毁伤像素数组中提取剩余首个未分类像素进行基于队列进行领域搜索,直到毁伤像素数组中所有像素均被分类时结束。本发明能在支持高清靶图二值化像素级各非连通毁伤识别基础上,既保证精度又能保证速度。
Description
技术领域
本发明属于图像处理技术,具体为一种五度搜索二值靶图非连通区像素分类方法。
背景技术
野外大尺寸破片靶板被轰击后会产生大量非连通毁伤区域,且多为形状随机、边缘不规则孔洞。对这些不规则孔洞进行精确自动化测量,进而计算各非连通毁伤区面积,是评估武器性能的重要依据。
常见二值图非连通区域识别与像素分类方法有轮廓跟踪法和区域扫描法,由于大尺寸破片靶图毁伤区域零碎,大小不一、形状不规则、连通与非连通掺杂不一,使用传统方法对异形毛刺边破片毁伤区域边缘识别效果不好,包括边缘识别误差较大、多区块非联通区域易交叉识别、微小毁伤区域漏识别等情况,导致不能有效支持高清图片像素级毁伤区域面积和周长精确计算。此外,由于野外大型破片毁伤靶板面机较大,破片数量较大(100以上)情况下,靶图毁伤区域较多,分散较广,传统轮廓识别速度较慢。
发明内容
为了解决现有技术中的上述技术缺陷,本发明提出了一种五度搜索二值靶图非连通区像素分类方法。
实现本发明目的的技术方案为:一种五度搜索二值靶图非连通区像素分类方法,具体步骤为:
按行优先扫描二值靶图,并在标序图中记录毁伤区像素行列位置对应的行优先扫描标序,同时利用毁伤区像素分类描述结构生成按行优先排序毁伤像素数组,对毁伤区像素进行分类描述;
对毁伤像素数组中对首个未分类像素基于队列进行领域搜索,并将所搜索像素以当前首个未分类像素为头结点建立前后索引表,当领域搜索完毕,如果毁伤像素数组仍有未分类像素,继续从毁伤像素数组中提取剩余首个未分类像素进行基于队列进行领域搜索,直到毁伤像素数组中所有像素均被分类时结束。
优选地,所述毁伤区像素分类描述结构包括像素行、列坐标及索引标识,索引标识表示像素是否已分类,默认-1为未分类,大于-1为已分类。
优选地,所述标序图与二值靶图分辨率尺寸相同。
优选地,按行优先扫描二值靶图,并在标序图中记录毁伤区像素行列位置对应的行优先扫描标序,同时利用毁伤区像素分类描述结构生成按行优先排序毁伤像素数组,对毁伤区像素进行分类描述的具体方法为:
步骤1.1:创建并初始化毁伤像素数据,具体包括:
设二值靶图原图G分辨率为m*n,总像素为Sum,设计含三个元素的毁伤区像素分类描述结构并初始化,其中前两个元素分别表示毁伤像素在图G中行、列位置,初始均为-1,第3个元素表示该像素是否已分到毁伤连通区域里,默认-1为未分类,大于-1为已分类,利用三元素结构体创建Sum大小一维数组A;
步骤1.2:创建并初始化标序图,标序图表示为m*n行列大小二维标记数组M,并初始化所有元素为-1,作为默认未标记位;
步骤1.3:按行逐行扫描二值靶图原图G,检索所有毁伤区像素,假设G含有毁伤像素数为Num,Num初始为0;当所检索像素为毁伤像素时,则二维标记数组M相应位置赋为Num;同时,A数组中Num位置i、j、k分别赋值为当前检索像素的行、列值和-1,Num累计加1;当所检索像素不是毁伤像素时,进行步骤1.3;
步骤1.4:创建Num大小毁伤非连通区标识数组B用于指向各毁伤非连通区第一个毁伤像素在A数组中下标
优选地,按行逐行扫描二值靶图原图G,检索所有毁伤区像素的具体方法为:
步骤1.3.1:假设G含有毁伤像素数为Num,Num初始为0;
步骤1.3.2:判断当前所检索像素是否为毁伤像素,若是,则二维标记数组M相应位置赋为Num,同时,A数组中Num位置i、j、k分别赋值为当前检索像素的行、列值和-1,如图5所示,Num累计加1,进行步骤1.3.3;若为否,则直接进行步骤1.3.3;
步骤1.3.3:判断二值靶图是否扫描结束,若扫描结束,进行步骤1.4,若否,进行步骤1.3.2,对下一像素进行判断。
优选地,对一维毁伤像素数组每个未分类点进行五度领域搜素分类的具体方法为:
步骤2.1:定义未分类计位器pNum,用于指示毁伤像素数组A中第一个最小下标未分类像素,初始为-1,定义毁伤非连通区域数AreaNo,初始为-1;
步骤2.2:判断pNum是否小于Num-1,如小于则说明还有毁伤像素未分类,继续在A数组中对剩余毁伤像素进行搜索分类,否则算法结束;
步骤2.3:将A[++pNum]入队,同时,初始化flag=pNum,用flag指向当前最后1个入队元素毁伤像素数组中下标,A[pNum].k=flag,将当前所找到的毁伤连通区域第一个分类毁伤像素在毁伤像素数组下标作为三元组的是否分类标识值,以此值作为毁伤连通区域所有像素在毁伤像素数组中终止标志,同时,设置三元组指针数组B[++AreaNo]=flag,记录;
步骤2.4:判断队列Q是否为空,如为空,则转到步骤2.2;否则,队列Q出队像素P;
步骤2.5:对像素P进行五度领域搜索,依次在二维数组M中检索P的左P4、右P5、左下P6、下P7、右下P8 这5个领域位置的值,若其中一个值大于-1,说明是毁伤像素,则将像素PX∈{P4、P5、P6、P7、P8}入队列,同时将PX在毁伤像素数组A中位置的k值设为当前毁伤连通区域在A数组中终止标志,即PX.k=A[flag].k, 同时将PX在M中对应位置值作为毁伤像素数组A中上一个入队元素k值,即A[flag].k=M[PX.i][PX.j],使前一个入队像素索引指向当前检索入队像素A数组中下标,并让flag始终指向当前入队像素在A数组中下标,即flag=A[flag].k;如果二维数据M中检索P的左P4、右P5、左下P6、下P7、右下P8 5个领域位置的值均为-1,说明当前出队元素P周边已无毁伤像素,则转步骤2.4;
步骤2.6:如果A[pNum].k不等于-1,则继续循环pNum加1,直到A[pNum].k为-1,使得pNum始终指向数组A中第一个最小下标未分类像素。
本发明与现有技术相比,其显著优点为:本发明与同为时间复杂度为O(N2)(N=n*m)的八度领域搜索相比,基于毁伤像素行优先预扫描及标序后,可五度搜索,减少搜索时间3/8;基于毁伤像素三元结构数组构建,及设计算法对非连通各毁伤区域像素一遍搜索,即将各非连通毁伤区域内像素分类的同时,又形成顺序结构静态索引,为后续各非连通毁伤区像素读取实现O(N)线性阶速度。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分的从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
附图仅用于示出具体实施例的目的,而并不认为是对本发明的限制,在整个附图中,相同的参考符号表示相同的部件。
图1为二值靶图非连通毁伤区块像素分类主流程。
图2为二值靶图G像素原图排布示意图。
图3为毁伤像素三元数据结构示意图。
图4为二维标记数组M示意图。
图5为毁伤像素三元组数组A示意图。
图6为领域五度搜索示意图。
图7为二值靶图毁伤非连通区像素五度搜索分类方法流程图。
具体实施方式
容易理解,依据本发明的技术方案,在不变更本发明的实质精神的情况下,本领域的一般技术人员可以想象出本发明的多种实施方式。因此,以下具体实施方式和附图仅是对本发明的技术方案的示例性说明,而不应当视为本发明的全部或者视为对本发明技术方案的限制或限定。相反,提供这些实施例的目的是为了使本领域的技术人员更透彻地理解本发明。下面结合附图来具体描述本发明的优选实施例,其中,附图构成本申请一部分,并与本发明的实施例一起用于阐释本发明的创新构思。
本发明构思为,一种五度搜索二值靶图非连通区像素分类方法,对整幅二值靶图按行优先扫描,并另设计一个与原二值靶图同分辨率尺寸的标序图,在标序图中毁伤区像素行列对应位置记录行优先扫描标序,同时设计一个毁伤区像素分类描述结构用于生成按行优先排序毁伤像素数组,所述毁伤区像素分类描述结构包括像素行、列坐标及索引标识,在毁伤像素数组中对首个未分类像素基于队列进行领域搜索,并将所搜索像素以当前首个未分类像素为头结点建立前后索引表,当领域搜索完毕,则首个未分类像素所在毁伤连通区所有毁伤像素均已找出,此时,如毁伤像素数组仍有未分类像素,则说明靶图中还有毁伤像素处于其他非连通毁伤区域未被分类,即继续从毁伤像素数组中提取剩余首个未分类像素进行基于队列进行领域搜索,直到毁伤像素数组中所有像素均被分类时结束。
这里,由于所有毁伤像素已按行优先排序,且每次新的非连通区起始搜索像素是从首个未分类像素开始,因此,每一个当前被领域搜索的像素必然至少是更低行数内像素领域搜索而来,从而对当前像素P只需领域搜索判别其左、右、左下、下、右下5个领域像素是否为毁伤像素,节约了对左上、上、右上3个领域像素的搜索时间。
其次,因采用行优先标序图和行优先标序数组,则所有标序即为数组下标,因此,在领域搜索时,不需每次循环检索数组中每个像素,依靠行优先标序图中预存序号即可一步检索到领域像素进行判断是否已分类,减少了一次循环时间。
最后,因对每个毁伤连通区像素领域搜索时已同时分别建立前后索引,则各毁伤非联通区像素呈线性关系,实现了各毁伤非连通区像素分类统计、计算使用为线性阶时间复杂度。
作为一种实施例,一种五度搜索二值靶图非连通区像素分类方法,由二值图行优先预扫描标序处理、五度领域搜索两部分模块依次执行,如图1所示。
行优先预扫描标序处理模块负责将二值靶图原图所有毁伤区像素按行优先扫描出来,并分别创建二维标记数组和一维毁伤像素存储数组,分别为后续搜素使用。
五度领域搜索模块负责对一维毁伤像素数组每个未分类点进行五度领域搜素分类,当一维数组中所有点均分类过,整张二值靶图毁伤像素分类完毕。
假设分辨率为m*n的二值靶图像素矩阵以图2示意,图中灰色背景代表毁伤区像素,具体步骤为:
步骤1:将二值靶图原图所有毁伤区像素按行优先扫描出来,在标序图中记录毁伤区像素行列位置对应的行优先扫描标序,同时生成按行优先排序毁伤像素数组,对毁伤区像素进行分类描述,具体处理流程如下:
步骤1.1:创建并初始化毁伤像素数据,具体包括:
设二值靶图原图G分辨率为m*n,总像素为Sum,设计含三个元素的毁伤区像素分类描述结构并初始化,如图3所示,其中前两个元素分别表示毁伤像素在图G中行、列位置,初始均为-1,第3个元素表示该像素是否已表示是否已分到毁伤连通区域里了,-1是默认值表示还没有分,大于-1表示已分到某个联通区域了。默认-1为未分类,大于-1为已分类,利用三元素结构体创建Sum大小一维数组A;
步骤1.2:创建并初始化标序图,标序图表示为m*n行列大小二维标记数组M,并初始化所有元素为-1,作为默认未标记位;
步骤1.3:按行逐行扫描二值靶图原图G,检索所有毁伤区像素,具体过程为:
步骤1.3.1:假设G含有毁伤像素数为Num,Num初始为0;
步骤1.3.2:判断当前所检索像素是否为毁伤像素,若是,则二维标记数组M相应位置赋为Num,如图4所示,同时,A数组中Num位置i、j、k分别赋值为当前检索像素的行、列值和-1,如图5所示,Num累计加1,进行步骤1.3.3;若为否,则直接进行步骤1.3.3。
步骤1.3.3:判断二值靶图是否扫描结束,若扫描结束,进行步骤1.4,若否,进行步骤1.3.2,对下一像素进行判断。
步骤1.4:创建Num大小毁伤非连通区标识数组B用于指向各毁伤非连通区第一个毁伤像素在A数组中下标,如图5所示。
步骤2:对一维毁伤像素数组每个未分类点进行五度领域搜素分类,当一维数组中所有点均分类过,整张二值靶图毁伤像素分类完毕,具体处理流程如下:
步骤2.1:定义未分类计位器pNum,用于指示数组A中第一个最小下标未分类像素,初始为-1,定义毁伤非连通区域数AreaNo,初始为-1;
步骤2.2:判断pNum是否小于Num-1,如小于则说明还有毁伤像素未分类,继续在A数组中对剩余毁伤像素进行搜索分类,否则算法结束;
步骤2.3:将A[++pNum]入队,同时,初始化flag=pNum,用flag指向当前最后1个入队元素A数组中下标,A[pNum].k=flag,将当前所找到的毁伤连通区域第一个分类毁伤像素在A数组中下标作为该三元组的是否分类标识值,以此值作为该毁伤连通区域所有像素在A数组中终止标志,同时,设置三元组指针数组B[++AreaNo]=flag,记录;
步骤2.4:判断队列Q是否为空,如为空则说明当前毁伤连通区域所有像素均已检索分类,转到步骤2.2;否则,队列Q出队像素P;
步骤2.5:对像素P进行五度领域搜索,如图6所示,依次在二维数组M中检索P的左P4、右P5、左下P6、下P7、右下P8 这5个领域位置的值,如大于-1,说明是毁伤像素,则将P周围五度方向的5个元素集合范围PX∈{P4、P5、P6、P7、P8}入队列,同时将PX在A中位置的k值设为当前毁伤连通区域在A数组中终止标志,即PX.k=A[flag].k, 同时将PX在M中对应位置值(即行优先标序)作为A中上一个入队元素k值,即A[flag].k=M[PX.i][PX.j],使前一个入队像素索引指向当前检索入队像素A数组中下标,并让flag始终指向当前入队像素在A数组中下标,即flag=A[flag].k;如M中检索P的左P4、右P5、左下P6、下P7、右下P8 这5个领域位置的值均为-1,说明当前出队元素P周边已无毁伤像素,则转步骤2.4。
步骤2.6:如果A[pNum].k不等于-1,则继续循环pNum加1,直到A[pNum].k为-1,使得pNum始终指向数组A中第一个最小下标未分类像素。
本发明能在支持高清靶图二值化像素级各非连通毁伤识别基础上,既保证精度又能保证速度。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,
任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
应当理解,为了精简本发明并帮助本领域的技术人员理解本发明的各个方面,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时在单个实施例中进行描述,或者参照单个图进行描述。但是,不应将本发明解释成示例性实施例中包括的特征均为本专利权利要求的必要技术特征。
应当理解,可以对本发明的一个实施例的设备中包括的模块、单元、组件等进行自适应性地改变以把它们设置在与该实施例不同的设备中。可以把实施例的设备包括的不同模块、单元或组件组合成一个模块、单元或组件,也可以把它们分成多个子模块、子单元或子组件。
Claims (6)
1.一种五度搜索二值靶图非连通区像素分类方法,其特征在于,具体步骤为:
按行优先扫描二值靶图,并在标序图中记录毁伤区像素行列位置对应的行优先扫描标序,同时利用毁伤区像素分类描述结构生成按行优先排序毁伤像素数组,对毁伤区像素进行分类描述;
对毁伤像素数组中对首个未分类像素基于队列进行领域搜索,并将所搜索像素以当前首个未分类像素为头结点建立前后索引表,当领域搜索完毕,如果毁伤像素数组仍有未分类像素,继续从毁伤像素数组中提取剩余首个未分类像素进行基于队列进行领域搜索,直到毁伤像素数组中所有像素均被分类时结束。
2.根据权利要求1所述的五度搜索二值靶图非连通区像素分类方法,其特征在于,所述毁伤区像素分类描述结构包括像素行、列坐标及索引标识,索引标识表示像素是否已分类,默认-1为未分类,大于-1为已分类。
3.根据权利要求1所述的五度搜索二值靶图非连通区像素分类方法,其特征在于,所述标序图与二值靶图分辨率尺寸相同。
4.根据权利要求1所述的五度搜索二值靶图非连通区像素分类方法,其特征在于,按行优先扫描二值靶图,并在标序图中记录毁伤区像素行列位置对应的行优先扫描标序,同时利用毁伤区像素分类描述结构生成按行优先排序毁伤像素数组,对毁伤区像素进行分类描述的具体方法为:
步骤1.1:创建并初始化毁伤像素数据,具体包括:
设二值靶图原图G分辨率为m*n,总像素为Sum,设计含三个元素的毁伤区像素分类描述结构并初始化,其中前两个元素分别表示毁伤像素在二值靶图原图G中行、列位置,初始均为-1,第3个元素表示该像素是否已分到毁伤连通区域里,-1为未分类,大于-1为已分类,利用三元素结构体创建Sum大小一维数组A;
步骤1.2:创建并初始化标序图,标序图表示为m*n行列大小二维标记数组M,并初始化所有元素为-1,作为默认未标记位;
步骤1.3:按行逐行扫描二值靶图原图G,检索所有毁伤区像素,假设G含有毁伤像素数为Num,Num初始为0;当所检索像素为毁伤像素时,则二维标记数组M相应位置赋为Num;同时,A数组中Num位置i、j、k分别赋值为当前检索像素的行、列值和-1,Num累计加1;当所检索像素不是毁伤像素时,重新进行步骤1.3;
步骤1.4:创建Num大小毁伤非连通区标识数组B用于指向各毁伤非连通区第一个毁伤像素在A数组中下标。
5.根据权利要求4所述的五度搜索二值靶图非连通区像素分类方法,其特征在于,按行逐行扫描二值靶图原图G,检索所有毁伤区像素的具体方法为:
步骤1.3.1:二值靶图原图G含有毁伤像素数为Num,Num初始为0;
步骤1.3.2:判断当前所检索像素是否为毁伤像素,若是,则二维标记数组M相应位置赋为Num,同时,A数组中Num位置i、j、k分别赋值为当前检索像素的行、列值和-1,Num累计加1,进行步骤1.3.3;若为否,则直接进行步骤1.3.3;
步骤1.3.3:判断二值靶图是否扫描结束,若扫描结束,进行步骤1.4,若否,进行步骤1.3.2,对下一像素进行判断。
6.根据权利要求1所述的五度搜索二值靶图非连通区像素分类方法,其特征在于,对一维毁伤像素数组每个未分类点进行五度领域搜素分类的具体方法为:
步骤2.1:定义未分类计位器pNum,用于指示毁伤像素数组A中第一个最小下标未分类像素,初始为-1,定义毁伤非连通区域数AreaNo,初始为-1;
步骤2.2:判断pNum是否小于Num-1,如小于则说明还有毁伤像素未分类,继续在A数组中对剩余毁伤像素进行搜索分类,否则算法结束;
步骤2.3:将A[++pNum]入队,同时,初始化flag=pNum,用flag指向当前最后1个入队元素毁伤像素数组中下标,A[pNum].k=flag,将当前所找到的毁伤连通区域第一个分类毁伤像素在毁伤像素数组下标作为三元组的是否分类标识值,以此值作为毁伤连通区域所有像素在毁伤像素数组中终止标志,同时,设置三元组指针数组B[++AreaNo]=flag,记录;
步骤2.4:判断队列Q是否为空,如为空,则转到步骤2.2;否则,队列Q出队像素P;
步骤2.5:对像素P进行五度领域搜索,依次在二维数组M中检索像素P的左P4、右P5、左下P6、下P7、右下P8这5个领域位置的值,若其中一个值大于-1,说明是毁伤像素,则将像素PX∈{P4、P5、P6、P7、P8}入队列,PX指5个领域中值大于-1的像素,同时将PX在毁伤像素数组A中位置的k值设为当前毁伤连通区域在A数组中终止标志,即PX.k=A[flag].k, 同时将PX在M中对应位置值作为毁伤像素数组A中上一个入队元素k值,即A[flag].k=M[PX.i][PX.j],使前一个入队像素索引指向当前检索入队像素A数组中下标,并让flag始终指向当前入队像素在A数组中下标,即flag=A[flag].k;如果二维数据M中检索P的左P4、右P5、左下P6、下P7、右下P8 5个领域位置的值均为-1,说明当前出队元素P周边已无毁伤像素,则转步骤2.4;
步骤2.6:如果A[pNum].k不等于-1,则继续循环pNum加1,直到A[pNum].k为-1,使得pNum始终指向数组A中第一个最小下标未分类像素。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210965304.6A CN115035355B (zh) | 2022-08-12 | 2022-08-12 | 一种五度搜索二值靶图非连通区像素分类方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210965304.6A CN115035355B (zh) | 2022-08-12 | 2022-08-12 | 一种五度搜索二值靶图非连通区像素分类方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115035355A true CN115035355A (zh) | 2022-09-09 |
CN115035355B CN115035355B (zh) | 2022-10-25 |
Family
ID=83130610
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210965304.6A Active CN115035355B (zh) | 2022-08-12 | 2022-08-12 | 一种五度搜索二值靶图非连通区像素分类方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115035355B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080054570A1 (en) * | 2006-08-28 | 2008-03-06 | Battenfeld Technologies, Inc. | Shooting targets, including teaching targets, target assemblies and associated systems |
CN114037650A (zh) * | 2021-05-17 | 2022-02-11 | 西北工业大学 | 变化检测及目标检测的地面目标可见光毁伤图像处理方法 |
-
2022
- 2022-08-12 CN CN202210965304.6A patent/CN115035355B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080054570A1 (en) * | 2006-08-28 | 2008-03-06 | Battenfeld Technologies, Inc. | Shooting targets, including teaching targets, target assemblies and associated systems |
CN114037650A (zh) * | 2021-05-17 | 2022-02-11 | 西北工业大学 | 变化检测及目标检测的地面目标可见光毁伤图像处理方法 |
Non-Patent Citations (1)
Title |
---|
韩晶等: "分体式动能子弹对混凝土靶的侵彻与毁伤特性分析", 《高压物理学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN115035355B (zh) | 2022-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2008524728A (ja) | デジタル画像をセグメント化する方法及びコンパクトな表現の生成方法 | |
CN111626250B (zh) | 文本图像的分行方法、装置、计算机设备及可读存储介质 | |
CN113065536A (zh) | 处理表格的方法、计算设备和计算机可读存储介质 | |
CN112766170B (zh) | 基于簇类无人机图像的自适应分割检测方法及装置 | |
CN104680531A (zh) | 一种连通量统计信息提取方法及vlsi结构 | |
CN1198238C (zh) | 图象处理设备和由一个多级图象产生二进制图象的方法 | |
CN108876701B (zh) | 一种基于游程的单次扫描连通域标记方法及其硬件结构 | |
CN115035355B (zh) | 一种五度搜索二值靶图非连通区像素分类方法 | |
CN116932795A (zh) | 一种全数字切片图像储存方法、存储介质、装置及系统 | |
CN107169528A (zh) | 一种基于机器学习的集成电路图像的通孔识别装置 | |
CN111914846A (zh) | 版面数据合成方法、设备及存储介质 | |
CN111160147A (zh) | 一种书法作品图像的裁剪和识别方法 | |
US6337926B2 (en) | Image recognition method, image recognition apparatus, and recording medium | |
KR930011770B1 (ko) | 고품질 패턴 발생장치 및 방법 | |
CN110263597B (zh) | 一种快速准确的qr码校正方法及系统 | |
CN112330611A (zh) | 一种面向fpga的高并行性光斑分割方法 | |
CN113362340A (zh) | 一种动态空间球搜索点云k邻域方法 | |
CN111435537A (zh) | 模型训练方法、装置及基于拼接图的位姿优化方法、装置 | |
US4435836A (en) | Technique for extracting features from images | |
JP6173715B2 (ja) | 文字認識装置、文字認識方法及びプログラム | |
CN102810152B (zh) | 可快速解码的等灰度二维光学辨识码装置及解码方法 | |
CN117853517A (zh) | 一种基于fpga的在轨实时连通域检测方法 | |
CN115205872A (zh) | 一种面向ocr文字识别的文本图像不规则弧形扭曲方法 | |
CN117197176A (zh) | 一种连通分量的提取方法及终端 | |
CN117333502A (zh) | 数据处理方法、装置、设备及可读存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |