CN115114466B - 一种打靶信息图像的查找方法、系统、介质及电子设备 - Google Patents

一种打靶信息图像的查找方法、系统、介质及电子设备 Download PDF

Info

Publication number
CN115114466B
CN115114466B CN202211044472.8A CN202211044472A CN115114466B CN 115114466 B CN115114466 B CN 115114466B CN 202211044472 A CN202211044472 A CN 202211044472A CN 115114466 B CN115114466 B CN 115114466B
Authority
CN
China
Prior art keywords
difference
frame
image data
burst
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.)
Active
Application number
CN202211044472.8A
Other languages
English (en)
Other versions
CN115114466A (zh
Inventor
黄剑波
张欣
秦波
吴召剑
唐正
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.)
Chengdu Realtime Technology Co ltd
Original Assignee
Chengdu Realtime 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 Chengdu Realtime Technology Co ltd filed Critical Chengdu Realtime Technology Co ltd
Priority to CN202211044472.8A priority Critical patent/CN115114466B/zh
Publication of CN115114466A publication Critical patent/CN115114466A/zh
Application granted granted Critical
Publication of CN115114466B publication Critical patent/CN115114466B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53—Querying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Library & Information Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种打靶信息图像的查找方法、系统、介质及电子设备，涉及图像处理领域。该方法包括：将相邻两帧的图像数据的相同位置的像素值相减，获得多个位置的像素值差量，根据多个位置的像素值差量结合多个相等区域获得多个相等大小区域的区域差量矩阵，根据相邻两帧的相同区域的区域差量矩阵，获得区域差量值突发差量，对区域差量值突发差量进行求和，排序，获取预设区域，提取预设区域为打靶信息图像数据，实现快速提取打靶信息关键数据。

Description

一种打靶信息图像的查找方法、系统、介质及电子设备
技术领域
本发明涉及图像处理领域，尤其涉及一种打靶信息图像的查找方法、系统、介质及电子设备。
背景技术
在炮弹打靶测试的时候，需要观察、分析打靶信息，即命中效果、爆炸效果等，因为其危险性大，炮弹飞行速度太快，人眼无法直接现场观测得出结论，常常需要使用高速成像相机，来捕获现场打靶情况，把图像影视数据保存下来，后期再对图像影视信息进行数据分析，以达到测试目的，因为炮弹速度非常快，超过1000米/秒，音速的3倍以上，常常采用的高速相机拍摄速度达到每秒上千帧，图像清晰度达到高清以上，这样存储下来的影视数据量及其庞大，而炮弹进入场景到打击目标爆炸的时间往往却很短暂，人们要在一个庞大的图像影视数据中找出关键的运动物体影像，需要花费很长的时间和精力，主要原因是，打靶关键图像数据几乎只有1秒钟左右，然而拍摄时需要通过人工远程提前开机，打靶结束之后，再人工远程关闭摄像机，保存的数据往往长达10分钟以上，后期查找和提取关键数据成为一个难题，人为在播放图像视频的过程中拖动滚动条查找打靶信息实在太难（10分钟以上的图像视频中查找1秒钟的关键数据），而其传统的运动图像分析的算法往往是分析一些人、动物、汽车等速度较低的分析算法，其中运用大量的乘法、除法、开方、三角函数以及浮点数运算等，效率较低，如果用来分析打靶信息，时间长达几十分钟，造成严重时间浪费。
发明内容
本发明所要解决的技术问题是针对现有技术的不足，提供一种打靶信息图像的查找方法、系统、介质及电子设备。
本发明解决上述技术问题的技术方案如下：
一种打靶信息图像的查找方法，包括：
S1，根据预设尺寸将包括打靶信息的每一帧图像数据划分为多个相等区域；
S2，将相邻两帧的图像数据的相同位置的像素值相减，获得多个位置的像素值差量，根据多个位置的像素值差量结合多个相等区域获得多个相等大小区域的区域差量矩阵；
S3，根据相邻两帧的相同区域的区域差量矩阵，获得区域差量值突发差量；
S4，将每一帧的相同区域的区域差量值突发差量求和，获得多个帧突发差量和；
S5，将多个帧突发差量和进行排序，获得排序后的多个帧突发差量和；
S6，获取在预设差量和范围内的帧突发差量和对应的预设区域；
S7，从包括打靶信息的图像数据中提取预设区域为打靶信息图像数据。
本发明的有益效果是：通过本方案将相邻两帧的图像数据的相同位置的像素值相减，获得多个位置的像素值差量，根据多个位置的像素值差量结合多个相等区域获得多个相等大小区域的区域差量矩阵，根据相邻两帧的相同区域的区域差量矩阵，获得区域差量值突发差量，对区域差量值突发差量进行求和，排序，获取预设区域，提取预设区域为打靶信息图像数据，实现快速提取打靶信息关键数据。
进一步地，还包括：
累加第i区域的区域差量矩阵获得第i区域差量和；1≤i＜N，N表示一帧图像数据的相等大小区域数量；
根据所述第i区域差量和将每个区域差量和进行排序，获得最小区域差量和；
将每个区域差量和分别减去最小区域差量和，获得每个处理后的区域差量矩阵；
所述根据相邻两帧的相同区域的区域差量矩阵，获得区域差量值突发差量，具体包括：
根据处理后的相邻两帧的相同区域的区域差量矩阵，获得区域差量值突发差量。
进一步地，还包括：
根据帧编号对打靶信息图像数据进行帧排序；
获得排序后的打靶信息图像数据；
所述S7具体包括：
从包括打靶信息的图像数据中提取预设区域为排序后的打靶信息图像数据。
进一步地，所述根据帧编号对打靶信息图像数据进行帧排序，具体包括：
将所述帧编号中最小帧编号为炮弹进场时刻起始帧编号；
将所述帧编号中最大帧编号为打靶结束帧编号；
根据所述起始帧编号和所述结束帧编号对所述打靶信息图像数据进行帧排序。
采用上述进一步方案的有益效果是：本方案通过计算出打靶信息图像的帧起始和结束位置，截取打靶图像片段，同时可在影视图像时间轴长标出炮弹进场的时间点，方便人们观察分析处理。
本发明解决上述技术问题的另一种技术方案如下：
一种打靶信息图像的查找系统，包括：区域划分模块、区域差量计算模块、突出差量计算模块、突发差量求和模块、排序模块、区域选取模块和提取模块；
所述区域划分模块用于根据预设尺寸将包括打靶信息的每一帧图像数据划分为多个相等区域；
所述区域差量计算模块用于将相邻两帧的图像数据的相同位置的像素值相减，获得多个位置的像素值差量，根据多个位置的像素值差量结合多个相等区域获得多个相等大小区域的区域差量矩阵；
所述突出差量计算模块用于根据相邻两帧的相同区域的区域差量矩阵，获得区域差量值突发差量；
所述突发差量求和模块用于将每一帧的相同区域的区域差量值突发差量求和，获得多个帧突发差量和；
所述排序模块用于将多个帧突发差量和进行排序，获得排序后的多个帧突发差量和；
所述区域选取模块用于获取在预设差量和范围内的帧突发差量和对应的预设区域；
所述提取模块用于从包括打靶信息的图像数据中提取预设区域为打靶信息图像数据。
本发明的有益效果是：通过本方案将相邻两帧的图像数据的相同位置的像素值相减，获得多个位置的像素值差量，根据多个位置的像素值差量结合多个相等区域获得多个相等大小区域的区域差量矩阵，根据相邻两帧的相同区域的区域差量矩阵，获得区域差量值突发差量，对区域差量值突发差量进行求和，排序，获取预设区域，提取预设区域为打靶信息图像数据，实现快速提取打靶信息关键数据。
进一步地，还包括：干扰消除模块，用于累加第i区域的区域差量矩阵获得第i区域差量和；1≤i＜N，N表示一帧图像数据的相等大小区域数量；
根据所述第i区域差量和将每个区域差量和进行排序，获得最小区域差量和；
将每个区域差量和分别减去最小区域差量和，获得每个处理后的区域差量矩阵；
所述区域差量计算模块具体用于根据处理后的相邻两帧的相同区域的区域差量矩阵，获得区域差量值突发差量。
进一步地，还包括：帧排序模块，用于根据帧编号对打靶信息图像数据进行帧排序；
获得排序后的打靶信息图像数据。
所述提取模块具体用于从包括打靶信息的图像数据中提取预设区域为排序后的打靶信息图像数据。
进一步地，所述帧排序模块具体用于将所述帧编号中最小帧编号为炮弹进场时刻起始帧编号；
将所述帧编号中最大帧编号为打靶结束帧编号；
根据所述起始帧编号和所述结束帧编号对所述打靶信息图像数据进行帧排序。
采用上述进一步方案的有益效果是：本方案通过计算出打靶信息图像的帧起始和结束位置，截取打靶图像片段，同时可在影视图像时间轴长标出炮弹进场的时间点，方便人们观察分析处理。
本发明解决上述技术问题的另一种技术方案如下：
一种存储介质，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行如上述任一方案所述的一种打靶信息图像的查找方法。
本发明解决上述技术问题的另一种技术方案如下：
一种电子设备，包括处理器和上述方案的存储介质，所述处理器执行所述存储介质中的指令。
本发明附加的方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明实践了解到。
附图说明
图1为本发明的实施例提供的一种打靶信息图像的查找方法的流程示意图；
图2为本发明的实施例提供的一种打靶信息图像的查找系统的结构框图；
图3为本发明的其他实施例提供的多个线程任务处理影视数据的示意图；
图4为本发明的其他实施例提供的图形数据等分切割示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实施例只用于解释本发明，并非用于限定本发明的范围。
如图1所示，为本发明实施例提供的一种打靶信息图像的查找方法，包括：
S1，根据预设尺寸将包括打靶信息的每一帧图像数据划分为多个相等区域；其中预设尺寸可以包括：区域的宽度需为8的整数倍，对齐到x64处理器寄存器字长64位，即8个字节，可以提高处理器运算效率，尽量避免浮点数，这样保障处理器每次运算的像素点数相同，即8个点，无需单独的操作来计算多余的非对齐部分，同时每个区域的数据量相同，在后面的区域计算中，无需对任何区域做尺度缩放操作，节省运算时间。
在某一实施例中，一种打靶信息图像的查找方法的硬件环境可以包括：如图3所示，获取当前处理器计算能力，以12代Intel i7-12700处理器为例，12代i7包含核心数量为12个物理核心，可同步并行执行线程数为20线程。但是i7-12700是一个异构处理器，12个核心包含8个大核，4个小核，大核的单线程性能比小核高出50%，在处理高密度运算时，只能保障8个等效满负荷任务运行，那么算法按照影视文件的时间线长度，将影视数据均分到8个任务中执行，即启动8个线程任务，并指定其分别运行于每一个大核，避免使用小核，导致部分任务完成之后，长时间等待小核，处理器剩余资源用于操作系统其他工作。本算法步骤的目的可将计算效率提高为一些传统软件（例如matlab）计算方式的数倍。并行任务线程启动之后，每一个任务线程执行相同内容。
需要说明的是，如图4所示，任务线程将图形数据等分为若干相等小区域，以高清图形为例，1920x1080图形大小，可等分为36个小区域的矩阵（或者144个160x90小区域），每个区域为320x180，为了提高处理器运算效率，尽量避免浮点数，并且切分为过程要考虑小区域的宽度需为8的整数倍，对齐到x64处理器寄存器字长64位，即8个字节，这样保障处理器每次运算的像素点数相同，即8个点，无需单独的操作来计算多余的非对齐部分，同时每个区域的数据量相同，在后面的区域计算中，无需对任何区域做尺度缩放操作，节省运算时间。
S2，将相邻两帧的图像数据的相同位置的像素值相减，获得多个位置的像素值差量，根据多个位置的像素值差量结合多个相等区域获得多个相等大小区域的区域差量矩阵；所述区域矩阵包括：帧编码、区域编码和像素点；
需要说明的是，在某一实施例中，对前后两帧图像的相同位置小区域作矩阵减法，即相邻两帧图像相同像素位置相减。在本方法中索引均从0开始，图像帧0第0个区域记为p0_e0，p表示帧，e表示区域，其局域矩阵中的点为：
d0_0，d0_1，d0_2，...
d1_0，d1_1，d1_2，...
d2_0，d2_1，d2_2，...
下标分别表示像素点行和列，d0_0，表示0行0列像素点，d1_2表示1行2列像素点，以此类推。运算时，帧0与帧1相减，帧1与帧2相减，帧2与帧3相减，以此类推：
帧0与帧1相减：p0_e0-p1_e0， p0_e1-p1_e1，...；即：p0p1_e0_d0_0， p0p1_e0_d0_1， p0p1_e0_d0_2，...，...
p0_e0-p1_e0 = p0p1_e0_d1_0， p0p1_e0_d1_1，p0p1_e0_d1_2，p0p1_e0_d2_0，p0p1_e0_d2_1， p0p1_e0_d2_2，....，....
其中p0p1_e0_d0_0为帧0第0行0列的像素点减帧1第0行0列的像素点。
累加p0_e0-p1_e0所得小区域像素差量矩阵，得出区域差量和，为了简化描述，标记p0p1s0， p0p1s1， p0p1s2... p0p1s35，即帧0与帧1，e0区域所有像素差量：
p0p1s0 = p0p1_e0_d0_0 + p0p1_e0_d0_1...+ p0p1_e0_d1_0...，
帧0与帧1区域差量为 p0p1s0， p0p1s1...，帧1与帧2区域差量为p1p2s0，p1p2s1，p1p2s2...，以此类推，区域差量和体现了后两帧图像，该区域图像变化量，如果图像完全不变，差量等于0，变化越大，差量和值越大。
将每一个处理器核心的计算结果联合到一起，计算出一个以时间和图像相对差量为依据的立方矩阵，例如，核心0计算0-10000帧，核心1计算10001-20000帧，核心2计算20001-30000帧，..核心7计算70001-80000帧，那么合起来就是0-80000帧，每一帧的数据内容为图像区域相对差量和的二维矩阵，在算法程序的具体实现上使用C语言等编程语言，通过链表或者数组来组合每一个核心的计算相对差量和数据，存储为一个立方矩阵数据，该立方矩阵数据，体现了整个图像视频从开始到结束，每两帧之间相同区域图像的变化量。
S3，根据相邻两帧的相同区域的区域差量矩阵，获得区域差量值突发差量；
在某一实施例中，考虑环境因素的干扰，如风吹时候的树叶，该区域树叶一致飘动，持续时间长，且区域不变，如白云飘过，区域变化，但持续时间长，两帧变化量微小，但是炮弹进场后，进入区域和离开区域，以及炮弹打靶爆炸，都因为速度快，区域图像信息变化块，区域差量值突然变化量巨大，根据这些特征，对相邻图像帧的相同区域做区域差量值相减，差值越大，越表明为炮弹打靶的关键图像，利用上面的立方矩阵数据，对连续图像相邻两帧同区域差量做减法，计算出区域差量值突发差量，即p0p1s0m-p1p2s0，p1p2s0m-p2p3s0m，p3p4s0m-p4p5s0m，...，p0p1s1m-p1p2s1m，p1p2s0m-p2p3s1m，p3p4s0m-p4p5s1m，...，得出区域差量值突发差量，简单表示为p0s0t，p1s0t，p2s0t，...，p0s1t，p1s1t，p2s1t，以此类推。
S4，将每一帧的相同区域的区域差量值突发差量求和，获得多个帧突发差量和；
S5，将多个帧突发差量和进行排序，获得排序后的多个帧突发差量和；
S6，获取在预设差量和范围内的帧突发差量和对应的预设区域；
S7，从包括打靶信息的图像数据中提取预设区域为打靶信息图像数据。
在某一实施例中，再把每一帧区域差量值突发差量加，得出帧突发差量和，即为排除了干扰和环境因素影响的帧差量总和，表示为p0t，p1t，p2t...，以此类推，该值越大，表明图像突然变化量大，但不是类似上面提到的下雨、风吹草动那种变化，而是炮弹进场引起的图像变化，对整个图像视频的帧突发差量和进行从大到小进行排序，排序算法可以利用计算机编程语言中的qsort函数，该函数是用减法和比较操作完成的，排序得到一个帧突发差量和的从大到小的序列，数据结构可以是数组或者链表，该序列具有一个显著特征，其中一部分为炮弹进场后引起帧突发差量和，另一部分是大量长时间相对比较安静的图像的图像突发差量和，而这两部分之间会有一个梯度变化，简而言之就是这个从大到小的序列，一小部分数据很大，而大部分数据很小，中间落差很大，较大的这一部分即为炮弹打靶信息，需要找出大小分解的落差位置，对该从大到小序列进行两两相减，对相减结果进行索引编号，并从大到小排序，最大值即是落差位置，最大值对应编号的前面部分为帧突发差量和较大，后面部分为帧突发差量和较小，取帧突发差量和较大部分，再按照帧编号进行顺序排序，其中最小帧编号为炮弹进场时刻起始帧编号，最大帧编号为打靶结束帧编号。
根据上面的起始结束帧编号，对原始影视图像进行窃取，即把从起始编号到结束编号的图像数据提取出来，保存为新的影视片段，该片段即为打靶部分的效果图像，同时通过报表等形式保存帧时间信息，方便在时间轴上曲线上拖动图像播放位置，观察运动物体进入时的具体情形。
通过本方案将相邻两帧的图像数据的相同位置的像素值相减，获得多个位置的像素值差量，根据多个位置的像素值差量结合多个相等区域获得多个相等大小区域的区域差量矩阵，根据相邻两帧的相同区域的区域差量矩阵，获得区域差量值突发差量，对区域差量值突发差量进行求和，排序，获取预设区域，提取预设区域为打靶信息图像数据，实现快速提取打靶信息关键数据。
优选地，在上述任意实施例中，还包括：
累加第i区域的区域差量矩阵获得第i区域差量和；1≤i＜N，N表示一帧图像数据的相等大小区域数量；
根据所述第i区域差量和将每个区域差量和进行排序，获得最小区域差量和；
将每个区域差量和分别减去最小区域差量和，获得每个处理后的区域差量矩阵；
在某一实施例中，可以包括：排序每一帧中的区区域差量和，得出最小区域差量，表示为p0smin，p1smin，计算帧相对差量，用每一帧中的每个区域差量减去帧中最小区域差量，即p0p1s0–p0smin， p0p1s1-p0smin，p0p1s2-p0smin，...，以此类推，得到区域相对差量p0p1s0m， p0p1s1m，p0p1s2m，...，在前后两帧图像中，每一个区域都可能有图像变化量，图像发生的整体变化，并非打靶的炮弹进入场景的情形，考虑的因素有图像平移，抖动，下雨等干扰，这些干扰导致前后两帧图像每个区域发生差不多的区域差量，通过本步骤实现排除这种干扰。
所述根据相邻两帧的相同区域的区域差量矩阵，获得区域差量值突发差量，具体包括：
根据处理后的相邻两帧的相同区域的区域差量矩阵，获得区域差量值突发差量。
优选地，在上述任意实施例中，还包括：
根据帧编号对打靶信息图像数据进行帧排序；
获得排序后的打靶信息图像数据；
所述S7具体包括：
从包括打靶信息的图像数据中提取预设区域为排序后的打靶信息图像数据。
优选地，在上述任意实施例中，所述根据帧编号对打靶信息图像数据进行帧排序，具体包括：
将所述帧编号中最小帧编号为炮弹进场时刻起始帧编号；
将所述帧编号中最大帧编号为打靶结束帧编号；
根据所述起始帧编号和所述结束帧编号对所述打靶信息图像数据进行帧排序。
本方案通过计算出打靶信息图像的帧起始和结束位置，截取打靶图像片段，同时可在影视图像时间轴长标出炮弹进场的时间点，方便人们观察分析处理。
在某一实施例中，打靶信息图像的查找方法，与图像分辨率相关的涉及到数据量核心运算仅包含减法，加法，和大小比较，大小比较实际上计算机是通过减法实现的，时间复杂度为O（n），即与图像分辨率相关的运算等效为9步向量加法。十二代I7处理器i7-12700超过10万MIPS，x64每个指令周期处理8个像素加法，一张高清图像为1920x1080分辨率，1秒钟1000帧，1分钟图像的运算时间为(1920x1080x1000x60x9)/(100000x1000000x8) =1.39968秒，10分钟图像大约需14秒钟左右的时间，可计算出打靶信息的关键图像信息位置。
在另一实施例中，本发明的打靶信息图像的查找方法可以运用在军事演练中，用于在沙漠中观察炮弹打靶命中情况和爆炸效果，高速摄像机采用1000帧1920x1080高速高清摄像机和存储设备，由于人工观察过于危险，且无法通过肉眼判断具体打靶情况，所以采用远程启动摄像机，拍摄炮弹要打击的目标位置，然后发射炮弹，当打击完成后，分析摄像机记录的数据，总共记录时间在10分钟左右，炮弹进入场景到打击完成，持续时间仅仅1秒钟左右，保存的数据量超过1.2T，以前人为查找和截取关键图像数据非常耗时，用本发明实时查找打靶信息图像后，仅需要十几秒钟，便自动完成关键图像数据定位。
在某一实施例中，如图2所示，一种打靶信息图像的查找系统，包括：区域划分模块1101、区域差量计算模块1102、突出差量计算模块1103、突发差量求和模块1104、排序模块1105、区域选取模块1106和提取模块1107；
所述区域划分模块1101用于根据预设尺寸将包括打靶信息的每一帧图像数据划分为多个相等区域；
所述区域差量计算模块1102用于将相邻两帧的图像数据的相同位置的像素值相减，获得多个位置的像素值差量，根据多个位置的像素值差量结合多个相等区域获得多个相等大小区域的区域差量矩阵；
所述突出差量计算模块1103用于根据相邻两帧的相同区域的区域差量矩阵，获得区域差量值突发差量；
所述突发差量求和模块1104用于将每一帧的相同区域的区域差量值突发差量求和，获得多个帧突发差量和；
所述排序模块1105用于将多个帧突发差量和进行排序，获得排序后的多个帧突发差量和；
所述区域选取模块1106用于获取在预设差量和范围内的帧突发差量和对应的预设区域；
所述提取模块1107用于从包括打靶信息的图像数据中提取预设区域为打靶信息图像数据。
通过本方案将相邻两帧的图像数据的相同位置的像素值相减，获得多个位置的像素值差量，根据多个位置的像素值差量结合多个相等区域获得多个相等大小区域的区域差量矩阵，根据相邻两帧的相同区域的区域差量矩阵，获得区域差量值突发差量，对区域差量值突发差量进行求和，排序，获取预设区域，提取预设区域为打靶信息图像数据，实现快速提取打靶信息关键数据。
优选地，在上述任意实施例中，还包括：干扰消除模块，用于累加第i区域的区域差量矩阵获得第i区域差量和；1≤i＜N，N表示一帧图像数据的相等大小区域数量；
根据所述第i区域差量和将每个区域差量和进行排序，获得最小区域差量和；
将每个区域差量和分别减去最小区域差量和，获得每个处理后的区域差量矩阵；
所述区域差量计算模块具体用于根据处理后的相邻两帧的相同区域的区域差量矩阵，获得区域差量值突发差量。
优选地，在上述任意实施例中，还包括：帧排序模块，用于根据帧编号对打靶信息图像数据进行帧排序；
获得排序后的打靶信息图像数据。
所述提取模块具体用于从包括打靶信息的图像数据中提取预设区域为排序后的打靶信息图像数据。
优选地，在上述任意实施例中，所述帧排序模块具体用于将所述帧编号中最小帧编号为炮弹进场时刻起始帧编号；
将所述帧编号中最大帧编号为打靶结束帧编号；
根据所述起始帧编号和所述结束帧编号对所述打靶信息图像数据进行帧排序。
本方案通过计算出打靶信息图像的帧起始和结束位置，截取打靶图像片段，同时可在影视图像时间轴长标出炮弹进场的时间点，方便人们观察分析处理。
可以理解，在一些实施例中，可以包含如上述各实施例中的部分或全部可选实施方式。
需要说明的是，上述各实施例是与在先方法实施例对应的产品实施例，对于产品实施例中各可选实施方式的说明可以参考上述各方法实施例中的对应说明，在此不再赘述。
读者应理解，在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的方法实施例仅仅是示意性的，例如，步骤的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个步骤可以结合或者可以集成到另一个步骤，或一些特征可以忽略，或不执行。
上述方法如果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，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例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（ROM，Read-OnlyMemory）、随机存取存储器（RAM，RandomAccessMemory）、磁碟或者光盘等各种可以存储程序代码的介质。
以上，仅为本发明的具体实施方式，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，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种打靶信息图像的查找方法，其特征在于，包括：
S1，根据预设尺寸将包括打靶信息的每一帧图像数据划分为多个相等区域；
S2，将相邻两帧的图像数据的相同位置的像素值相减，获得多个位置的像素值差量，根据多个位置的像素值差量结合多个相等区域获得多个相等大小区域的区域差量矩阵；
S3，根据处理后的相邻两帧的相同区域的区域差量矩阵，对相邻两帧同区域差量做减法，获得区域差量值突发差量；
S4，将每一帧的相同区域的区域差量值突发差量求和，获得多个帧突发差量和；
S5，将多个帧突发差量和进行从大到小排序，得到一个帧突发差量和的从大到小的序列；
S6，对所述从大到小的序列进行两两相减，对相减结果进行索引编号，相减结果最大值即是落差位置；
S7，最大值对应编号的前面部分为帧突发差量和较大，后面部分为帧突发差量和较小，取帧突发差量和较大部分为打靶信息图像数据。
2.根据权利要求1所述的一种打靶信息图像的查找方法，其特征在于，还包括：
累加第i区域的区域差量矩阵获得第i区域差量和；1≤i＜N，N表示一帧图像数据的相等大小区域数量；
根据所述第i区域差量和将每个区域差量和进行排序，获得最小区域差量和；
将每个区域差量和分别减去最小区域差量和，获得每个处理后的区域差量矩阵。
3.根据权利要求1或2所述的一种打靶信息图像的查找方法，其特征在于，还包括：
根据帧编号对打靶信息图像数据进行帧排序；
获得排序后的打靶信息图像数据；
所述S7具体包括：
最大值对应编号的前面部分为帧突发差量和较大，后面部分为帧突发差量和较小，取帧突发差量和较大部分为排序后的打靶信息图像数据。
4.根据权利要求3所述的一种打靶信息图像的查找方法，其特征在于，所述根据帧编号对打靶信息图像数据进行帧排序，具体包括：
将所述帧编号中最小帧编号为炮弹进场时刻起始帧编号；
将所述帧编号中最大帧编号为打靶结束帧编号；
根据所述起始帧编号和所述结束帧编号对所述打靶信息图像数据进行帧排序。
5.一种打靶信息图像的查找系统，其特征在于，包括：区域划分模块、区域差量计算模块、突出差量计算模块、突发差量求和模块、排序模块、区域选取模块和提取模块；
所述区域划分模块用于根据预设尺寸将包括打靶信息的每一帧图像数据划分为多个相等区域；
所述区域差量计算模块用于将相邻两帧的图像数据的相同位置的像素值相减，获得多个位置的像素值差量，根据多个位置的像素值差量结合多个相等区域获得多个相等大小区域的区域差量矩阵；
所述突出差量计算模块用于根据处理后的相邻两帧的相同区域的区域差量矩阵，对相邻两帧同区域差量做减法，获得区域差量值突发差量；
所述突发差量求和模块用于将每一帧的相同区域的区域差量值突发差量求和，获得多个帧突发差量和；
所述排序模块用于将多个帧突发差量和进行从大到小排序，得到一个帧突发差量和的从大到小的序列；
所述区域选取模块用于对所述从大到小的序列进行两两相减，对相减结果进行索引编号，相减结果最大值即是落差位置；
所述提取模块用于最大值对应编号的前面部分为帧突发差量和较大，后面部分为帧突发差量和较小，取帧突发差量和较大部分为打靶信息图像数据。
6.根据权利要求5所述的一种打靶信息图像的查找系统，其特征在于，还包括：干扰消除模块，用于累加第i区域的区域差量矩阵获得第i区域差量和；1≤i＜N，N表示一帧图像数据的相等大小区域数量；
根据所述第i区域差量和将每个区域差量和进行排序，获得最小区域差量和；
将每个区域差量和分别减去最小区域差量和，获得每个处理后的区域差量矩阵。
7.根据权利要求5或6所述的一种打靶信息图像的查找系统，其特征在于，还包括：帧排序模块，用于根据帧编号对打靶信息图像数据进行帧排序；
获得排序后的打靶信息图像数据；
所述提取模块具体用于最大值对应编号的前面部分为帧突发差量和较大，后面部分为帧突发差量和较小，取帧突发差量和较大部分为排序后的打靶信息图像数据。
8.根据权利要求7所述的一种打靶信息图像的查找系统，其特征在于，所述帧排序模块具体用于将所述帧编号中最小帧编号为炮弹进场时刻起始帧编号；
将所述帧编号中最大帧编号为打靶结束帧编号；
根据所述起始帧编号和所述结束帧编号对所述打靶信息图像数据进行帧排序。
9.一种存储介质，其特征在于，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行如权利要求1至4中任一项所述的一种打靶信息图像的查找方法。
10.一种电子设备，其特征在于，包括处理器和权利要求9所述的存储介质，所述处理器执行所述存储介质中的指令。
CN202211044472.8A 2022-08-30 2022-08-30 一种打靶信息图像的查找方法、系统、介质及电子设备 Active CN115114466B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211044472.8A CN115114466B (zh) 2022-08-30 2022-08-30 一种打靶信息图像的查找方法、系统、介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211044472.8A CN115114466B (zh) 2022-08-30 2022-08-30 一种打靶信息图像的查找方法、系统、介质及电子设备

Publications (2)

Publication Number Publication Date
CN115114466A CN115114466A (zh) 2022-09-27
CN115114466B true CN115114466B (zh) 2022-12-13

Family

ID=83335935

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211044472.8A Active CN115114466B (zh) 2022-08-30 2022-08-30 一种打靶信息图像的查找方法、系统、介质及电子设备

Country Status (1)

Country Link
CN (1) CN115114466B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116452667B (zh) * 2023-06-16 2023-08-22 成都实时技术股份有限公司 一种基于图像处理的目标识别与定位方法
CN116483013B (zh) * 2023-06-19 2023-09-05 成都实时技术股份有限公司 一种基于多通道采集器的高速信号采集系统及方法

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007228626A (ja) * 2007-04-27 2007-09-06 Sony Corp 画像信号処理装置及び方法
CN101436301A (zh) * 2008-12-04 2009-05-20 上海大学 视频编码中特征运动区域的检测方法
CN101493980A (zh) * 2009-03-05 2009-07-29 中国科学技术大学 一种基于多特征融合的快速视频火焰探测方法
CN101635843A (zh) * 2008-07-23 2010-01-27 北京大学 一种基于帧间变化特征的视纹提取、查找比对方法及系统
CN102096927A (zh) * 2011-01-26 2011-06-15 北京林业大学 自主林业机器人目标跟踪方法
CN103871073A (zh) * 2012-12-18 2014-06-18 华为技术有限公司 一种基于增强现实的目标跟踪方法、设备及系统
CN104463904A (zh) * 2014-09-22 2015-03-25 国家电网公司 一种高压线异物入侵目标检测方法
CN109087328A (zh) * 2018-05-31 2018-12-25 湖北工业大学 基于计算机视觉的羽毛球落点位置预测方法
CN110929668A (zh) * 2019-11-29 2020-03-27 珠海大横琴科技发展有限公司 一种基于无人货架的商品检测方法和装置
CN112699854A (zh) * 2021-03-22 2021-04-23 亮风台（上海）信息科技有限公司 一种识别停止行驶车辆的方法与设备
CN114076960A (zh) * 2020-08-22 2022-02-22 北醒（北京）光子科技有限公司 一种物体状态识别方法
CN114155457A (zh) * 2021-11-16 2022-03-08 华南师范大学 基于火焰动态识别的控制方法及控制装置
CN114639075A (zh) * 2022-05-23 2022-06-17 广州英码信息科技有限公司 一种高空抛物坠物的识别方法、系统及计算机可读介质
CN114677406A (zh) * 2021-11-29 2022-06-28 西安交远能源科技有限公司 利用累计帧差与色彩统计从视频流中识别石油火焰的方法
CN114764821A (zh) * 2022-04-19 2022-07-19 成都极米科技股份有限公司 移动物体检测方法、装置、电子设备和存储介质

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102222214A (zh) * 2011-05-09 2011-10-19 苏州易斯康信息科技有限公司 快速物体识别算法
US8947600B2 (en) * 2011-11-03 2015-02-03 Infosys Technologies, Ltd. Methods, systems, and computer-readable media for detecting scene changes in a video
CN104102835B (zh) * 2014-07-11 2017-04-12 大连理工大学 一种基于实时视频图像的投掷训练成绩检测方法
CN105760826B (zh) * 2016-02-03 2020-11-13 歌尔股份有限公司 一种人脸跟踪方法、装置和智能终端
CN110751678A (zh) * 2018-12-12 2020-02-04 北京嘀嘀无限科技发展有限公司 运动目标的检测方法、装置和电子设备
CN111145151B (zh) * 2019-12-23 2023-05-26 维沃移动通信有限公司 一种运动区域确定方法及电子设备
CN113596573B (zh) * 2021-07-28 2023-04-11 Oppo广东移动通信有限公司 图像处理方法、装置、电子设备和计算机可读存储介质

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007228626A (ja) * 2007-04-27 2007-09-06 Sony Corp 画像信号処理装置及び方法
CN101635843A (zh) * 2008-07-23 2010-01-27 北京大学 一种基于帧间变化特征的视纹提取、查找比对方法及系统
CN101436301A (zh) * 2008-12-04 2009-05-20 上海大学 视频编码中特征运动区域的检测方法
CN101493980A (zh) * 2009-03-05 2009-07-29 中国科学技术大学 一种基于多特征融合的快速视频火焰探测方法
CN102096927A (zh) * 2011-01-26 2011-06-15 北京林业大学 自主林业机器人目标跟踪方法
CN103871073A (zh) * 2012-12-18 2014-06-18 华为技术有限公司 一种基于增强现实的目标跟踪方法、设备及系统
CN104463904A (zh) * 2014-09-22 2015-03-25 国家电网公司 一种高压线异物入侵目标检测方法
CN109087328A (zh) * 2018-05-31 2018-12-25 湖北工业大学 基于计算机视觉的羽毛球落点位置预测方法
CN110929668A (zh) * 2019-11-29 2020-03-27 珠海大横琴科技发展有限公司 一种基于无人货架的商品检测方法和装置
CN114076960A (zh) * 2020-08-22 2022-02-22 北醒（北京）光子科技有限公司 一种物体状态识别方法
CN112699854A (zh) * 2021-03-22 2021-04-23 亮风台（上海）信息科技有限公司 一种识别停止行驶车辆的方法与设备
CN114155457A (zh) * 2021-11-16 2022-03-08 华南师范大学 基于火焰动态识别的控制方法及控制装置
CN114677406A (zh) * 2021-11-29 2022-06-28 西安交远能源科技有限公司 利用累计帧差与色彩统计从视频流中识别石油火焰的方法
CN114764821A (zh) * 2022-04-19 2022-07-19 成都极米科技股份有限公司 移动物体检测方法、装置、电子设备和存储介质
CN114639075A (zh) * 2022-05-23 2022-06-17 广州英码信息科技有限公司 一种高空抛物坠物的识别方法、系统及计算机可读介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Moving target detection based on improved three frame difference and visual background extractor;Siyang Wu 等;《2017 10th International CISP-BMEI》;20180226;1-5 *

Also Published As

Publication number Publication date
CN115114466A (zh) 2022-09-27

Similar Documents

Publication Publication Date Title
CN115114466B (zh) 一种打靶信息图像的查找方法、系统、介质及电子设备
CN112750140B (zh) 基于信息挖掘的伪装目标图像分割方法
CN112699786B (zh) 一种基于空间增强模块的视频行为识别方法及系统
CN111277910B (zh) 弹幕显示方法、装置、电子设备及存储介质
CN110162665B (zh) 视频搜索方法、计算机设备及存储介质
CN109840509B (zh) 网络直播视频中不良主播的多层次协同识别方法及装置
CN108881947A (zh) 一种直播流的侵权检测方法及装置
CN113238972B (zh) 一种图像检测方法、装置、设备及存储介质
CN110210278A (zh) 一种视频目标检测方法、装置及存储介质
CN116071701A (zh) 基于注意力机制和GSConv的YOLOv5行人检测方法
CN113642685B (zh) 一种高效的基于相似度的跨摄像头的目标重识别方法
CN109523613B (zh) 数据处理方法、装置、计算机可读存储介质和计算机设备
CN112818809B (zh) 一种检测图像信息的方法、装置和存储介质
CN114299550A (zh) 一种行人再识别系统中无感噪声攻击的防御方法
JP2009110526A (ja) 画像解析方法及び画像解析装置
CN117671540A (zh) 基于多谱频率通道注意力航拍图像小目标检测方法及系统
CN116740495A (zh) 路桥隧道的病害检测模型的训练方法和病害检测方法
Wei et al. A novel magnification-robust network with sparse self-attention for micro-expression recognition
CN111524161B (zh) 提取轨迹的方法和装置
Dong et al. Dual Path Network for Cross-view Geo-Localization
Li et al. Hierarchical deep cosegmentation of primary objects in aerial videos
CN111782842A (zh) 图像检索方法及装置、电子设备
CN114119971B (zh) 一种语义分割方法、系统和电子设备
Jagadeesh et al. Shot Analysis of Batsmen in Cricket Matches using Transfer Learning Techniques
CN115937906B (zh) 一种基于遮挡抑制和特征重建的遮挡场景行人重识别方法

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
GR01 Patent grant
GR01 Patent grant