CN117146647B - 一种光学瞄准镜的速调校准方法及系统 - Google Patents
一种光学瞄准镜的速调校准方法及系统 Download PDFInfo
- Publication number
- CN117146647B CN117146647B CN202311425615.4A CN202311425615A CN117146647B CN 117146647 B CN117146647 B CN 117146647B CN 202311425615 A CN202311425615 A CN 202311425615A CN 117146647 B CN117146647 B CN 117146647B
- Authority
- CN
- China
- Prior art keywords
- optimizing
- result
- point
- contour
- sighting telescope
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 80
- 230000003287 optical effect Effects 0.000 title claims abstract description 76
- 230000014759 maintenance of location Effects 0.000 claims description 48
- 238000013507 mapping Methods 0.000 claims description 34
- 230000003044 adaptive effect Effects 0.000 claims description 18
- 238000005070 sampling Methods 0.000 claims description 16
- 238000011156 evaluation Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 abstract description 27
- 238000005457 optimization Methods 0.000 description 21
- 230000000694 effects Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 230000009466 transformation Effects 0.000 description 9
- 238000012549 training Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000004321 preservation Methods 0.000 description 3
- 238000003708 edge detection Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B7/00—Mountings, adjusting means, or light-tight connections, for optical elements
- G02B7/003—Alignment of optical elements
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F41—WEAPONS
- F41G—WEAPON SIGHTS; AIMING
- F41G1/00—Sighting devices
- F41G1/06—Rearsights
- F41G1/14—Rearsights with lens
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F41—WEAPONS
- F41G—WEAPON SIGHTS; AIMING
- F41G1/00—Sighting devices
- F41G1/06—Rearsights
- F41G1/16—Adjusting mechanisms therefor; Mountings therefor
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F41—WEAPONS
- F41G—WEAPON SIGHTS; AIMING
- F41G1/00—Sighting devices
- F41G1/46—Sighting devices for particular applications
- F41G1/473—Sighting devices for particular applications for lead-indicating or range-finding, e.g. for use with rifles or shotguns
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B23/00—Telescopes, e.g. binoculars; Periscopes; Instruments for viewing the inside of hollow bodies; Viewfinders; Optical aiming or sighting devices
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Abstract
本发明提供了一种光学瞄准镜的速调校准方法及系统,涉及光学瞄准镜技术领域,包括:接收用户的确定信号,通过激光测距仪发射测距信号,接收反馈信号,依据光学瞄准镜的基础信息进行距离分级建立距离等级集合,基于反馈信号生成预定距离,并确定匹配关系,将光学瞄准镜调整至极限点和中值点,分别执行图像保留,以中值点作为初始点,根据图像保留结果确定寻优方向并执行自适应寻优调整,包括倍率寻优和焦距寻优,根据自适应寻优调整结果确定校准参数,进行光学瞄准镜的速调校准。本发明解决了传统光学瞄准镜校准过程人工干预较多,存在精确度低、稳定性差的技术问题。
Description
技术领域
本发明涉及光学瞄准镜技术领域,具体涉及一种光学瞄准镜的速调校准方法及系统。
背景技术
光学瞄准镜的校准是指对其进行精确调整和校准,以确保其能够准确、稳定地对准目标物体,校准的主要目的是使光学瞄准镜在实际应用中达到预期的性能和精度要求,在校准过程中,通常需要调整多个参数,例如焦距、倍率、透镜位置等。传统光学瞄准镜的速调校准方法存在一些问题,首先,校准过程通常需要手动调整多个参数,繁琐且容易受到人为误差的影响,其次,由于缺乏自动化和精度控制,导致校准结果不够准确和稳定,此外,针对不同距离级别的目标物,传统方法往往无法实现灵活调整和适应性校准。
因此需要一种新的光学瞄准镜的速调校准方法,能够实现自动化校准、预定距离匹配和自适应寻优调整等功能,以提高校准的效率、精确度和可靠性。
发明内容
本申请通过提供了一种光学瞄准镜的速调校准方法及系统,旨在解决传统光学瞄准镜校准过程人工干预较多,存在精确度低、稳定性差的技术问题。
鉴于上述问题,本申请提供了一种光学瞄准镜的速调校准方法及系统。
本申请公开的第一个方面,提供了一种光学瞄准镜的速调校准方法,所述方法包括:接收用户的确定信号,基于所述确定信号通过激光测距仪发射测距信号,接收反馈信号;建立距离等级集合,所述距离等级集合依据所述光学瞄准镜的基础信息进行距离分级获得,基于所述反馈信号生成预定距离,并确定所述预定距离与所述距离等级集合的匹配关系;配置极限点和中值点,所述极限点和中值点为与所述预定距离匹配的距离等级的特征点,将所述光学瞄准镜调整至所述极限点和所述中值点,分别执行图像保留;以所述中值点作为初始点,根据图像保留结果确定寻优方向,并执行寻优方向的自适应寻优调整,其中,自适应寻优包括倍率寻优和焦距寻优;根据自适应寻优调整结果确定校准参数,通过所述校准参数进行所述光学瞄准镜的速调校准。
本申请公开的另一个方面,提供了一种光学瞄准镜的速调校准系统,所述系统用于上述方法,所述系统包括:反馈信号接收模块,所述反馈信号接收模块用于接收用户的确定信号,基于所述确定信号通过激光测距仪发射测距信号,接收反馈信号;匹配关系获取模块,所述匹配关系获取模块用于建立距离等级集合,所述距离等级集合依据所述光学瞄准镜的基础信息进行距离分级获得,基于所述反馈信号生成预定距离,并确定所述预定距离与所述距离等级集合的匹配关系;图像保留执行模块,所述图像保留执行模块用于配置极限点和中值点,所述极限点和中值点为与所述预定距离匹配的距离等级的特征点,将所述光学瞄准镜调整至所述极限点和所述中值点,分别执行图像保留;寻优调整模块,所述寻优调整模块用于以所述中值点作为初始点,根据图像保留结果确定寻优方向,并执行寻优方向的自适应寻优调整,其中,自适应寻优包括倍率寻优和焦距寻优;速调校准模块,所述速调校准模块用于根据自适应寻优调整结果确定校准参数,通过所述校准参数进行所述光学瞄准镜的速调校准。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
通过接收用户确定信号和激光测距仪发射的测距信号,结合反馈信号进行自动化校准,减少了人工干预和调整的需求,提高了校准过程的效率和准确性;建立距离等级集合,将预定距离与距离等级集合进行匹配,使校准过程更具可控性和准确性,能够根据不同距离级别进行相应的调整,提高了校准的灵活性和适应性;通过配置极限点和中值点,并根据图像保留结果确定寻优方向,使用自适应寻优方法进行倍率和焦距的调整,能够根据目标物的特征和需求进行优化,提高了系统的性能和准确度;通过自适应寻优调整结果确定校准参数,并应用于光学瞄准镜的速调校准,实现了精准的校准效果,提高了光学瞄准镜的准确性和稳定性。总而言之,该方法通过引入自动化校准、预定距离匹配和自适应寻优调整等技术手段,解决了传统光学瞄准镜校准方法存在精确度和稳定性方面的问题,实现了提升校准精确度和稳定性的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供了一种光学瞄准镜的速调校准方法流程示意图;
图2为本申请实施例提供了一种光学瞄准镜的速调校准系统结构示意图。
附图标记说明:反馈信号接收模块10,匹配关系获取模块20,图像保留执行模块30,寻优调整模块40,速调校准模块50。
具体实施方式
本申请实施例通过提供一种光学瞄准镜的速调校准方法,解决了传统光学瞄准镜校准过程人工干预较多,存在精确度低、稳定性差的技术问题。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种光学瞄准镜的速调校准方法,所述方法包括:
接收用户的确定信号,基于所述确定信号通过激光测距仪发射测距信号,接收反馈信号;
系统接收用户的确定信号,这个信号可以是用户按下按钮、通过电子界面输入或者其他方式传递给系统的指令,用于开始光学瞄准镜的速调校准过程。当接收到用户的确定信号,利用激光测距仪发射一束激光来与目标物体进行交互,交互后,接收到返回的反射信号反馈信号,并记录激光从发射到返回所用的时间。
建立距离等级集合,所述距离等级集合依据所述光学瞄准镜的基础信息进行距离分级获得,基于所述反馈信号生成预定距离,并确定所述预定距离与所述距离等级集合的匹配关系;
根据所述光学瞄准镜的设计规格或参考文档,收集其基础信息,包括镜头参数、焦距范围、倍率或变焦范围等。根据收集到的基础信息,将距离范围划分为不同的等级,这些等级可以按照距离的远近、精度要求等因素进行划分,根据距离分级结果,建立距离等级集合,其中包含了各个距离等级的范围和标识。
根据激光速度和激光从发射到返回所用的时间,将激光速度乘以时间的一半,计算获得目标物体与测距仪之间的距离信息,以该距离信息作为基础生成预定距离。将预定距离与建立的距离等级集合进行匹配,通过将预定距离与各个距离等级的范围进行判断和关联,确定预定距离所属的距离等级。这样,在后续的调整和校准过程中,可以根据预定距离与距离等级的匹配关系来指导光学瞄准镜的参数调整,以达到预期的效果和精度要求。
配置极限点和中值点,所述极限点和中值点为与所述预定距离匹配的距离等级的特征点,将所述光学瞄准镜调整至所述极限点和所述中值点,分别执行图像保留;
根据确定的预定距离与距离等级集合的匹配关系,确定与预定距离匹配的距离等级。从所匹配的距离等级中选择一个特征点作为极限点,极限点是指在该距离等级中具有极端特征的点,例如选择在该距离等级中具有最近和最远距离的点作为极限点;从所匹配的距离等级中选择一个特征点作为中值点,中值点是指在该距离等级中具有中间特征的点,例如选择在该距离等级中中间位置的点作为中值点。
根据所选的极限点,在光学瞄准镜上进行调整,包括镜头的调焦、变倍、方位角度或高度的微调等,以将其准确对准到极限点上,当调整到极限点的位置后,执行图像保留操作,以确保在观察极限点时获得清晰、稳定的视觉图像。接下来,将光学瞄准镜调整到中值点的位置,同样执行图像保留操作,以确保在观察中值点时获得清晰、稳定的视觉图像。
以所述中值点作为初始点,根据图像保留结果确定寻优方向,并执行寻优方向的自适应寻优调整,其中,自适应寻优包括倍率寻优和焦距寻优;
进一步而言,所述方法还包括:
读取所述中值点的中值点图像保留结果,并对所述图像保留结果进行目标物的轮廓识别,获得轮廓识别结果,并记录轮廓位置;
以所述轮廓识别结果作为相似匹配特征,分别对极限点图像保留结果进行轮廓相似匹配,获得相似匹配结果;
获取用户的需求采样模式,通过所述需求采样模式对所述相似匹配结果中的目标物显示进行显示评价;
基于显示评价结果确定所述寻优方向。
经过对中值点执行图像保留,获取中值点图像保留结果,所述中值点图像保留结果中包括目标物。对中值点图像保留结果使用边缘检测算法来找到目标物与背景之间的边界,以获取图像中目标物的边缘信息。
将经过边缘检测的图像转换为二值图像,通过阈值化操作,将图像转为只包含黑白两种颜色的图像,使得目标物的边界更加明显。在二值图像中,使用连通区域检测算法来找到相互连接的像素点组成的连通区域,这些连通区域表示了目标物的形状,从连通区域中提取表示轮廓形状的坐标点集合,获得轮廓识别结果。记录目标物轮廓的位置信息,包括轮廓的中心点坐标、外接矩形的顶点坐标等。
使用与前述步骤相同的方法,对极限点图像保留结果进行轮廓提取,得到表示极限点目标物形状的轮廓信息,包括最近和最远距离的轮廓。使用轮廓匹配算法比较中值点图像保留结果的轮廓与极限点图像保留结果的轮廓之间的相似性,例如计算两个轮廓特征向量之间的欧氏距离,距离越小表示相似性越高,则轮廓越相似,通过上述轮廓之间的相似性计算,分别获得最近和最远距离的相似匹配结果。
与用户进行交互,获取用户的需求采样模式,包括覆盖模式、标准模式和局部模式。其中,在覆盖模式下,更注重全局性能力的展示评价,例如目标物与图像保留结果的整体吻合程度、形状匹配准确性等;在标准模式下,综合考虑覆盖率和精确性,对目标物的显示进行评价,包括形状匹配准确性、边界清晰度、区域连通性等方面;在局部模式下,主要关注目标物特定区域的显示评价,可以通过检查特定区域的轮廓匹配程度、细节保留情况等来评估目标物的显示质量。
根据用户的需求采样模式,针对相似匹配结果中的目标物,进行相应的显示评价,这样可以根据用户关注的方面,提供更加符合用户需求的评估结果。
对所得到的显示评价结果进行综合分析,例如对不同指标进行权重分配,以对每个目标物的显示质量进行综合评估。根据显示评价结果的分析,确定针对目标物的寻优方向,例如,在覆盖模式下,寻优方向是提高整体形状匹配准确性;在标准模式下,需要平衡覆盖率和精确性;在局部模式下,需要改善特定区域的细节保留程度等。通过寻优方向,使目标物的显示质量在特定方向上得到改进,以此优化目标物的显示质量,以满足用户的需求和期望。
进一步而言,所述方法还包括:
基于寻优方向的极限点目标物轮廓和中值点目标物轮廓建立轮廓映射;
确定初始和终止的空间区间,所述空间区间依据轮廓映射建立而成;
将所述需求采样模式和所述空间区间输入自适应步长调整网络,生成自适应步长调整结果;
根据所述自适应步长调整结果和所述寻优方向进行自适应寻优调整。
根据确定的寻优方向,建立极限点目标物轮廓和中值点目标物轮廓之间的映射关系,示例性的,采用坐标点对应的方法,提取极限点目标物轮廓的多个特殊点,例如拐角点、最高点、最低点等,与中值点目标物轮廓的上对应的点进行映射,建立对应关系,然后使用曲线拟合等方法,将极限点目标物轮廓中的细节部分与中值点目标物轮廓进行映射,以保留更多的细节信息。
初始和终止空间区间是在进行形状优化过程中,用于限定变换范围的区域,表示了变换操作可以作用的空间范围。利用建立的轮廓映射,确定初始和终止空间区间,以确保变换后的目标物与原始目标物保持一致。具体的,通过对极限点图像保留结果中的目标物轮廓进行变换,将其映射到中值点图像保留结果的空间坐标系中,得到初始空间区间的边界;同样地,对于中值点图像保留结果中的目标物轮廓,应用轮廓映射,将其映射回极限点图像保留结果的空间坐标系中,得到终止空间区间的边界。
根据初始和终止空间区间的边界,确定空间变换可以作用的范围,这样可以限制形状优化过程中的变换范围,确保目标物的形状优化在可控的空间范围内进行,并与原始目标物保持一致。
将获取的需求采样模式和确定的空间区间作为输入提供给自适应步长调整网络,所述自适应步长调整网络是一个神经网络模型,使用已有的数据集或者通过与用户交互收集的数据进行训练,训练的目标是根据需求采样模式和空间区间,得到最佳的步长参数以优化形状,并获得更好的显示效果。
使用经过训练的自适应步长调整网络,根据输入的需求采样模式和空间区间,生成相应的自适应步长调整结果,这个结果包括相应的步长参数,用于指导形状优化过程中的变换步骤。
根据确定的寻优方向,作为进行自适应寻优调整的依据。根据自适应步长调整结果和寻优方向,对形状优化过程进行自适应调整,包括步长调整,具体的,根据自适应步长调整结果中的步长参数,动态调整形状优化过程中的步长大小,如果寻优方向要求更准确的形状匹配,可以缩小步长;如果需要更好的细节保留,可以增大步长,这使得形状优化过程在指定的方向上进行调整,以获得更好的显示效果和形状匹配性能。
进一步而言,所述方法还包括:
基于寻优方向的极限点目标物轮廓和中值点目标物轮廓建立轮廓映射;
确定初始和终止的空间区间,所述空间区间依据轮廓映射建立而成;
依据二分法和所述寻优方向进行自适应寻优调整。
根据确定的寻优方向,建立极限点目标物轮廓和中值点目标物轮廓之间的映射关系,示例性的,采用坐标点对应的方法,提取极限点目标物轮廓的多个特殊点,例如拐角点、最高点、最低点等,与中值点目标物轮廓的上对应的点进行映射,建立对应关系,然后使用曲线拟合等方法,将极限点目标物轮廓中的细节部分与中值点目标物轮廓进行映射,以保留更多的细节信息。
初始和终止空间区间是在进行形状优化过程中,用于限定变换范围的区域,表示了变换操作可以作用的空间范围。利用建立的轮廓映射,确定初始和终止空间区间,以确保变换后的目标物与原始目标物保持一致。具体的,通过对极限点图像保留结果中的目标物轮廓进行变换,将其映射到中值点图像保留结果的空间坐标系中,得到初始空间区间的边界;同样地,对于中值点图像保留结果中的目标物轮廓,应用轮廓映射,将其映射回极限点图像保留结果的空间坐标系中,得到终止空间区间的边界。
根据初始和终止空间区间的边界,确定空间变换可以作用的范围,这样可以限制形状优化过程中的变换范围,确保目标物的形状优化在可控的空间范围内进行,并与原始目标物保持一致。
二分法是一种迭代的搜索方法,通过将搜索空间划分为两个子空间,并根据目标函数的变化情况选择更有可能包含最优解的子空间进行下一次搜索,通过结合二分法和寻优方向,可以自适应地进行参数调整和优化,以找到最佳的解决方案。
所述空间区间包含了可能的参数取值范围,作为搜索空间,在搜索空间中选择中值点作为起始点,根据所选取的初始点,计算目标函数的数值,目标函数是衡量系统性能、误差或其他优化目标的函数。
设置终止条件,例如达到预定的迭代次数、目标函数的收敛等,判断当前搜索的终止条件是否满足,如果终止条件未满足,则进入二分法的操作,将当前搜索空间二分为两个子空间,并根据目标函数的变化情况选择更可能包含最优解的子空间。根据二分法的结果,更新搜索空间为新的子空间,根据寻优方向选择下一个搜索点,根据所选择的搜索点,更新参数的取值,继续计算新的目标函数数值,并判断是否满足终止条件,迭代二分法操作,在每次迭代中,通过不断调整参数的取值,并根据目标函数的变化情况来选择下一个搜索点,以逐步接近最优解,直到满足终止条件。
这种自适应寻优调整方法可以帮助系统有效地优化参数,并使其更好地适应问题的需求,提高系统性能和精度。
进一步而言,所述方法还包括:
建立位置偏移网络,所述位置偏移网络包括校准预置单元;
将所述距离等级输入所述位置偏移网络,通过所述校准预置单元对所述校准参数处理,基于处理结果重构位置偏移网络的配置数据库;
确定寻优方向的极限点与中值点的倍率关联,并将所述中值点的目标物轮廓位置特征和所述倍率关联输入重构数据库的所述位置偏移网络;
生成位置补偿结果,依据所述位置补偿结果完成寻优方向的极限点目标物轮廓和中值点目标物轮廓的轮廓映射建立。
位置偏移网络是一个用于调整形状优化过程中目标物位置的网络,用于处理形状匹配准确性和位置对齐等问题。校准预置单元是位置偏移网络的组成部分,用于学习和调整目标物的位置,它可以根据需求采样模式、显示评价结果和寻优方向等信息来进行精确定位和微调。
使用已有数据集或通过与用户交互收集的数据对位置偏移网络进行训练,在训练过程中,校准预置单元根据输入的相关信息,如需求采样模式和显示评价结果,来调整目标物的位置,包括特定方向上的平移、旋转或缩放等操作,以改善目标物的位置对齐和形状匹配准确性。
将距离等级作为输入信息提供给位置偏移网络,距离等级表征与所述预定距离匹配的所述光学瞄准镜的放大倍率。位置偏移网络接收距离等级作为输入,并将其传递给校准预置单元,校准预置单元根据距离等级,通过学习和调整校准参数来进行处理,这些校准参数用于微调和调整目标物的位置,以改善位置对齐和形状匹配。根据校准预置单元处理的结果,重构位置偏移网络的配置数据库,配置数据库是存储和管理网络参数、权重和其他相关信息的数据结构。
将经过处理的校准参数更新到位置偏移网络的配置数据库中,这样,网络将被重新配置,以便在后续的形状优化过程中使用新的参数进行位置调整和形状匹配,使其能够更好地适应目标物的位置调整需求和形状匹配要求。
通过比较极限点和中值点的目标物轮廓位置特征,例如轮廓的面积、周长或中心距离等,计算确定极限点和中值点之间的倍率关联。将中值点的目标物轮廓位置特征和倍率关联作为输入提供给重构数据库的位置偏移网络中。
使用重构数据库的位置偏移网络,根据输入的倍率关联和目标物轮廓位置特征,生成位置补偿结果,这些补偿结果用于调整目标物的位置和形状。根据确定的寻优方向,从极限点图像保留结果中获取目标物的轮廓,这些轮廓表示了目标物在最大程度优化后的形状;从中值点图像保留结果中获取目标物的轮廓,中值点轮廓反映了目标物在形状优化过程中的初始状态。
根据位置补偿结果,完成寻优方向的极限点目标物轮廓和中值点目标物轮廓之间的轮廓映射建立,包括将极限点目标物轮廓和中值点目标物轮廓进行对应,并根据位置补偿结果调整对应关系。这样可以确保在形状优化过程中,极限点和中值点的目标物轮廓保持一致,并根据位置补偿进行相应的调整,以获得更准确的形状匹配和位置对齐效果。
根据自适应寻优调整结果确定校准参数,通过所述校准参数进行所述光学瞄准镜的速调校准;
根据自适应寻优调整结果,确定最终的校准参数,包括对光学瞄准镜进行调整的参数,例如扭曲校正、焦距调整或角度调整等。使用确定的校准参数对光学瞄准镜进行速调校准,速调校准是对光学系统进行快速调整,以使其能够准确地对准目标物,根据校准参数,调整光学瞄准镜的各个参数,以达到预期的瞄准效果。这样可以根据形状优化的结果,快速而准确地调整光学系统,以实现目标物的精确瞄准和定位。
进一步而言,所述方法还包括:
当校准参数确定后,根据所述校准参数和中值点参数重新确定倍率关联;
将重新确定的倍率关联和所述目标物轮廓位置特征输入重构数据库的所述位置偏移网络,生成终止位置补偿结果;
通过所述终止位置补偿结果和所述校准参数进行所述光学瞄准镜的速调校准。
从中值点图像保留结果中获取目标物的相关参数,包括目标物的位置、大小、形状等信息,作为中值点参数。根据校准参数和中值点参数,重新确定倍率关联,即根据新的校准参数和中值点的参数,调整原有的倍率关联,例如,如果校准参数表示需要进行缩放操作,那么在重新确定倍率关联时,调整距离等级所对应的实际倍率值。考虑到校准参数的影响,通过重新确定的倍率关联,准确地反映目标物在不同距离等级下的实际倍率关系。
根据重新确定的倍率关联,获取每个距离等级下的实际倍率值,将重新确定的倍率关联和目标物轮廓位置特征作为输入提供给重构数据库中的位置偏移网络,位置偏移网络根据输入的倍率关联和目标物轮廓位置特征,根据训练得到的模型参数和权重,生成终止位置补偿结果,用于对目标物的位置进行调整,以实现更准确的位置补偿。
将所述终止位置补偿结果和所述校准参数进行整合,根据终止位置补偿结果对目标物的最终位置调整以及校准参数对光学系统的变换要求,对光学瞄准镜进行相应的调整,以确保光学系统能够精确地对准目标物。
进一步而言,所述方法还包括:
记录目标物特征和校准参数,并建立映射数据库;
当进行后续速调校准时,将反馈信号和目标物特征进行映射数据库匹配,根据匹配结果获得参考参数;
通过所述参考参数进行校准参数的生成参考。
在图像处理任务中,通过对目标物进行分析和测量,提取目标物的边缘轮廓、关键点、颜色直方图等特征,同时记录校准过程光学系统的校准参数。
将记录的目标物特征和校准参数对应的保存到映射数据库中,映射数据库是一个结构化的数据存储系统,用于存储目标物特征和相应的校准参数。这种数据库的建立有助于实现自动化的校准过程,提高系统的准确性和稳定性。
当进行后续速调校准时,通过激光测距仪获取与目标物位置有关的反馈信号,从图像保留结果中获取目标物特征,将得到的目标物特征与映射数据库中记录的目标物特征进行匹配,通过比较目标物特征之间的匹配度,找到最佳匹配的记录。根据匹配结果,从映射数据库中获取与匹配记录相对应的参考参数,以指导后续的速调校准过程。
使用参考参数作为基准,对校准参数进行适当的调整,包括对参数的微调、加权等,以确保生成的校准参数能够更好地适应当前的条件,使系统能够更准确地对准目标物。
综上所述,本申请实施例所提供的一种光学瞄准镜的速调校准方法及系统具有如下技术效果:
1.通过接收用户确定信号和激光测距仪发射的测距信号,结合反馈信号进行自动化校准,减少了人工干预和调整的需求,提高了校准过程的效率和准确性;
2.建立距离等级集合,将预定距离与距离等级集合进行匹配,使校准过程更具可控性和准确性,能够根据不同距离级别进行相应的调整,提高了校准的灵活性和适应性;
3.通过配置极限点和中值点,并根据图像保留结果确定寻优方向,使用自适应寻优方法进行倍率和焦距的调整,能够根据目标物的特征和需求进行优化,提高了系统的性能和准确度;
4.通过自适应寻优调整结果确定校准参数,并应用于光学瞄准镜的速调校准,实现了精准的校准效果,提高了光学瞄准镜的准确性和稳定性。
总而言之,该方法通过引入自动化校准、预定距离匹配和自适应寻优调整等技术手段,解决了传统光学瞄准镜校准方法存在精确度和稳定性方面的问题,实现了提升校准精确度和稳定性的技术效果。
实施例二
基于与前述实施例中一种光学瞄准镜的速调校准方法相同的发明构思,如图2所示,本申请提供了一种光学瞄准镜的速调校准系统,所述系统包括:
反馈信号接收模块10,所述反馈信号接收模块10用于接收用户的确定信号,基于所述确定信号通过激光测距仪发射测距信号,接收反馈信号;
匹配关系获取模块20,所述匹配关系获取模块20用于建立距离等级集合,所述距离等级集合依据所述光学瞄准镜的基础信息进行距离分级获得,基于所述反馈信号生成预定距离,并确定所述预定距离与所述距离等级集合的匹配关系;
图像保留执行模块30,所述图像保留执行模块30用于配置极限点和中值点,所述极限点和中值点为与所述预定距离匹配的距离等级的特征点,将所述光学瞄准镜调整至所述极限点和所述中值点,分别执行图像保留;
寻优调整模块40,所述寻优调整模块40用于以所述中值点作为初始点,根据图像保留结果确定寻优方向,并执行寻优方向的自适应寻优调整,其中,自适应寻优包括倍率寻优和焦距寻优;
速调校准模块50,所述速调校准模块50用于根据自适应寻优调整结果确定校准参数,通过所述校准参数进行所述光学瞄准镜的速调校准。
进一步而言,所述系统还包括寻优方向确定模块,以执行如下操作步骤:
读取所述中值点的中值点图像保留结果,并对所述图像保留结果进行目标物的轮廓识别,获得轮廓识别结果,并记录轮廓位置;
以所述轮廓识别结果作为相似匹配特征,分别对极限点图像保留结果进行轮廓相似匹配,获得相似匹配结果;
获取用户的需求采样模式,通过所述需求采样模式对所述相似匹配结果中的目标物显示进行显示评价;
基于显示评价结果确定所述寻优方向。
进一步而言,所述系统还包括步长调整结果生成模块,以执行如下操作步骤:
基于寻优方向的极限点目标物轮廓和中值点目标物轮廓建立轮廓映射;
确定初始和终止的空间区间,所述空间区间依据轮廓映射建立而成;
将所述需求采样模式和所述空间区间输入自适应步长调整网络,生成自适应步长调整结果;
根据所述自适应步长调整结果和所述寻优方向进行自适应寻优调整。
进一步而言,所述系统还包括自适应寻优调整模块,以执行如下操作步骤:
基于寻优方向的极限点目标物轮廓和中值点目标物轮廓建立轮廓映射;
确定初始和终止的空间区间,所述空间区间依据轮廓映射建立而成;
依据二分法和所述寻优方向进行自适应寻优调整。
进一步而言,所述系统还包括轮廓映射建立模块,以执行如下操作步骤:
建立位置偏移网络,所述位置偏移网络包括校准预置单元;
将所述距离等级输入所述位置偏移网络,通过所述校准预置单元对所述校准参数处理,基于处理结果重构位置偏移网络的配置数据库;
确定寻优方向的极限点与中值点的倍率关联,并将所述中值点的目标物轮廓位置特征和所述倍率关联输入重构数据库的所述位置偏移网络;
生成位置补偿结果,依据所述位置补偿结果完成寻优方向的极限点目标物轮廓和中值点目标物轮廓的轮廓映射建立。
进一步而言,所述系统还包括速调校准模块,以执行如下操作步骤:
当校准参数确定后,根据所述校准参数和中值点参数重新确定倍率关联;
将重新确定的倍率关联和所述目标物轮廓位置特征输入重构数据库的所述位置偏移网络,生成终止位置补偿结果;
通过所述终止位置补偿结果和所述校准参数进行所述光学瞄准镜的速调校准。
进一步而言,所述系统还包括校准参数生成参考模块,以执行如下操作步骤:
记录目标物特征和校准参数,并建立映射数据库;
当进行后续速调校准时,将反馈信号和目标物特征进行映射数据库匹配,根据匹配结果获得参考参数;
通过所述参考参数进行校准参数的生成参考。
本说明书通过前述对一种光学瞄准镜的速调校准方法的详细描述,本领域技术人员可以清楚得知道本实施例中一种光学瞄准镜的速调校准方法及系统,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,所以描述得比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种光学瞄准镜的速调校准方法,其特征在于,所述方法包括:
接收用户的确定信号,基于所述确定信号通过激光测距仪发射测距信号,接收反馈信号;
建立距离等级集合,所述距离等级集合依据所述光学瞄准镜的基础信息进行距离分级获得,基于所述反馈信号生成预定距离,并确定所述预定距离与所述距离等级集合的匹配关系;
配置极限点和中值点,所述极限点和中值点为与所述预定距离匹配的距离等级的特征点,将所述光学瞄准镜调整至所述极限点和所述中值点,分别执行图像保留;
以所述中值点作为初始点,根据图像保留结果确定寻优方向,并执行寻优方向的自适应寻优调整,其中,自适应寻优包括倍率寻优和焦距寻优;
根据自适应寻优调整结果确定校准参数,通过所述校准参数进行所述光学瞄准镜的速调校准。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
读取所述中值点的中值点图像保留结果,并对所述图像保留结果进行目标物的轮廓识别,获得轮廓识别结果,并记录轮廓位置;
以所述轮廓识别结果作为相似匹配特征,分别对极限点图像保留结果进行轮廓相似匹配,获得相似匹配结果;
获取用户的需求采样模式,通过所述需求采样模式对所述相似匹配结果中的目标物显示进行显示评价;
基于显示评价结果确定所述寻优方向。
3.如权利要求2所述的方法,其特征在于,所述方法还包括:
基于寻优方向的极限点目标物轮廓和中值点目标物轮廓建立轮廓映射;
确定初始和终止的空间区间,所述空间区间依据轮廓映射建立而成;
将所述需求采样模式和所述空间区间输入自适应步长调整网络,生成自适应步长调整结果;
根据所述自适应步长调整结果和所述寻优方向进行自适应寻优调整。
4.如权利要求2所述的方法,其特征在于,所述方法还包括:
基于寻优方向的极限点目标物轮廓和中值点目标物轮廓建立轮廓映射;
确定初始和终止的空间区间,所述空间区间依据轮廓映射建立而成;
依据二分法和所述寻优方向进行自适应寻优调整。
5.如权利要求3所述的方法,其特征在于,所述方法还包括:
建立位置偏移网络,所述位置偏移网络包括校准预置单元;
将所述距离等级输入所述位置偏移网络,通过所述校准预置单元对所述校准参数处理,基于处理结果重构位置偏移网络的配置数据库;
确定寻优方向的极限点与中值点的倍率关联,并将所述中值点的目标物轮廓位置特征和所述倍率关联输入重构数据库的所述位置偏移网络;
生成位置补偿结果,依据所述位置补偿结果完成寻优方向的极限点目标物轮廓和中值点目标物轮廓的轮廓映射建立。
6.如权利要求5所述的方法,其特征在于,所述方法还包括:
当校准参数确定后,根据所述校准参数和中值点参数重新确定倍率关联;
将重新确定的倍率关联和所述目标物轮廓位置特征输入重构数据库的所述位置偏移网络,生成终止位置补偿结果;
通过所述终止位置补偿结果和所述校准参数进行所述光学瞄准镜的速调校准。
7.如权利要求1所述的方法,其特征在于,所述方法还包括:
记录目标物特征和校准参数,并建立映射数据库;
当进行后续速调校准时,将反馈信号和目标物特征进行映射数据库匹配,根据匹配结果获得参考参数;
通过所述参考参数进行校准参数的生成参考。
8.一种光学瞄准镜的速调校准系统,其特征在于,用于实施权利要求1-7任一项所述的一种光学瞄准镜的速调校准方法,包括:
反馈信号接收模块,所述反馈信号接收模块用于接收用户的确定信号,基于所述确定信号通过激光测距仪发射测距信号,接收反馈信号;
匹配关系获取模块,所述匹配关系获取模块用于建立距离等级集合,所述距离等级集合依据所述光学瞄准镜的基础信息进行距离分级获得,基于所述反馈信号生成预定距离,并确定所述预定距离与所述距离等级集合的匹配关系;
图像保留执行模块,所述图像保留执行模块用于配置极限点和中值点,所述极限点和中值点为与所述预定距离匹配的距离等级的特征点,将所述光学瞄准镜调整至所述极限点和所述中值点,分别执行图像保留;
寻优调整模块,所述寻优调整模块用于以所述中值点作为初始点,根据图像保留结果确定寻优方向,并执行寻优方向的自适应寻优调整,其中,自适应寻优包括倍率寻优和焦距寻优;
速调校准模块,所述速调校准模块用于根据自适应寻优调整结果确定校准参数,通过所述校准参数进行所述光学瞄准镜的速调校准。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311425615.4A CN117146647B (zh) | 2023-10-31 | 2023-10-31 | 一种光学瞄准镜的速调校准方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311425615.4A CN117146647B (zh) | 2023-10-31 | 2023-10-31 | 一种光学瞄准镜的速调校准方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117146647A CN117146647A (zh) | 2023-12-01 |
CN117146647B true CN117146647B (zh) | 2023-12-22 |
Family
ID=88910490
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311425615.4A Active CN117146647B (zh) | 2023-10-31 | 2023-10-31 | 一种光学瞄准镜的速调校准方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117146647B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103827917A (zh) * | 2011-07-25 | 2014-05-28 | 科英布拉大学 | 用于使用棋盘图案的一幅或多幅图像的自动相机校准的方法和装置 |
CN104613816A (zh) * | 2015-01-30 | 2015-05-13 | 杭州硕数信息技术有限公司 | 数字瞄准器及使用其对目标跟踪、锁定和精确射击的方法 |
CN105300186A (zh) * | 2015-10-30 | 2016-02-03 | 北京艾克利特光电科技有限公司 | 一种方便调校的一体化精准光电瞄准系统 |
CN114119526A (zh) * | 2021-11-19 | 2022-03-01 | 江南大学 | 一种基于机器视觉的钢板表面缺陷检测与识别系统及方法 |
CN114575205A (zh) * | 2022-04-28 | 2022-06-03 | 中铁第四勘察设计院集团有限公司 | 一种基于图像数据处理的水射流钢轨廓形智能化打磨系统 |
CN116071339A (zh) * | 2023-02-20 | 2023-05-05 | 南京理工大学 | 一种基于改进鲸鱼算法优化svm的产品缺陷识别方法 |
CN116448419A (zh) * | 2023-03-14 | 2023-07-18 | 太原科技大学 | 基于深度模型高维参数多目标高效寻优的零样本轴承故障诊断方法 |
-
2023
- 2023-10-31 CN CN202311425615.4A patent/CN117146647B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103827917A (zh) * | 2011-07-25 | 2014-05-28 | 科英布拉大学 | 用于使用棋盘图案的一幅或多幅图像的自动相机校准的方法和装置 |
CN104613816A (zh) * | 2015-01-30 | 2015-05-13 | 杭州硕数信息技术有限公司 | 数字瞄准器及使用其对目标跟踪、锁定和精确射击的方法 |
CN105300186A (zh) * | 2015-10-30 | 2016-02-03 | 北京艾克利特光电科技有限公司 | 一种方便调校的一体化精准光电瞄准系统 |
CN114119526A (zh) * | 2021-11-19 | 2022-03-01 | 江南大学 | 一种基于机器视觉的钢板表面缺陷检测与识别系统及方法 |
CN114575205A (zh) * | 2022-04-28 | 2022-06-03 | 中铁第四勘察设计院集团有限公司 | 一种基于图像数据处理的水射流钢轨廓形智能化打磨系统 |
CN116071339A (zh) * | 2023-02-20 | 2023-05-05 | 南京理工大学 | 一种基于改进鲸鱼算法优化svm的产品缺陷识别方法 |
CN116448419A (zh) * | 2023-03-14 | 2023-07-18 | 太原科技大学 | 基于深度模型高维参数多目标高效寻优的零样本轴承故障诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117146647A (zh) | 2023-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8014590B2 (en) | Method of directed pattern enhancement for flexible recognition | |
CN111814741B (zh) | 一种基于注意力机制的遮挡胚胎原核及卵裂球检测方法 | |
CN102704215B (zh) | 基于dst文件解析与机器视觉结合的绣布自动切割方法 | |
KR102521386B1 (ko) | 치수 계측 장치, 치수 계측 방법 및 반도체 제조 시스템 | |
CN111429496B (zh) | 一种顾及统计特性的时序PolSAR影像无监督变化检测方法 | |
CN109635761B (zh) | 一种虹膜识别图像确定方法、装置、终端设备及存储介质 | |
CN108205645B (zh) | 一种异源图像匹配系统的基准图质量评价方法 | |
CN115187802B (zh) | 一种用于管道巡检小车的精准控制方法 | |
CN115810133B (zh) | 基于图像处理和点云处理的焊接控制方法及相关设备 | |
CN117146647B (zh) | 一种光学瞄准镜的速调校准方法及系统 | |
CN110276801B (zh) | 一种物体定位方法、装置及存储介质 | |
CN100377170C (zh) | 一种图像线性几何变形自动矫正的方法 | |
CN113436120B (zh) | 一种图像模糊值识别方法及装置 | |
CN113923589B (zh) | 一种非接触式多目标定位方法 | |
CN114820707A (zh) | 一种用于摄像头目标自动追踪的计算方法 | |
CN112949385B (zh) | 一种基于光视觉的水面目标检测与识别方法 | |
CN112907541B (zh) | 一种手掌图像质量评估模型构建方法及装置 | |
CN114596437A (zh) | 一种图像背景分割方法及系统 | |
CN115131271A (zh) | Raw图像的处理方法、芯片和电子设备 | |
CN114374931A (zh) | 基于近邻成分分析的度量学习的指纹定位方法 | |
CN111539329A (zh) | 一种自适应的变电站指针仪表识别方法 | |
KR102407206B1 (ko) | 표적 거리에 따른 표적 추출 방법 및 그를 위한 장치 | |
CN116342912B (zh) | 基于相关峰分析的异源遥感图像匹配方法及系统 | |
CN114403023B (zh) | 基于太赫兹测量膘厚的猪只饲喂方法、装置及系统 | |
CN117237902B (zh) | 基于深度学习的机器人物体识别系统 |
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 |