CN117372502A - 针对目标易损性分析的群目标投影面积计算方法及系统 - Google Patents
针对目标易损性分析的群目标投影面积计算方法及系统 Download PDFInfo
- Publication number
- CN117372502A CN117372502A CN202311518814.XA CN202311518814A CN117372502A CN 117372502 A CN117372502 A CN 117372502A CN 202311518814 A CN202311518814 A CN 202311518814A CN 117372502 A CN117372502 A CN 117372502A
- Authority
- CN
- China
- Prior art keywords
- target
- group
- projection
- area
- image
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 45
- 238000012038 vulnerability analysis Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000009877 rendering Methods 0.000 claims description 19
- 239000003086 colorant Substances 0.000 claims description 8
- 230000002093 peripheral effect Effects 0.000 claims description 2
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 238000010304 firing Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/50—Lighting effects
- G06T15/80—Shading
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Image Generation (AREA)
Abstract
本发明涉及一种针对目标易损性分析的群目标投影面积计算方法及系统,属于目标易损性分析技术领域,解决了现有技术中现有投影面积的计算效率低、鲁棒性差、群目标结构无法快速计算的问题。包括以下步骤:建立各待击打目标的各个目标部件的三维几何模型,得到群目标的三维几何模型;基于群目标的三维几何模型,确定投影图像和所述投影图像中的目标部件,进而生成与投影方向一致的射线群;基于所述射线群,确定与所述投影图像中目标部件相交的射线数量,进而得到群目标的投影面积。
Description
技术领域
本发明涉及目标易损性分析技术领域,尤其涉及一种针对目标易损性分析的群目标投影面积计算方法及系统。
背景技术
目标易损性是指目标受到毁伤元打击时被毁伤的难易程度。根据新时期作战精确感知、精确指挥、精确打击、精确评估和精确保障的时代需求,要求能够快速完成目标易损性分析,为一线作战人员提供快速精确的分析结果。目标在一个特定方向上投影面积计算是计算目标易损性指标的基础,例如毁伤矩阵的计算需要使用目标投影面积,目标投影面积计算效率和计算精度将直接影响目标易损性分析。
目前已有的计算目标在一个特定方向上投影面积的算法主要有解析法、MonteCarlo法和射线求交法。其中,解析法具有计算精度高、计算效率高的特点,但是解析法只适合基本规则几何体,对于现代具有复杂几何结构的目标很难求出解析解;Monte Carlo法具有鲁棒性强、通用性好的特点,但是Monte Carlo法只适合较小尺寸目标,对于大尺寸目标特别是对于群目标其计算量是巨大的,不能满足快速计算的要求;射线求交法具有现实简单、通用性好的特点,但是射线求交法对于复杂几何结构特别是目标离散后面元特别多的结构其计算效率低,不能满足快速计算的要求。
因此,亟需一种计算效率高、鲁棒性好和目标无需简化的能够快速计算的群目标投影面积的计算方法。
发明内容
鉴于上述的分析,本发明实施例旨在提供一种针对目标易损性分析的群目标投影面积计算方法及系统,用以解决现有投影面积的计算效率低、鲁棒性差、群目标结构无法快速计算的问题。
一方面,本发明实施例提供了一种针对目标易损性分析的群目标投影面积计算方法,包括以下步骤:
建立各待击打目标的各个目标部件的三维几何模型,得到群目标的三维几何模型;
基于群目标的三维几何模型,确定投影图像和所述投影图像中的目标部件,进而生成与投影方向一致的射线群;
基于所述射线群,确定与所述投影图像中目标部件相交的射线数量,进而得到群目标的投影面积。
进一步地,通过以下方式确定投影图像和所述投影图像中的目标部件:
将群目标中的每个目标部件设定渲染颜色;
根据击打方向设定投影方向,得到投影向量,进而将群目标渲染成图像,得到投影图像;
基于所述投影图像和每个目标部件渲染的颜色,确定所述投影图像中的目标部件。
进一步地,通过以下方式将群目标中的每个目标部件设定渲染颜色:
计算每个目标部件的包围盒体积,并将每个目标部件按照包围盒体积进行排序;
基于颜色系统,对排序后的每个目标部件按照设定的初始颜色值和颜色值变化量赋予颜色属性,并记录其对应关系;其中,每个目标部件的颜色属性唯一。
进一步地,以群目标包围盒底面中心点为原点建立全局笛卡尔坐标系作为群目标坐标系;通过下式得到投影向量:
,
式中,、/>、/>分别为群目标坐标系中X、Y、Z轴的坐标,/>表示待击打方向的方位角,/>表示待击打方向的俯仰角,T为占位符。
进一步地,通过以下方式将群目标渲染成图像,得到投影图像:
按照所述投影向量,调整OpenGL中摄像机方向,得到投影视角窗口;
按照群目标包围盒的大小,调整OpenGL中摄像机裁剪窗口,进而得到投影窗口;
OpenGL将投影窗口中每个目标部件按照颜色属性渲染颜色,得到投影图像。
进一步地,通过以下方式生成与投影方向一致的射线群:
提取所述投影图像中的各目标多边形区域,进而得到实际尺寸下对应的各实际多边形区域和各实际投影图像;
确定各实际多边形区域对应的最小外包围矩形,进而基于设定的网格尺寸,确定各实际多边形区域的各个网格点;
确定各实际投影图像中距离各网格点最近的像素点,若相应的像素点在相应的实际多边形区域内,则判定该网格点为有效网格点;
基于所有有效网格点,生成射线群。
进一步地,通过以下方式提取所述投影图像中的各目标多边形区域:
遍历投影图像中每一像素点,判断是否为背景像素点:
若否,则判断当前像素点相邻像素点是否均不是背景像素点,若是,则判定当前像素点为区域内部像素点,若否,则判定当前像素点为区域边界像素点;
基于区域边界像素点和区域内部像素点,得到各连通区域,将各连通区域作为所述投影图像中的各目标多边形区域。
进一步地,所述群目标的投影面积S表示为:
,
式中,表示与所述投影图像中目标部件相交的射线数量;/>表示设定的网格尺寸。
另一方面,本实施例还提供了一种针对目标易损性分析的群目标投影面积计算系统,包括:
群目标模型建立模块,用于建立各待击打目标的各个目标部件的三维几何模型,得到群目标的三维几何模型;
射线群生成模块,用于基于群目标的三维几何模型,确定投影图像和所述投影图像中的目标部件,进而生成与投影方向一致的射线群;
群目标投影面积计算模块,用于基于所述射线群,确定与所述投影图像中目标部件相交的射线数量,进而得到群目标的投影面积
进一步地,所述射线群生成模块中通过以下方式确定投影图像和所述投影图像中的目标部件:
将群目标中的每个目标部件设定渲染颜色;
根据击打方向设定投影方向,得到投影向量,进而将群目标渲染成图像,得到投影图像;
基于所述投影图像和每个目标部件渲染的颜色,确定所述投影图像中的目标部件。
与现有技术相比,本发明至少可实现如下有益效果之一:
本发明提供的一种针对目标易损性分析的群目标投影面积计算方法及系统,通过群目标的三维几何模型,确定投影图像和所述投影图像中的目标部件,生成与投影方向一致的射线群;进而确定与所述投影图像中目标部件相交的射线数量,得到群目标的投影面积,能够快速计算群目标投影面积,计算效率高、鲁棒性好且目标无需简化;通过将目标部件统一上色渲染成图像后提取目标部件和目标区域,使得在进行投影面积计算时只需要计算目标区域内的部件,无需遍历所有部件,大大节省了计算资源,提高了计算效率;通过对群目标投影区域做了区域抽取,群目标整体区域大小对计算量无影响,能够满足快速计算要求。
本发明中,上述各技术方案之间还可以相互组合,以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述,并且,部分优点可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说明书以及附图中所特别指出的内容中来实现和获得。
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为本发明实施例1提供的针对目标易损性分析的群目标投影面积计算方法的流程示意图;
图2为本发明实施例1提供的群目标坐标系的原点位置示意图;
图3为本发明实施例1提供的单个目标的目标多边形区域示意图;
图4为本发明实施例1提供的群目标的多个目标多边形区域示意图。
具体实施方式
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原理,并非用于限定本发明的范围。
实施例1
本发明的一个具体实施例,公开了一种针对目标易损性分析的群目标投影面积计算方法,如图1所示,包括如下步骤:
S1、建立各待击打目标的各个目标部件的三维几何模型,得到群目标的三维几何模型。
具体地,在步骤S1中,通过下述步骤生成群目标的三维几何模型:
S11,建立群目标坐标系。
具体地,如图2所示,以群目标包围盒底面中心点为原点建立全局笛卡尔坐标系作为群目标坐标系,其中,Z轴垂直于地面,X轴指向地面正东方向,Y轴指向地面正北方向。
S12、建立目标坐标系。
具体地,以目标包围盒底面中心点为原点,长边方向为X轴,与底面垂直方向为Z轴,由右手定则确定Y轴建立目标坐标系;其中,目标包围盒为包含完整目标且各边平行于坐标轴的最小六面体;若目标包围盒底面两边相等,则取任一条作为长边。可以理解的是,包围盒为包含一个物体且各边平行于坐标轴的最小六面体,该物体可以是群目标,也可以是单个目标等。
S12、建立各目标部件的三维几何模型,将各目标部件的三维几何模型组合为各目标三维几何模型。
具体地,使用通用建模软件构建各目标部件的三维几何模型,导出STL、OBJ等通用三维数据格式。其中,三维几何模型为一个空间立体结构。
更具体地,建模软件包括SolidWorks、UG、CATIA;通用三维数据格式包括STL、OBJ、STEP。
更具体地,以目标为步兵战车为例,各目标部件分别为炮塔、炮管、车体、左前轮、右前轮、左中轮、右中轮、左后轮和右后轮;目标尺寸为长8米,宽3.6米、高3.5米。
S13、按照各目标之间的相对位置关系,将各目标的三维几何模型生成群目标的三维几何模型。
示例性地,目标为一辆步兵战车,群目标为几个目标的组合,如一个步兵战车班包含所有步兵战车,步兵战车班至少包含2辆步兵战车。
设定群目标包含三个子目标分别为步兵战车-1、步兵战车-2和步兵战车-3,群目标中心点位置分别为(24052.0,-1226.0,0.0)、(-6732.0,-5834.0,0.0)和(-19053.0,10326.0,0.0),单位为毫米。
S2、基于群目标的三维几何模型,确定投影图像和所述投影图像中的目标部件,进而生成与投影方向一致的射线群。
实施时,步骤S2中,通过以下方式确定投影图像和所述投影图像中的目标部件:
S2A1、将群目标中的每个目标部件设定渲染颜色;
具体实施时,步骤S2A1中,通过以下方式将群目标中的每个目标部件设定渲染颜色:
S2A11、计算每个目标部件的包围盒体积,并将每个目标部件按照包围盒体积进行排序。
具体地,根据各目标部件在群目标坐标系中的坐标,得到包围盒坐标(Xmin,Xmax,Ymin,Ymax,Zmin,Zmax),其中,Xmin、Xmax、Ymin、Ymax、Zmin、Zmax分别为包围盒X坐标最小值、X坐标最大值、Y坐标最小值、Y坐标最大值、Z坐标最小值、Z坐标最大值;包围盒体积V根据下式计算:
,
具体地,每个目标部件按照包围盒体积从大到小进行排序。
S2A12、基于颜色系统,对排序后的每个目标部件按照设定的初始颜色值和颜色值变化量赋予颜色属性,并记录其对应关系;其中,每个目标部件的颜色属性唯一。
具体地,选择RGB颜色系统,颜色值表示为(R,G,B),其中,R、G、B分别为颜色的红、绿、蓝三个颜色维度;颜色变化量包括三个颜色纬度的变化量、/>、/>。
则R维度的颜色值变化为;G维度的颜色值变化为/>;B维度的颜色值变化为。
由此,组合得到新颜色值。
示例性地,初始颜色值设定为(0,0,0),颜色变化量选取d1=5,d2=7,d3=11;依次生成的颜色值为(5,7,11)、(5,7,22)、(5,7,33)…(5,14,11)、(5,14,22)、(5,14,33)…、(10,7,11)、(10,7,22)、(10,7,33)、…。
优选地,将排序后的各目标部件进行分组,通过分组控制目标部件的颜色,如每个分组中颜色变化量设置不同;包围盒体积较大的部件组中的部件颜色值差异较大,颜色值差异越大越容易区分不同部件。
应当注意的是,目标部件的包围盒体积相同时,也不影响各目标部件颜色,因为颜色属性唯一。
S2A2、根据击打方向设定投影方向,得到投影向量,进而将群目标渲染成图像,得到投影图像。
具体实施时,步骤S2A2中,通过下式得到投影向量:
,
式中,、/>、/>分别为群目标坐标系中X、Y、Z轴的坐标,/>表示待击打方向的方位角,/>表示待击打方向的俯仰角,T为占位符。其中,T占位符,只是为了记录右侧矩阵相乘的结果,T的结果不会被使用。
具体地,击打方向根据方位角和俯仰角确定,可根据实际需求进行设定;投影方向表示从方位角度和俯仰角度的方向做投影。其中,方位角定义为按照右手定则与群目标坐标系Y轴正方向的夹角;俯仰角定义为与XY平面的夹角,靠近Z轴正方向为正,靠近Z轴反方向为负。
更具体地,方位角的取值范围为[0, 360],俯仰角/>的取值范围为[-90, 90]。
示例性地,方位角=30度和俯仰角/>=60度,得到的投影向量为[-0.50,0.43,-0.75]。
具体实施时,步骤S2A2中,通过以下方式将群目标渲染成图像,得到投影图像:
按照所述投影向量,调整OpenGL中摄像机方向,得到投影视角窗口;
按照群目标包围盒的大小,调整OpenGL中摄像机裁剪窗口,进而得到投影窗口;
OpenGL将投影窗口中每个目标部件按照颜色属性渲染颜色,得到投影图像。
S2A3、基于所述投影图像和每个目标部件渲染的颜色,确定所述投影图像中的目标部件。
具体地,统计投影图像中出现的颜色,将出现的颜色放入颜色集合中;遍历颜色集合,通过各目标部件和颜色的对应关系确定需要参与投影计算的目标部件,即所述投影图像中的目标部件。示例性地,投影图像中仅出现了颜色C1和C2,C1对应的是目标部件1,C2对应的是目标部件2,则表明只有部件1和部件2需要参与投影面积计算。
实施时,步骤S2中,通过以下方式生成与投影方向一致的射线群:
S2B1、提取所述投影图像中的各目标多边形区域,进而得到实际尺寸下对应的各实际多边形区域和各实际投影图像。
具体地,目标多边形区域为封闭的平面多边形,多边形边界及其内部表示存在目标投影。
具体实施时,步骤S2B1中,通过以下方式提取所述投影图像中的各目标多边形区域:
S2B11、遍历投影图像中每一像素点,判断是否为背景像素点:
若否,则判断当前像素点相邻像素点是否均不是背景像素点,若是,则判定当前像素点为区域内部像素点,若否,则判定当前像素点为区域边界像素点;其中,相邻像素点指周围上、下、左、右四个像素点;
S2B12、基于区域边界像素点和区域内部像素点,得到各连通区域,将各连通区域作为所述投影图像中的各目标多边形区域。
具体地,使用OpenGL将群目标渲染出一幅图像时,目标部件按事先设定的颜色渲染,非目标部件区域为背景区域,背景区域如果不设定默认颜色则将其渲染为纯白色。
示例性地,如图3所示,为单个目标多边形区域,如图4所示,为群目标得到的多个目标多边形区域。
具体实施时,步骤S2B1中,通过以下方式得到各实际多边形区域和各实际投影图像:
第一、计算群目标包围盒在投影向量(X,Y,Z)方向上实际投影区域大小dx、dy和左下角坐标值(xmin,ymin)。
具体地,计算每一个目标部件的包围盒大小,合并所有目标部件包围盒为一个整体包围盒;将投影方向向量和(0,0,1)向量做差积计算旋转向量;将整体包围盒绕旋转向量旋转90-角度;统计旋转后包围盒8个顶点坐标在XOY平面的投影范围[xmin,xmax],[ymin,ymax];进而得到X方向和Y方向上的实际投影范围dx= xmax- xmin,dy= ymax-ymin。
第二、通过遍历投影图像确定投影区域包含的像素矩形区域px、py。
具体地,从上往下逐行遍历图像像素,直到找到第一个非背景像素,记录其在投影图像中所在的行号pymax;从下往上逐行遍历图像像素,直到找到第一个非背景像素,记录其在投影图像中所在的行号pymin;从左往右逐行遍历图像像素,直到找到第一个非背景像素,记录其在投影图像中所在的行号pxmin;从右往左逐行遍历图像像素,直到找到第一个非背景像素,记录其在投影图像中所在的行号pxmax;由此得到投影范围[pxmin,pxmax],[pymin,pymax];进而得到X方向和Y方向上的投影范围px= pxmax- pxmin,py= pymax-pymin。
第三,基于下式得到单个像素对应的实际目标尺寸大小:
。
第四、以(xmin,ymin)作为起始点,根据下式计算得到任意投影图像像素对应的实际尺寸值:
,
式中,和/>分别表示投影图像中距离左下角像素点x方向上像素数量和y方向上像素数量。
S2B2、确定各实际多边形区域对应的最小外包围矩形,进而基于设定的网格尺寸,确定各实际多边形区域的各个网格点。
具体地,遍历各实际多边形区域中的点找到相应的区域左下角坐标(Xmin,Ymin)和右上角坐标(Xmax,Ymax);由点(Xmin,Ymin)和点(Xmax,Ymax)确定各目标多边形区域的最小外包围矩形。根据设定的网格尺寸值计算各最小包围矩形在X轴上的投影点/>和在Y轴上的投影点/>,得到的(Xi,Yj)点的集合即各实际多边形区域的各个网格点。
具体地,根据实际计算要求的计算精度设定网格尺寸;更具体地,若要求计算精度为米级别则设网格尺寸为1000,若计算精度为分米级别则设定网格尺寸为100,若计算精度为厘米级别则设定网格尺寸为10。
S2B3、确定各实际投影图像中距离各网格点最近的像素点,若相应的像素点在相应的实际多边形区域内,则判定该网格点为有效网格点。
S2B4、基于所有有效网格点,生成射线群。
具体地,将每一有效网格点的Z坐标均设置为一个较大的值,得到相应每一有效网格点对应射击线的起点坐标;将每一有效网格点的Z坐标均设置为一个较小的值,得到相应每一有效网格点对应射击线的终点坐标;由此生成射线群。
示例性地,射击线的起点坐标为(Xi,Yj,INT_MAX),终点坐标为(Xi,Yj,INT_MIN),其中,INT_MAX=2147483647,INT_MIN=-2147483648。
S3、基于所述射线群,确定与所述投影图像中目标部件相交的射线数量,进而得到群目标的投影面积。
具体地,依次遍历射线群中的射击线,判断每一射击线与所述投影图像中目标部件是否相交,由此确定与所述投影图像中目标部件相交的射线数量。应当注意的是,在已知射击线的起点、终点以及投影图像中的各目标部件的三维几何结构时,可确定射击线的运动方向以及各目标部件的坐标,由此可确定射击线运动到各目标部件时射击线是否投射至各目标部件,得到射击线与各目标部件是否相交,可通过现有技术实现,此处不再赘述。
具体实施时,步骤S3中,所述群目标的投影面积S表示为:
,
式中,表示与所述投影图像中目标部件相交的射线数量;/>表示设定的网格尺寸。
与现有技术相比,本实施例提供了一种针对目标易损性分析的群目标投影面积计算方法,通过群目标的三维几何模型,确定投影图像和所述投影图像中的目标部件,生成与投影方向一致的射线群;进而确定与所述投影图像中目标部件相交的射线数量,得到群目标的投影面积,能够快速计算群目标投影面积,计算效率高、鲁棒性好且目标无需简化;通过将目标部件统一上色渲染成图像后提取目标部件和目标区域,使得在进行投影面积计算时只需要计算目标区域内的部件,无需遍历所有部件,大大节省了计算资源,提高了计算效率;通过对群目标投影区域做了区域抽取,群目标整体区域大小对计算量无影响,能够满足快速计算要求。
实施例2
本发明的一个具体实施例2,提供了一种针对目标易损性分析的群目标投影面积计算系统,包括:
群目标模型建立模块,用于建立各待击打目标的各个目标部件的三维几何模型,得到群目标的三维几何模型;
射线群生成模块,用于基于群目标的三维几何模型,确定投影图像和所述投影图像中的目标部件,进而生成与投影方向一致的射线群;
群目标投影面积计算模块,用于基于所述射线群,确定与所述投影图像中目标部件相交的射线数量,进而得到群目标的投影面积
实施时,所述射线群生成模块中通过以下方式确定投影图像和所述投影图像中的目标部件:
将群目标中的每个目标部件设定渲染颜色;
根据击打方向设定投影方向,得到投影向量,进而将群目标渲染成图像,得到投影图像;
基于所述投影图像和每个目标部件渲染的颜色,确定所述投影图像中的目标部件。
本发明实施例的具体实施过程参见上述方法实施例即可,本实施例在此不再赘述。
由于本实施例与上述方法实施例原理相同,所以本系统也具有上述方法实施例相应的技术效果。
本领域技术人员可以理解,实现上述实施例方法的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于计算机可读存储介质中。其中,所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
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。
Claims (10)
1.一种针对目标易损性分析的群目标投影面积计算方法,其特征在于,包括以下步骤:
建立各待击打目标的各个目标部件的三维几何模型,得到群目标的三维几何模型;
基于群目标的三维几何模型,确定投影图像和所述投影图像中的目标部件,进而生成与投影方向一致的射线群;
基于所述射线群,确定与所述投影图像中目标部件相交的射线数量,进而得到群目标的投影面积。
2.根据权利要求1所述的针对目标易损性分析的群目标投影面积计算方法,其特征在于,通过以下方式确定投影图像和所述投影图像中的目标部件:
将群目标中的每个目标部件设定渲染颜色;
根据击打方向设定投影方向,得到投影向量,进而将群目标渲染成图像,得到投影图像;
基于所述投影图像和每个目标部件渲染的颜色,确定所述投影图像中的目标部件。
3.根据权利要求2所述的针对目标易损性分析的群目标投影面积计算方法,其特征在于,通过以下方式将群目标中的每个目标部件设定渲染颜色:
计算每个目标部件的包围盒体积,并将每个目标部件按照包围盒体积进行排序;
基于颜色系统,对排序后的每个目标部件按照设定的初始颜色值和颜色值变化量赋予颜色属性,并记录其对应关系;其中,每个目标部件的颜色属性唯一。
4.根据权利要求3所述的针对目标易损性分析的群目标投影面积计算方法,其特征在于,以群目标包围盒底面中心点为原点建立全局笛卡尔坐标系作为群目标坐标系;通过下式得到投影向量:
,
式中,、/>、/>分别为群目标坐标系中X、Y、Z轴的坐标,/>表示待击打方向的方位角,/>表示待击打方向的俯仰角,T为占位符。
5.根据权利要求2所述的针对目标易损性分析的群目标投影面积计算方法,其特征在于,通过以下方式将群目标渲染成图像,得到投影图像:
按照所述投影向量,调整OpenGL中摄像机方向,得到投影视角窗口;
按照群目标包围盒的大小,调整OpenGL中摄像机裁剪窗口,进而得到投影窗口;
OpenGL将投影窗口中每个目标部件按照颜色属性渲染颜色,得到投影图像。
6.根据权利要求1所述的针对目标易损性分析的群目标投影面积计算方法,其特征在于,通过以下方式生成与投影方向一致的射线群:
提取所述投影图像中的各目标多边形区域,进而得到实际尺寸下对应的各实际多边形区域和各实际投影图像;
确定各实际多边形区域对应的最小外包围矩形,进而基于设定的网格尺寸,确定各实际多边形区域的各个网格点;
确定各实际投影图像中距离各网格点最近的像素点,若相应的像素点在相应的实际多边形区域内,则判定该网格点为有效网格点;
基于所有有效网格点,生成射线群。
7.根据权利要求6所述的针对目标易损性分析的群目标投影面积计算方法,其特征在于,通过以下方式提取所述投影图像中的各目标多边形区域:
遍历投影图像中每一像素点,判断是否为背景像素点:
若否,则判断当前像素点相邻像素点是否均不是背景像素点,若是,则判定当前像素点为区域内部像素点,若否,则判定当前像素点为区域边界像素点;
基于区域边界像素点和区域内部像素点,得到各连通区域,将各连通区域作为所述投影图像中的各目标多边形区域。
8.根据权利要求6所述的针对目标易损性分析的群目标投影面积计算方法,其特征在于,所述群目标的投影面积S表示为:
,
式中,表示与所述投影图像中目标部件相交的射线数量;/>表示设定的网格尺寸。
9.一种针对目标易损性分析的群目标投影面积计算系统,其特征在于, 包括:
群目标模型建立模块,用于建立各待击打目标的各个目标部件的三维几何模型,得到群目标的三维几何模型;
射线群生成模块,用于基于群目标的三维几何模型,确定投影图像和所述投影图像中的目标部件,进而生成与投影方向一致的射线群;
群目标投影面积计算模块,用于基于所述射线群,确定与所述投影图像中目标部件相交的射线数量,进而得到群目标的投影面积。
10.根据权利要求9所述的针对目标易损性分析的群目标投影面积计算系统,其特征在于,所述射线群生成模块中通过以下方式确定投影图像和所述投影图像中的目标部件:
将群目标中的每个目标部件设定渲染颜色;
根据击打方向设定投影方向,得到投影向量,进而将群目标渲染成图像,得到投影图像;
基于所述投影图像和每个目标部件渲染的颜色,确定所述投影图像中的目标部件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311518814.XA CN117372502B (zh) | 2023-11-15 | 2023-11-15 | 针对目标易损性分析的群目标投影面积计算方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311518814.XA CN117372502B (zh) | 2023-11-15 | 2023-11-15 | 针对目标易损性分析的群目标投影面积计算方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117372502A true CN117372502A (zh) | 2024-01-09 |
CN117372502B CN117372502B (zh) | 2024-05-14 |
Family
ID=89398447
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311518814.XA Active CN117372502B (zh) | 2023-11-15 | 2023-11-15 | 针对目标易损性分析的群目标投影面积计算方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117372502B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5734384A (en) * | 1991-11-29 | 1998-03-31 | Picker International, Inc. | Cross-referenced sectioning and reprojection of diagnostic image volumes |
US20040091084A1 (en) * | 2000-11-13 | 2004-05-13 | Griffith Lionell K. | 3D projection method |
US20060017724A1 (en) * | 2004-07-21 | 2006-01-26 | Che-Chih Tsao | Data rendering method for volumetric 3D displays |
US20140021364A1 (en) * | 2012-07-18 | 2014-01-23 | Rigaku Corporation | X-ray analysis apparatus, x-ray analysis system, x-ray analysis method, and x-ray analysis program |
CN107944094A (zh) * | 2017-11-06 | 2018-04-20 | 中国航天空气动力技术研究院 | 一种复杂外形航天器投影面积的确定方法及系统 |
CN109461216A (zh) * | 2018-11-19 | 2019-03-12 | 中国舰船研究设计中心 | 一种三维凸目标的单站量子雷达散射截面预测方法 |
CN113763533A (zh) * | 2021-08-09 | 2021-12-07 | 阿里巴巴达摩院(杭州)科技有限公司 | 对象的模型处理方法、存储介质和处理器 |
CN114174960A (zh) * | 2019-09-20 | 2022-03-11 | 脸谱科技有限责任公司 | 虚拟环境中的投影投射 |
CN114741855A (zh) * | 2022-03-28 | 2022-07-12 | 中国工程物理研究院总体工程研究所 | 一种精细化目标模型受弹面积计算方法 |
-
2023
- 2023-11-15 CN CN202311518814.XA patent/CN117372502B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5734384A (en) * | 1991-11-29 | 1998-03-31 | Picker International, Inc. | Cross-referenced sectioning and reprojection of diagnostic image volumes |
US20040091084A1 (en) * | 2000-11-13 | 2004-05-13 | Griffith Lionell K. | 3D projection method |
US20060017724A1 (en) * | 2004-07-21 | 2006-01-26 | Che-Chih Tsao | Data rendering method for volumetric 3D displays |
US20140021364A1 (en) * | 2012-07-18 | 2014-01-23 | Rigaku Corporation | X-ray analysis apparatus, x-ray analysis system, x-ray analysis method, and x-ray analysis program |
CN107944094A (zh) * | 2017-11-06 | 2018-04-20 | 中国航天空气动力技术研究院 | 一种复杂外形航天器投影面积的确定方法及系统 |
CN109461216A (zh) * | 2018-11-19 | 2019-03-12 | 中国舰船研究设计中心 | 一种三维凸目标的单站量子雷达散射截面预测方法 |
CN114174960A (zh) * | 2019-09-20 | 2022-03-11 | 脸谱科技有限责任公司 | 虚拟环境中的投影投射 |
CN113763533A (zh) * | 2021-08-09 | 2021-12-07 | 阿里巴巴达摩院(杭州)科技有限公司 | 对象的模型处理方法、存储介质和处理器 |
CN114741855A (zh) * | 2022-03-28 | 2022-07-12 | 中国工程物理研究院总体工程研究所 | 一种精细化目标模型受弹面积计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117372502B (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112150575B (zh) | 场景数据获取方法及模型训练方法、装置及计算机设备 | |
CN107945267B (zh) | 一种用于人脸三维模型纹理融合的方法和设备 | |
JP3759971B2 (ja) | 3次元像を陰影付けする方法 | |
US5841441A (en) | High-speed three-dimensional texture mapping systems and methods | |
CN102306395B (zh) | 一种三维模型数据分布式绘图方法及装置 | |
TWI711966B (zh) | 電子裝置、顯示擴增實境場景的方法以及非暫態電腦可讀取媒體 | |
CN108648269A (zh) | 三维建筑物模型的单体化方法和系统 | |
CN107679537A (zh) | 一种基于轮廓点orb特征匹配的无纹理空间目标姿态估计算法 | |
CN110567441B (zh) | 基于粒子滤波的定位方法、定位装置、建图及定位的方法 | |
JPH1196374A (ja) | 3次元モデリング装置、3次元モデリング方法および3次元モデリングプログラムを記録した媒体 | |
CN111325801A (zh) | 一种激光雷达和相机的联合标定方法 | |
CN107170037A (zh) | 一种基于多摄像机的实时三维点云重建方法和系统 | |
CN109887030A (zh) | 基于cad稀疏模板的无纹理金属零件图像位姿检测方法 | |
CN107329116B (zh) | 机载雷达三维运动场景显示方法 | |
JP7038683B2 (ja) | 合成装置、方法及びプログラム | |
CN110471061A (zh) | 一种实现机载合成孔径雷达成像的仿真方法及其系统 | |
CN114241119A (zh) | 一种游戏模型生成方法、装置、系统及计算机存储介质 | |
WO2023004559A1 (en) | Editable free-viewpoint video using a layered neural representation | |
CN111145341A (zh) | 一种基于单光源的虚实融合光照一致性绘制方法 | |
CN117372502B (zh) | 针对目标易损性分析的群目标投影面积计算方法及系统 | |
Fan et al. | High-precision external parameter calibration method for camera and LiDAR based on a calibration device | |
CN107123135B (zh) | 一种无序三维点云的无畸变成像方法 | |
CN116402904A (zh) | 一种基于激光雷达间和单目相机的联合标定方法 | |
Alj et al. | Multi-texturing 3D models: how to choose the best texture? | |
CN113340201B (zh) | 一种基于rgbd相机的三维测量方法 |
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 |