基于近红外图像的自动报靶方法研究.pdf
《基于近红外图像的自动报靶方法研究.pdf》由会员分享,可在线阅读,更多相关《基于近红外图像的自动报靶方法研究.pdf(8页珍藏版)》请在咨信网上搜索。
1、长春理工大学学报(自然科学版)Journal of Changchun University of Science and Technology(Natural Science Edition)Vol.46No.2Apr.2023第46卷第2期2023年4月收稿日期:2022-09-16基金项目:吉林省重点研发项目(20180201025GX)作者简介:王浩(1996-),男,硕士研究生,E-mail:通讯作者:王劲松(1973-),男,博士,教授,E-mail:soldier_王浩,等:基于近红外图像的自动报靶方法研究基于近红外图像的自动报靶方法研究王浩1,王劲松1,2,高奔1,2,唐卓1,
2、2,杨业涛1,2(1.长春理工大学光电工程学院,长春130022;2.长春理工大学中山研究院,中山528437)摘要:针对传统的自动报靶系统易受环境光照的影响,提出一种基于近红外图像的自动报靶方法。先对靶面图像进行模板匹配、几何校正、裁剪等预处理,再采用直方图均衡化对灰度图像进行增强,得到对比度较高的靶面图像,并提出了一种基于分水岭图像分割的弹孔识别方法,解决了传统自动报靶对字符和环线处理不干净的问题,利用Sober 算子对弹孔边缘检测并计算出弹孔圆心坐标,最后基于线性约束的环值判定算法完成环值判定。实验结果表明:在不同的环境光照下,本文方法弹孔识别准确度可达 93.7%,符合野外射击训练要求
3、。关键词:自动报靶;近红外图像;分水岭算法;图像增强中图分类号:TN911文献标志码:A文章编号:1672-9870(2023)02-0055-08Research on Automatic Target Reporting MethodBased on Near Infrared ImageWNAG Hao1,WANG Jinsong1,2,GAO Ben1,2,TANG Zhuo1,2,YAHG Yetao1,2(1.School of Opto-Electronic Engineering,Changchun University of Science and Technology,Ch
4、angchun 130022;2.Zhongshan Institute of Changchun University of Science and Technology,Zhongshan 528437)Abstract:Aiming at the problem that the current automatic target reporting system based on traditional image processing isgreatly affected by ambient light,combined with the characteristics of nea
5、r-infrared imaging that is not affected by light,thispaper proposes an automatic target reporting method based on near-infrared images.Due to the problems of poor resolution,low contrast and blurred visual effects in the near-infrared image,histogram equalization was used to enhance the grayscaleima
6、ge,and a bullet hole recognition method based on watershed image segmentation was proposed,which solved theproblem of traditional automatic reporting.Targets deal with the problem of unclean characters and ring lines,and the ringvalue judgment of the target is completed by using the ring area featur
7、e mark.Finally,a linear constraint-based ring valuedetermination algorithm is used to complete the ring value determination.The experimental results show that the accuracyof bullet hole recognition can reach 93.7%under different ambient lighting,which meets the requirements of field shootingtraining
8、.Key words:automatic target reporting;near infrared image;watershed algorithm;image enhancement军事射击是解放军战士日常训练必不可少的项目,在射击训练中,大都采用传统的人工报靶方式。每次射击结束后,都由专业报靶人员利用望远设备或者近距离观察靶面1,然后对打长春理工大学学报(自然科学版)2023年靶结果进行记录。但人工报靶这种方式存在很多缺点,例如工作量大、安全性低、报靶效率低等2。随着高新技术的突飞猛进,国内外相继研发出多种自动报靶系统,成功克服了传统人工报靶所存在的问题,极大便利了部队实弹射击训练,
9、对推动军队现代化建设具有普遍意义。国外在自动报靶系统的研究比国内早一些,尤其一些西方军事强国在自动报靶技术上发展得已相对成熟,储备了较为先进的技术。好在国内也成功研制出了首套基于声电定位技术的自动报靶系统3,后续又出现了基于电子靶、光电定位、图像处理等一些自动报靶系统。目前主流的自动报靶系统主要分为光电靶类、光纤编码类、声学类、电子靶面类和图像处理类。光电自动报靶系统可解决两颗子弹前后同时击中一个弹孔时出现漏报的情况,但是对光线要求高,功耗大,稳定性差,不方便移动。声学定位自动报靶系统不受光线影响,报靶精度高,使用寿命长,但是对噪声比较敏感,易受到靶场其他声音的影响。光纤编码自动报靶系统结构组
10、成简单,方便移动,报靶精度高,但是生产成本较高,不适合大批量生产。双层电极短路自动报靶系统不受声音和光照的影响,不限制使用场地,但是对使用次数有限制,不适用于部队训练打靶。电极埋入式自动报靶系统报靶精度还可以,结构简单,易于维护,但是使用成本较高。传统图像处理自动报靶系统报靶精度高,维护成本低,适用范围广,但是对采集的图像质量有要求,受环境光照影响大3-5。近年来,随着图像处理技术的快速发展,基于图像处理技术的自动报靶系统更具优势6。自动报靶系统基于计算机平台,结合了现代电子技术的最新成果,具有识别精度高、统计速度快、成本低等特点。但是,目前基于图像处理技术的自动报靶系统也存在一些缺点7-8,
11、比如对采集的图像质量要求较高,受环境光照影响大,有逆光或者夜间报靶效果不好。在基于传统图像处理的自动报靶系统基础上,本文主要解决环境光照影响自动报靶的问题。在硬件方面,利用近红外相机采集靶面图像,即使是在较差的光线环境中,也能采集较高质量的靶面图像;在图像处理方面,本文提出了一种基于近红外靶面图像的弹孔识别算法,主要由图像预处理、弹孔识别和环值判定三部分组成。通过实验验证了基于近红外自动报靶系统不受环境光照影响,报靶精度高。本文的研究为基于图像处理技术的自动报靶系统提供了一种新的策略。1图像预处理由于摄像机拍摄角度问题和自身的倾斜问题,摄像机所采集的图像会存在一定程度的畸变,为了得到较为完整的
12、胸环靶图,需要对所采集的图像进行预处理,图像预处理流程如图 1 所示。图 1靶面图像预处理流程图1.1模板匹配为下面几何校正做准备,并适应自动报靶的需要,需要在靶面图像中自动获取 4 个定位点。尽管靶面图像有一定的畸变,但是人形特征基本不变,根据这一特点,就可利用基于模板匹配的方法自动寻找四个定位点。模板匹配是一种比较传统的模式识别方法,主要是为了研究某一个特定对象的图案在图像中的位置,达到目标识别的目的。相关法、误差法和二次误差法是常见的模板匹配方法,本文采用相关法做模板匹配。其基本原理是:模板图像T(m,n)叠放在被搜索对象S(W,H)上进行平移,模板覆盖在被搜索图像的区域称为子图,i、j
13、为子图在被搜索图像S上的坐标,搜索范围为:1 i W-n,当子图和模板相同时,相关系数为 1。将全部搜索完成后,最大相关系数对应下的子图就是匹配目标。结合靶面图像特征,本文选用的四个定位点分别是胸环靶的左胸、右胸、左肩、右肩,这四个点特征比较明显,且能更好构成矩形。由于胸环靶的头部会对模板匹配造成干扰,首先对头部进行掩膜,规避模板匹配错误问题。经过对靶面图像进行掩膜和模板匹配后的图像如图 2所示。其中,图 2(a)为采集的原始近红外图像,图 2(b)是对头部掩膜后的图像,图 2(c)是模板匹 配 后 识 别 的 四 个 定 位 点,坐 标 分 别 是(21,310),(508,293),(31
14、.568),(519,567)。1.2几何校正摄像机采集到的图像以梯形失真为主,为提高后续处理的精度,需要对图像进行几何校正。首先是根据 4 个定位点,按照区域最大原则生成矩形,找出最大矩形的 4 个顶点与 4 个定位点的变换关系,计算得到变换矩阵,然后对图像进行空间变换,最后进行灰度插值,输出校正后的图像9。本文采用的地址映射公式为:x=a00+a01v+a10u+a11vu(1)y=b00+b01v+b10u+b11vu(2)以矩阵形式给出的线性最小二乘解为:A=XWT()WWT-1(3)B=YWT()WWT-1(4)式中,A为x方向的线性最小二乘解,B为y方向的线性最小二乘解。采用三次卷
15、积插值函数,具体公式为:Rc()x=1-()a+3|x2+()a+2|x3,0 x 1a|x3-5a|x2+8a|x-4a,a x 2(5)在算法实现中,a的值取“-1”。此外,图片校正后会存在一些无效区域,采用形态学处理的方法对有效区域进行保留,根据该矩形框的参数,对无效区域进行裁剪,保留本文关心的靶面区域即可。为了较为完整地截取出整个靶面区域,实际截取图片时在红色框选出的靶面区域的基础上沿四周扩大 5 个像素截取。再对图像进行灰度处理,最终截取并输出的图像如图 2(d)所示。(a)原图(b)头部掩膜(c)识别四个定点位(d)输出图像图 2图像预处理各阶段可视化结果2弹孔识别经过图像预处理后
16、,得到了包含全部弹孔的完整靶面图像,本节对靶面图像做进一步的处理。弹孔识别是自动报靶系统的关键一环,弹孔识别精确度决定了系统的可靠性和精准度。由于近红外图像分辨率低,视觉效果模糊,在进行弹孔识别前,先对靶面图像进行图像增强,采用基于分水岭算法的弹孔识别方法识别弹孔,采用基于环区面积特征的环区标记方法进行环值判定。然后两路再综合起来,就能计算出弹孔位于具体环区所代表的环值,即中靶成绩,自56中的位置,达到目标识别的目的。相关法、误差法和二次误差法是常见的模板匹配方法,本文采用相关法做模板匹配。其基本原理是:模板图像T(m,n)叠放在被搜索对象S(W,H)上进行平移,模板覆盖在被搜索图像的区域称为
17、子图,i、j为子图在被搜索图像S上的坐标,搜索范围为:1 i W-n,当子图和模板相同时,相关系数为 1。将全部搜索完成后,最大相关系数对应下的子图就是匹配目标。结合靶面图像特征,本文选用的四个定位点分别是胸环靶的左胸、右胸、左肩、右肩,这四个点特征比较明显,且能更好构成矩形。由于胸环靶的头部会对模板匹配造成干扰,首先对头部进行掩膜,规避模板匹配错误问题。经过对靶面图像进行掩膜和模板匹配后的图像如图 2所示。其中,图 2(a)为采集的原始近红外图像,图 2(b)是对头部掩膜后的图像,图 2(c)是模板匹 配 后 识 别 的 四 个 定 位 点,坐 标 分 别 是(21,310),(508,29
18、3),(31.568),(519,567)。1.2几何校正摄像机采集到的图像以梯形失真为主,为提高后续处理的精度,需要对图像进行几何校正。首先是根据 4 个定位点,按照区域最大原则生成矩形,找出最大矩形的 4 个顶点与 4 个定位点的变换关系,计算得到变换矩阵,然后对图像进行空间变换,最后进行灰度插值,输出校正后的图像9。本文采用的地址映射公式为:x=a00+a01v+a10u+a11vu(1)y=b00+b01v+b10u+b11vu(2)以矩阵形式给出的线性最小二乘解为:A=XWT()WWT-1(3)B=YWT()WWT-1(4)式中,A为x方向的线性最小二乘解,B为y方向的线性最小二乘解
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 红外 图像 自动 方法 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。