CN112800888B - 一种基于图像识别的报靶方法及装置 - Google Patents
一种基于图像识别的报靶方法及装置 Download PDFInfo
- Publication number
- CN112800888B CN112800888B CN202110059192.3A CN202110059192A CN112800888B CN 112800888 B CN112800888 B CN 112800888B CN 202110059192 A CN202110059192 A CN 202110059192A CN 112800888 B CN112800888 B CN 112800888B
- Authority
- CN
- China
- Prior art keywords
- target
- image
- newly added
- video
- video 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 35
- 230000008859 change Effects 0.000 claims abstract description 11
- 238000005286 illumination Methods 0.000 claims abstract description 11
- 241001522301 Apogonichthyoides nigripinnis Species 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000007781 pre-processing Methods 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 8
- 230000008685 targeting Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 241000834287 Cookeolus japonicus Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F41—WEAPONS
- F41J—TARGETS; TARGET RANGES; BULLET CATCHERS
- F41J5/00—Target indicating systems; Target-hit or score detecting systems
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种基于图像识别的报靶方法及装置，所述方法包括：对于打靶视频中的任一帧视频图像，通过多帧差分算法确定所述视频图像上有无新增弹孔，并在所述视频图像上有新增弹孔的情况下，获取所述新增弹孔的位置；根据所述新增弹孔的位置，以及预先确定的目标靶图像中每个像素对应的靶分，确定所述视频图像对应的打靶成绩。本发明提供的基于图像识别的报靶方法及装置，利用多帧差分算法可以有效地避免由于靶板抖动、光照变化、连孔、靶面有污点等干扰情况对报靶带来的影响，准确识别弹孔位置，避免误报或漏报，报靶准确且精度高。
Description
技术领域
本发明涉及射击训练报靶设备技术领域，尤其涉及一种基于图像识别的报靶方法及装置。
背景技术
在射击训练报靶设备技术领域，传统的报靶方式包括人工报靶、超声波定位报靶和光电传感报靶等，近年来也开始出现基于图像采集分析的报靶***。
人工报靶效率低，受主观因素影响大；超声波定位报靶和光电传感定位报靶分别需要在靶板的内部或周边安装有超声波传感器或光电定位探头，既增加了靶板自身加工的难度，又使日常的维护比较困难，调试工作量大。而目前已有的基于图像采集分析的报靶***主要是利用前后两帧之间的差别来判断是否进行了射击，对于靶板抖动、光照变化、连孔、靶面有污点等干扰情况，容易产生误报或者漏报。
因此，需要提供一种新的报靶方法能够解决现有报靶方法存在的报靶效率低、不准确、实现复杂、维护困难、易受到干扰等问题。
发明内容
本发明提供一种基于图像识别的报靶方法及装置，用以解决现有技术中存在的报靶效率低、不准确、实现复杂、维护困难、易受到干扰的缺陷，实现高效精确报靶。
本发明提供一种基于图像识别的报靶方法，包括：
对于打靶视频中的任一帧视频图像，通过多帧差分算法确定所述视频图像上有无新增弹孔，并在所述视频图像上有新增弹孔的情况下，获取所述新增弹孔的位置；
根据所述新增弹孔的位置，以及预先确定的目标靶图像中每个像素对应的靶分，确定所述视频图像对应的打靶成绩。
根据本发明提供的一种基于图像识别的报靶方法，在所述对于打靶视频中的任一帧视频图像，通过多帧差分算法确定所述视频图像上有无新增弹孔之前，还包括：
获取靶场图像，对所述靶场图像进行预处理，获得目标靶图像；
通过圆检测算法对所述目标靶图像的十环环线以及靶心进行初始定位，获得初始靶心位置；
基于所述初始靶心位置，利用多方向像素扫描法对所述目标靶图像的靶心进行二次定位，获得精确靶心位置；
基于所述精确靶心位置，对所述目标靶图像的各环线进行标定，并计算所述目标靶图像上每个像素对应的靶分；
其中，所述视频图像与所述靶场图像为对同一靶场进行拍摄获得的图像。
根据本发明提供的一种基于图像识别的报靶方法，所述基于所述初始靶心位置，利用多方向像素扫描法对所述目标靶图像的靶心进行二次定位，获得精确靶心位置，包括：
从所述初始靶心位置开始，沿多个方向朝四周扫描所述目标靶图像上的像素，直至扫描到黑色像素时停止；
根据各方向扫描的像素距离，对所述初始靶心位置进行微调，获得精确靶心位置，以使所述精确靶心位置到各方向的黑色像素的距离相等，或者，使各方向扫描的像素距离差异性最小。
根据本发明提供的一种基于图像识别的报靶方法，所述基于所述精确靶心位置，对所述目标靶图像的各环线进行标定，并计算所述目标靶图像上每个像素对应的靶分，包括：
从所述精确靶心位置开始，根据靶纸图像的特点，逐一对所述目标靶图像的各环线进行标定，并在环线标定过程中，确定所述目标靶图像上每个像素对应的靶分；
其中，所述靶纸图像的特点为从靶心开始向外，白黑区域相间，且不同区域之间的像素距离按照预设固定比例变化。
根据本发明提供的一种基于图像识别的报靶方法，所述对于打靶视频中的任一帧视频图像，通过多帧差分算法确定所述视频图像上有无新增弹孔，并在所述视频图像上有新增弹孔的情况下，获取所述新增弹孔的位置，包括：
对于打靶视频中的任一帧视频图像，获取包括当前视频图像在内的n帧图像，并将所述n帧图像中除所述视频图像外的其他各帧图像与所述视频图像进行差分计算，获得n-1帧差分图像；
对所述n-1帧差分图像进行加权平均，获得计算结果；
若所述计算结果小于预设阈值，则确定所述视频图像上没有新增弹孔；或者，
若所述计算结果大于等于预设阈值，则确定所述视频图像上有新增弹孔，并通过搜索所述n-1帧差分图像差异的最大处，确定所述新增弹孔的位置；
其中，n为大于2的自然数。
根据本发明提供的一种基于图像识别的报靶方法，对所述靶场图像进行预处理，获得目标靶图像，包括：
对所述靶场图像进行边缘提取、二值化处理及滤波去噪处理，获得目标靶图像；
其中，二值化处理的阈值根据光照变化自适应确定。
本发明还提供一种基于图像识别的报靶装置，包括：
弹孔确定单元，用于对于打靶视频中的任一帧视频图像，通过多帧差分算法确定所述视频图像上有无新增弹孔，并在所述视频图像上有新增弹孔的情况下，获取所述新增弹孔的位置；
打靶成绩确定单元，用于根据所述新增弹孔的位置，以及预先确定的目标靶图像中每个像素对应的靶分，确定所述视频图像对应的打靶成绩。
根据本发明提供的一种基于图像识别的报靶装置，还包括：
预处理单元，用于获取靶场图像，对所述靶场图像进行预处理，获得目标靶图像；
初定位单元，用于通过圆检测算法对所述目标靶图像的十环环线以及靶心进行初始定位，获得初始靶心位置；
精确定位单元，用于基于所述初始靶心位置，利用多方向像素扫描法对所述目标靶图像的靶心进行二次定位，获得精确靶心位置；
环线标定单元，用于基于所述精确靶心位置，对所述目标靶图像的各环线进行标定，并计算所述目标靶图像上每个像素对应的靶分；
其中，所述视频图像与所述靶场图像为对同一靶场进行拍摄获得的图像。
本发明提供的基于图像识别的报靶方法及装置，利用多帧差分算法可以有效地避免由于靶板抖动、光照变化、连孔、靶面有污点等干扰情况对报靶带来的影响，准确识别弹孔位置，避免误报或漏报，报靶准确且精度高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于图像识别的报靶方法的流程示意图；
图2为本发明另一实施例提供的基于图像识别的报靶方法的流程示意图；
图3为本发明实施例提供的多方向像素扫描法的示意图；
图4为本发明实施例提供的N帧视频图像的示意图；
图5为本发明实施例提供的基于图像识别的报靶装置的结构示意图；
图6为本发明实施例提供的一种电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例提供的一种基于图像识别的报靶方法的流程示意图，包括步骤101和步骤102。
步骤101、对于打靶视频中的任一帧视频图像，通过多帧差分算法确定所述视频图像上有无新增弹孔，并在所述视频图像上有新增弹孔的情况下，获取所述新增弹孔的位置。
具体地，打靶视频是指对靶场进行拍摄获得的视频。所述多帧差分算法是指获取包括当前帧视频图像在内的多帧图像，将所述多帧图像中的其他各帧图像与当前帧视频图像进行差分计算，获得差分图像，对所获得的差分图像进行加权平均。
对于打靶视频中的任一帧视频图像，利用多帧差分算法可以得到一个计算结果，然后根据该计算结果判断当前帧视频图像上有无新增弹孔，可以理解的是，当计算结果大于某一预设阈值时，说明当前帧视频图像上有新增弹孔，当计算结果小于该预设阈值时，说明包括当前帧视频图像在内的多帧图像的差异很小，即当前帧图像上没有新增弹孔。若判断获知当前帧视频图像上有新增弹孔，差分图像差异最大处即为新增弹孔位置。
通过利用多帧差分算法，可以有效地避免由于靶板抖动、光照变化、连孔、靶面有污点等干扰情况对报靶带来的影响，避免误报或漏报。
步骤102、根据所述新增弹孔的位置，以及预先确定的目标靶图像中每个像素对应的靶分，确定所述视频图像对应的打靶成绩。
在确定了新增弹孔的位置之后，可以获得新增弹孔的位置在所述视频图像上对应的像素位置，然后，根据预先确定的目标靶图像中每个像素对应的靶分，可以得出新增弹孔对应的靶分，即所述视频图像对应的打靶成绩。
目标靶图像可以为胸靶图像、半身靶图像等类型的靶图像，本发明不对目标靶图像的类型作具体限定。
本发明实施例提供的基于图像识别的报靶方法，利用多帧差分算法可以有效地避免由于靶板抖动、光照变化、连孔、靶面有污点等干扰情况对报靶带来的影响，准确识别弹孔位置，避免误报或漏报，报靶准确且精度高。
图2为本发明另一实施例提供的基于图像识别的报靶方法的流程示意图，基于上述实施例的内容，在所述对于打靶视频中的任一帧视频图像，通过多帧差分算法确定所述视频图像上有无新增弹孔之前，还包括步骤001至步骤004。
步骤001、获取靶场图像，对所述靶场图像进行预处理，获得目标靶图像。
具体地，获取实际的靶场图像，然后对所述靶场图像进行预处理，获得目标靶图像。
在一个实施例中，对所述靶场图像进行预处理，获得目标靶图像，包括：
对所述靶场图像进行边缘提取、二值化处理及滤波去噪处理，获得目标靶图像；
其中，二值化处理的阈值根据光照变化自适应确定。
可以理解的是，目标靶图像是经过边缘提取、二值化、去除了干扰和噪声的由黑白像素组成的图像。
步骤002、通过圆检测算法对所述目标靶图像的十环环线以及靶心进行初始定位，获得初始靶心位置。
具体地，通过圆检测算法，例如采用霍夫变换算法或各种改进后的霍夫变换算法来检测圆，对目标靶图像的十环环线以及靶心进行初始定位，获得初始靶心位置。
步骤003、基于所述初始靶心位置，利用多方向像素扫描法对所述目标靶图像的靶心进行二次定位，获得精确靶心位置。
具体地，多方向像素扫描法是指沿多个方向朝四周扫描像素。
从初始靶心位置开始，利用多方向像素扫描法对所述初始靶心位置进行微调，使得最终获得的靶心位置位于所述目标靶图像十环区域的中心。
步骤004、基于所述精确靶心位置，对所述目标靶图像的各环线进行标定，并计算所述目标靶图像上每个像素对应的靶分。
最后，基于所述精确靶心位置，根据所述目标靶图像所对应的靶纸图像的特点，对所述目标靶图像的各个环线进行标定，并在标定的过程中，可以确定所述目标靶图像中每个像素对应的靶分。
在确定了目标靶图像上每个像素对应的靶分之后，确定了弹孔位置，则可以很容易地获得弹孔所对应的靶分。
图2中的步骤101、102同图1中的步骤101、102，在此不再赘述。
本发明实施例提供的基于图像识别的报靶方法，通过圆检测算法初步定位结合多方向像素扫描精确定位的方式，可以有效地提升报靶准确度和精度，同时利用多帧差分算法有效地避免了由于靶板抖动、光照变化、连孔、靶面有污点等干扰情况对报靶带来的影响，准确识别弹孔位置，避免了误报或漏报。
基于上述实施例的内容，所述基于所述初始靶心位置，利用多方向像素扫描法对所述目标靶图像的靶心进行二次定位，获得精确靶心位置，包括：
从所述初始靶心位置开始，沿多个方向朝四周扫描所述目标靶图像上的像素，直至扫描到黑色像素时停止；
根据各方向扫描的像素距离，对所述初始靶心位置进行微调，获得精确靶心位置，以使所述精确靶心位置到各方向的黑色像素的距离相等，或者，使各方向扫描的像素距离差异性最小。
具体地，在一个实施例中，对靶场图像进行二值化处理后，若根据所述目标靶图像对应的靶纸图像的特点确定环线所在位置为黑色、十环区域为一整块白色区域，图3为本发明实施例提供的多方向像素扫描法的示意图，如图3所示，从初始靶心位置开始，沿多个方向朝四周扫描所述目标靶图像上的像素，直至扫描到黑色像素时停止，根据各方向扫描的像素距离，对所述初始靶心位置进行微调，在靶心位置到各方向的黑色像素的距离相等，或者，使各方向扫描的像素距离差异性最小时，停止微调，从而得到精确靶心位置。
本发明实施例中，精确靶心位置是指相比初始靶心位置更为精确的靶心位置。
需要说明的是，若根据所述目标靶图像对应的靶纸图像的特点确定环线所在位置为白色、十环区域为一整块黑色区域，则从初始靶心位置开始，沿多个方向朝四周扫描所述目标靶图像上的像素，直至扫描到白色像素时停止，根据各方向扫描的像素距离，对所述初始靶心位置进行微调，在靶心位置到各方向的白色像素的距离相等，或者，使各方向扫描的像素距离差异性最小时，停止微调，从而得到精确靶心位置。
本发明实施例提供的基于图像识别的报靶方法，通过利用多方向像素扫描精确定位的方式，可以对靶心进行准确定位。
基于上述实施例的内容，所述基于所述精确靶心位置，对所述目标靶图像的各环线进行标定，并计算所述目标靶图像上每个像素对应的靶分，包括：
从所述精确靶心位置开始，根据靶纸图像的特点，逐一对所述目标靶图像的各环线进行标定，并在环线标定过程中，确定所述目标靶图像上每个像素对应的靶分；
其中，所述靶纸图像的特点为从靶心开始向外，白黑区域相间，且不同区域之间的像素距离按照预设固定比例变化。
具体地，由于靶纸图像的特点为从靶心开始向外，白黑区域相间，且不同区域之间的像素距离按照预设固定比例变化。因此，可以根据所述目标靶图像对应的靶纸图像的特点对所述目标靶图像的环线进行标定，即从所述精确靶心位置开始，根据靶纸图像的特点，逐一对所述目标靶图像的各环线进行标定，并在环线标定过程中，确定所述目标靶图像上每个像素对应的靶分。
例如，十环区域通常由白色像素组成，十环环线为黑色像素，首先，从所述精确靶心位置开始，对十环环线进行标定，然后根据靶心到十环环线的像素距离，以及不同区域之间的像素距离按照预设固定比例变化，可以确定十环环线到九环环线的像素距离，进而对九环环线进行标定，在确定不同区域之间的像素距离时需考虑到环线本身所占用的像素距离。
基于上述实施例的内容，所述对于打靶视频中的任一帧视频图像，通过多帧差分算法确定所述视频图像上有无新增弹孔，并在所述视频图像上有新增弹孔的情况下，获取所述新增弹孔的位置，包括：
对于打靶视频中的任一帧视频图像，获取包括当前视频图像在内的n帧图像，并将所述n帧图像中除所述视频图像外的其他各帧图像与所述视频图像进行差分计算，获得n-1帧差分图像；
对所述n-1帧差分图像进行加权平均，获得计算结果；
若所述计算结果小于预设阈值，则确定所述视频图像上没有新增弹孔；或者，
若所述计算结果大于等于预设阈值，则确定所述视频图像上有新增弹孔，并通过搜索所述n-1帧差分图像差异的最大处，确定所述新增弹孔的位置；
其中，n为大于2的自然数。
所述n帧图像可以是连续的n帧图像，也可是间隔的n帧图像。
将所述n帧图像中除所述视频图像外的其他各帧图像与所述视频图像进行差分计算，即将所述n帧图像中除所述视频图像外的其他n-1帧图像分别与所述视频图像进行差分计算，获得n-1帧差分图像。
图4为本发明实施例提供的N帧视频图像的示意图，此处N大于n。在一个实施例中，对视频图像中的每一帧，连续取5(即n＝5)帧进行差分，如对图像中的第i帧，分别计算第i+1、i+2、i+3、i+4帧与第i帧的差分，得到4个差分图像，然后对4个差分图像进行加权平均，再根据计算结果判断有无新增弹孔及确定新增弹孔的位置。然后，根据计算得到的弹孔位置以及图像上每个像素与靶分的对应关系，即可确定打靶成绩，并可根据需要进行显示。
本发明实施例提供的基于图像识别的报靶方法，通过利用多帧差分算法可以准确判断弹孔有无以及弹孔位置，从而使得报靶准确且精度高。
图5为本发明实施例提供的基于图像识别的报靶装置的结构示意图，包括：弹孔确定单元510和打靶成绩确定单元520，其中：
弹孔确定单元510，用于对于打靶视频中的任一帧视频图像，通过多帧差分算法确定所述视频图像上有无新增弹孔，并在所述视频图像上有新增弹孔的情况下，获取所述新增弹孔的位置；
打靶成绩确定单元520，用于根据所述新增弹孔的位置，以及预先确定的目标靶图像中每个像素对应的靶分，确定所述视频图像对应的打靶成绩。
本发明实施例提供的基于图像识别的报靶装置，利用多帧差分算法可以有效地避免由于靶板抖动、光照变化、连孔、靶面有污点等干扰情况对报靶带来的影响，准确识别弹孔位置，避免误报或漏报，报靶准确且精度高。
基于上述实施例的内容，所述基于图像识别的报靶装置还包括：
预处理单元，用于获取靶场图像，对所述靶场图像进行预处理，获得目标靶图像；
初定位单元，用于通过圆检测算法对所述目标靶图像的十环环线以及靶心进行初始定位，获得初始靶心位置；
精确定位单元，用于基于所述初始靶心位置，利用多方向像素扫描法对所述目标靶图像的靶心进行二次定位，获得精确靶心位置；
环线标定单元，用于基于所述精确靶心位置，对所述目标靶图像的各环线进行标定，并计算所述目标靶图像上每个像素对应的靶分；
其中，所述视频图像与所述靶场图像为对同一靶场进行拍摄获得的图像。
基于上述实施例的内容，所述精确定位单元具体用于：
从所述初始靶心位置开始，沿多个方向朝四周扫描所述目标靶图像上的像素，直至扫描到黑色像素时停止；
根据各方向扫描的像素距离，对所述初始靶心位置进行微调，获得精确靶心位置，以使所述精确靶心位置到各方向的黑色像素的距离相等，或者，使各方向扫描的像素距离差异性最小。
基于上述实施例的内容，所述环线标定单元具体用于：
从所述精确靶心位置开始，根据靶纸图像的特点，逐一对所述目标靶图像的各环线进行标定，并在环线标定过程中，确定所述目标靶图像上每个像素对应的靶分；
其中，所述靶纸图像的特点为从靶心开始向外，白黑区域相间，且不同区域之间的像素距离按照预设固定比例变化。
基于上述实施例的内容，所述弹孔确定单元510具体用于：
对于打靶视频中的任一帧视频图像，获取包括当前视频图像在内的n帧图像，并将所述n帧图像中除所述视频图像外的其他各帧图像与所述视频图像进行差分计算，获得n-1帧差分图像；
对所述n-1帧差分图像进行加权平均，获得计算结果；
若所述计算结果小于预设阈值，则确定所述视频图像上没有新增弹孔；或者，
若所述计算结果大于等于预设阈值，则确定所述视频图像上有新增弹孔，并通过搜索所述n-1帧差分图像差异的最大处，确定所述新增弹孔的位置；
其中，n为大于2的自然数。
基于上述实施例的内容，所述预处理单元具体用于：
对所述靶场图像进行边缘提取、二值化处理及滤波去噪处理，获得目标靶图像；
其中，二值化处理的阈值根据光照变化自适应确定。
在此需要说明的是，本发明实施例提供的上述装置，能够实现上述基于图像识别的报靶方法实施例所实现的所有方法步骤，且能够达到相同的技术效果，在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
图6为本发明实施例提供的一种电子设备的实体结构示意图，如图6所示，该电子设备可以包括：处理器(processor)610、通信接口(Communication Intefface)620、存储器(memory)630和通信总线640，其中，处理器610，通信接口620，存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令，以执行基于图像识别的报靶方法，该方法包括：对于打靶视频中的任一帧视频图像，通过多帧差分算法确定所述视频图像上有无新增弹孔，并在所述视频图像上有新增弹孔的情况下，获取所述新增弹孔的位置；根据所述新增弹孔的位置，以及预先确定的目标靶图像中每个像素对应的靶分，确定所述视频图像对应的打靶成绩。
此外，上述的存储器630中的逻辑指令可以通过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所述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-ONly Memory)、随机存取存储器(RAM，RaNdom Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的基于图像识别的报靶方法，该方法包括：对于打靶视频中的任一帧视频图像，通过多帧差分算法确定所述视频图像上有无新增弹孔，并在所述视频图像上有新增弹孔的情况下，获取所述新增弹孔的位置；根据所述新增弹孔的位置，以及预先确定的目标靶图像中每个像素对应的靶分，确定所述视频图像对应的打靶成绩。
又一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的基于图像识别的报靶方法，该方法包括：对于打靶视频中的任一帧视频图像，通过多帧差分算法确定所述视频图像上有无新增弹孔，并在所述视频图像上有新增弹孔的情况下，获取所述新增弹孔的位置；根据所述新增弹孔的位置，以及预先确定的目标靶图像中每个像素对应的靶分，确定所述视频图像对应的打靶成绩。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (7)
1.一种基于图像识别的报靶方法，其特征在于，包括：
对于打靶视频中的任一帧视频图像，通过多帧差分算法确定所述视频图像上有无新增弹孔，并在所述视频图像上有新增弹孔的情况下，获取所述新增弹孔的位置；
根据所述新增弹孔的位置，以及预先确定的目标靶图像中每个像素对应的靶分，确定所述视频图像对应的打靶成绩；
在所述对于打靶视频中的任一帧视频图像，通过多帧差分算法确定所述视频图像上有无新增弹孔之前，还包括：
获取靶场图像，对所述靶场图像进行预处理，获得目标靶图像；
通过圆检测算法对所述目标靶图像的十环环线以及靶心进行初始定位，获得初始靶心位置；
基于所述初始靶心位置，利用多方向像素扫描法对所述目标靶图像的靶心进行二次定位，获得精确靶心位置；
基于所述精确靶心位置，对所述目标靶图像的各环线进行标定，并计算所述目标靶图像上每个像素对应的靶分；
其中，所述视频图像与所述靶场图像为对同一靶场进行拍摄获得的图像；
所述基于所述初始靶心位置，利用多方向像素扫描法对所述目标靶图像的靶心进行二次定位，获得精确靶心位置，包括：
从所述初始靶心位置开始，沿多个方向朝四周扫描所述目标靶图像上的像素，直至扫描到黑色像素时停止；
根据各方向扫描的像素距离，对所述初始靶心位置进行微调，获得精确靶心位置，以使所述精确靶心位置到各方向的黑色像素的距离相等，或者，使各方向扫描的像素距离差异性最小。
2.根据权利要求1所述的基于图像识别的报靶方法，其特征在于，所述基于所述精确靶心位置，对所述目标靶图像的各环线进行标定，并计算所述目标靶图像上每个像素对应的靶分，包括：
从所述精确靶心位置开始，根据靶纸图像的特点，逐一对所述目标靶图像的各环线进行标定，并在环线标定过程中，确定所述目标靶图像上每个像素对应的靶分；
其中，所述靶纸图像的特点为从靶心开始向外，白黑区域相间，且不同区域之间的像素距离按照预设固定比例变化。
3.根据权利要求1所述的基于图像识别的报靶方法，其特征在于，所述对于打靶视频中的任一帧视频图像，通过多帧差分算法确定所述视频图像上有无新增弹孔，并在所述视频图像上有新增弹孔的情况下，获取所述新增弹孔的位置，包括：
对于打靶视频中的任一帧视频图像，获取包括当前视频图像在内的n帧图像，并将所述n帧图像中除所述视频图像外的其他各帧图像与所述视频图像进行差分计算，获得n-1帧差分图像；
对所述n-1帧差分图像进行加权平均，获得计算结果；
若所述计算结果小于预设阈值，则确定所述视频图像上没有新增弹孔；或者，
若所述计算结果大于等于预设阈值，则确定所述视频图像上有新增弹孔，并通过搜索所述n-1帧差分图像差异的最大处，确定所述新增弹孔的位置；
其中，n为大于2的自然数。
4.根据权利要求1所述的基于图像识别的报靶方法，其特征在于，对所述靶场图像进行预处理，获得目标靶图像，包括：
对所述靶场图像进行边缘提取、二值化处理及滤波去噪处理，获得目标靶图像；
其中，二值化处理的阈值根据光照变化自适应确定。
5.一种基于图像识别的报靶装置，其特征在于，包括：
弹孔确定单元，用于对于打靶视频中的任一帧视频图像，通过多帧差分算法确定所述视频图像上有无新增弹孔，并在所述视频图像上有新增弹孔的情况下，获取所述新增弹孔的位置；
打靶成绩确定单元，用于根据所述新增弹孔的位置，以及预先确定的目标靶图像中每个像素对应的靶分，确定所述视频图像对应的打靶成绩；
预处理单元，用于获取靶场图像，对所述靶场图像进行预处理，获得目标靶图像；
初定位单元，用于通过圆检测算法对所述目标靶图像的十环环线以及靶心进行初始定位，获得初始靶心位置；
精确定位单元，用于基于所述初始靶心位置，利用多方向像素扫描法对所述目标靶图像的靶心进行二次定位，获得精确靶心位置；
环线标定单元，用于基于所述精确靶心位置，对所述目标靶图像的各环线进行标定，并计算所述目标靶图像上每个像素对应的靶分；
其中，所述视频图像与所述靶场图像为对同一靶场进行拍摄获得的图像；
所述基于所述初始靶心位置，利用多方向像素扫描法对所述目标靶图像的靶心进行二次定位，获得精确靶心位置，包括：
从所述初始靶心位置开始，沿多个方向朝四周扫描所述目标靶图像上的像素，直至扫描到黑色像素时停止；
根据各方向扫描的像素距离，对所述初始靶心位置进行微调，获得精确靶心位置，以使所述精确靶心位置到各方向的黑色像素的距离相等，或者，使各方向扫描的像素距离差异性最小。
6.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至4任一项所述基于图像识别的报靶方法的步骤。
7.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至4任一项所述基于图像识别的报靶方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110059192.3A CN112800888B (zh) | 2021-01-15 | 2021-01-15 | 一种基于图像识别的报靶方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110059192.3A CN112800888B (zh) | 2021-01-15 | 2021-01-15 | 一种基于图像识别的报靶方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112800888A CN112800888A (zh) | 2021-05-14 |
| CN112800888B true CN112800888B (zh) | 2023-11-10 |
Family
ID=75809908
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110059192.3A Active CN112800888B (zh) | 2021-01-15 | 2021-01-15 | 一种基于图像识别的报靶方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112800888B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113537217B (zh) * | 2021-07-22 | 2023-11-14 | 中国科学院半导体研究所 | 基于超声波与图像融合的报靶方法及装置 |
| WO2024059155A1 (en) * | 2022-09-13 | 2024-03-21 | AccuShoot, Inc. | Systems and methods for automated target identification, classification, and scoring |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103353259A (zh) * | 2013-06-22 | 2013-10-16 | 太仓博天网络科技有限公司 | 一种基于图像识别的射击自动报靶*** |
| CN105930874A (zh) * | 2016-04-29 | 2016-09-07 | 浙江大华技术股份有限公司 | 一种弹孔识别方法及装置 |
| CN106408527A (zh) * | 2016-08-25 | 2017-02-15 | 安徽水滴科技有限责任公司 | 一种基于视频分析的自动报靶方法 |
| CN110398182A (zh) * | 2019-07-04 | 2019-11-01 | 西人马帝言(北京)科技有限公司 | 自动报靶***、方法、设备及介质 |
| WO2020073505A1 (zh) * | 2018-10-11 | 2020-04-16 | 平安科技（深圳）有限公司 | 基于图像识别的图像处理方法、装置、设备及存储介质 |
| CN111222504A (zh) * | 2019-11-18 | 2020-06-02 | 杭州晨鹰军泰科技有限公司 | 一种弹孔报靶方法、装置、设备及介质 |
-
2021
- 2021-01-15 CN CN202110059192.3A patent/CN112800888B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103353259A (zh) * | 2013-06-22 | 2013-10-16 | 太仓博天网络科技有限公司 | 一种基于图像识别的射击自动报靶*** |
| CN105930874A (zh) * | 2016-04-29 | 2016-09-07 | 浙江大华技术股份有限公司 | 一种弹孔识别方法及装置 |
| CN106408527A (zh) * | 2016-08-25 | 2017-02-15 | 安徽水滴科技有限责任公司 | 一种基于视频分析的自动报靶方法 |
| WO2020073505A1 (zh) * | 2018-10-11 | 2020-04-16 | 平安科技（深圳）有限公司 | 基于图像识别的图像处理方法、装置、设备及存储介质 |
| CN110398182A (zh) * | 2019-07-04 | 2019-11-01 | 西人马帝言(北京)科技有限公司 | 自动报靶***、方法、设备及介质 |
| CN111222504A (zh) * | 2019-11-18 | 2020-06-02 | 杭州晨鹰军泰科技有限公司 | 一种弹孔报靶方法、装置、设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112800888A (zh) | 2021-05-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109816678B (zh) | 一种基于视觉的喷嘴雾化角度自动检测***及方法 | |
| CN112800888B (zh) | 一种基于图像识别的报靶方法及装置 | |
| CN111680574B (zh) | 一种人脸检测方法、装置、电子设备和存储介质 | |
| CN111415339B (zh) | 一种复杂纹理工业产品图像缺陷检测方法 | |
| US20220084225A1 (en) | Depth Map Processing Method, Electronic Device and Readable Storage Medium | |
| CN111047624A (zh) | 图像弱小目标检测方法、装置、设备及存储介质 | |
| CN107341793A (zh) | 一种靶面图像处理方法及装置 | |
| CN108871185B (zh) | 零件检测的方法、装置、设备以及计算机可读存储介质 | |
| CN114724000B (zh) | 一种屏拍图摩尔纹的处理方法、处理装置及处理设备 | |
| CN112634262A (zh) | 一种基于互联网的写字质量评价方法 | |
| KR20180096096A (ko) | 해색 영상을 이용한 해안선 모니터링 장치 및 방법 | |
| CN113674220A (zh) | 一种图像差异检测方法、检测装置和存储介质 | |
| CN116129195A (zh) | 图像质量评价装置、方法、电子设备和存储介质 | |
| CN111323757A (zh) | 一种航海雷达目标检测方法及装置 | |
| CN112686842B (zh) | 一种光斑检测方法、装置、电子设备及可读存储介质 | |
| CN113822927A (zh) | 一种适用弱质量图像的人脸检测方法、装置、介质及设备 | |
| CN107563981B (zh) | 一种图像振铃效应的评价方法 | |
| CN114037741A (zh) | 一种基于事件相机的自适应目标检测方法及装置 | |
| CN110826455A (zh) | 一种目标识别方法及图像处理设备 | |
| CN111339840A (zh) | 人脸检测方法和监控*** | |
| CN110287972B (zh) | 一种动物图像轮廓提取与匹配方法 | |
| CN112712499B (zh) | 一种物体检测方法、装置以及计算机可读存储介质 | |
| CN117115926B (zh) | 一种基于实时图像处理的人体动作标准判定方法及装置 | |
| CN117078666B (zh) | 二维和三维结合的缺陷检测方法、装置、介质和设备 | |
| CN113242422B (zh) | 一种摄像模组的测试方法、装置、设备、***及介质 |
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 |