一种基于计算机视觉的胸环靶弹孔检测方法

2021-12-03 05:11:00黄应清陈晓明谢志宏田钦文
兵器装备工程学报 2021年11期
关键词:区域检测模型

黄应清,陈晓明,谢志宏,田钦文

(陆军装甲兵学院, 北京 100072)

1 引言

作为基础军事训练项目,实弹射击在部队开展的诸多训练项目当中是不可或缺的。在射击训练中,传统的人工报靶方式通常需要报靶人员提前隐蔽于目标附近的靶壕中,利用每轮射击的间隙离开靶壕观察靶面并记录成绩。这种方式效率低下,且安全性差,正逐渐被自动报靶的方式所取代。在诸多不同种类的自动报靶系统中,基于计算机视觉技术的报靶系统凭借其低成本、使用方便的特点而被各个院校、公司以及科研院所广泛研究。

弹孔检测是基于计算机视觉的自动报靶系统算法中最为重要的部分,直接影响着系统性能的优劣。如何精准、快速地检测胸环靶图像中的弹孔一直是技术难点。在现有的系统中,基本都是通过传统的图像处理方法来实现弹孔检测的[1-6]。例如,先使用帧差法得到射击前后两帧胸环靶图的差分图像,再通过形态学方法去除干扰,或是利用弹孔灰度特征,根据弹孔与背景的灰度值差异进行检测等等。由于传统图像处理技术的局限性,这些算法或多或少在检测的精度、速度、抗干扰能力以及普适性等方面有所不足,难以满足实际需求。近年来,深度学习技术逐渐兴起,其在计算机视觉领域的应用具有良好前景。本研究另辟蹊径,使用深度学习的方法弥补传统图像处理算法中存在的短板,将两者相结合,提出一种基于计算机视觉的弹孔检测算法,以满足部队实际射击训练需求。……

登录APP查看全文

猜你喜欢
区域检测模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
小波变换在PCB缺陷检测中的应用
关于四色猜想
分区域
基于严重区域的多PCC点暂降频次估计
电测与仪表(2015年5期)2015-04-09 11:30:52
区域
民生周刊(2012年10期)2012-10-14 09:06:46