一种复杂环境下的胸环靶图分割方法

提高基于计算机视觉的自动报靶系统对靶场环境的适应性,提出了一种基于深度学习的胸环靶图分割方法。利用金字塔场景解析网络,创建胸环靶图数据集,设置训练参数,完成胸环靶图分割模型的训练。训练好带有全局上下文像素级特征先验的模型,实现靶场视频图像中胸环靶的准确分割。实验证明,该方法精确实现靶场视频图像中胸环靶的像素级分割,mAcc指标平均达到98.76%,mIoU指标平均达到97.84%,有效提高了自动报靶系统的环境适应性。

基于BZX-1系统的自适应图像处理快速算法设计

提出了基于BZX-1系统的实时图像处理的快速自适应算法。本算法由快速图像分割、快速弹孔识别和快速成绩计算3个模块组成。快速图像分割模块的功能是用削波投影算法，从靶位图中分割出胸环靶；在快速弹孔识别模块中，基于图像区域聚类,设计了自适应模糊弹孔识别算法；快速成绩计算模块是利用从参考圆心到弹孔点的灰度跃变计算环数。

一种弹孔自动识别算法的研究

提出了在室外环境下从胸环靶图像中实时提取弹孔的算法。采用灰度投影法从靶位图中提取胸环靶有效区域,利用数学形态学突出弹孔特征,排除数字的干扰,并克服弹孔间的部分重叠,最后利用模糊理论准确地识别出弹孔。识别弹孔时利用直方图得到阈值,从而去除不可能为弹孔的点以减少计算。提出判断周围像素分布的方法解决区域内脱靶问题。结果表明,本算法可准确地提取胸环靶图像中的弹孔,对不同环境有着较高的适应能力。对于大小为640×480的图像,计算时间仅约150 ms,并且可以识别部分重叠的弹孔。