一种红外激光识别系统的制作方法

本发明属于光学及图像处理领域，具体涉及一种红外激光识别系统。

背景技术：

红外激光射击最初的需求源于军事训练。为了减少训练费用、提高安全性、减轻对环境的影响，许多国家早己开始研究使用模拟武器来进行军事训练。另外，随着计算机技术、传感器技术的普及，激光技术，虚拟现实技术的实现，使用模拟激光武器进行军事训练已具备了非常成熟的条件。于是各国纷纷研究出了许多先进的训练模拟器，这些训练模拟器大致上可分为两类，一类是基于激光技术的模拟射击系统，另一类是基于虚拟现实技术的场景模拟系统。

另一方面，近年来游戏产业持续升温，因而被各界人士公认为是潜力无限的朝阳产业。随着生活水平的提高，游戏成为了不少人生活中不可缺少的娱乐部分。

随着多媒体技术，计算机技术及大屏幕显示技术等相关技术的快速发展，大屏幕射击游戏越来越受人们欢迎，从而引发人们对激光技术识别系统的研究。

市面上已有的一些模拟激光射击系统绝大部分是根据激光枪的动作来捕捉位置。这样有非常大的缺陷。其一是射击位置不准确，当激光枪平行移动，无偏角产生时，无法识别射击点的移动。累计产生误差，最终会导致无法正常使用，必须经常校准。其二是成本过高，对枪体的位置状况进行判断要使用到许多复杂的设备，例如陀螺仪等，使得激光枪必须与系统配套特制，造成成本浪费。因此现有技术还有待于改进和发展。

技术实现要素：

本发明的目的是提供一种红外激光识别系统，以有效解决现有技术中的模拟激光射击系统成本高、识别误差大的问题。

本发明采用的技术方案如下：

一种红外激光识别系统，包括激光发射装置、显示装置、控制主机及摄像装置，其特征在于，

所述激光发射装置，发射激光于所述显示装置上；

所述摄像装置，对显示装置中的光线进行滤波处理，滤除红外激光以外的光线，保留图像中的激光光斑并发送给控制主机；

所述控制主机，对所述激光光斑依次经过灰度化处理、二值化处理、矩形拟合处理，得到近似射击点坐标；

控制主机将计算得到的射击点坐标位置反馈给游戏，进而进行游戏响应。

进一步地，所述摄像装置中预先加装有滤波片，该滤波片根据激光发射装置的波长设定好滤波范围，仅保留红外激光射击在屏幕上形成的光斑图像。

进一步地，所述二值化处理包括：

利用公式：gray＝r*0.299+g*0.587+b*0.114计算出采集的激光光斑图像的灰度值；

采用最大阈值分割法对图像进行二值化处理，具体包括：

首先，求出图象的最大灰度值和最小灰度值，分别记为gl和gu，令初始阈值为：

然后，根据阈值t⁰将图象分割为前景和背景，分别求出两者的平均灰度值ab和af，

最后，令：如果t^k＝t^k+1,则取t^k为所求得的阈值，否则，转公式(2)继续迭代。

进一步地，所述矩形拟合处理包括：通过快速拟合算法，直接以近似形状的算法，快速框选光斑区域以最远边界点为参考画出矩形，然后计算得到矩形的中心点，确认出射击点坐标。

进一步地，在矩形拟合处理，得到近似射击点坐标后，还对该坐标进行校准和修正，得到最终确定的射击点坐标。

进一步地，在确定射击点坐标后，控制主机将射击点坐标通过投影机投射至屏幕以及游戏系统，游戏系统根据射击的坐标点产生对应的射击反馈。

进一步地，当环境光变化影响判断的时候，对每个像素在0～255之间的灰度值确定的分割值进行调节。

进一步地，所述激光发射装置为ccd工业摄像头，所述显示装置为投影屏。

与现有技术相比，本发明所公开的一种红外激光识别系统，达到了如下技术效果：

(1)、本发明的系统只是采集激光点位置，通过一系列快速识别和处理方法来确认射击点位置反馈给游戏内容，大大减少了设备的生产成本和维护成本。

(2)、本发明对图像进行二值化处理，快速得到需要的激光光斑，然后对激光光斑拟合成一个近似的矩形，矩形重心点就很容易计算出来，进而很容易确认出射击点坐标。

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为本发明实施例所述的红外激光识别系统的系统架构图。

图2为本发明实施例所述的控制主机的图像处理流程。

具体实施方式

为使本领域技术人员更好地理解本发明的技术方案，下面结合附图和具体实施方式对本发明作进一步详细描述。

参照图1所示，本发明实施例所公开的一种红外激光识别系统，包括：激光发射装置1、显示装置2、控制主机3、摄像装置4及投影机5。其中，激光发射装置1发射出激光光线，击中显示装置2后，摄像装置4采集并识别射击图像后先进行滤波处理，然后反馈给控制主机3进行图像处理和位置分析，完成整个定位识别流程。

本实施例中，激光发射装置1可以为现有的娱乐场景常用的激光枪，显示装置2可以为投影屏幕或者其他能够显示图像的电子设备。所述摄像装置4可以为安装在在显示装置前方的摄像头，优选为工业摄像头，普通摄像头的采集速度一般为30帧每秒，完全无法满足对于定位精度的采集速度的要求，所以采用的是工业摄像头较佳，工业摄像头的采集速度为120帧每秒，完全可以满足我们对于定位精度以及相应速度的要求。控制主机3则可以采用现有的工业/家用计算机或笔记本电脑等带有运算和数据处理功能的设备。

以图1中的设备为例，系统工作原理如下：

1、激光枪对准屏幕进行射击、发出红外激光至屏幕；

2、摄像头对屏幕图像进行拍摄，利用滤光片将红外激光以外的光线滤掉，进而识别出图像中的射击点并发送给控制主机；

3、控制主机对图像进行处理后计算出准确的射击点位置并将射击点位置坐标反馈给游戏，进而相应游戏响应。

为了提高识别效率，本发明实施例中的摄像头为加装了滤光片的ccd工业摄像头，而且，事先根据激光枪的发射波长，设计滤光片的滤波范围，，所以我们所得到的屏幕图像就是对应的激光枪发射出来的光线位置，而不需要进行波长识别。加装了滤光片后，会把可见光谱部分的光线全部滤掉，只会留下红外激光枪击中屏幕后形成的红外激光点。相比现有中陀螺仪式的激光枪通过计算陀螺仪加速度来计算出射角进而确认射线角度再确认射击点位置的方式，因此本发明的效率、准确性以及精度都要远大于现有的识别系统。

控制主机的主要功能就是进行图像的识别和处理，分析出激光光斑的坐标位置。

参照图2所示，具体在本实施例中，控制主机对对接收的激光光斑依次经过灰度化处理、二值化处理、矩形拟合处理，得到近似射击点坐标。

首先，由系统中的摄像头去获取一帧图像，这一帧带有激光点的图像帧由于过滤掉了可见光，主要只显示一个激光光斑。但与此同时，图像会有许多白色躁点，使用面积计算，排除掉面积较小的白色躁点，剩下的就是所需要的激光光斑。

其次，彩色图片的信息量过大，而我们需要的只是求出中心点坐标而己。所以首先进行灰度化，排除掉无用的彩色图片信息。灰度化，一方面可以控制图片的信息量，另一方面，灰度化图像还可以突出某些感兴趣的图像特征，抑制不感兴趣特征，扩大图像中不同物体之间的差别。

灰度化之后的数据仍然有大量不需要的数据。我们只需要突出光斑位置和非光斑位置，因而再进行二值化，得到最简要的数据。

接着，使用最大阈值分割法进行二值化操作，最大阈值分割法是使用类间方差最大值的自动确定阈值的方法。每个像素的灰度值是从0到255之间，确定一个分割值，将其处理成黑色(像素值为0)或白色(像素值为255)两种，这样就可以基本将背景与目标屏幕区域划分开来。这个分割值最初定为180，是可以调节的值，当环境光变化影响判断的时候可以进行调整。举例来说，当光线偏强时，环境光偏亮，此时为了更好的进行二值化处理，我们将分割值设定为小于180，比如155，这样可以更好的将环境光的影响降到最低，使二值化结果达到最佳效果。反之，环境光偏弱时，将分割值设定为大于180，比如200。

最后，根据不规则的光斑的有效面积，拟合成一个矩形，此时矩形的中心点坐标就是近似的射击点坐标。

此时的坐标并非最准确的坐标。再根据校准程序进行坐标修正后，可以得到最近似的射击点坐标。

下面来对本发明实施例中的灰度化、二值化及拟合矩形的处理流程进行详述。

一、灰度化和二值化处理

在rgb模型中，如果r＝g＝b时，则彩色表示一种灰度颜色，其中r＝g＝b的值叫灰度值，因此，灰度图像每个像素只需一个字节存放灰度值(又称强度值、亮度值)，灰度范围为0-255。一般情况下彩色图片信息量大，但实质上仅仅用灰度图像里的信息就已经够了，为了提高运算速度自然就会采用灰度图，甚至有时灰度图还是过大，因此在灰度化的基础上采用二值化图像。除此之外，二值化还是为了后续处理和识别，可以很容易的将感兴趣目标和背景分离。在本发明实施例中中，我们感兴趣的是激光枪造成的屏幕上的激光斑点，游戏背景和其他显示内容则不是本设计需要的。进行二值化后可以得到简单的处理对象。

首先，利用公式：

gray＝r*0.299+g*0.587+b*0.114

计算出采集图像的灰度值，然后利用迭代算法来计算出最佳阈值然后对图像进行二值化处理。具体过程如下：

(1)求出图象的最大灰度值和最小灰度值，分别记为gl和gu，令初始阈值为：

(2)然后，根据阈值t⁰将图象分割为前景和背景，分别求出两者的平均灰度值ab和af，

(3)最后，令

如果t^k＝t^k+1,则取t^k为所求得的阈值，否则，转第(2)步继续迭代。

上述二值化的处理过程中，本发明并非按照256阶灰度图进行换算，而是取最大和最小灰度值的平均值作为参考阈值。这样就直接屏蔽掉了图像中没有的灰度阶，然后以阈值将真个灰度图划分为两个区域，每个区域再进行迭代。

灰度化和二值化的方法可以直接将摄像头采集回来的图像中99％的无用信息剔除，并且减少了白噪点对图像识别的干扰。有助于实现快速识别激光光点进而提高响应速度和效率。此外，由于我们只是进行射击点快速定位，所以对于灰度处理时候没有使用常用的平均值法、最大值法或者加权平均值法，直接采用本发明上述的理想型公式直接推算出灰度值。

二、拟合矩形处理

激光光斑由于收外界环境影响，击中屏幕后产生的光斑并非一个完美的圆，大多数时间都是一个不规则图像，要计算其中心坐标可以参考其形状中心或者重心。但不规则图像的中心或者重心计算需要用到大量的微积分。在射击识别这种需要快速响应的系统中显然不合适。因此在处理过程中，我们采用拟合矩形的方法来快速将二值化后的激光光斑你合成一个近似的矩形，矩形重心点就很容易计算出来，进而很容易确认出射击点坐标。

首先，确认光斑的外轮廓，然后通过快速拟合算法，直接以近似形状的算法，快速框选光斑区域，以最远边界点为参考点画矩形，然后快速求值，得到矩形中心点。近似形状算法，简单说或就是迅速找到外轮廓最边缘的四个点，以四个点为参考位置向两边做切线，四条切线交叉以后形成矩形，然后再计算矩形中心点以确定最终坐标。

拟合矩形的方法可以快速实现坐标确认，虽然由于拟合矩形可能会产生一定的坐标误差(2％以内)。但是这种误差在当前的非精准射击游戏中完全可以忽略。此种快速定位方法有别于图像光斑多次识别定位的方法产生的迭代对比时间，大大提高了识别效率。

在确认坐标以后，控制主机将识别结果通过投影机发送至屏幕和游戏控制系统，游戏系统则产生相应的游戏反馈，进而判断激光枪的射击点是否射击到相应的对象上。

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。