一种基于图像识别的射击打靶识别方法及系统与流程

本发明涉及图像识别，尤其涉及一种基于图像识别的射击打靶识别方法及系统。

背景技术：

1、射击训练是武警、军人日常训练中重要的一环，也是提升射击技巧的重要手段；射击训练的目标是提高瞄准精度、射击速度和射击稳定性。传统的实弹射击成本高且存在安全隐患，不适合新人训练使用，目前市面上常用的激光式模拟打靶装置可以通过激光模拟打靶的方式实现射击训练，但是依赖大量配套组件存在诸多的问题；首先激光束受距离与环境影响，激光束会随着距离的增加而发散，使得射到目标上的激光束功率密度降低，因此，激光打标系统的有效作用距离有一定的限制，其次，激光打标设备复杂，安装繁琐，对操作员光电技术要求较高，最后，一些常见的激光打靶器将靶和枪作为一个整体，通过一根控制线连接，这种设计会限制训练者的活动范围。

技术实现思路

1、本发明的目的在于克服现有技术的缺点，提供了一种基于图像识别的射击打靶识别方法及系统，解决了现有技术存在的不足。

2、本发明的目的通过以下技术方案来实现：一种基于图像识别的射击打靶识别方法，所述识别方法包括：

3、目标识别步骤、采集枪手扣下扳机时刻的瞄准图像i，将瞄准图像i作为输入，通过深度神经网络在图像中识别和跟踪射击目标，提取目标的位置和特征信息；

4、图像处理步骤、将目标识别步骤中检测到的目标进行筛选，得到离瞄准准星最近的目标，将目标种类标记为t、置信度记为c、像素坐标记为l，对像素坐标l进行处理去除强干扰背景，进而对靶子轮廓进行提取得到正常的靶子图片；

5、数据分析步骤、根据靶子图片的得到准确的目标轮廓，并根据瞄准准星与目标轮廓的位置关系判断射击成绩，将射击成绩存储并与预设的射击标准进行比对和评估。

6、所述目标识别步骤具体包括：

7、采集枪手扣下扳机时刻的瞄准图像i，并输入到预先训练好的深度神经网络中确定瞄准图像i中是否存在训练靶；

8、如果存在，则获取得到检测到的训练靶种类t1、t2…、相对应的置信度c1、c2…以及在图像中的像素坐标l1、l2…，如果不存在，则返回未检出到目标，并继续采集瞄准图像i。

9、所述图像处理步骤具体包括：

10、对检测到的目标进行筛选，将不符合要求的目标剔除，如果剔除后不存在目标，则返回未检出到目标，如果存在目标，则判断哪个目标的像素还离瞄准准星最近，将像素坐标距离最近的目标种类记为t、置信度记为c、像素坐标记为l，截取像素坐标l周围的局部图像并将其灰度化，记为局部图像pi；

11、计算局部图像pi中心区域的平均灰度值分割出位于中心的靶子位置与周围强干扰背景，使用靶子周围白色区域的灰度值对强干扰背景进行替换；

12、将局部图像pi等比例分割成多个小块，通过otsu算法计算每一小块中的阈值g，将每小块内的像素灰度值与阈值g进行比较，以区分出背景与目标并进行二值化处理得到正常的黑底白色靶子图片。

13、所述通过otsu算法计算每一小块中的阈值g包括：

14、统计0-255每个灰度级在小块中的像素个数，以频率作为概率获得每个像素出现的概率pi，i＝0，1，2...255；

15、设置小于阈值k的为目标，大于k的为背景，则目标出现的概率为背景出现的概率为目标对应的数学期望为背景对应数学期望为图片数学期望为类间方差为σb2＝w0(u0-ut)2+w1(u1-ut)2；

16、穷举阈值k，使得类间方差σb最大的阈值即为该小块最终选择的阈值g。

17、所述数据分析步骤具体包括：

18、将得到的靶子图片记为bi，根据bi得到准确的目标轮廓o，如果瞄准准星在目标轮廓o外，则说明脱靶，此次射击成绩记零，如果瞄准准星在目标轮廓o内，则根据目标种类t寻找目标轮廓o中的靶子底部直线和人身肩部直线这两种关键特征线，依据关键特征线画出对应的环线，将瞄准准星坐标与所画环线进行比较，即可得到具体的环数，并将射击成绩存储并与预设的射击标准进行比对和评估。

19、一种基于图像识别的射击打靶识别系统，它包括目标识别模块、图像处理模块和数据分析模块；

20、所述目标识别模块：用于将采集枪手扣下扳机时刻的瞄准图像i作为输入，通过深度神经网络在图像中识别和跟踪射击目标，提取目标的位置和特征信息；

21、所述图像处理模块：用于将目标识别模块中检测到的目标进行筛选，得到离瞄准准星最近的目标，将目标种类标记为t、置信度记为c、像素坐标记为l，对像素坐标l进行处理去除强干扰背景，进而对靶子轮廓进行提取得到正常的靶子图片；

22、所述数据分析模块：用于根据靶子图片的得到准确的目标轮廓，并根据瞄准准星与目标轮廓的位置关系判断射击成绩，将射击成绩存储并与预设的射击标准进行比对和评估。

23、所述图像处理模块包括局部图像获取单元、背景替换单元和otsu算法计算单元；

24、所述局部图像获取单元：用于对检测到的目标进行筛选，将不符合要求的目标剔除，如果剔除后不存在目标，则返回未检出到目标，如果存在目标，则判断哪个目标的像素还离瞄准准星最近，将像素坐标距离最近的目标种类记为t、置信度记为c、像素坐标记为l，截取像素坐标l周围的局部图像并将其灰度化，记为局部图像pi；

25、所述背景替换单元：用于计算局部图像pi中心区域的平均灰度值分割出位于中心的靶子位置与周围强干扰背景，使用靶子周围白色区域的灰度值对强干扰背景进行替换；

26、所述otsu算法计算单元：用于将局部图像pi等比例分割成多个小块，通过otsu算法计算每一小块中的阈值g，将每小块内的像素灰度值与阈值g进行比较，以区分出背景与目标并进行二值化处理得到正常的黑底白色靶子图片。

27、本发明具有以下优点：一种基于图像识别的射击打靶识别方法及系统，操作简单，只需要在枪上配备相机，扳机处加装激发装置，再连接上配套的平板即可实现射击报靶并在平板上显示训练成绩的功能。由于无需对靶纸进行任何额外操作，所以只要在相机可以拍摄到完整靶子的情况下，操作者可以随意选择距离进行射击训练。

技术特征：

1.一种基于图像识别的射击打靶识别方法，其特征在于：所述识别方法包括：

2.根据权利要求1所述的一种基于图像识别的射击打靶识别方法，其特征在于：所述目标识别步骤具体包括：

3.根据权利要求1所述的一种基于图像识别的射击打靶识别方法，其特征在于：所述图像处理步骤具体包括：

4.根据权利要求3所述的一种基于图像识别的射击打靶识别方法，其特征在于：所述通过otsu算法计算每一小块中的阈值g包括：

5.根据权利要求1所述的一种基于图像识别的射击打靶识别方法，其特征在于：所述数据分析步骤具体包括：

6.一种基于图像识别的射击打靶识别系统，其特征在于：它包括目标识别模块、图像处理模块和数据分析模块；

7.根据权利要求6所述的一种基于图像识别的射击打靶识别系统，其特征在于：所述图像处理模块包括局部图像获取单元、背景替换单元和otsu算法计算单元；

技术总结
本发明涉及种基于图像识别的射击打靶识别方法及系统，属于图像识别领域，包括：采集枪手扣下扳机时刻的瞄准图像作为输入，通过深度神经网络在图像中识别和跟踪射击目标，提取目标的位置和特征信息；将检测到的目标进行筛选，得到离瞄准准星最近的目标，对像素坐标进行处理去除强干扰背景，进而对靶子轮廓进行提取得到正常的靶子图片；根据靶子图片的得到准确的目标轮廓，并根据瞄准准星与目标轮廓的位置关系判断射击成绩，将射击成绩存储并与预设的射击标准进行比对和评估。本发明将计算机视觉引入到射击训练领域中，通过相机摄影自动识别并提取出拍摄到的靶子轮廓，从而实现射击训练报靶的功能。

技术研发人员：邹钢,朱涛,齐劲衡,张洪波,李鸿升,张生,孙文军,程建
受保护的技术使用者：南京御刃科技有限公司
技术研发日：
技术公布日：2024/2/1