一种改进的自动报靶弹孔识别方法及系统技术方案

本发明专利技术公开了一种改进的自动报靶弹孔识别方法及系统；其中所述方法，包括：获取待识别的图像；对待识别的图像进行色度空间转换，将待识别图像由BGR空间转换到灰色空间；将待识别图像由BGR空间转换到HSV空间；对灰色空间的图像进行图像二值化处理；对HSV空间的图像进行黑色区域提取，得到第一弹孔区域图像；将二值化处理后的图像与第一弹孔区域图像进行或运算，得到第二弹孔区域图像；对第二弹孔区域图像进行轮廓查找，得到图像中弹孔区域轮廓；计算每个轮廓的最小外接圆，得到每个最小外接圆的圆心和半径；基于最小外接圆的半径，对弹孔非扎堆情形和弹孔扎堆情形下的弹孔分别进行识别。行识别。行识别。

【技术实现步骤摘要】
一种改进的自动报靶弹孔识别方法及系统


[0001]本专利技术涉及射击报靶
，特别是涉及一种改进的自动报靶弹孔识别方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提到了与本专利技术相关的
技术介绍
，并不必然构成现有技术。
[0003]基于机器视觉的自动报靶系统的最重要的是准确的检测到弹孔，做到不漏检、不误检。现有的一些算法存在一些弊端，特别是对于扎堆的弹孔，不能很好地分割。
[0004]中国专利技术专利CN106802113B
‑
基于多弹孔模式识别算法的智能报靶系统和方法，该专利虽然能够实现多弹孔模式识别，但是这种方式容易受外界光照条件影响，噪声比较大，检测不准确，而且弹孔形状不一，状态不同，无法准确的采用样本训练，分类器检测的方式，对弹孔进行识别，在实际的报靶中是无法满足需求的。

技术实现思路

[0005]为了解决现有技术的不足，本专利技术提供了一种改进的自动报靶弹孔识别方法及系统；
[0006]第一方面，本专利技术提供了一种改进的自动报靶弹孔识别方法；
[0007]一种改进的自动报靶弹孔识别方法，包括：
[0008]获取待识别的图像；对待识别的图像进行色度空间转换，将待识别图像由BGR空间转换到灰色空间；将待识别图像由BGR空间转换到HSV空间；
[0009]对灰色空间的图像进行图像二值化处理；对HSV空间的图像进行黑色区域提取，得到第一弹孔区域图像；将二值化处理后的图像与第一弹孔区域图像进行或运算，得到第二弹孔区域图像；<br/>[0010]对第二弹孔区域图像进行轮廓查找，得到图像中弹孔区域轮廓；计算每个轮廓的最小外接圆，得到每个最小外接圆的圆心和半径；
[0011]基于最小外接圆的半径，对弹孔非扎堆情形和弹孔扎堆情形下的弹孔分别进行识别。
[0012]第二方面，本专利技术提供了一种改进的自动报靶弹孔识别系统；
[0013]一种改进的自动报靶弹孔识别系统，包括：
[0014]获取模块，其被配置为：获取待识别的图像；对待识别的图像进行色度空间转换，将待识别图像由BGR空间转换到灰色空间；将待识别图像由BGR空间转换到HSV空间；
[0015]图像处理模块，其被配置为：对灰色空间的图像进行图像二值化处理；对HSV空间的图像进行黑色区域提取，得到第一弹孔区域图像；将二值化处理后的图像与第一弹孔区域图像进行或运算，得到第二弹孔区域图像；
[0016]轮廓查找模块，其被配置为：对第二弹孔区域图像进行轮廓查找，得到图像中弹孔区域轮廓；计算每个轮廓的最小外接圆，得到每个最小外接圆的圆心和半径；
[0017]弹孔识别模块，其被配置为：基于最小外接圆的半径，对弹孔非扎堆情形和弹孔扎堆情形下的弹孔分别进行识别。
[0018]第三方面，本专利技术还提供了一种电子设备，包括：
[0019]存储器，用于非暂时性存储计算机可读指令；以及
[0020]处理器，用于运行所述计算机可读指令，
[0021]其中，所述计算机可读指令被所述处理器运行时，执行上述第一方面所述的方法。
[0022]第四方面，本专利技术还提供了一种存储介质，非暂时性地存储计算机可读指令，其中，当所述非暂时性计算机可读指令由计算机执行时，执行第一方面所述方法的指令。
[0023]第五方面，本专利技术还提供了一种计算机程序产品，包括计算机程序，所述计算机程序当在一个或多个处理器上运行的时候用于实现上述第一方面所述的方法。
[0024]与现有技术相比，本专利技术的有益效果是：
[0025]本专利技术采用的弹孔识别方法，两图像或运算，避免了弹孔漏检及弹孔区域过小失真的情况；弹孔扎堆再处理，能够很好的将扎堆弹孔分割；这两种方式相结合，既能准确的定位弹孔，保证弹孔不漏检，又能很好地分割扎堆弹孔。
附图说明
[0026]构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。
[0027]图1为本专利技术的工作流程图；
[0028]图2为本专利技术扎堆弹孔处理工作流程图；
[0029]图3为获取的图像；
[0030]图4为二值化后的图像；
[0031]图5为hsv提取的黑色弹孔区域图像；
[0032]图6为图4和图5图像或运算后的图像；
[0033]图7为扎堆弹孔图像；
[0034]图8为膨胀处理后的弹孔图像。
具体实施方式
[0035]应该指出，以下详细说明都是示例性的，旨在对本专利技术提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本专利技术所属
的普通技术人员通常理解的相同含义。
[0036]需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本专利技术的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0037]在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。
[0038]本实施例所有数据的获取都在符合法律法规和用户同意的基础上，对数据的合法
应用。
[0039]术语解释：
[0040]BGR空间，英文全称为：BlueGreenRed，中文解释为：蓝绿红，一种图像存读取格式；
[0041]GRAY空间，中文解释为：灰色空间；
[0042]HSV空间，中文和英文解释为：色调Hue,饱和度Saturation,明暗度Value。
[0043]实施例一
[0044]本实施例提供了一种改进的自动报靶弹孔识别方法；
[0045]如图1所示，一种改进的自动报靶弹孔识别方法，包括：
[0046]S101：获取待识别的图像；对待识别的图像进行色度空间转换，将待识别图像由BGR空间转换到灰色GRAY空间；将待识别图像由BGR空间转换到HSV空间；
[0047]S102：对GRAY空间的图像进行图像二值化处理；对HSV空间的图像进行黑色区域提取，得到第一弹孔区域图像；将二值化处理后的图像与第一弹孔区域图像进行或运算，得到第二弹孔区域图像；
[0048]S103：对第二弹孔区域图像进行轮廓查找，得到图像中弹孔区域轮廓；计算每个轮廓的最小外接圆，得到每个最小外接圆的圆心和半径；
[0049]S104：基于最小外接圆的半径，对弹孔非扎堆情形和弹孔扎堆情形下的弹孔分别进行识别。
[0050]进一步地，所述S104：基于最小外接圆的半径，对弹孔非扎堆情形和弹孔扎堆情形下的弹孔分别进行识别；具体包括：
[0051]如果半径小于a个像素本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种改进的自动报靶弹孔识别方法，其特征是，包括：获取待识别的图像；对待识别的图像进行色度空间转换，将待识别图像由BGR空间转换到灰色空间；将待识别图像由BGR空间转换到HSV空间；对灰色空间的图像进行图像二值化处理；对HSV空间的图像进行黑色区域提取，得到第一弹孔区域图像；将二值化处理后的图像与第一弹孔区域图像进行或运算，得到第二弹孔区域图像；对第二弹孔区域图像进行轮廓查找，得到图像中弹孔区域轮廓；计算每个轮廓的最小外接圆，得到每个最小外接圆的圆心和半径；基于最小外接圆的半径，对弹孔非扎堆情形和弹孔扎堆情形下的弹孔分别进行识别。2.如权利要求1所述的一种改进的自动报靶弹孔识别方法，其特征是，基于最小外接圆的半径，对弹孔非扎堆情形和弹孔扎堆情形下的弹孔分别进行识别；具体包括：如果半径小于a个像素，则认为当前最小外接圆不是弹孔；如果半径介于a个像素与b个像素之间，则认为当前最小外接圆是弹孔；如果半径大于b个像素，则认为当前最小外接圆存在弹孔扎堆情形，对弹孔扎堆的区域进行弹孔分割；将识别的弹孔和扎堆区域识别的弹孔汇总，得到所有的弹孔；a和b均为正整数，其中a小于b。3.如权利要求2所述的一种改进的自动报靶弹孔识别方法，其特征是，所述对弹孔扎堆的区域进行弹孔分割，具体包括：根据最小外接圆的圆心坐标和半径，对弹孔扎堆区域进行裁剪，得到裁剪图像；对裁剪图像进行色度空间转换，将色度空间由BGR空间转换到HSV空间；对HSV空间的图像进行黑色区域提取，得到第三弹孔区域图像；对第三弹孔区域图像进行形态学处理，对弹孔区域内部的空白进行填充；提取弹孔轮廓，并计算每个弹孔轮廓的最小外接圆，得到最小外接圆的圆心和半径；如果半径大于c个像素、第一中间值小于裁剪图像的长、且第二中间值小于裁剪图像的宽，则认定当前最小外接圆是弹孔，否则，认定当前最小外接圆不是弹孔，c为正整数。4.如权利要求3所述的一种改进的自动报靶弹孔识别方法，其特征是，根据最小外接圆的圆心坐标和半径，对弹孔扎堆区域进行裁剪，得到裁剪图像，具体包括：裁剪图像的长和宽均为半径长度的三倍；裁剪图像的左上角横坐标为圆心坐标的横坐标减去固定值；裁剪图像的左上角纵坐标为圆心坐标的纵坐标减去固定值；所述固定值为半径与d个像素的求和结果，d为正整数。5.如权利要求3所述的一种改进的自动...

【专利技术属性】
技术研发人员：徐雅楠，张燕，赵明建，陈峰，陈广辉，赵晨旭，邵鹏，
申请(专利权)人：山东万腾电子科技有限公司，
类型：发明
国别省市：