基于机器视觉的自动报靶系统应用研究

来源 :大连交通大学 | 被引量 : 0次 | 上传用户:reato
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本论文目的是根据部队实弹射击训练的立项需要,研究一套基于机器视觉(图像处理)技术的自动报靶系统。本系统主要目标是实现计算机自动报靶,减少传统射击训练中效率低、安全性差等不利因素的影响,保证训练安全,降低保障难度,提高训练效益。因此自动报靶系统的研制,对于军队的现代化建设具有重要意义。在实弹射击的过程中,利用摄像机不间断地对靶面进行观测,根据采集目标靶图像帧的特点和变化,利用计算机图像几何配准技术,进行畸形校正,再将当前帧与前一帧对比,从而检测出靶面图像中新的弹着点,然后通过弹着点在靶面图中的位置来对着弹点区域进行编码。在观测过程中,采用图像灰度配准、增强技术来解决由于光照变化、大风等干扰因素对识别精度的影响,从而提高性能与精度。在计算机对数字图像进行处理之前,要进行图像采集,图像采集功能将模拟连续图像变换为数字离散图像。得到数字图像后,需对目标靶数字图像进行预处理,从而改善图像质量,为图像识别做准备。本系统用到的预处理技术包括:图像灰度化、直方图均衡化、图像二值化,中值滤波和数学形态学滤波等。经过预处理后的图像,再进行图像配准与识别,从目标靶图像中找出弹着点,最后计算出弹着区域。在此过程中采用多分辨率配准算法,解决图像变形较大时系统识别率低的问题。当系统程序完成后进行调试、试验。调试中,首先对图像处理的各种算法分别调试,取得各算法参数,再进行综合调试,微调各种算法参数,考查系统的实时性;其次对程序的各功能模块进行调试。试验表明,各种算法高效、处理效果好,程序模块可靠性高。
其他文献
在过去的几十年里,传统的关系数据库管理系统在商业数据管理中发挥了非常重要的作用。但是,近年来随着计算机应用技术,特别是Web信息技术的不断发展,当今的数据呈现出了两大
在互联网上,大部分服务器郡是因为服务器的配置不当或女装小正确而被攻击,只要修补已知的安全漏洞,就可以抵抗绝大部分的黑客入侵。但是目前很多企业购买的网络安全产品都采
近年来,自然语言处理的研究已经成为热点,而分词与词性标注两个任务作为自然语言研究领域的一个重要分支,同样为大家所关注。分词与词性标注的是自然语言处理的预处理部分,占
随着信息技术的不断发展,Web上的信息量呈爆炸式的增长。按照蕴含信息的深度,可以将Web划分为Surface Web和Deep Web两大类。在访问模式上Deep Web有别于Surface Web。Surfac
在医学诊断和治疗的过程中,常常需要对比多幅图像进行分析以获得更精确和全面的信息。图像分析需要多幅图像的几何位置保持一致,即需要对多幅图像进行配准。因此,医学图像配准是
随着互连网的发展,P2P(peer-to-peer)己经成为发展最快的网络应用之一。有关调查表明,P2P业务已悄然占据了互联网业务总量的60%-80%,成为杀手级宽带互联网应用。P2P业务流量