基于图像处理技术的自动报靶系统设计和实现pdf.pdf

1、 1994-2010 China Academic Journal Electronic Publishing House.All rights reserved.http:/第32卷第6期2000年12月南京航空航天大学学报Journal of N anjing U niversity of A eronautics&A stronauticsVol.32 No.6Dec.2000基于图像处理技术的自动报靶系统设计和实现张伟高航(南京航空航天大学计算机科学与工程系南京,210016)摘要提出了一种通过图像处理技术设计和实现的自动报靶系统。针对靶图像背景颜色对比度大的特点,采用一种基于灰度期望

2、值的图像二值化算法,通过逐步分离的方法,将靶环从背景中分割出来;针对影响靶数精度的主要因素(图像的非线性畸变),将靶数分解为整数与小数两部分。整数部分根据靶图像的物理意义确定,对靶数精度不会造成任何损失;小数部分根据弹孔最内侧点在两条靶环之间的相对位置确定。试验结果表明,用该系统确定的靶数可以满足一般射击比赛的精度要求。关键词:图像处理;图像分割;图像二值化中图分类号:TP3911自动报靶系统在射击比赛中,传统的报靶方法是由裁判员根据经验确定靶数,带有很大的个人主观因素,常常造成对运动员最终成绩的影响。而利用计算机图像处理技术自动计算靶数,则能有效减少主观因素对靶数的影响,提高比赛的客观性和公

3、正性。图1自动报靶系统的组成图1是自动报靶系统的主要组成部分。物理靶经过图像采集系统转化为数字图像,然后图像处理系统对靶的图像进行处理,并将得出的靶数传递给数据库管理系统,最终输出至用户界面。靶的图像(见图2)由一系列等间距的同心圆组成,靶数的理论计算由下式确定S=0-10r?R+11-5r?R+10.5r?R(1.0,+)r?R0.1,1.0r?R-0.8,0.1)(1)收稿日期:2000205215;修改稿收到日期:2000207212第一作者:张伟,男,硕士研究生,1978年1月生。1994-2010 China Academic Journal Electronic Publishin

4、g House.All rights reserved.http:/图2原始图像式中:r为弹孔最内侧点至靶心的距离;R为最外圈圆的半径。数字图像由CCD摄像头进行采集,图像处理由PC机上的软件程序承担,数据库管理系统负责对比赛成绩进行相关的统计与管理。自动报靶系统的核心是图像处理系统。图像处理算法的好坏直接决定最终靶数的准确性。由于靶数与弹孔最内侧点至靶环中心的距离成分段线性变化,因此从理论上讲,只要确定靶环中心的位置和弹孔最内侧点的位置,以及距离与靶数的变换系数,则可以精确计算出靶数。然而,现实中的一些因素,决定了上述理想算法是不可行的。首先,不能保证摄像头与靶纸之间的严格垂直关系,这就造成

5、了靶数并不随距离成线性变化。而且,我们不能保证靶纸是理想的平面,靶纸的微小起伏也会破坏线性的性质。这两点的综合作用,造成了实际处理的图像带有一定畸变。经过观察,即使在同一方向上,这种畸变也不是均匀变化的,而是时疏时密。另外,由于CCD的光敏感性,环境光照对图像的质量有很大的影响。这也给实际处理造成了较大的困难。实践证明,由上述理想算法计算得出的结果,由于图像非线性畸变的存在,与真实靶数的偏差在0.2环以上,无法满足0.1环的精度要求。本文提出了一种解决方法,其主要思想是:(1)判断弹孔的内侧点位于哪两个同心圆之间,由此确定靶数的整数部分。由于该部分是根据图像的物理意义确定的,因此不会存在偏差。

6、(2)根据弹孔内侧点在这两同心圆之间的相对位置,计算出靶数的小数部分。由于图像的畸变,该部分有一定的偏差,如何减少这部分的偏差,有待进一步的研究。可见,这种方法将靶数整数部分的偏差完全消除了。2检测弹孔及图像分割作者在靶后放置一白炽灯,人为地造成弹孔部分的灰度值明显高于靶纸的其他部分。在这种情况下,可选取一个阀值,若是某一点及其周围的八个点的灰度值全部大于该灰度值,则认为该点是弹孔上的点。然后,取所有弹孔上点的坐标值的平均值作为弹孔的中心。在确定出靶环的中心后,作靶环中心与弹孔中心的连线,取线上最靠近靶环中心的弹孔上的点作为弹孔的最内侧点。通过这种处理,可以较快速准确的确定弹孔的中心点,即最内

7、侧点。图像的分割是指将靶上一系列的同心圆从其背景中分离出来14,由图2可以看到在5.0环以外,同心圆为黑色,其背景为白色。在5.0环以内,情况相反,同心圆为白色,其背景为黑色。由于5.0环内外的同心圆的颜色是灰度相差极大的黑色和白色,因此,依靠一个固定的阀值,很难一次把所有的同心圆从其背景中分离出来。为此,我们采用逐步分离的方法:(1)将5.0环以外的同心圆从白色背景中分离;(2)将5.0环以内的同心圆从黑色背景中分离。在第1步中,采用了一种基于灰度期望值的图像二值化算法5,其基本思想如下:296南京航空航天大学学报第32卷 1994-2010 China Academic Journal E

8、lectronic Publishing House.All rights reserved.http:/对尺寸为W3H的图像,灰度的取值为G1,G2,Gn,则图像的灰度分布可用如下概率分布描述。灰度级的出现概率:pi=P(Gi)(i=1,2,n),且ni=1pi=1。取灰度的均值u作为图像二值化的阀值,则u=ni=1GP(Gi)(2)图3外部圆的分割从图3中可以看出,这种二值化方法的效果是十分明显的。虽然图3中5.0环全部被二值化为同一颜色,但在实际处理中,仅将它们置为透明色,其灰度信息并没有丢失。在第2步中,将白色同心圆从黑色背景中分离出来,也采用了二值化的方法。由于黑色与白色的对比度较强

9、,对阀值选取的准确性要求不高,同时,为了加快整体处理的速度,将已算出的u乘以一个常数作为5.0环以内图像的阀值。5.0环以内图像的二值化阀值gm=u(3)通过试验,取=5?12。从图4可以看出5.0环以内图像的二值化效果。图4内部圆的分割3确定靶环中心点弹孔最内侧点的确定需要找到弹孔的中心和靶环的中心这两个关键点,而且当弹孔的最内侧点在10环以内时,靶环的中心也必须准确地找到。因为在这种情况下,靶环中心的位置直接决定了靶数的小数部分。在处理过程中,靶环中心点的确定在图像分割的第一步之后进行。确定靶环中心点方法的基本思想是取5.0环以内所有点坐标值的平均值作为靶环的中心。由图3可见,在图像分割的

10、第一步以后,5.0环以内的点全部被置为透明色。因此,该算法很容易被实现。通过实验发现,由于图像的非理想性,该方法确定的靶环中心与真实中心有56个像素的偏差(图像的大小是768530像素)。从图3可以看到这种偏差的存在。为使得靶环的中心被准确地确定,我们又提出一种修正算法。由图2可以看出,靶环的中心是一个白点,而其周围全是黑色。据此,修正算法的基本思想是根据已计算出的靶环中心,在以其为圆心,以某一值r为半径的圆内,寻找灰度最高的点作为靶环的精确中心。经过396第6期张伟,等:基于图像处理技术的自动报靶系统设计和实现 1994-2010 China Academic Journal Electro

11、nic Publishing House.All rights reserved.http:/修正以后,计算得出的靶环中心与真实中心的吻合程度相当高,偏差基本上为0。4实现流程经过上述分析,我们可以得到靶数计算的整体流程。(1)检测弹孔的中心位置;(2)将5.0环以外的同心圆从背景中分离出来;(3)确定靶环的中心点位置及弹孔的最内侧点位置;(4)判断弹孔最内侧点是否在5.0环以内.若是,执行下一步,否则跳至(6);图5关键点的识别(5)将5.0环以内的同心圆从其背景中分离出来;(6)计算靶数。在靶环中心至弹孔中心的方向上,依次搜索经过的圆弧(见图5),判断弹孔内侧点在哪两个同心圆之间,以及弹孔

12、在这两个同心圆之间的相对位置。由于弹孔对同心圆的破坏作用,使我们在靶环中心与弹孔中心的方向上,不能搜索到紧邻弹孔内侧点的外侧同心圆。为此,实际的搜索方向偏差了一个小角度,以便搜索到被弹孔破坏的圆弧。5结论本文提出了一种通过图像处理技术实现的自动报靶系统,分析了实际处理过程中遇到的问题,并提出了相应的解决办法。从最终效果来看,由该系统报出的靶数与实际靶数的吻合率是相当高的,正确率达95%,最大偏差只有0.1环,满足了一般射击比赛的精度要求。参考文献1Castleman K R.D igital i mage processing.Prentice Hall,1996.3874182栾新,朱铁一.

13、不规则类圆形目标图像识别新策略.中国图像图形学报,1999,3(4):2022063武拴虎,谈正,邢延超.一类细节可控的边缘检测算子.计算机研究与发展,2000,2(37):2182224余生晨,刘大有,孙莉民.一阶方向导数极值法:一种边缘检测的新方法.计算机研究与发展,2000,2(37):2442475高永英,张利,吴国威,等.一种基于灰度期望值的图像二值化算法.中国图像图形学报,1999,6(4):521524496南京航空航天大学学报第32卷 1994-2010 China Academic Journal Electronic Publishing House.All rights

14、reserved.http:/Design and Realization of Auto-Counting System inShooting Competition Based on I mage ProcessingZhang W eiGao H angDepartment of Computer Science and Engineering,N anjing U niversity of A eronautics&A stronauticsN anjing,210016AbstractA method based on image processing to design and r

15、ealize the auto2countingsystem in shooting competition is presented.Because of the distinct difference in the back2ground color,we use a binary algorithm based on graymean value and a two2step segmen2tation method to segment the image.In order to reduce the influence of unlinear change onthe image,w

16、e divide the shooting score into two parts:integral and floating.The integralpart is calculated by the physical meaning of image,so its accuracy is high.The floatingpart is calculated by the relative location between two circles,but there is some inaccuracyinevitably because of the unlinear change on image.A ccording to the experimental results,the accuracy of the system can satisfy the requirement of the normal shooting competition.A nd it w ill be used in the real application.Key words:image p