一种手榴弹投准训练报靶系统及方法

技术领域

本文件涉及计算机视觉技术领域，尤其涉及一种手榴弹投准训练报靶系统及方法。

背景技术

手榴弹由于其能攻能防、小型化、携带使用方便的特点，在战争中发挥重要的作用，是军队作战时，单兵最常用的近距离杀伤敌人主要手段，因此，在部队的训练中，特别是实战化训练需要“单兵必须进行实弹投掷训练”，这是十分有必要的。

在手榴弹投准训练时，需要裁判人员近距离观察落弹点，这存在较大的安全隐患。远距离观察时，对弹着点的判断容易发生错误，尤其是落在靶心线附近时，人工判断结果容易产生误差。因此，针对上述问题，本发明提出一种手榴弹投准训练报靶系统。

发明内容

本说明书一个或多个实施例提供了一种手榴弹投准训练报靶系统，包括：

信息采集模块：包括高清摄像机和高清视频采集卡，用于通过所述高清摄像机拍摄采集手榴弹投掷现场视频图像信息，并将所述视频图像信息上传至所述高清视频采集卡；

靶心检测模块：用于获取所述高清视频采集卡中的所述视频图像信息，对所述视频图像信息进行暗通道变换处理，确定所述视频图像信息中的靶心圆环区域；

运动目标检测模块：用于通过高斯混合模型对获取的所述视频图像信息中的运动目标进行检测；

运动目标轨迹跟踪模块：用于对所述视频图像中所述运动目标的轨迹进行跟踪，根据预设参数对跟踪到的轨迹进行检测，消除不符合预设条件的干扰轨迹，得到目标运动轨迹；

结果判定模块：用于根据所述目标运动轨迹确定落弹点，根据所述落弹点和所述靶心圆环区域判断所述落弹点是否位于所述靶心圆环区域范围内。

本说明书一个或多个实施例提供了一种手榴弹投准训练报靶系统的报靶方法，包括：

通过所述高清摄像机拍摄采集手榴弹投掷现场视频图像信息，并将所述视频图像信息上传至所述高清视频采集卡；

获取所述高清视频采集卡中的所述视频图像信息，对所述视频图像信息进行暗通道变换处理，确定所述视频图像信息中的靶心圆环区域；

通过高斯混合模型对获取的所述视频图像信息中的运动目标进行检测；

对所述视频图像中所述运动目标的轨迹进行跟踪，根据预设参数对跟踪到的轨迹进行检测，消除不符合预设条件的干扰轨迹，得到目标运动轨迹；

根据所述目标运动轨迹确定落弹点，根据所述落弹点和所述靶心图像判断所述落弹点是否位于所述靶心图像范围内。

采用本发明实施例，能够具体准确地得出待考核人员在实弹考核时的实弹投掷距离，避免实弹爆炸导致的无法确认实弹投掷距离；相比于人员报靶来说，更简单更安全，对人员训练效率的提升有很大的帮助，节约人力资源，在保障人员安全性的同时，提高人员训练效率；为待考核人员的心理素质以及投掷水平的判断提供有力依据，使得实弹考核步入技术化、安全化、快捷化领域。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

为了更清楚地说明本说明书一个或多个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简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本说明书一个或多个实施例提供的一种手榴弹投准训练报靶系统的组成示意图；

图2为本说明书一个或多个实施例提供的一种手榴弹投准训练报靶系统处理的靶场暗通道图像示意图；

图3为本说明书一个或多个实施例提供的一种手榴弹投准训练报靶系统对暗通道图像进行二值化处理后的示意图；

图4为本说明书一个或多个实施例提供的一种手榴弹投准训练报靶系统对靶心圆环图像进行噪点过滤和区域合并后的示意图；

图5为本说明书一个或多个实施例提供的一种手榴弹投准训练报靶系统处理的运动目标分析结果图像示意图；

图6是本说明书一个或多个实施例提供的一种手榴弹投准训练报靶方法的流程图。

具体实施方式

为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。

系统实施例

根据本发明实施例，提供了一种手榴弹投准训练报靶系统，图1是本说明书一个或多个实施例提供的一种手榴弹投准训练报靶系统的组成示意图，如图1所示，根据本发明实施例的手榴弹投准训练报靶系统具体包括：

信息采集模块10：包括高清摄像机和高清视频采集卡，用于通过所述高清摄像机拍摄采集手榴弹投掷现场视频图像信息，并将所述视频图像信息上传至所述高清视频采集卡。

具体的，所述高清摄像机的机位固定设置，通过固定机位拍摄现场视频，通过HDMI把实时视频传给UB530高清采集卡，通过高清采集卡传输到后台计算机进行分析处理。

靶心检测模块12：用于获取所述高清视频采集卡中的所述视频图像信息，对所述视频图像信息进行暗通道变换处理，确定所述视频图像信息中的靶心圆环区域。

靶心检测模块12具体用于：

将所述现场视频图像信息的彩色图像转换为暗通道图像，处理后的靶场暗通道图像如图2所示；

采用区域均值作为分割阈值对所述暗通道图像进行局部自适应二值化处理，分割靶心圆环图像，暗通道图像二值化处理后如图3所示；

暗通道图像二值化之后，存在两个问题，一是会出现许多噪声；二是靶心的圆环可能会不连续，出现缺口。因此，预设斑点面积阈值和区域距离阈值，将分割出的靶心圆环图像中面积小于所述斑点面积的区域滤除，将区域间距离小于所述区域距离阈值的两个区域合并为一个区域，结果如图4所示；

选择所述靶心圆环图像中面积最大的两个区域作为靶心圆环区域，通过椭圆拟合得到所述靶心圆环区域的椭圆坐标，根据所述椭圆坐标得到精确的内靶心区域和外靶心区域。本实施例中，为了提高计算效率，只选择区域的边缘点进行椭圆拟合。

运动目标检测模块14：用于通过高斯混合模型对获取的所述视频图像信息中的运动目标进行检测。

运动目标检测模块具体用于：

将手榴弹投掷现场图像作为背景图像，将所述背景图像在一定的范围内进行水平和垂直方向上的平移，调整平移后的图像得到一系列图像，通过所述一系列图像对高斯混合模型进行建模；

通过上述模型对每一帧现场视频图像信息进行背景分析，静态的为背景部分，表示为黑色，动态的为运动部分，表示为白色，得到运动目标分析图像；

将所述运动目标分析图像中面积小于预设阈值的白色部分滤除，得到运动目标分析结果，如图5所示。

运动目标轨迹跟踪模块16：用于对所述视频图像中所述运动目标的轨迹进行跟踪，根据预设参数对跟踪到的轨迹进行检测，消除不符合预设条件的干扰轨迹，得到目标运动轨迹。

运动目标轨迹跟踪模块16具体用于：

根据所述运动目标检测模块14的目标分析图像对所述运动目标轨迹跟踪区域中所有运动轨迹进行跟踪；

选择任一轨迹，根据所选轨迹的历史轨迹预测当前目标位置，根据预设的投弹最大速度，在预测的目标位置周围的一定区域内进行匹配搜索；其中，进行所述匹配搜索的依据为位置误差、目标面积差、目标平均颜色差三者的加权和；

选择加权和最小的目标为当前轨迹的匹配目标；

所有历史轨迹匹配完毕之后，将位于预测的目标位置周围的一定区域的目标被视为新目标，得到目标运动轨迹，其轨迹作为新的轨迹加入历史轨迹；位于预测的目标位置周围的一定区域之外的目标视为干扰目标。

进一步地，系统包括轨迹跟踪范围设置模块，用于根据所述靶心圆环区域设置运动目标轨迹跟踪区域，以避免其他运动物体的轨迹干扰，一般将运动目标轨迹跟踪区域直径设置为靶心圆环区域直径的1.5倍。

结果判定模块18：用于根据所述目标运动轨迹确定落弹点，根据所述落弹点和所述靶心圆环区域判断所述落弹点是否位于所述靶心圆环区域范围内。

结果判定模块18具体用于：

根据运动目标轨迹跟踪模块16得到的目标运动轨迹，确定所述目标运动轨迹的最低点为落弹点；

判断所述落弹点和靶心圆环区域的相对位置，通过椭圆方程判断所述落弹点位于内靶心区域或外靶心区域，完成成绩的最终判定。

方法实施例

根据本发明实施例，提供了一种手榴弹投准训练报靶系统的报靶方法，图6是本说明书一个或多个实施例提供的一种手榴弹投准训练报靶方法的流程图，如图6所示，根据本发明实施例的手榴弹投准训练报靶系统的报靶方法具体包括：

S1.通过所述高清摄像机拍摄采集手榴弹投掷现场视频图像信息，并将所述视频图像信息上传至所述高清视频采集卡。

具体的，高清摄像机通过固定机位实时采集现场视频并通过高清采集卡传输到后台计算机。

S2.获取所述高清视频采集卡中的所述视频图像信息，对所述视频图像信息进行暗通道变换处理，确定所述视频图像信息中的靶心圆环区域。

具体的，确定所述视频图像信息中的靶心圆环区域的方法为：

将所述现场视频图像信息的彩色图像转换为暗通道图像；

采用区域均值作为分割阈值对所述暗通道图像进行局部自适应二值化处理，分割靶心圆环图像；

预设斑点面积阈值和区域距离阈值，将所述靶心圆环图像中面积小于所述斑点面积的区域滤除，将区域间距离小于所述区域距离阈值的两个区域合并为一个区域；具体的，滤除噪声点时，首先统计图中所有斑点的面积，根据所有斑点面积设置一个阈值，把面积小于阈值的斑点过滤掉；区域之间的距离定义如公式1所示：

其中p为某像素的坐标，L(p

选择所述靶心圆环图像中面积最大的两个区域作为靶心圆环区域，通过椭圆拟合得到所述靶心圆环区域的椭圆坐标，根据所述椭圆坐标得到精确的内靶心区域和外靶心区域；为了提高计算效率，可以只利用区域的边缘点进行椭圆拟合。

另外，靶心位置也可以直接通过鼠标人工标注。

S3.通过高斯混合模型对获取的所述视频图像信息中的运动目标进行检测。

包括建模阶段和工作阶段：

在建模阶段，在手榴弹投掷前使用一张背景图像完成MOG2的背景建模。具体方法如下：将手榴弹投掷现场图像作为背景图像，将所述背景图像在一定的范围内进行水平和垂直方向上的平移，然后将平移后的图像亮度分别进行细微的调整得到一系列的图像，通过所述一系列图像对MOG2进行建模；

在工作阶段，由于在建模阶段背景图像进行了适当的平移，因此对于摄像机的轻微震动、靶场野草的晃动等有一定的适应性，通过MOG2模型对每一帧现场视频图像信息进行背景分析，静态的为背景部分，表示为黑色，动态的为运动部分，表示为白色，得到运动目标分析图像；

将所述运动目标分析图像中面积小于预设阈值的白色部分滤除，得到运动目标分析结果。

S4.对所述视频图像中所述运动目标的轨迹进行跟踪，根据预设参数对跟踪到的轨迹进行检测，消除不符合预设条件的干扰轨迹，得到目标运动轨迹。

根据目标分析图像对所述运动目标轨迹跟踪区域中所有运动轨迹进行跟踪；

选择任一轨迹，根据所选轨迹的历史轨迹预测当前目标位置，根据预设的投弹最大速度，在预测的目标位置周围的一定区域内进行匹配搜索；其中，进行所述匹配搜索的依据为位置误差、目标面积差、目标平均颜色差三者的加权和；

选择加权和最小的目标为当前轨迹的匹配目标；

所有历史轨迹匹配完毕之后，将位于预测的目标位置周围的一定区域的目标被视为新目标，得到目标运动轨迹，其轨迹作为新的轨迹加入历史轨迹；位于预测的目标位置周围的一定区域之外的目标视为干扰目标。

进一步地，系统根据所述靶心圆环区域设置有运动目标轨迹跟踪区域，只在运动目标轨迹跟踪区域内的轨迹进行跟踪，以避免其他运动物体的轨迹干扰，一般将运动目标轨迹跟踪区域直径设置为靶心圆环区域直径的1.5倍。

S5.根据所述目标运动轨迹确定落弹点，根据所述落弹点和所述靶心图像判断所述落弹点是否位于所述靶心图像范围内。

具体的，根据运动目标轨迹跟踪模块16得到的目标运动轨迹，确定所述目标运动轨迹的最低点为落弹点；

判断所述落弹点和靶心圆环区域的相对位置，通过椭圆方程判断所述落弹点位于内靶心区域或外靶心区域，完成成绩的最终判定。

采用本发明实施例，能够具体准确地得出待考核人员在实弹考核时的实弹投掷距离，避免实弹爆炸导致的无法确认实弹投掷距离；相比于人员报靶来说，更简单更安全，对人员训练效率的提升有很大的帮助，节约人力资源，在保障人员安全性的同时，提高人员训练效率；为待考核人员的心理素质以及投掷水平的判断提供有力依据，使得实弹考核步入技术化、安全化、快捷化领域。

本系统也可以面向其他场景使用，如飞机投弹训练、迫击炮发射训练及精度射击训练等，也可以面向社会推广使用，如飞盘投掷、飞镖投掷等。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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范围。