基于MSP430的快速高精度激光枪自动射击装置设计

针对目前激光射击模拟训练系统复杂、精度低、效率不高等性能的不足,提出以MSP430超低功耗处理器为核心的激光枪自动射击系统设计,该智能激光系统能击中环靶上的某一位置并用摄像头获取其弹着点图像,进行弹着点位置识别,最终将弹着点位置及时准确的显示在液晶屏。本设计以两个MSP430单片机分别控制激光枪的运转和图像采集,以实现打靶弹着点的精确调整和图像的迅速捕获与识别。     

图象处理方法在自动报靶系统中的实现

本文介绍了针对部队射击训练用的自动报靶系统的靶位各同心圆及弹着点的计算机图象处理方法。讨论了ＢＭＰ图象格式的使用技巧，利用灰度级确定弹着点中心位置以及去除噪声斑点的计算机处理方法，利用Ｃ语言编程，用软件实现了靶位及弹着点的识别与坐标计算，并能在屏幕上准确地显示弹着点在靶位上的位置，报出环数。     

基于边缘特征与HSI色彩特征的胸环靶弹孔识别

为解决胸环靶纸图像弹孔准确快速识别问题,提出结合弹孔边缘特征与色彩特征的胸环靶弹孔识别方法。采用形态学边缘检测算法确定胸环靶图像边缘,进行边缘图像增强处理,提高边缘图像与背景的对比度,提取弹孔区域色彩特征数据,实现胸环靶纸图像中弹孔识别。实验及计算分析结果表明：这种方法能准确从一次成像的胸环靶纸图像中进行弹孔提取,还能在一定程度上减少自然环境下光照、灰尘、振动对靶面图像造成的噪声、畸变影响。     

基于图像识别的报靶系统

该系统作为轻武器射击训练的辅助系统,通过图像识别的技术,完成了图像获取,图像处理,弹点识别和环值判定.并且在此基础上建立起来相应的数据存储、管理、分析系统.     

基于MSER的弹孔识别算法的研究

研究了基于最大稳定极值区域(Maximally Stable Extremal Regions,MSER)的弹孔识别算法。用基于积分图像的阈值自适应算法对MSER算法改进(MSER-I),以提取弹孔候选区域。通过透视变换确定胸环靶及背景区域,排除胸环靶外部的弹孔候选区域。对于胸环靶内弹孔候选区域,利用弹孔特征排除非弹孔区域,根据报靶记录,排除靶面已报过的弹孔区域,实现对新增弹孔的识别。实验结果表明,该算法满足报靶精度及实时性要求。     

基于蒙特卡洛法的弹着点散布仿真

弹着点散布仿真是对敌火力打击目标毁伤仿真的重要环节。在分析地面炮兵射击误差构成与计算方法的基础上,研究建立了炮兵射击的弹着点散布蒙特卡洛（Monte-Carlo）仿真模型,实现了对集火射向、适宽射向、三距离射击等多种火力打击方式共同作用下的弹着点散布的可视化仿真,仿真结果符合相关战术数据,为目标毁伤仿真研究提供了模型支持。以炮兵营对牵引炮兵连阵地射击为例进行了算例分析,结果表明,采用弹着点散布的蒙特卡洛仿真模型计算对任意形状点目标群的毁伤效能方便可靠且通用性强。     

AVR单片机在无线自动报靶系统中的应用

介绍了Atmel公司生产的AVR单片机Atmega32在野外无线自动报靶系统中的应用。该系统集轻武器射击训练所需的各种功能于一身,包括精确和非精确报靶、射击成绩的自动实时显示、统计和打印,可满足多种武器和多种射击模式的训练需求,解决了实弹射击的报靶问题。     

基于改进活动轮廓模型和视觉特性的图像分割方法

提出一种基于改进活动轮廓模型和视觉显著性分析的图像分割方法。与传统的水平集模型不同,改进的活动轮廓模型不需要进行初始化和计算符号距离函数,从而有效地提高曲线演化效率。在此基础上,提出了基于标记的多相水平集分割方法,有效地解决了复杂图像存在的灰度不均性问题。另外,为避免初始轮廓位置对分割结果的影响,采用视觉显著图获取水平集初始轮廓位置,通过对该显著图进行OSTU分割提取初始轮廓。通过实验分析,提出的方法在分割结果、速度和复杂度上较之传统的CV模型都有明显的改进。     

图像轮廓提取方法研究

对现有的轮廓提取现状进行分析,把主要的轮廓提取方法划分为先验知识法、数学形态法、基于梯度的方法、水平集方法、活动轮廓模型方法、以及神经动力学方法六大类,并研究这些方法的主要特点。对轮廓提取方法研究进行展望,提出神经动力学方法是轮廓提取方法的发展方向。     

轻武器电子校瞄系统的算法设计及系统验证

轻武器验收的重要指标之一是其击打目标的准确度[1],瞄准系统的精度直接影响武器性能的发挥,而传统的校准设备只能完成武器的粗校准,为此设计了一种新型的轻武器电子校瞄系统;其设计核心是枪口轮廓在图中精准识别算法的构建;在算法构建中,通过引入正六边形搜索窗口和梯度方向信息判据对随机Hough变换算法进行改进,弥补了已有的Hough变换方法计算复杂程度高,占用内存大的不足[2];在MATLAB中充分验证改进算法的优良效果后,将该算法移植到基于嵌入式软件环境的电子校瞄系统中,系统通过测试表面电子校瞄系统对枪口的中心位置,枪膛中心点和十字光标相对位置,展现出优良的校准性能,初步实现了枪支瞄准系统的精细校准;在整个校准过程中,不直接与轻武器接触,可以避免传统校瞄系统重复安装对枪管造成的磨损,为传统的校准方式提供了一种新方法。     

弹丸任意角度入射弹着点声学检测模型

声学靶被广泛应用于弹着点自动检测系统中,常规声学立靶测量系统要求弹丸垂直靶面入射,否则弹着点测量精度较低.基于声学定位技术,分析弹丸沿任意角度入射过程,根据弹着点和传感器阵列之间的几何关系,利用传感器阵列接收激波的时间差,建立一种针对弹丸任意角度入射的弹着点检测数学模型.应用上述数学模型对立体七点布阵的传感器阵列进行仿真研究,仿真结果表明立体阵列模型在整个靶平面的弹着点误差均值为0.8821 cm,标准差为0.6104 cm.实弹射击实验表明基于七点立体阵列的弹丸任意角度入射弹着点声学检测模型具有较高的精度.     

基于显著性目标检测的弹着点定位算法

针对目前炮弹定位方法安全隐患大、人工测量效率低、精度差的问题,本文提出一种基于显著性目标检测网络BASNet(Boundary-Aware Salient Object Detection)的弹着点定位方法。采用改进的BASNet网络,结合注意力机制模块CBAM(Convolutional Block Attention Module)、金字塔池化模块PPM(Pyramid Pooling Module)与深度可分离卷积,对炮弹火焰进行显著性检测,提取弹着点图像坐标。实验结果表明,该方法在自制的炮弹火焰数据集上的检测精度F值达到0.914,MAE为0.006,推理速度为3.86 fps,优于BASNet、U2Net等显著性目标检测网络。该方法提取的弹着点图像坐标与真实坐标误差为5.92个像素值,相比于BASNet网络减少近4.85个像素值。综合可知,该算法增强了网络对显著性物体内部的检测精度,提高了模型推理效率,减少了图像弹着点坐标误差,适用于靶场小范围炮弹火焰烟雾的检测,能够满足靶场应用的实测需求。     

嵌入式仿真在坦克射击训练系统中的应用研究

装甲车辆技术含量的不断提升,对装甲兵的训练产生了巨大影响,传统的模拟设备远不能满足训练要求。将仿真设备嵌入应用于坦克射击训练系统中,是提高训练效果、缩短训练周期、降低训练成本的一种重要措施。介绍嵌入式仿真的概念以及在坦克射击训练系统的应用现状,重点研究在坦克射击训练系统中应用的方法和技术难点,对其它武器装备的嵌入式仿真系统研究具有一定的借鉴意义。     

火炮射击训练视景仿真系统设计与实现

关于火炮射击训练系统设计问题,针对火炮实装实弹训练存在高成本,高危险,受客观条件限制多等问题,提出利用视景仿真技术的火炮射击训练方法。在Creator建模工具上创建了火炮、炮弹、目标三维模型和射击场地形;依据火炮外弹道模型,设计开发了基于Vega Prime的火炮射击训练系统原型;针对Vega Prime界面设计不足,采用MFC开发了友好的人机操作界面。运行结果表明,系统能实时仿真火炮射击操作过程,满足火炮射击训练要求。     

基于虚拟现实的炮兵分队射击训练仿真研究

由于实弹射击训练费用昂贵，部队组织训练难度增大，训练保障困难，为了满足部队作战训练的需要，该文在深入研究虚拟现实技术的基础上，建立了一套完整的炮兵分队射击训练仿真系统。该系统是基于MuhiGen Creator／Vega和c＋＋的虚拟现实仿真机制。该文对系统中涉及的火炮建模、炮兵分队射击训练模拟仿真和虚拟靶场环境生成等关键技术进行了较为深入的研究和探讨，为炮兵作战全程训练仿真系统开发提供理论依据。实践表明，系统能够达到射击训练的目的，并且有很好的沉浸感和交互性。     

基于背部轮廓相关系数算法的淡水鱼种类识别研究

针对淡水鱼种类的自动识别问题,利用机器视觉技术,提出一种基于鱼体背部轮廓相关系数算法的鱼体种类识别方法。首先根据采集的鲫、草鱼、鳊、鲤四种淡水鱼图片,将图像处理方法应用到鱼体背部轮廓的提取上,并采用最小二乘算法对鱼体背部轮廓进行曲线拟合,建立这四种淡水鱼的背部轮廓数学模型;接着对要识别的鱼体,通过机器视觉技术获得鱼体轮廓,并计算提取的鱼体轮廓与建立的四种鱼背部轮廓数学模型的相关系数值,达到对鱼体种类自动识别目地;最后采用提出的方法对市场随机选取的各60条活鱼进行了测试,测试结果表明,该算法简单,识别准确率较高,能够为淡水鱼种类识别方法提供新的思路,提高水产养殖的自动化水平。     

结合显著性和边缘信息的水平集图像分割方法

针对 LBF 模型对初始轮廓的依赖性和对边缘的弱控制能力,研究了一种结合显著性和边缘信息 的水平集图像分割方法。首先,结合小波分析理论,基于视觉注意机制构造图像显著图;然后,利用小波分解 所描述的图像边缘信息,构造边缘检测函数,同自适应初始轮廓一起引入到 LBF 水平集模型中,并用有限差 分法进行数值求解。实验结果表明,提出的图像分割方法能有效降低初始轮廓位置对活动轮廓模型的影响,对 合成图像、自然图像均有较好的分割结果,相较于其他传统方法具有更高的演化效率和分割质量。     

图像轮廓波变换及变换域隐马尔可夫模型的应用

鉴于2维张量积小波已被证实不能为分片光滑图像提供理想表达,从而促使了近年来各种“超越小波”的变换理论和方法的出现。其中轮廓波变换因其理论新颖、技术思想先进、实效显著而具有深入研究的前景和潜力。为了使人们对轮廓波变换有一概略了解,首先以轮廓波变换原理及变换域隐马尔可夫模型为主线,并对关键点给出了详细论述;然后从宏观角度对轮廓波变换进行了深入浅出的综述;最后通过与小波变换的应用对比、分析,指出了轮廓波的应用潜力之所在,以及更进一步的研究方向。     

图像分割的结构张量几何活动轮廓模型

基于水平集方法和结构张量,提出几何活动轮廓模型应用于图像分割,解决水平集方法轮廓初始化和弱边缘处易于边缘泄露问题.该方法利用张量图像的散度算子构造新的外力,引导水平集函数的自适应运动,使得其可以初始为常值函数,消失其演化对初始轮廓的需要;在偏微分方程中引入张量迹信息,减少噪声对其演化的影响,避免轮廓在弱边缘处泄露.实验结果表明,该方法对噪声图像鲁棒,能提取深度凹陷目标轮廓和红外图像中的弱目标.     

一种基于轮廓图像的人脸检测方法

提出了一种基于轮廓图像的人脸检测方法。针对人脸的生理结构特征,对人脸的灰度图像进行水平和垂直方向的轮廓分割;在此基础上对轮廓图像进行分块,抽取水平和垂直方向的轮廓特征;将抽取的特征用支持向量机（support vector machine,SVM）进行分类,将分类结果用于人脸检测。实验表明：轮廓特征能较好的反映人的脸部特征,用支持向量机对轮廓特征进行分类的方法来检测人脸是有效的。