(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210678898.2 (22)申请日 2022.06.16 (71)申请人 哈工大机 器人 （合肥） 国际创新研究 院 地址 230031 安徽省合肥市经济技 术开发 区宿松路396 3号智能装备 科技园C区 (72)发明人 李文兴　郭永生　赵鑫　于振中　 (74)专利代理 机构 合肥市浩智运专利代理事务 所(普通合伙) 34124 专利代理师 朱文振 (51)Int.Cl. G06V 20/50(2022.01) G06V 10/36(2022.01) G06V 10/28(2022.01) G06V 10/34(2022.01)G06V 10/74(2022.01) G06V 10/44(2022.01) G06V 10/422(2022.01) G06V 10/25(2022.01) F41J 5/10(2006.01) (54)发明名称 一种基于机器视觉的自动报靶方法 (57)摘要 本发明提供一种基于机器视觉的自动报靶 方法包括： 对原始图像进行大津二值化处理， 找 到靶纸外围轮廓； 通过轮廓近似拟合找到关键特 征点， 通过透视变换， 对图像坐标进行初步修正； 增加图像对比度， 并调整 图像亮度； 对 图像进行 掩膜处理， 获取待检测图片。 先通过斑点检测算 法检测弹孔位置， 根据最外围弹孔位置进行特征 匹配， 对坐标进行二次修正； 修正完成后， 再次通 过斑点检测算法检测所有可能的弹孔。 取出弹孔 及背景图片 的相同局部区域， 进行背景减除， 通 过平均灰度差值校验弹孔是否有效。 计算弹孔距 离靶心的欧式距离， 按照得分规则将其转化为对 应的分数。 解决了弹孔漏检、 误检、 定位不精确、 弹孔连孔无法检测的技 术问题。 权利要求书3页 说明书10页 附图3页 CN 115131721 A 2022.09.30 CN 115131721 A 1.一种基于 机器视觉的自动报靶方法， 其特 征在于， 所述方法包括： S1、 大津二值化处理原始图像以得到二值图像， 利用轮廓近似拟合方法找到所述二值 图像的关键特征点， 利用透视变换对原始图片进 行初步坐标修正， 以得到修正图片， 调整 所 述修正图片的对比度及亮度， 并对所述 修正图片进行掩膜处 理， 据以获取 预处理图片； S2、 利用斑点检测算法检测所述预处理图片的弹孔位置坐标数据， 根据弹孔特征匹配 算法对预 处理图片坐标进 行二次修正， 修正完成后， 特征遮罩处理已识别靶纸的弹孔， 再通 过所述斑点检测算法检测当前靶纸所有候选弹孔， 获取弹孔待校验识别数据； S3、 提取所述弹孔及背景图片的相同局部区域， 进行局部背景减除， 以预置逻辑处理所 述弹孔待校验检测数据， 以得到平均灰度差值， 据以校验获取有效弹孔； S4、 以预置逻辑计算所述有效弹孔的弹孔靶心欧式距离， 按预置得分规则将所述弹孔 靶心欧式距离转 化为射击成绩。 2.根据权利要求1所述的一种基于机器视觉的自动报靶方法， 其特征在于， 所述步骤S1 包括： S11、 采集获取原 始靶纸图像； S12、 对原 始图像进行 所述大津二 值化处理， 据以得到所述 二值图像； S13、 通过 形态学操作去除靶纸线条干扰， 据以获取去干扰二 值图像； S14、 找出所述去干扰二值图像的轮廓信息， 按照轮廓面积倒序处理所述轮廓信息， 以 获取外层轮廓， 据以确定轮廓拟合 点； S15、 根据所有所述轮廓拟合 点的坐标 数据排序所述轮廓拟合 点， 以得到关键特 征点； S16、 以下述逻辑处 理所述关键特 征点， 以得到上中点、 中下点对应中间点： 其中， x1、 x2、 y1、 y2为关键特 征点的坐标， x、 y为中间点 坐标； S17、 依据所述关键特征点中的左上点、 右上点、 左下点及右下点进行透视变换， 以修正 处理所述原 始图像得到图片正 射图； S18、 调整所述图片正 射图的亮度及对比度至预设亮度对比度区间， 以得到优化图像； S19、 将所述优化图像与预置的掩膜进行逻辑与处理， 以屏蔽胸环靶以外的区域， 据以 得到所述预处 理图片。 3.根据权利要求2述的一种基于机器视觉的自动报靶方法， 其特征在于， 所述步骤S13 包括： S131、 通过 所述形态学闭操作， 去除所述 二值化图像内靶纸的环线干扰； S132、 通过 形态学开操作， 去除所述 二值化图像内靶纸的四周边线影响。 4.根据权利要求2所述的一种基于机器视觉的自动报靶方法， 其特征在于， 所述步骤 S19中所述预置的掩膜， 其制作方法包括： S191、 创建一个黑色掩膜； S192、 找到所述胸环靶的外层轮廓； S193、 将所述外层轮廓绘制于所述 黑色掩膜中， 并填充白色； S194、 对所述 黑色掩膜进行膨胀操作， 以获取 所述预置的掩膜。 5.根据权利要求1所述的一种基于机器视觉的自动报靶方法， 其特征在于， 所述步骤S2权　利　要　求　书 1/3 页 2 CN 115131721 A 2包括： S21、 获取斑点检测算法过 滤参数； S22、 根据 所述斑点检测算法过滤参数， 利用所述斑点检测方法检测所述预处理图片中 的弹孔； S23、 获取 所述弹孔特 征值， 据以再修 正所述预处 理图片的坐标； S24、 根据 前次检测弹孔结果数据， 按照所述弹孔的中心坐标及尺寸在修正后图片中绘 制马赛克； S25、 再次通过 所述斑点检测算法， 获取 所有所述 候选弹孔的数据。 6.根据权利要求5所述的一种基于机器视觉的自动报靶方法， 其特征在于， 所述步骤 S23包括： S231、 匹配处理当前坐标系下的弹孔位置与前次检测 弹孔位置， 以得到坐标修正候选 点； S232、 从所述坐标修正候选点中选取与所述关键特征点中的左上点、 右上点、 左下点及 右下点距离最近的点作为 新关键特 征点； S233、 在所述新关键特征点小于预设个数阈值时， 以选取操作前的所述关键特征点替 代。 7.根据权利要求1所述的一种基于机器视觉的自动报靶方法， 其特征在于， 所述步骤S3 包括： S31、 遍历所述弹孔待校验识别数据中的所有所述弹孔； S32、 对所述弹孔区域进行局部背景减除得到灰度差值， 以根据预设阈值区分所述弹 孔。 8.根据权利要求7所述的一种基于机器视觉的自动报靶方法， 其特征在于， 所述步骤 S32包括： S321、 获取 前次检测的靶纸图片作为背景图片； S322、 找到弹孔中心坐标， 根据子弹大小截取所述二次修正图片和所述背景图片对应 弹孔区域， 对所述弹孔区域图片进行局部背景减除， 以得到灰度差值图片； S323、 转换所述灰度差值图片， 以得到灰度图片， 对所述灰度图片中的像素按照灰度值 进行排序， 去除N个最大值和N个最小值， 求平均值以得到所述平均灰度差值。 9.根据权利要求1所述的一种基于机器视觉的自动报靶方法， 其特征在于， 所述步骤S4 包括： S41、 根据靶纸更 换情况识别靶纸的弹孔圆心坐标及半径； S42、 遍历校验后的所述弹孔， 以下述逻辑处理所述弹孔圆心坐标与靶心坐标的欧氏距 离， 按照所述预置得分规则将其 转换为所述 射击成绩： 其中， (Px,Py)为弹孔圆心坐标， (Cx,Cy)为靶心坐标。 10.根据权利要求9所述的一种基于机器视觉的自动报靶方法， 其特征在于， 所述步骤 S41包括： S411、 根据所述靶纸更 换情况判断是否为首次检测；权　利　要　求　书 2/3 页 3 CN 115131721 A 3