基于C++的车辆装甲板检测自瞄系统

资源下载地址：https://download.csdn.net/download/sheziqiong/85773209
资源下载地址：https://download.csdn.net/download/sheziqiong/85773209

装甲板检测

由于在比赛过程中操作手是第一视角，很难用手动瞄准。通过装甲板检测就是自瞄系统，己方车辆可自动瞄准敌方车辆装甲板，对敌方造成有效的伤害。大大提高了射击精准度。

功能：检测装甲板的位置并把位置发送给电控

• 在目标旋转时保证目标的位置的稳定性
• 系统延时尽可能短
• 在多目标时，保证打击的一致性

整体架构

文件描述

装甲板检测流程图

基本原理

1. 如果上一帧的 ROI 标志位为 true 则当前帧的检测区域在上一帧目标的附近，也就是用到了 ROl 方法，如果为 false 则全图搜索，此时将与 ROI 有关的变量全部清零。
2. 对检测区域内的图进行二值化，也就是预处理，思路就是先将图片用灰度阈值进行二值化，这样子可以将图片中发光的物体给提取出来（装甲板灯条以及日光灯等等），然后再用某种方法将图片中红色或蓝色的区域提取出来，之后再膨胀腐蚀用形态学的方法连通断开的区域，使灯条的形状更加清晰以便于之后的逻辑判断。
   • 一种方法是用 RGB 的红蓝通道相减，根据设定的阈值得到一张二值图，这种方法虽好，但是在识别蓝色的时候，有时候无法排除掉日光灯干扰，该方法，操作简洁，耗时低。
   • 另一种是先将图片转化成 HSV 颜色空间再用通道范围将红色蓝色提取出来，这种方法可以排除掉很多干扰，但是近距离的时候装甲板灯条发白，如果膨胀不到位的话会出现灯条断裂的 情况，膨胀的卷积核过大又会造成预处理耗时过久，因此要权衡一下。
   • 还有一种是在 LAB 下利用 a 通道-b 通道来提取红色。这种方法对红色灯条提取的效果是最好的。但是却极容易把比较暗的，有一点带暗红色的物体都提取出来，容易形成过多的早点。

3．在当前二值图内找到所有的轮廓点，用最小旋转矩形将他们包围，此时得到一个个单独的旋转矩形，然后对旋转矩形的四个顶点重新排序，排除长大于宽的噪点，然后根据装甲板灯条的几何特征首先筛除掉一些旋转矩形。

 if((width/height)>2&&abs(angle)>25&&abs(angle)<70&&){continue;}

4．将这些灯条两两再次组成一个大的旋转矩形（也就是候选装甲板），根据一些限制条件筛除掉不符合条件的装甲板，将剩下的待选装甲板放入一个向量中。

//两两灯条间的角度差不符合的情况
if((abs(angle_1)>5&&abs(angle_1)<20)&&(abs(angle_2)>65&&abs(angle_2)<85)&&((abs(angle_2)>5&&abs(angle_2)<20)&&(abs(angle_1)>65&&abs(angle_1)<85))){
continue;}

//中心距根据灯条的长短分开设置
if(height_1<20||height_2<20){
    cha=10;}
else{
    cha=20;}
//进一步根据两条灯条的中心距和灯条面积比例等条件进一步筛选
//一下条件参数是根据640,480分辨率下设定的，不同分辨率条件值可能不一样
if(lantern_cha<cha&&(area_rate>rate2&&area_rate<rate1)) 
{
	double diameter=sqrt(pow(rectPoint[original_index_i].center.x-			rectPoint[original_index_j].center.x,2)+pow(rectPoint[original_index_i].center.y-rectPoint[original_index_j].center.y,2));
    if(diameter<35){continue;}
    //cout<<"d: "<<diameter<<endl;

    double average_height=(height_1+height_2)*0.5;
    cout<<"h: "<<average_height<<endl;
    double  bili=average_height/diameter;
    if(bili>0.8&&bili<1.8){continue;}
    if((diameter/average_height>2.5&&diameter/average_height<6)||(diameter/average_height>0.3&&diameter/average_height<2.5)){
        Point armour_center=(rectPoint[original_index_i].center+rectPoint[original_index_j].center)*0.5;
        circle(imgOriginal,armour_center,diameter/2,Scalar(0,255,255),1);//紫色
        Vec3f armour_message(armour_center.x,armour_center.y,diameter);
        armour.push_back(armour_message);
    }
}

5. 经过上述操作后，我们最终把筛选出来的装甲板存入 amour 向量中。

   • 如果向量中没有元素，则说明没有找到目标，只有一个的话则这就是最终选择的装甲板。（只有一个装甲板的情况下不再进一步判断装甲板的真实性，及不再传入用装甲板训练的模型。这样做能保证目标的稳定性和代码的效率）
   • 两个以上装夹板的话就得进行接下去的比较，首先我们把距离图像下半部分及比较近的装甲板存为一组，然后从最近的开始用 caffe 模型进行验证。如果模型给出这个为真，则直接输出。

资源下载地址：https://download.csdn.net/download/sheziqiong/85773209
资源下载地址：https://download.csdn.net/download/sheziqiong/85773209