装甲板检测功能

• 检测摄像头采集到的图像中目标的位置，在目标移动时保证检测的稳定性和正确性，在多个目标时，筛选出最佳打击目标并保证打击的一致性。

开发环境

Visual Studio 2017 + OpenCV3.4.5。

装甲板检测流程图

原理及操作

对于目标装甲板的识别，采取的是根据灯柱的位置来确定装甲板的位置的方法，所以准确的找到灯柱的位置是十分重要的，还要根据装甲板的特征来设定筛选条件，以此来准确定位到装甲板。因为识别时面对的情况是多种多样的，我们需要排除各种环境干扰并提高程序的鲁棒性，同时目标的快速移动也会给目标识别带来很大的挑战，这就要对算法的效率要求更加的严格。
装甲板检测算法如下：

1. 先将摄像头采集到的图像转为灰度图，对灰度图进行二值化找出亮度较高的区域1，再通过对原图通道相减并二值化得到包含目标颜色的区域2，将区域1和区域2进行相与操作并通过形态学操作得到灯柱候选区域。
   具体实现方法：

• 使用cvtColor(img_bgr,thres_whole, CV_BGR2GRAY);将原图转为灰度图，效果图如下：
  

• 使用threshold(thres_whole,thres_whole, value_thres*0.8, 255, THRESH_BINARY);将灰度图二值化，找出亮度较高的区域1，效果图如下：
  

• 使用split(img_bgr, splited);对原图进行通道分离，再根据目标颜色使用subtract(splited[0], splited[2], color);进行通道相减，效果图如下：
  

• 使用threshold(color, color,110, 255, THRESH_BINARY);对通道相减后的图像进行二值化操作，并同时对二值化后的图像使用dilate(color, color, element);进行膨胀操作，得到包含目标颜色的区域2，效果图如下：
  

• 使用max_color = color & thres_whole;语句将区域1和区域2进行相与操作，得到包含目标颜色且较亮的区域，即灯柱候选区域，为防止灯柱过细，使用膨胀操作dilate(max_color, max_color, element2);扩大灯柱候选区域，效果图如下：
  

2. 对灯柱候选区域进行处理，找到符合条件的灯柱。
   具体实现方法：

• 使用findContours( max_color, tmp_contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE);将候选灯柱轮廓找出，效果图如下：
  

• 使用minAreaRect(tmp_contours[i]);得到候选灯柱轮廓最小包围矩形，并对矩形进行筛选，条件如下：

* 最小包围矩形偏离垂直方向的角度的绝对值； * 最小包围矩形最长边的数值； * 最小包围矩形的面积； * 最小包围矩形长边与短边的比值； 

有关参数数值要根据实际情况而定

bool condition_angle1 = (fabs(tmp_rect.angle) < 45.0) && tmp_rect.size.height > tmp_rect.size.width; bool condition_angle2 = (fabs(tmp_rect.angle) > 60.0) && tmp_rect.size.width > tmp_rect.size.height; bool condition_length = max_len > 7; bool condition_area = area_contour > 25 && area_contour < 600; bool condition_ratio = (max_len / min_len > 1.5) && (max_len / min_len < 25.0); 

3. 对筛选出来的灯柱两两匹配，筛选出装甲板区域，并对筛选出来的目标进行分析，得到最佳打击目标。
具体实现如下：

• 对得到的灯柱进行两两匹配，筛选出满足装甲板条件的区域，筛选条件如下：

* 灯柱中点的距离； * 灯柱之间的较长边的比值； * 灯柱之间角度差值的绝对值； * 灯柱中点坐标y的差值； 

有关参数数值要根据实际情况而定

bool condition1 = distance > MAX(leni, lenj) && distance <= 3*MAX(leni, lenj)/*150*/; //灯条中点距离 bool condition3 = rate < 1.5;//长度比值 bool condition4 = angle_sub >= 0 && angle_sub < 15; //角度差 bool condition5 = fabs(rect_i.center.y - rect_j.center.y) < 0.5*fabs(rect_i.center.x - rect_j.center.x); 

• 对筛选出来的区域进行远近和角度的分析，从而得到打击目标，效果图如下：
  

结果分析

• 识别红色目标：

• 识别蓝色目标：

该装甲板检测方法能够准确找到目标装甲板的位置，可以适应较多环境，对于不同角度的的目标装甲板识别有较好的识别率，即使面对反光等情况也有较好的稳定性，但是当距离较远时或者环境干扰较多时，可能会出现无法识别或者识别错误的情况。