自动分析射击精度的电子观靶镜及其分析方法

摘要

本发明属于观靶镜技术领域，具体涉及一种自动分析射击精度电子观靶镜及其分析方法，所述分析方法应用于电子观靶镜。所述分析方法为将观靶镜得到的光学图像转换为电子图像，从所述电子图像中提取出靶纸区域，将所述靶纸区域和电子参考靶纸进行像素级减法检测出弹着点，计算各弹着点的中心点，根据各弹着点中心点与靶纸区域中心点的偏差确定射击精度。本发明提供的分析方法简单直观、方便判读结果、无需过多人为经验干预的系统来代替现有的单调的、误差高的观靶系统。

说明书

技术领域

本发明主要属于观靶镜技术领域，具体涉及自动分析射击精度的电子观靶镜及其分析方法。

背景技术

射击场中，射击地点和靶有一定距离，射击后不能通过人眼直接看到射击结果。为了观察射击结果，现有技术中有通过传送装置将靶纸传送至射击地点，但此方法需要有传送装置多使用于室内射击场所室外并不能适用，且靶纸传送需消耗一定时间。在此条件下，一种可实现远距离观看射击结果的观靶镜得到广泛应用。观靶镜通过光学成像的原理，将目标影像(靶纸)投影成像，使用时可通过调节放大倍率人为的通过目镜观测靶纸进行读数，得到射击结果。

但现有的观靶镜存在以下的缺点和不便利性：(1)由于是人为的判断方式，往往由于视角的不同或多或少出现读数判断误差，该误差在观测小图像时尤为严重；(2)在距离较远的情况下，现有技术中观靶镜倍率无法足够大支撑大倍率成像；(3)通过目镜反复进行判断读数时，长时间的使用会使得观测者感到眼部疲劳；(4)在进行目标观测时，由于目镜存在出瞳距离的特性，对于新手而言，很难找寻目标，稍微的眼睛移动将会使得视场变小或者消失；(5)读取数据后，仅限于大脑记忆或者纸质记录，大脑记忆长时间将会遗忘，纸质的记录不利于长期的存储以及数据的回溯，同时纸质的记录不能够及时便捷地进行同行爱好者之间的分享，记录内容仅仅为枯燥的数字；(6)同一时刻只能一人进行观测，作为集体娱乐项目而言，大大降低了旁观者或者队友之间的参与程度，不方便多人同时观测和讨论。

发明内容

针对上述问题，本发明从观靶镜自身的使用场景出发，结合图像科学以及图像处理方面的学术研究，提供一种无需人工干预的自动分析射击精度的一体化多功能电子观靶镜及其分析方法，本申请观靶镜的简单直观、方便判读结果、无需过多人为经验干预的系统来代替现有的单调的、误差高的观靶系统。

本发明是通过以下技术方案实现的：

自动分析射击精度的电子观靶镜的分析方法，所述分析方法为将观靶镜得到的光学图像转换为电子图像，从所述电子图像中提取出靶纸区域，，靶纸区域和电子参考靶纸进行像素级减法检测出弹着点，计算各弹着点的中心点，根据各弹着点中心点与靶纸区域中心点的偏差确定射击精度。

进一步地，提取靶纸区域后对靶纸区域进行透视校正将所述靶纸区域的外轮廓校正为圆形,并用透视校正后的靶纸区域来进行弹着点检测。透视校正为检测到4个关键点，利用4个关键点进行8自由度的透视校正。

进一步地，从所述电子图像中提取出靶纸区域具体为：对所述电子图像进行大尺度的均值滤波，消除靶纸上的网格干扰，使用自适应大津阈值分割法，按照所述电子图像的灰度特性，将所述电子图像分成背景和前景，依据分为前景和背景的图像采用Freeman链码的矢量跟踪方法和几何特征确定最小轮廓得到靶纸区域。

进一步地，将所述靶纸区域和电子参考靶纸进行像素级减法检测出弹着点具体为：将所述靶纸区域和电子参考靶纸进行像素级减法，得到所述靶纸区域和所述电子参考靶纸的像素差图像；

所述像素差图像中设定前后帧图像的像素差阈值threshold，当像素差超过阈值时，设定结果为255，当像素差低于阈值时，设定结果为0；

对所述像素差图像进行轮廓跟踪得到弹着点轮廓并计算轮廓中心得到弹着点的中心点。

进一步地，所述透视校正具体为：用Canny算子得到所述靶纸区域的边缘，对所述边缘利用Hough变换进行最大椭圆轮廓拟合，得到最大椭圆方程，利用Hough变换对所述边缘进行十字交叉线的直线拟合，得到与最大圆轮廓的最上点、最下点、最右点、最左点的交叉点，将最大圆轮廓的最上点、最下点、最右点、最左点与透视变换模板中相同位置的四个点结合计算得到透视变换矩阵，利用透视变换矩阵对所述靶纸区域进行透视变换。

进一步地，所述电子参考靶纸为空白靶纸的电子图像或历史分析时提取的靶纸区域

进一步地，所述偏差包括纵向偏差和横向偏差。

一种自动分析射击精度的电子观靶镜，所述观靶镜包括视场获取单元、显示单元、光电转换电路板和CPU核心板；

所述视场获取单元采集靶纸光学图像，所述光电转换电路板将所述光学图像转换为电子图像；

所述CPU核心板包括精度分析模块，所述精度分析模块从所述电子图像中提取出靶纸区域，将所述靶纸区域和电子参考靶纸进行像素级减法检测出弹着点，计算各弹着点的中心点，根据各弹着点中心点与靶纸区域中心点的偏差确定射击精度；

所述显示单元显示所述电子图像及射击精度计算结果。

进一步地，CPU核心板通过接口板连接一内存卡，所述内存卡存储提取出的靶纸区域、射击精度。

进一步地，所述CPU核心板还包括无线传输处理模块，所述无线传输处理模块负责传输CPU核心板发出的指令和数据，以及接收外部移动终端等联网设备发出的指令。

本发明的有益技术效果：本发明提供一种自动分析射击精度的分析方法，可将该方法应用于电子观靶镜。该分析方法可根据历史射击数据自动分析射击的精度。

附图说明

图1.本发明分析方法流程框图；

图2.本发明实施例1中8连通链码；

图3.本发明实施例1中点阵图；

图4.本发明靶纸区域提取流程框图；

图5.本发明实施例2非极大值抑制示意图；

图6.本发明实施例2直角坐标系下的变换原始点示意图；

图7.本发明实施例2直角坐标系下通过原始点的任意4条直线示意图；

图8.本发明实施例2直角坐标系下通过原始点的任意4条直线在极坐标系下的表述示意图；

图9.本发明实施例2确定十字交叉线L1和L2与椭圆的交点示意图；

图10.本发明实施例2透视变换图示意图；

图11.本发明靶纸区域校正执行流程框图；

图12.本发明弹着点检测方法执行流程框图；

图13.本发明实施例1电子观靶镜功能示意图；

图14.本发明实施例1观靶镜结构示意图。

图中：1.视场获取单元,2.外挂皮轨,3.外置按键,4.线传输接口天线,5.显示单元,6.三脚架接口,7.电池仓,8.光电转换板, 9.CPU核心板,10.接口板,11.功能操作板,12.显示转换板,13.电池组件，14.旋转编码器,15.调焦旋钮。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细描述。应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。

相反，本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步，为了使公众对本发明有更好的了解，在下文对本发明的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。

实施例1

本发明提供一种自动分析射击精度的电子观靶镜，该观靶镜具有精度分析模块，精度分析模块采用精度分析方法分析射击精度。

本发明的基于自动分析射击精度的一体化多动能电子观靶镜系统功能如图13所示，其结构如图14所示。

所述观靶镜可方便地安装在固定三脚架之上，所述观靶镜包括：一外观结构，所述外观结构整体为可拆卸的结构体，所述外观结构内部为一带固定部件的容纳空间，所述带固定部件的容纳空间包括视场单元、光电转换、CPU处理单元、显示单元、电源及无线传输单元。

所述视场获取单元1包括具有物镜组合或其他光学可视设备；所述物镜或光学可视设备安装在视场获取单元1前端，获取视场信息。

所述观靶镜整体是一数字化装置，可与智能手机、智能终端、瞄准装置或电路进行通信，并将视场获取单元1采集的视频信息发送至智能手机、智能终端、瞄准装置或电路，通过智能手机、智能终端等装置将视场获取单元1信息进行显示。视场获取单元1中的视场信息通过光电转换电路进行转换，得到可供电子显示的视频信息。该电路包含光电转换板8，该光电转换电路将视场光学信号转换为电信号，所述光电转换板8位于视场获取单元1中后端，所述光电转换板8将光信号转换为电信号，同时对信号进行自动曝光、自动白平衡、降噪、锐化操作，提高信号质量，为成像提供高质量的数据。

所述光电转换电路后端连接着CPU核心板9，所述CPU核心板9 后端连接接口板10，具体为CPU核心板9通过串口与接口板10的串口实现连接，所述CPU核心板9置于所述接口板10与所述光电转换板8之间，三者平行放置，板面均垂直于视场获取单元1，所述光电转换板8通过并行数据接口，将转换后的视频信号传输至CPU核心板 9进一步的处理，所述接口板10通过串口与CPU核心板9进行通信，将电池电量、时间、WIFI信号强度、按键操作、旋钮操作等外围操作信息传输至CPU核心板9进一步处理。

所述CPU核心板9可通过接口板10连接一内存卡，在本发明实施例中，以视场获取单元1为观测入口方向，所述CPU核心板9左侧位置处设置内存卡槽，所述内存卡插接在内存卡槽中，所述内存卡内可存储信息，所述内存卡可对系统内置的软件程序进行自动升级。

以视场获取单元1为观测入口方向，在所述CPU核心板9左侧内存卡槽边侧还设置有一USB接口，通过所述USB接口可对系统进行外接电源供电或将CPU核心板9的信息输出。

以视场获取单元1为观测入口方向，在所述CPU核心板9左侧内存卡槽和USB接口边侧，还设置有一HDMI接口，通过所述HDMI接口可将实时视频信息传输至HDMI接口的高清显示设备进行显示。

所述壳体内还设有一电池仓7，所述电池仓内设有一电池组件13，所述电池仓7内设置有弹片，便于所述电池组件13的紧固，所述电池仓7设置在壳体内中部，通过壳体侧边可打开电池仓盖实现更换电池组件13。

所述电池仓7底侧设有线路焊接触点，该触点和电池仓内部的弹片连接，所述电池仓7的触点焊接带接线端子的导线，连接接口板 10，对接口板10、CPU核心板9、光电转换板8、功能操作板11、显示转换板12以及显示单元5进行供电。

所述显示单元5为显示屏幕，所述显示单元5通过显示转换板 12与接口板10连接，从而与CPU核心板9进行通信，CPU核心板将显示数据传输给显示单元5进行显示。所述显示单元5包含显示屏和触摸屏，显示屏和触摸屏采用压胶的贴合方式，触摸屏可以直接操作软件界面进行功能的设置以及选择。所述显示单元5采用上下左右可调节的设计方式，可根据不同的高度、光照角度等进行合适位置的调节，保证观测的舒适度和清晰度。

所述显示屏上显示处理后的光电转换单元信息，同时在显示屏上还显示用于辅助分析及工作指示信息；

所述壳体顶部设有外置按键3，所述外置按键3通过壳体内侧的功能操作板11连接在接口板10上，通过触按所述外置按键可实现开关设备和拍照、录像的功能。

所述壳体顶部靠近所述外置按键3一侧设有带按键功能的旋转编码器14，所述旋转编码器14在所述壳体内部连接功能操作板11。所述旋转编码器控制功能切换、调整倍率数据、设置信息、操作导出、传输等功能。

所述壳体顶部靠近所述旋转编码器14处设置无线传输接口天线 4，所述接口天线在所述壳体内部连接功能操作板11，功能操作板上有无线传输处理电路，负责传输CPU核心板发出的指令和数据，以及接收外部移动终端等联网设备发出的指令。

以视场获取单元1为观测入口方向，所述壳体右侧靠近所述视场获取单元1一侧设有调焦旋钮15，所述调焦旋钮15通过弹簧机构调节视场获取单元1的对焦，达到不同距离和不同倍率下下清晰观察物体的目的。

所述壳体的底部设有三脚架接口6，用于固定在三角架之上。

所述壳体视场获取单元1的顶部设有外挂皮轨2，外挂皮轨2与视场获取单元1采用同光轴设计，通过螺丝紧固；外挂皮轨2采用标准尺寸设计，可以安装固定有标准皮卡汀尼连接器的物件，所述物件包括激光测距仪、补光灯、激光笔等。

应用上述观靶镜，观测人员无需通过单目目镜进行观测，前方靶面信息通过光电转换电路，直接以图像视频的形式显示在观靶镜的高清液晶屏中；通过光学和电子放大结合的方式，将远处的物体放大显示，通过屏幕能够清晰的完整的看清楚靶面信息。

应用上述观靶镜，无需人工进行数据判读，通过图像识别和模式识别相关技术，自动过滤旧的弹着点，保留新增弹着点信息，并且自动计算出本次射击时每一颗子弹距离靶心的具体偏差值和偏差方向；射击的精度信息可以保存数据库，数据库中的数据可以进行本地预览，根据日期时间对自己的一段时间内的射击进行自我评估，观靶镜系统能够自动生成一段时间内的射击精度趋势，以图表的形式为训练提供直观的精度表述；上述文本数据和图表数据可以本地导出，供打印已经进一步分析使用。

应用上述观靶镜，可以将整个过程完整的进行录像记录，该录像记录可以作为爱好者之间的分享录像，该录像通过互联网上传至视频分享平台，同时，该录像可以在观靶镜进行本地回放，供使用者回放整个射击以及精度分析过程。

应用上述观靶镜，可以通过网络和移动终端进行联动，联动方式包括观靶镜作为热点，移动设备进行连接，同时还包括观靶镜和移动设备接入同一个无线网络进行连接。

应用上述观靶镜，可以通过有线传输，将实时影像数据输出至高清大尺寸液晶显示电视或者电视墙，能够使得在某一区域中所有的人同时现场观看。

本实施例同时提供一种自动分析射击精度的电子观靶镜的分析方法，所述分析方法包括以下步骤：

(1)光电转换：将观靶镜得到的光学图像转换为电子图像；

(2)靶纸区域提取：从所述电子图像中提取出靶纸区域；

从全局图像中提取感兴趣的目标靶纸区域，同时消除复杂背景环境信息的干扰。靶纸区域提取方法是基于自适应阈值分割的目标检测方法，该检测方法阈值确定速度快，对各种复杂情况的表现较好，分割质量有保障。该检测方法采用最大化类间方差的思想，设定t为前景与背景的分割阈值，前景点数占图像比例为w0，平均灰度为u0；背景点数占图像比例为w1，平均灰度为u1，设定u为图像的总平均灰度，则

u＝w0*u0+w1*u1；

从最小灰度值到最大灰度值遍历t，当t取值使得

g＝w0*(u0-u)²+w1*(u1-u)²；

的值为最大时，t即为分割的最佳阈值。

所述靶纸区域提取方法执行流程如图4，所述靶纸区域提取方法包含图像均值滤波、otsu大津阈值法确定分割阈值、阈值分割确定候选区域、轮廓跟踪算法确定并截取最小轮廓四个步骤。

21)图像均值滤波

对图像进行大尺度的均值滤波，消除靶纸上的网格干扰，突出圆形靶纸区域。以尺寸为41*41的样本为例，计算方法如下：

其中，g(x,y)表示滤波后图像，x为样本的中心点在图像上对应点的横坐标，y为样本的中心点在图像上对应点的纵坐标，i为相对于x 的-20到20之间的像素点横坐标索引值，j为相对于y的-20到20之间的像素点纵坐标索引值。

22)otsu大津阈值法确定分割阈值

阈值分割使用自适应大津阈值分割法(OTSU)，按照图像的灰度特性，将图像分成背景和前景。背景与前景之间的方差越大，说明两部分图像之间的差别越大。因此，对于图像I(x,y)，设定前景和背景的分割阈值为Th，属于前景的像素点占整幅图像的比例为w2，其平均灰度为G1，背景像素点占整幅图像的比例为w3，其平均灰度为 G2，图像的总的平均灰度为G_Ave，类间方差为g，图像的大小为 M*N，图像中小于阈值的像素的个数为N1，像素灰度值大于阈值的个数记为N2，则：

M*N＝N1+N2；

w2+w3＝1；

G_Ave＝w2*G1+w3*G2；

g＝w2*(G_Ave-G1)²+w3*(G_Ave-G2)²；

得到的等价公式：

g＝w2*w3*(G1-G2)²；

采用遍历法就可以得到是类间方差g最大时的分割阈值Th。

23)结合确定的阈值分割阈值Th对滤波后的图像进行分割

得到分成前景和背景的二值图像。

24)轮廓跟踪算法确定并截取最小轮廓

轮廓跟踪采用Freeman链码的矢量跟踪方法，该方法是一种用曲线起始点的坐标和边界点方向代码来描述曲线或边界的方法。该方法是一种边界的编码表示法，用边界方向作为编码依据，为了简化边界的描述，采用边界点集的描述方法。

常用的链码按照中心像素点邻接方向个数的不同，分为4连通链码和8连通链码。4连通链码的邻接点有4个，分别在中心点的上、下、左和右。8连通链码比4连通链码增加了4个斜45°方向，因为任意一个像素周围均有8个邻接点，而8连通链码正好与像素点的实际情况相符，能够准确地描述中心像素点与其邻接点的信息。因此，本算法采用的是8连通链码，如图2所示。

8连通链码分布表如表1所示：

表1 8连通练吗分布表

如图3所示,给出一个9×9的点阵图,其中一条线段,S为起始点,E 为终点,此线段可表示为L＝43322100000066。

结合自定义结构体

自定义FreemanList结构

判断链码结构头尾是否为一点，从而判断是否为完整轮廓。

得到靶纸区域图像并存储靶纸区域图像。

(3)检测弹着点：

所述弹着点检测方法，是基于背景减除的弹着点检测方法。所述该方法从靶纸区域图像中检测弹着点，并确定其中心点位置。该方法保存前一次的靶面图形，再利用当前靶面图形与前一次的靶面图形进行像素级减法，由于在对图像进行透视校正计算过程中两帧图像可能存在像素偏差，采用降采样法以2个像素为步长，统计2*2的像素区域内以最小灰度值为该像素灰度值，对该降采样后的灰度图进行计算，得出灰度大于0的区域，对该区域进行轮廓检测，得到新产生的弹着点图形信息。

所述弹着点检测方法，利用前后像素级减法进行比较，处理速度快，能够保证返回新产生的弹着点位置。

所述弹着点检测方法执行如下：

31)存储原靶纸图像

将原靶纸图像数据存储，并读取缓存中，作为参考目标靶纸图像。

若射击时针对的是已经进行过精度计算的靶子的再次射击，则将上次精度计算时存储的靶纸区域作为参考目标靶纸图像。

32)将经过上述1)-2)步骤处理后的图像与原靶纸图像进行像素级减法，得到差异位置。

设定前后帧图像的像素差阈值threshold，当像素差超过阈值时，

设定结果为255，当像素差低于阈值时，设定结果为0。

具体threshold值可通过调试得到，设定范围一般情况下在100～160。

33)对上述步骤32)产生的图像进行轮廓跟踪得到弹着点轮廓，并计算弹着点的中心点

Freeman链码进行轮廓跟踪计算均值得到弹着点中心点，其计算公式如下：

Centerxi表示第i个弹着点的中心x轴坐标，Centeryi表示第i个弹着点的中心y轴坐标，Freemanlist_i表示第i个弹着点的轮廓；n为正整数。

所述弹着点检测方法执行流程如图12：

(4)偏差计算：

检测出弹着点与靶纸中心的横向、纵向偏差，得到偏差集合。将所述靶纸区域和电子参考靶纸进行像素级减法检测出弹着点，计算各弹着点的中心点，根据各弹着点中心点与靶纸区域中心点的偏差确定射击精度。

实施例2

该实施例与实施例1基本相同，其区别在于，在提取靶纸区域后包括靶纸区域校正步骤。

靶纸区域校正：

由于靶纸的粘贴以及获取图像时观靶镜和靶纸出现角度偏差，则提取的靶纸有效区域会出现倾斜状态使得获得的图像非圆形。为了保证计算得到的弹着点偏差值具有较高精度，对靶纸图像进行透视校正，将靶纸图像外轮廓校正为规则的圆形。靶纸区域校正方法，是基于椭圆端点的靶纸图像校正方法，所述方法用Canny算子得到图像的边缘。由于靶纸图像几乎占据了整幅图像，在参数变化范围小的情况下，利用Hough变换进行最大椭圆轮廓拟合，得到最大椭圆方程。靶纸图像存在十字交叉线，并且与椭圆存在若干个交点，这些交点在标准图中分别对应于最大圆轮廓最上，最下，最右，最左点。利用Hough 变换进行十字交叉线的直线拟合。在输入的子图像中，得出十字交叉与椭圆的交点集合，与模板的相同位置的点集合一起计算透视变换矩阵。

所述靶纸区域校正方法，利用Hough变换可以快速得到最外层椭圆轮廓参数。同时，在极坐标下的Hough变换直线检测算法也能快速得到直线参数，因此，该方法能够快速的校正靶纸区域。

所述靶纸区域校正方法执行如下：

51)利用Canny算子进行边缘检测

该方法包含RGB转灰度图、高斯滤波抑制噪声、一阶偏导计算梯度、非极大值抑制、双阈值方法检测和连接边缘五个部分。

RGB转灰度图

通过RGB与灰度的转换比例进行灰度转换，将RGB图像转换为灰度图(将以R、G、B三原色转换为灰度值Gray)，执行如下：

Gray＝0.299R+0.587G+0.114B；

对图像进行高斯滤波

转换后的灰度图经过高斯滤波，抑制转后的图像的噪声，设定σ为标准差，根据高斯损失最小原理，此时设定模板的尺寸为(3*σ+1)*(3σ+1)，设定x为偏离模板中心点的横向坐标，y为偏离模板中心的纵向坐标，K为高斯滤波模板的权值，执行如下：

用一阶偏导的有限差分来计算梯度的幅值和方向

卷积算子：

梯度的计算：

P[i,j]＝(f[i,j+1]-f[i,j]+f[i+1,j+1]-f[i+1,j])/2；

Q[i,j]＝(f[i,j]-f[i+1,j]+f[i,j+1]-f[i+1,j+1])/2；

θ[i,j]＝tan^-1(Q[i,j]/P[i,j])。

非极大值抑制

该方法是指寻找像素点局部最大值，将非极大值点所对应的灰度值置为0，从而剔除大部分非边缘的点。

根据图5可知，要进行非极大值抑制，就首先要确定像素点C的灰度值在其8值邻域内是否为最大。图5中线条方向为C点的梯度方向，这样就可以确定其局部的最大值肯定分布在这条线上，即除了C点外，梯度方向的交点dTmp1和dTmp2这两个点的值也可能会是局部最大值。因此，判断C点灰度与这两个点灰度大小即可判断C点是否为其邻域内的局部最大灰度点。如果C点灰度值小于这两个点中的任一个，那就说明C点不是局部极大值，则可以排除C点为边缘。

双阈值算法检测和连接边缘

采用双阈值法进一步减少非边缘数量。设定低阈值参数Lthreshold 和高阈值参数Hthreshold，二者组成比较条件，将高阈值以及高阈值以上的数值统一变换成255数值保存，介于低阈值和高阈值之间的数值变换成为128数值存储，其他数值认定为非边缘数据以0替代。

再次利用Freeman链码进行边缘跟踪，滤出长度小的边缘点。

52)利用极坐标下Hough变换拟合十字交叉线，得到直线方程霍夫变换是图像处理中的一个检测直线圆简单几何形状的方法。对于一条直线，利用直角坐标系可以表示成y＝kx+b，则该直线上任意的一点(x,y)变换到k-b空间之中便是一个点，换而言之，图像空间中直线上所有的非零像素变换到k-b参数空间之中则为一个点。因此，参数空间之中的一个局部峰值点就可以对应着原图像空间之中的一条直线。由于斜率存在着无穷大值或者无穷小值，因此利用极坐标空间进行直线的检测。在极坐标系中，直线可以表述成以下形式：

ρ＝x*cosθ+y*sinθ；

有上述公式，结合图7可知，参数ρ为坐标原点到直线的距离，每一组参数ρ和θ将唯一确定了一条直线，只需要在参数空间中以局部最大值为搜索条件，则可以获取该局部最大值对应的直线参数集合。

得到相应的直线参数集合以后，使用非极大值抑制，保留最大值的参数。

53)计算十字交叉线与椭圆的4个交点

L1，L2直线方程已知，只需在直线方向上搜索与椭圆外轮廓的交点，得到4个交点坐标(a，b)、(c，d)、(e，f)、(g，h)，如图9所示。

54)计算透视变换矩阵参数，进行图像校正

利用该4个交点与模板定义的4个点的坐标形成4个点对，对靶纸区域进行透视校正

透视变换是将图像投影到一个新的视平面，通用的变换公式：

u,v是原始图像的坐标，对应到变换后的图像的坐标x’，y’；为了构成三维矩阵添加辅助因素w、w'W，w取1，w'为w变换后的值。其中

x′＝x/w；

y′＝y/w；

以上公式可以等价于：

因此给定透视变换对应的四个点坐标，就可以求得透视变换矩阵。

在求得透视变换矩阵之后就可以对图像或者像素点完成透视变换。

如图10所示：

为了方便计算，我们对上式进行了简化，设定(a₁,a₂,a₃,a₄,a₅,a₆,a₇,a₈)为透视变换的8个参数，上述公式等价为：

其中，(x,y)为待校准图坐标，(x′,y′)表示校准后的图坐标，即模板图坐标。上述公式等价为：

a₁*x+a₂*y+a₃-a₇*x*x′-a₈*y*x′-x′＝0；

a₄*x+a₅*y+a₆-a₇*x*y′-a₈*y*y′-y′＝0；

将上述公式转换成矩阵形式：

由于有8个参数，1个点有2个方程对，因此，只需要4个点对就能够求解出相应的8个参数。设定(x_i,y_i)为待校准图像的像素点坐标，(x′_i,y′_i)为模板图的像素点坐标，i＝{1,2,3,4}。因此矩阵形式可转换成：

令

上述公式为:

AX＝b；

解非齐次方程，得到解为：

X＝A^-1b；

得到校正后的靶纸区域，同时将该校正后靶纸区域存储，后续弹道点检测时应用校正后靶纸区域图像。