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
| 文件名 | 作用 |
|---|---|
| main.cpp | 算法主函数，包括多线程处理步骤 |
| caffe_model.cpp | 自己训练的装甲板贴纸分类模型 |
| cctag_detector.cpp | 老版圆形贴纸识别圆形的方法 |
| coordinate_process.cpp | 根据通信协议对最终左边进行处理的方法 |
| detector_methods.cpp | 装甲板检测的主要方法（包括预处理，逻辑判断等） |
| serialport.cpp | Linux 下串口使用的文件 |
| v4l2.cpp | Linux 下利用 V4L2 来调节摄像头的曝光饱和度等参数。 |
装甲板检测流程图
基本原理
- 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。
- 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)65&&abs(angle_2)5&&abs(angle_2)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_charate2&&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: "<0.8&&bili2.5&&diameter/average_height0.3&&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);}}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