Low–Cost Computer Vision Based Automatic Scoring of Shooting Targets

Marcin Luckner , Jacek Rudzinski

Abstract

Praca prezentuje system automatycznej oceny punktacji na tarczy strzeleckiej. Przy wykorzystaniu prostych mechanizmów jak operator Prewitta do wykrywania krawędzi i transformaty Hough do wykrywania elips udało się uzyskać dokładność oceny na poziomie wymaganym na zawodach strzeleckich. Algorytm wykrywa 99 procent przestrzelin (92 po zastosowaniu metod odrzucania fałszywych rozpoznań), a dla ponad 91 procent przestrzelin błąd oceny punktacji nie przekracza 0.05 punktu.
Author Marcin Luckner (FMIS / DACSCM)
Marcin Luckner,,
- Department of Applied Computer Science and Computation Methods
, Jacek Rudzinski (FMIS)
Jacek Rudzinski,,
- Faculty of Mathematics and Information Science
Pages185-195
Publication size in sheets0.5
Book Graña Manuel, Toro Carlos, Howlett Robert J., Jain Lakhmi C. (eds.): Knowledge Engineering, Machine Learning and Lattice Computing with Applications, Lecture Notes In Computer Science, vol. 7828, 2013, Springer Berlin Heidelberg, ISBN 978-3-642-37342-8, [978-3-642-37343-5]
DOIDOI:10.1007/978-3-642-37343-5_19
URL http://link.springer.com/chapter/10.1007%2F978-3-642-37343-5_19
Languageen angielski
Score (nominal)0
Citation count*
Cite
Share Share

Get link to the record


* presented citation count is obtained through Internet information analysis and it is close to the number calculated by the Publish or Perish system.
Back
Confirmation
Are you sure?