一种基于神经网络的智能辅助瞄准方法及系统

本发明公开了一种基于神经网络的智能辅助瞄准方法及系统，对红外图像进行高斯滤波处理、灰度拉伸、双边滤波分离，得到基础层图像，用降噪后原图减去基础层图像获得高频细节层；对基础层进行γ值大于1的γ变化抑制背景噪声，对细节层进行γ值小于1的变化增强细节，线性叠加得到细节增强的红外图像；将训练集及其标注信息输入进行训练；红外图像数据传给YOLOv5神经网络，检测并框选人形目标，得到目标的像素宽度和像素高度；利用探测器视场角计算目标探测器视场角，利用目标视场角、目标宽度和目标距离之间的数学关系，计算目标距离探测器的距离；利用子弹速度、风阻和重力加速度，计算子弹的落点信息；采用双线性插值算法对瞄准区域进行精确的局部放大处理，将实时红外图像、目标检测的框选及距离信息、预测的子弹落点以及局部放大的图像综合显示在屏幕上。本发明能提供智能检测、落点判断和局部放缩等多种辅助瞄准功能。