[发明专利]自适应作战场景的可视化生成方法在审
| 申请号: | 201911136589.7 | 申请日: | 2019-11-19 |
| 公开(公告)号: | CN111145348A | 公开(公告)日: | 2020-05-12 |
| 发明(设计)人: | 李柯材;刘正成;管振辉;马援博;徐鹏涛 | 申请(专利权)人: | 扬州船用电子仪器研究所(中国船舶重工集团公司第七二三研究所) |
| 主分类号: | G06T17/05 | 分类号: | G06T17/05;G06T19/20;G06K9/62 |
| 代理公司: | 南京理工大学专利中心 32203 | 代理人: | 岑丹 |
| 地址: | 225001 *** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 自适应 作战 场景 可视化 生成 方法 | ||
本发明提出了一种自适应作战场景的可视化生成方法,通过场景视点得到当前地形可视范围的透视投影,并通过透视投影实时将当前地形的二维矢量数据绘制在与地形绑定的纹理上,形成三维战场地理环境,依据与地形绑定的纹理,对军标网格上的各个顶点进行位移,并渲染到屏幕帧缓存中得到最终军标绘制结果,实现战场态势的可视化,对战场环境和战场态势进行自适应。本发明实现了战场态势的可视化,能够实现非规则军标的三维地形跟随,且运算效率高,能满足交互编辑以及动态推演的实时要求。
技术领域
本发明属于战场态势技术,具体为一种自适应作战场景的可视化生成方法。
背景技术
数字化战场环境为军队作战提供以数字化与可视化为基础的战场环境保障和决策支持,已成为提高战斗力,保持武器装备优势的关键所在,在军事上有着巨大的需求。然而目前数字化战场环境保障技术的发展尚未成熟,还存在许多关键技术丞待研究,如:
1、战场地理环境信息类型众多,如表征地形的高程数据、表征地貌特征的影像数据以及表征人文特征的矢量数据等,这些环境信息不仅格式各异,而且数据量极为庞大,可视化时需要研究在提高逼真度的前提下,保证战场环境绘制的实时性。目前人们对三维地形实时绘制技术进行了广泛深入的研究,并取得了大量的研究成果。但对于在三维地形上绘制矢量数据的研究却相对较少,目前提出的一些技术还有待改进。
2、战场可视化是以图形、图像的形式直观反映作战区域地理、社会环境和战场态势的方法,可分为战场环境可视化和战场态势可视化两大部分。通过战场环境可视化,指挥人员可以实时了解到战场信息,如:地形、地表环境等重要情报,从而明确战斗力量的部署、作战力量的编成是否合理;通过战场态势可视化,得到兵力位置、人员对比、信息传输等非可视信息,为指挥员正确把握战场态势提供直观、高效的辅助决策手段,将信息优势转化为决策优势,进而提高整体战斗力。但随着机器学习的快速发展,战场环境和战场态势信息更新较慢且不智能化。
发明内容
本发明的目的在于提出了一种自适应作战场景的可视化生成方法。
实现本发明目的的技术解决方案为:一种自适应作战场景的可视化生成方法,具体步骤为:
步骤1、通过场景视点得到当前地形可视范围的透视投影,并通过透视投影实时将当前地形的二维矢量数据绘制在与地形绑定的纹理上,形成三维战场地理环境;
步骤2、由当前非军标控制点集生成军标的二维外轮廓,用二维外轮廓裁剪NURBS表面得到平面军标网格;
依据与地形绑定的纹理,对军标网格上的各个顶点进行位移,并渲染到屏幕帧缓存中得到最终军标绘制结果,实现战场态势的可视化;
步骤3、战场环境和战场态势的自适应:对战场环境和战场态势中的环境、态势图像进行特征提取,将提取的特征作为支持向量机的分类输入参数进行分类器的训练,构造出结构风险最小的分类器模型,利用结构风险最小的分类器模型进行图像识别分类,形成统一的作战态势图。
优选地,所述透视投影是指由视点、视线和视口在地平面上形成的投影。
优选地,对战场环境和战场态势中的环境、态势图像进行特征提取,将提取的特征作为支持向量机的分类输入参数进行分类器的训练,构造出结构风险最小的分类器模型,利用结构风险最小的分类器模型进行图像识别分类,形成统一的作战态势图的具体步骤为:
步骤3-1、将战场环境和战场态势中的环境、态势图像信息分为两部分,分别作为训练集和测试集,采用灰度共生矩阵分别提取训练集和测试集地形的纹理特征;
步骤3-2、将提取的训练集特征作为支持向量机的分类输入参数,进行分类器的训练,构造出结构风险最小的分类器模型;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于扬州船用电子仪器研究所(中国船舶重工集团公司第七二三研究所),未经扬州船用电子仪器研究所(中国船舶重工集团公司第七二三研究所)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911136589.7/2.html,转载请声明来源钻瓜专利网。





