具体实施方式

下面结合附图及具体的实施例对本发明进行进一步介绍。

实施例1：一种不可见光瞄准系统，该系统包括视觉传感器，显示控制器，协作控制平台，智能图像处理器。其中视觉传感器、智能图像处理器、显示控制器及协作控制平台，通过无线方式组网。视觉传感器自主采集场景图像信息，并将图像信息传输至显示器和智能图像处理器，由智能图像处理器识别、计算，确定场景中目标对象的坐标数据，并将坐标数据转换为协作平台控制指令，协作控制平台自动瞄准目标对象。

一种不可见光瞄准方法，该方法主要是视觉传感器获取目标对象图像信息；智能图像处理器识别、计算，定位目标对象，解算目标对象坐标，并转换为协作控制平台运动控制指令；协作控制平台控制不可见光自动瞄准目标对象。

第三方面，本发明提供了一种不可见光瞄准装置，主要部件有：视觉传感器；显示控制器；协作控制平台；智能图像处理器。智能图像处理器负责识别计算视觉传感器获取的目标图像，并定位目标物，计算坐标位置；协作控制平台根据坐标位置指令，自动控制不可见光瞄准目标物。

其中视觉传感器与智能图像处理器连接，智能图像处理器处理视觉传感器所获取的图像信息，并定位目标物在场景内的坐标位置，并转换为协作控制平台控制指令；协作控制平台控制不可见光瞄准目标物。本发明能够通过基于数据分析的非监督性学习，确定目标物位置坐标，协作控制平台根据位置坐标控制不可见光瞄准目标对象，以此代替人工指示光瞄准。因此，能够有效解决人眼瞄准容易出现瞄准偏差且因疲劳导致易受干扰等问题。

实施例2：一种不可见光瞄准方法，它包括如下步骤：

步骤一：视觉传感器采集图像信息，通过无线方式传输至智能图像处理器和显示控制器；

步骤二：显示控制器向协作控制平台发送控制指令，协作控制平台控制视觉传感器运动，当视觉传感器识别到目标物时，将图像信息传输至智能图像处理器；

步骤三：智能图像处理器分析、识别图像信息并解算，定位目标物坐标，并转换为协作控制平台控制指令；

步骤四：协作控制平台根据按照控制指令，控制不可见光瞄准目标物。

步骤三智能图像处理器对获取到的图像进行图像识别，得到目标物坐标，采用以下方法实现。

BP神经网络主要由输入层、隐含层和输出层组成，一个完整的神经网络模型必须囊括：层数、各层神经元数、网络输入初始值、学习效率和期望输出等因素。每层由许多神经元并列组成，同层神经元之间互不相接，邻层神经元全部连接，神经元模型如图1所示，BP神经网络结构图如图2所示。

图1中，激活函数是Sigmoid函数，如式1所示。

在完成BP神经网络拓扑结构构建后，开始对BP神经网络进行学习和训练，这样会使网络具有自学习性。对于BP神经网络而言，其学习过程分为信息正向传递和误差反向传播两部分。在信号正向传播过程中，输入层到隐含层的传递关系为：

公式(2)中，为隐含层节点数；f为隐含层激励函数；ω_ij为输入层与隐含层之间的权值；a_j为隐含层阈值，x_i为输入参数。

信号经过隐含层激励函数运算后，传入输出层，其传递关系为

公式(3)中，H_j为输出层节点数；ω_jk为隐含层与输出层之间的权值；b_k为输出层阈值，m表示输入层数。

信号传递至输出层后，进行实际输出计算，若得不到期望输出，则将误差反向传播，重新修改权值，通过迭代计算，直至实际输出满足误差。误差均方差计算公式为

公式(4)中，E为期望，Y_k为期望输出，O_k为实际输出。

更新网络连接权值ω_ij、ω_jk，修改方向必须选择当前误差减小方向，其计算公式为

ω_jk'＝ω_jk+ηH_je_k j＝1,2,…,l；k＝1,2,…,m (6)

公式(6)中，η为学习效率。ω_ij’和ω_jk’是新的连接权值，此时误差会反向传播并进行连接权值和阈值调整，直到满足精度要求。误差反向传播修正权值本质上就是对样本的反复训练。

BP神经网络的具体实施步骤：将不可见光瞄准位置转化为屏幕坐标，通过屏幕坐标进行位置瞄准。不可见光瞄准位置，不可见光瞄准位置与目标物作用点位置对于屏幕坐标。因此，将解算后的坐标信息作为神经网络的输入，屏幕坐标为网络输出，隐含层神经元数设置为10个，构建单隐含层屏幕坐标BP神经网络，如图3所示。

通过构建BP神经网络模型，对大量已有标注数据进行训练，其主要步骤如下：

(1)网络初始化。初始化各层神经元节点数，各层神经元之间的连接权值，隐含层和输出层阈值，给定学习速率和激励函数。

(2)隐含层输出计算。通过公式(2)计算隐含层输出H_j。

(3)输出层输出计算。通过公式(3)计算输出层输出O_k。

(4)误差计算。根据网络预测输出O_k和期望输出Y_k，计算神经网络误差。

(5)权值更新。根据神经网络误差，通过公式(5)、(6)更新权值。

(6)判断算法是否达到迭代次数或者达到预定误差，若没有结束，返回步骤(2)。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内，因此，本发明的保护范围应以所述权利要求的保护范围为准。