如何进行物体检测？

原创 TsinghuaJoking 2024-07-31 08:32

如何提升高压系统的实时性能? 如何增强能源基础设施的实时控制？

一、前言

在智能车比赛中，车模为了完成任务，主要是解决两个问题。一个是能够识别赛道，并通过三个福来轮的转动，使得车模能够始终沿着赛道前行。第二个就是识别到赛道上的颜色圆盘。一个圆盘是障碍，绿色，一个圆盘是赛道终点，紫色。除此之外，有的时候，赛道上还会出现别的颜色的障碍圆盘，或者是白色的圆盘。这种白色圆盘是允许车模直接通过，相当于将连续的引导线中间出现了断续的部分。白色圆盘还有凸起，会使得车模运动出现抖动。考察车模运动的稳定性。为了能够检测引导线和彩色圆盘，需要我们对于 OpenMV 中的色块检测功能进行学习。下面通过 OpenMV 的示例程序，介绍色块检测函数的应用。

二、示例程序

在连通OpenMV模块之后，可以打开示例程序中图像处理颜色跟踪中的相关示例程序。先打开单个色块检测程序。可以学习相关函数功能。在智能视觉模块前摆放着几种不同颜色的物体。检测和定位这些物体，可以根据它们颜色、大小、形状来进行区分。通过设置检测的不同参数，可以检测出我们需要的物体。

程序运行之后，可以看到此时，OpenMV 在拍摄到的场景中，找到了红色色块。并在串口终端中显示了处理图像的速度。下面我们来介绍一下这个简单的物体检测的程序结构。在程序开始部分，定义了一个链表。其中包含有三个元组，分别表明了三个颜色检测参加范围。，前面有一个索引标号变量，在程序中，通过这个变量标明链表中的颜色参数。下面这些语句我们已经熟悉，用于初始化摄像头的参数，请大家注意，后面对于摄像头的增益和白平衡的功能都禁止了。这在物体检测应用中，是为了保证所检测颜色范围不随着环境光线的影响而发生变化。

下面是程序的循环主体。使用 clock 来记录循环程序的开始时间，下面，调用摄像头拍摄函数，获得一副图像。接下来，调用图像中色块检测函数，来获得需要搜索的物体位置、大小和方向。其中第一个参数，给出了检测色块的颜色范围，使用 index 来定义前面列表中的颜色范围参数。接下来的参数，定义了色块像素的最小值，下面的参数定义了覆盖色块矩形的面积最小值。这两个参数规定了需要检测色块的大小。后面的 merge 参数，设定为 true。则会将相互重叠的色块进行合并。

接下来，则是对搜索到的色块结果进行绘制。其中所使用到的图像绘制函数，在这里就不一一介绍了。其中，调用了色块的 elongatiuon 函数，来判断色块的形状是接近于圆形，还是窄的线条。

用于区分物体的参数中，颜色是显著的一个特征。对于颜色的描述，这里使用了是描述颜色的 LAB 颜色空间，它的前面两个参数，定义了L参数，表明颜色的亮度范围，中间的参数定义了 A 参数，是红绿范围，第三个是 B 参数，是定义了蓝黄范围。关于颜色空间的 LAB 的定义和转换方式，这里就不进行介绍了。只剩下一个问题，那就是我们如何能够非常方便的确定，需要检测的物体对应的 LAB 参数范围呢？

三、参数修改

可以使用工具菜单中的机器视觉中的阈值编辑器惨淡帮助我们确定检测物体的颜色范围。将第一对和第二对参数的范围都扩展到最大，修改第三对参数，它对应蓝黄颜色，将它的范围修改到右边，对应黄色范围。可以看到图像中的红色物体被分割出来，调整这个参数，是分割出的黄色物体最大，其它杂色最小，这就是最优的颜色范围参数。这里给出了 LAB 阈值范围，将它拷贝到剪切板，粘贴到应用程序，便可以看到此时，程序显示检测到了黄色的物体。

下面，将第三对参数，修改到左边，对应蓝色区域，此时，检测区域中包括有边界的蓝色背景以及白纸上的蓝色物体。修改参数之后，可以看到程序检测到了边界的背景区域。在缓冲区中，将绿色物体选择，可以看到下面对应 LAB颜色直方图的范围。应用这个范围，设置第二对参数，可以看到绿色物体被分割出来。应用这个参数，程序检测出绿色物体。

大家可以根据前面介绍的方法，来检测图片中其它的物体，这里，有两个区域都是红色，可以通过修改色块大小参数，来剔除小的红色，只留下大的红色色块。

四、多种颜色检测

可以打开示例程序图像处理颜色跟踪中的多种颜色检测程序，在前面阈值参数中定义了三个颜色检测阈值范围。利用前面的方法，分别得到红色、黄色、绿色的颜色范围，将他们替换前面颜色阈值参数。程序运行之后，会发现最终只是将红色和黄色检测出来了。这可能是因为绿色区域比较小，修改检测物体像素和区域像素这两个参数，将它们降低到 100，运行之后可以看到，较小的绿色区域也会被检测出来了。