上一篇博客记录了在旭日x3派上运行opencv进行颜色识别和在图像中的定位。在处理实际问题时颜色的阈值调整时会遇到一些问题,比如要识别的颜色不一定是经典红或绿或黄,此时对于HSV色域的阈值选择则需要实时调整了。 另外这里补充下为什么要选用HSV色域而不用RGB色域,比如黄色在HSV色域中描述色彩值H为35-77,但是在RGB中便不好描述一个范围。HSV色域H代表色彩,S代表深度,V代表亮度,如下
在前文中实现了颜色模型的识别和定位,但在给mcu发送位置信息时会有抖动,此时需要对信号进行滤波处理,本文记录了使用卡尔曼滤波的处理方式。 卡尔曼滤波总的来说就是在数学模型预测值和传感器检测值间动态调整权重获得最优结果的最优化算法。(所有带上标“-”的代表先验值,即预测值) 卡尔曼滤波需要用到的公式主要为以下五个 使用滤波算法主要分为4步:1.选择状态量和观测量。2.构建状态方程和观测方程
东方红B类农业机器人一直都存在一个识别的作业环节,就这项竞赛而言最为简便的方式固然是识别颜色,只因其模型往往是不同作业要求模型颜色不同且差别较大,同一种作业要求的模型颜色一致,因此利用颜色识别是非常好用的。 整个过程为:将RGB转化到HSV色域中获取更大色彩空间,根据不同颜色的阈值二值化获得二值图像,紧接着通过比对识别出不同色块的大小选择面积最大的为识别出的颜色,然后绘制最小外接矩形,计算得到中
远程连接旭日x3派 旭日x3派的cpu仅有1.2GHz,因此为了开发时的便利和效率,有些操作可以在PC电脑上预处理。且旭日x3派自带无线网卡,此时可以无线连接对旭日x3派进行操作,这就很香了。以我自己的开发环境:PC电脑+旭日x3派+destop版系统为例,说说配置流程。 首先,电脑需要有个软件MobaXterm,下载链接:https://mobaxterm.mobatek.net/downl
滤波 第(二)篇中的模糊操作都是可以进行滤波的,但是全局模糊容易损失图像的边缘信息,因此在需要保留边缘的情况就需要边缘保留滤波,以下记录学习了几个常用的边缘保留滤波的方法。 高斯双边滤波 在边缘像素只取一般进行高斯滤波,减小对边缘梯度的影响。 opencv4提供的API: void cv::bilateralFilter(InputArray src,OutputArray dst,
东方红B类题目中必然存在物体识别的部分,这部分往往是使用图像处理来解决,这篇文主要记载和分享个人在学习用opencv4处理数字图像时的卷积的应用。 卷积是什么 学习过《信号与系统》的友友对卷积都不陌生,在处理信号时的卷积是在滑动的时间窗口里两个信号相乘再求和,起到滤波的作用。在数字图像处理里卷积其实也是相乘再相加。 像下面图片演示的那样,3*3的卷积核从左到右,从上到下一个一个像素做卷积:卷
使用x3派实现东方红B类题目,先从点亮板卡开始。 制作系统卡,远程登录x3派的用户手册和古月居的课程都讲解的非常清晰小白,所以这里就不加赘述。主要是记录下自己遇到的问题及解决方法,希望对遇到同样问题的友友有所帮助。因为是新手,为了便于学习开发安装的是桌面版本,后面的讲述都是基于桌面版本的x3派展开。 系统安装 问题1 供电不足 上面图片显示的情况就是板卡不断的启动,如果通过串口终端显
积分
粉丝
勋章
TA还没有专栏噢
第三方账号登入
看不清?点击更换
第三方账号登入
QQ 微博 微信