图像处理过程（5页）.docVIP

图像处理过程 图像处理作为小车走迷宫过程中获得信息的第一过程，对于小车的计算路径和确认位置起到了根本的作用，经过了对于OPENCV和LABVIEW两种软件的了解，我们发现虽然OPENCV在图像处理方面确实十分强大，但是其扩展性与易用性均不如LABVIEW来的好，我们权衡利弊，决定使用LABVIEW进行对于图像的处理。 LABVIEW以其强大的虚拟仪器库著称，我们在本次小车图像处理中用到了以下的组件： 1. NI.Labview 8.2 2. NI.Vision.v8.5.Acquisition.Software 3. NI.Vision.v8.5.Development.Module 4. NI-IMAQ FOR USB* *对于XP SP2系统还需要加载ImaqDirectShowDll.dll、ImaqDirectShowDll.dll 图像处理部分分为主要由以下几个部分组成的： 图像采集 图像阈值分析和转化 迷宫出入口检测与小车检测 迷宫转化成数组（提供给迷宫算法的接口） 在Labview中我们可以很容易的利用其本身就拥有的扩展库来完成以上的操作，下面对于我们的图像处理程序进行介绍： 图像采集 我们组在图像采集部分采用的是动静结合的方法，即先采集一张静态的迷宫图像，通过这个图像，标定出迷宫出入口和小车初始位置，事先计算出小车应该走的路径，之后在小车开始行动之后进行动态采集，分析小车的位置，再对比算出的位置与之前的最短路径来确定小车如何行动。相对于其他组利用OPENCV进行的动态采集，需要不断的计算路径和修正小车方向，我们的方法大大减少了运算量，也减少了小车卡在角落的可能。 静态采集较为简单，可以通过外部软件获取图像，也可以直接调用Labview中NI-IMAQ组件的相关函数来进行单次的采集，在这里我们利用的是Labview中NI-IMAQ相关函数 结合上图来看，先枚举摄像头利用IMAQ USB Enumerate Cameras，然后对摄像头初始化IMAQ USB Init，分配空间并设置基础IMAQ USB Grab Setup，最后进行采集图像IMAQ USB Grab Acquire。IMAQ ColorThreshold，我们可以调整各种颜色阈值来将图像二值化，如下图所示：IMAQ Select Point，通过鼠标点选选出迷宫的边界（角）的坐标，如下图所示。HVLr 这次也是我进入大学以后第二次做科创类的课题了，与科创1的玩玩闹闹不同，科创3的难度确实给了我们不少的挑战，一开始我们觉得Labview是可视化编程或许相对于纯代码的OPENCV要简单不少，但是随着对于Labview进行了了解了之后，我发现它并不是一个简单的东西，而且我们也不能像使用OPENCV的组那样有很多能够用来参照的样例。但是我还是坚持下来并把这个图像处理的部分做了下来，回头来看看，这过程中翻查资料，试验编程的过程中，自己还是有了长足的进步。然而之后却遇到了更大的难题，就是Labview各个版本不统一，且对于中文系统的支持不好，导致我们动态采集部分一直会报错，我们暂时用静态的图片迭加解决了这个问题。然而在我们组编好迷宫算法，虚拟调试能够找到正确的路径，并且发送正确的命令时，小车却一动不动了。因为我们组拿到小车的时间很晚，没有对小车进行初步的调试就直接模拟了环境，但不料小车却无法正确接收指令，而我们到最后也没能解决这个问题，实在是非常遗憾。 但是我想经过了这次科创的学习与实践，我对于Labview以及单片机控制都有了入门的了解，相信如果之后能够遇到类似的问题，一定能够成功的解决。