基于OpenCV路亚运动目标识别与长度测量研究.docVIP

基于OpenCV路亚运动目标识别与长度测量研究 　　摘 要： 针对路亚运动中需要对捕获鱼的长度进行测量的问题，本文是基于iOS平台上对目标做出识别进而测量出物体的长度。主要是通过OpenCV在iOS中对手机拍摄的鱼尺照片做出高精度的识别，保证能够快速、准确地对目标进行识别，同时既要保证高精度的测量尺寸的大小，还要保证同场竞技过程中的公平性。实验结果是测量误差降到最低。 　　关键词： iOS平台；路亚运动；OpenCV；目标识别；长度测量 　　Abstract：In view of the problem that the fishes need to be measured in the Lure movement this paper is based on the iOS platform to identify the target and then measure the length of the object. It is mainly through the high-accuracy identification of fish feet photos taken by OpenCV in iOS not only to ensure that the target can be identified quickly and accurately but also to ensure the accuracy of the measurement size and ensure the fairness in the same field competition. The result of the experiment is that the measurement error is reduced to the lowest. 　　Key words： iOS platform；Lure fishing；OpenCV；target recognition；length measurement 　　引言 　　中??越来越多的人喜欢路亚运动，为了给海钓运动者们创造一个共同竞技的平台，不受地域范围、场地限制地享受钓鱼运动的竞技乐趣，本次研究通过基于OpenCV的iOS移动终端实现对目标的识别，从而快速、高精度地测量出物体的长度。 　　作为一个主流的计算机视觉和机器学习库，OpenCV不但可以在多个操作系统上运行，而且可以灵活嵌入于物理世界的实时应用中。因其主要是轻量级而且高效，并由一系列 C 函数和少量 C++ 类构成，对Python、Ruby、Matlab等语言均提供了可以调用的接口，这就在有关图片视频处理、图像识别、机器学习等应用研究方面占据了独特优势。从设计原理来说，其实就是在开发一个通行可用的计算机视觉库，为基本的视觉应用提供开放且优化的源代码，使开发者在这个通用的架构上展开后续进一步操作。OpenCV已经设计成为具备可移植性的库，其代码可以由主流编译器进行编译 故而能够运行于大多数的商业系统。本文中通过采用OpenCV在iOS中对鱼尺牌进行高精度的识别，而将其作为钓鱼运动的直接竞技判定标准。 　　1 目标识别 　　OpenCV在iOS中对鱼尺牌进行高精度的识别，来作为钓鱼运动切实直接的竞技判定标准。在对目标识别的过程中，OpenCV的图像识别就是对特征点的采取。首先，提取识别图像中的特征点，同时判定每个图像中的点是否归属同一个图像特征；然后，提取在图像中突出且具代表意义的一些点，便可以用来识别图像。具体来说，Harris、ShiTomasi、亚像素级、SURF、Star关键点、FAST关键点、Lepetit关键点是OpenCV中的主要提取方法。经过对照与比较研究可知，SURF算法运算简单并且效率更高，为此将使用图像SURF特征进行拼接。 　　1.1 基本原理 　　SURF（Speeded Up Robust Features）是SIFT检测算法的改进版。重点是通过基于尺度空间理论来提取特征点，也就是通过检测图像局部极值点并定位到特征点的位置坐标，即局部的最亮点或最暗点。 　　1.2 算法流程 　　1.2.1 构造Hessian矩阵，计算特征值α 　　SURF与SIFT的不同之处有很多，关键一点就是SIFT采用了DOG图像，而SURF采用了Hessian矩阵行列式中的近似值图像。这里，随即给出了图像中一个像素点的Hessian矩阵的数学表述如下： 　　由于求解Hessian时要先进行高斯平滑，再通过对二阶导数求导，使模板卷积形成离散的像素点，这2种操作结合后只用一个模板代替就可以了。比如说，Y方向上的模版即如图1所示。图1展示了9×9方框滤波掩膜版，其中灰色部分掩膜版值为0