《人工智能开源硬件与Pyhthon编程实践》课件 项目3 计算机视觉与颜色追踪.pptVIP

计算机视觉与颜色追踪 人工智能开源硬件与python编程实践 情境导入 在无人智能驾驶系统中，红绿灯识别是一项基本技术。利用无人车的前置摄像系统，对实时捕捉到的图像帧进行图像处理和分析，发现前方的交通指示装置，然后对交通装置区域里的颜色块进行检测，实现红绿灯的识别，引导无人车的运动。 颜色的识别与追踪不仅应用于智慧交通、机器人等智慧装备之中，在工业、农业及日常生活中都有广泛应用。 任务与目标 了解图像颜色识别技术的基本原理、相关算法和应用框架； 掌握运用人工智能开源硬件设计颜色识别系统的方法，提升Python编程方法； 应用人工智能开源硬件和Python相关算法模块设计颜色跟踪功能； 针对生活应用场景，进一步开展创意设计，设计具有实用价值的颜色跟踪应用系统。 知识拓展：颜色空间模型 光的颜色由不同波长的电磁波所决定。人的眼睛内有几种辨别颜色的锥形感光细胞，分别对黄绿色、绿色和蓝紫色（或称紫罗兰色）的光最敏感（波长分别为564、534和420纳米）。 表征颜色的模型的不止一种，主要可以通过RGB、HSV、LAB、CMYK等色域模型将可见光的颜色描述出来。 知识拓展：RGB模型 在模型的三维直角坐标系中，x、y、z轴相当于红、绿、蓝三通道，原点vec3(0.0, 0.0, 0.0)代表黑色，顶点vec3(1.0, 1.0, 1.0)代表白色，原点到顶点的中轴线x = y = z代表灰度线。 RGB模型适用于计算机表示，将RGB以不同的比例混合后，人的眼睛可以形成与其它各种频率的可见光等效的色觉。 知识拓展：HSV模型 HSV模型（Hue色相、Saturation饱和度、Value/Brightness亮度）比较适合人类习惯； 模型中H即光谱颜色所在的位置，用角度来表示，红、绿、蓝分别相隔120°，互补色（CMY）分别相差180°。纯度S范围在[0, 1]，表示所选颜色的纯度和该颜色最大的纯度之间的比率，当S = 0时，代表灰度。V表示色彩的明亮程度，范围[0, 1]，与光强度无直接关系。 知识拓展：Lab模型 Lab模型又称亮度-对比度模型，是由亮度（Luminosity）和有关色彩的a、b三个要素组成。a表示从洋红色到绿色的范围，b表示由黄色到蓝色的范围； L取值范围是[0, 100]，当L = 50时，相当于50%的黑。a、b的值域都是[-128, 127]； Lab模型具有不依赖设备的优点，如果想在数字图像处理中保留宽阔的色域和丰富的色彩，最好选择Lab模型。 基于Lab色彩空间的图像分割 Lab颜色空间中，L：亮度层，a：颜色在红绿轴的分量，b:颜色在蓝黄轴的分量。通过计算每个像素点和六种颜色平均值的欧氏距离，这六种距离中最小的距离既为该像素点的颜色； LAB阈值分割法有两个关键步骤: 第一, 确定进行正确分割的阈值; 第二, 将图像的所有像素与阈值进行比较, 以进行区域划分, 达到目标与背景分离的目的。 设计与实践 颜色追踪摄像头参数设置 时钟控制设计 颜色追踪编程 红绿蓝三颜色追踪 调试、验证及完善 颜色追踪摄像头参数设置 # 设置摄像头工作参数 sensor.reset() #初始化摄像头组件； sensor.set_pixformat(sensor.RGB565)#设置为彩色； sensor.set_framesize(sensor.QVGA)#设置图像的大小； sensor.skip_frames() #在更改设置后，跳过若干帧，等待摄像头组件的稳定； # 自动增益／白平衡 sensor.set_auto_gain() #自动增益开启或者关闭。在使用颜色追踪算法时，需要关闭自动增益。 sensor.set_auto_whitebal() #自动白平衡开启或者关闭。在使用颜色追踪算法时，需要关闭此功能。 * 时钟控制设计 time.ticks()返回以毫秒计的通电后的运行时间。 time.sleep(ms)休眠 ms 毫秒数。 class time.clock返回一个时钟物件。 clock.tick()开始追踪运行时间。 clock.fps()停止追踪运行时间，并返回当前FPS（每秒帧数）。在调用该函数前一定要先调用tick（）方法； clock.avg()停止追踪运行时间，并返回以毫秒计的当前平均运行时间。在调用该函数前始终首先调用 tickclock.reset()重置时钟物件。 * 颜色追踪编程方法 image.find_blobs()方法，用于查找图像中所有色块，并返回一个所搜索到的色块物件的列表。 thresholds 元组列表中每个元组需要有六个参数值(l_lo，l_hi，a_lo，a_hi，b_lo，b_hi) ，分别是LAB颜色模型的L、A和B三个参数的最小值和最大值。 roi参数用来设置颜色识别