如何进行物体检测？

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。

如果将物体像素参数进一步减小，比如这里将它们减小到 20，可以看到，图像中，最右侧的红色LED 也会被检测出来了。

※ 总  结 ※

本文介绍了OpenMV中 图像处理的色块检测函数的应用，可以通过设定检测颜色、大小、形状等参数，来分割出图片中感兴趣的区域。可以获得区域的中心位置，大小以及方向，利用这些参数可以引导智能车完成运动控制，基于此，大家可以测试对于黑色的引导线的检测方法。这样，便可以完成智能车的比赛任务。

参考资料

[1]清华大学自动化系科技营-暨智能机器人挑战赛-学习方略: https://zhuoqing.blog.csdn.net/article/details/140378536