具有顏色識別功能的類人機器人設計
加入技術交流群
舵機控制的軟件方面，需要完成串口的相關配置，主要包括波特率、起始位數、數據位數、停止位數和流控制模式。這里將其配置為波特率19 200、起始位1位、數據位8位、停止位1位和無流控制模式。串口的設置主要是設置struct termios結構體的各成員值，如下所示：
2 圖像識別算法
攝像頭采集到的圖像主要作如下處理：首先對數據解碼，利用查表法將RGB空間模型數據轉化為HSI空間模型，然后采用類間方差法將圖像進行二值化，再利用連通域對目標進行標定，最后對圖像進行去噪，從而實現目標的識別和定位。圖像處理程序流程圖如圖4所示。本文引用地址：http://www.104case.com/article/159315.htm
攝像頭采集的圖像為RGB格式，但RGB模型中R、G、B值易受光線影響，不適宜進行顏色識別；HSI模型中，不同的顏色對應不同的色調參數H，并且H受外界光照影響小，因此采用HSI模型實現顏色識別。因此，要通過某種算法，先將RGB色域空間映射到HSI空間。常用的顏色空間轉換算法如下：
實現顏色空間轉換以后就要根據不同的H值對圖像進行二值化處理。二值化的實質是一分類問題，即把一幅圖像所含有的0～255的二進制像素按照某個閾值劃分成兩類。如果閾值設得太低，結果會引入過多的背景信息，但太高就會導致目標信息的丟失。類間方差法(Otsu)、最大熵方法(KSW)和直方圖平衡法(Balanced Histogram Thresholding，BHT)是目前應用較廣的自動閾值計算方法。
這里采用類間方差法，它的核心思路就是通過最大化類間方差來尋找最佳閾值。假設某一閾值T將整個二值圖像分為C0(1，…，T)和C1(T，…，255)兩類，則兩類的出現概率可以用下式計算：
評論