opencv案例实战钢管识别项目2323.pptx

OpenCV计算机视觉产品实战 钢管识别项目 3 问题提出 思路灵感 实验验证 具体解决(和csharp联动） 作业 4 问题提出 思路灵感 实验验证 具体解决 作业 标题六 问题提出 一 5 问题提出 思路灵感 实验验证 具体解决 作业 标题六 数数 6 问题提出 思路灵感 实验验证 具体解决 作业 标题六 思路灵感 二 7 问题提出 思路灵感 实验验证 具体解决 作业 标题六 1、管子它本身的排列是有符合物理特性的 2、钢管的特点是由于其是有深度的，这就造成了管子的内部形成一个阴影。寻找并识别这个阴影，是解决问题的主要方法 3、干扰在于这个阴影不仅是管子内部才有的，管子和管子之间也会形成阴影 4、这些实际的图片中都存在管子被堵死的情况 5、毕竟图像质量一般，做成半自动的要比全自动的效果要好 8 问题提出 思路灵感 实验验证 具体解决 作业 标题六 实验验证 三 9 问题提出 思路灵感 实验验证 具体解决 作业 标题六 10 问题提出 思路灵感 实验验证 具体解决 作业 标题六 灰度并阈值处理，得到这样的结果。需要注意的是这里不要使用OSTU。的确OSTU很多时候都很好用，但是也有不好用的时候。即使是固定的阈值在本例的效果也比 OSTU效果要好 11 问题提出 思路灵感 实验验证 具体解决 作业 标题六 寻找所有的轮廓，首先根据轮廓的面积大小去除一部分区域 12 问题提出 思路灵感 实验验证 具体解决 作业 标题六 两图对照，可以发现根据面积约束以后，丢掉了一些东西。一方面是哪些被堵起来的管子；一方面是哪些和旁边的阴影合在一起的管子。这个需要专门来做，并且根据先验知识来进行约束。当期的图片进行找圆操作并且限制半径大小后得到这样的结果。 13 问题提出 思路灵感 实验验证 具体解决 作业 标题六 难点一、去除识别结果中的干扰，主要是管子和管子之间的间隙造成的误识别 主要采用的方法是识别出各轮廓的外接椭圆。对于那些错误识别的地方，它们的外界椭圆总是可能不规则的，或者是过大、或者是长宽比失调。通过这个方法可以提出一部分干扰。留下的那些都是本身非常近视于圆的地方了。 14 问题提出 思路灵感 实验验证 具体解决 作业 标题六 难点二、将图像中的那些被堵起来的部分，采用相反的方法进行识别，最后将结果叠加在一起 15 问题提出 思路灵感 实验验证 具体解决 作业 标题六 其它效果 16 问题提出 思路灵感 实验验证 具体解决 作业 标题六 具体解决 四 17 问题提出 思路灵感 实验验证 具体解决 作业 标题六 将前面识别出来的结果导入Csharp的GUI中，通过手工辅助操作，对识别的结果进行修正 18 问题提出 思路灵感 实验验证 具体解决 作业 标题六 采用了“外文件参数”的方法，传递结果到Csharp中去； 19 问题提出 思路灵感 实验验证 具体解决 作业 标题六 导入并且画圆，结果看起来还不错。里面的误差来自于数值转化的时候的误差，在本例中不是大问题 20 问题提出 思路灵感 实验验证 具体解决 作业 标题六 编写合适的界面处理代码，使得交互工作能够运行和达到效果。 能够选中某一个圆，并且删除一个圆 21 问题提出 思路灵感 实验验证 具体解决 作业 标题六 作业 五 22 问题提出 思路灵感 实验验证 具体解决 作业 标题六 在自己的机器环境中，调通现有代码，截图发过来。 23