【摘要】：实际应用中，图7.4中对整个曲线段进行线性拟合的情况实用性受限制。机器人巡线的轨迹如果是曲线，应用如图7.4所示的方法，追踪的角度就会较差。简明的方法是依次将曲线分段处理，每段进行线性拟合，得到对曲线的逼近，分段越细，逼近的效果越好。#roi代表3个取样区域，ROIS由组成，代表左上顶点（x，y），宽高分别为w和h的矩形，weight为当前矩形的权值。#实际应用中，3个矩形的阈值要根据实际情况进行调整。
实际应用中，图7.4中对整个曲线段进行线性拟合的情况实用性受限制。机器人巡线的轨迹如果是曲线，应用如图7.4所示的方法，追踪的角度就会较差。简明的方法是依次将曲线分段处理，每段进行线性拟合，得到对曲线的逼近，分段越细，逼近的效果越好。
import sensor,image,time,math
#设置阈值，如果是跟踪黑线，GRAYSCALE_THRESHOLD=[（0，64）]；
#如果是跟踪白线，取GRAYSCALE_THRESHOLD=[（128，255）]；
GRAYSCALE_THRESHOLD=[(0,64)]
#每一个roi区域的位置参数是（x，y，w，h）。线检测算法搜索每一个roi区域内的最大目标块，并定位到矩心；
#靠近图像底部的roi区域分配最大的权值，接下来的roi区域依次分配越小的权值，矩心点的x坐标通过不同的权值平均算出。
#roi代表3个取样区域，ROIS由（x，y，w，h，weight）组成，代表左上顶点（x，y），宽高分别为w和h的矩形，weight为当前矩形的权值。上述定义中，最下方的矩形即（0，100，160，20，0.7）；
#例程中采用QQVGA图像，分辨率大小为160×120。roi即把图像横分成3个矩形。(www.xing528.com)
#实际应用中，3个矩形的阈值要根据实际情况进行调整。如离机器人视野最近的矩形权值要最大。
center_pos=（centroid_sum/weight_sum） #确定线的中心
以上例程运行后，检测较长的S形曲线，分3段线性拟合，并计算出各段矩心的情况如图7.5所示。
图7.5 分段线性拟合情况
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
