使用OpenMV进行色块识别测试的时候,色块的阈值重复性不好,在OpenMV-IDE阈值编辑器中获得的色块的阈值与重启OpenMV后获得的同一色块阈值存在较大偏差,即此次获取的色块阈值不能用于下次。
针对上述问题,经过多次研究测试,找到两种解决办法:一种是摄像头上电后,首先自动提取色块阈值;另一种是固定摄像头的各项参数,从而使得阈值的重复性较好。经过比较对比,采用第二种解决办法。
具体步骤为将相机的对比度、亮度、曝光率、自动增益等全部固定,从而固定色块的阈值,使得阈值的重复性很好。
(2)棋子识别准确率不高
由于棋盘使用的间隔线条为白色,April Tags标签部分由白色组成,这对使用色块识别棋子带来一定困难。OpenMV内置的圆形识别算法采用霍夫变换,在图像中查找圆,很容易将棋盘中的April Tags标签错识成圆。
经过观察发现,棋子的白色面积较大,同时棋盘的背景色和黑色阈值接近。(www.xing528.com)
(3)坐标推算准确率不高
准确识别出棋子和障碍,还面临着一个问题,如何准确知道棋子和障碍在棋盘中的实际坐标。针对上述问题,采用物体和April Tags标签像素中心点的相对关系,结合April Tags标签在棋盘中的位置的方法,很好地解决了这个问题,坐标推算准确率得到了很大的提高。
(4)控制精度欠缺
控制精度欠缺的主要原因有两个方面:一是摄像头采集的April Tags标签精度不够,二是车模控制部分程序有待改善。
在调试过程中发现,April Tags标签位于摄像头图像中间时,OpenMV在同一位置识别同一April Tags标签时的重复性最好。因此在定位过程中,仅使用位于OpenMV图像正中的April Tags标签。这样也会带来一个新的问题,April Tags标签图像丢失时间过长导致的位置信息更新不及时,针对这个问题,采用多摄像头结合的办法,任何一个摄像头找到符合要求的April Tags标签,便将相应信息传至中央处理器。
针对控制程序部分的问题,通过在目标位置进行微调,进行一定程度的解决。
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。
