必应搜索引擎网站最快新闻资讯在哪看

学习目标：立创·庐山派K230CanMV开发板的进阶学习——特征检测

---

学习内容：特征检测

1. 本节介绍

📝 学习内容：本节将学习图像特征检测的核心技术，包括线段检测、矩形检测和圆形检测，这些技术是目标识别与场景分析的基础。
🏆 学习目标：

1. 掌握从摄像头采集的图像中检测线段、矩形和圆形的方法；
2. 理解各检测算法的参数调优思路，提升检测准确性。

⚠️ 注意事项：
1️⃣大部分图像处理API仅支持RGB565或GRAYSCALE，使用时需要注意。

2️⃣如无特殊说明，以后所有例程的显示设备均为通过外接立创·3.1寸屏幕扩展板，在3.1寸小屏幕上显示。若用户无3.1寸屏幕扩展板也可以正常在IDE的缓冲区，只是受限于USB带宽，可能会帧率较低或卡顿。

特征检测通常基于霍夫变换、LSD（线段检测）、AprilTag四边形检测等算法实现。实际应用中，需结合预处理（如二值化、边缘检测）提升效果，本节为简化演示，直接在原图上进行检测。

2. 线段检测

线段检测是视觉识别中的一个重要的基础功能，常用于识别图像中的线段部分，为更高层次的视觉处理任务提供支持。常使用霍夫变换算法来实现。庐山派-K230-CanMV 开发板所使用的 find_line_segments 接口即采用了 LSD 算法，与部分OpenCV版本一致，检测效果准确并且线段不易抖动或跳跃。

2.1 算法原理

1. 空间变换：霍夫变换中，会将图像边缘像素映射到一个极坐标或其它累加空间，并在累加空间中找极大值点对应的直线或线段。

2. 后续合并：如果检出很多近似平行并且重叠度较高的线段，会做一个“合并距离”与“角度差”判断，把它们合并成一条线段。在庐山派中就是体现为两个参数， merge_distance 和 max_theta_difference 。

2.2 API说明

image.find_line_segments([roi[, merge_distance=0[, max_theta_difference=15]]])

• 参数：
  • roi： 为感兴趣区域的矩形元组 (x, y, w, h)。若未指定，ROI 默认为整个图像的矩形。操作仅限于该区域内的像素。
  • merge_distance：指定两条线段之间的最大像素距离，若小于该值则合并为一条线段。
  • max_theta_difference：为需合并的两条线段之间的最大角度差。

该方法使用 LSD 库（OpenCV 亦采用）来查找图像中的线段。虽然速度较慢，但准确性高，且线段不会出现跳跃现象。

注意：不支持压缩图像和Bayer格式。

2.3 代码示例

import time, os, sysfrom media.sensor import *
from media.display import *
from media.media import *picture_width = 400
picture_height = 240sensor_id = 2
sensor = None# 显示模式选择：可以是 "VIRT"、"LCD" 或 "HDMI"
DISPLAY_MODE = "LCD"# 根据模式设置显示宽高
if DISPLAY_MODE == "VIRT":# 虚拟显示器模式DISPLAY_WIDTH = ALIGN_UP(1920, 16)DISPLAY_HEIGHT = 1080
elif DISPLAY_MODE == "LCD":# 3.1寸屏幕模式DISPLAY_WIDTH = 800DISPLAY_HEIGHT = 480
elif DISPLAY_MODE == "HDMI":# HDMI扩展板模式DISPLAY_WIDTH = 1920DISPLAY_HEIGHT = 1080
else:raise ValueError("未知的 DISPLAY_MODE，请选择 'VIRT', 'LCD' 或 'HDMI'")try:# 构造一个具有默认配置的摄像头对象sensor = Sensor(id=sensor_id)# 重置摄像头sensorsensor.reset()# 无需进行镜像翻转# 设置水平镜像# sensor.set_hmirror(False)# 设置垂直翻转# sensor.set_vflip(False)# 设置通道0的输出尺寸为1920x1080sensor.set_framesize(width=picture_width, height=picture_height, chn=CAM_CHN_ID_0)# 设置通道0的输出像素格式为RGB565sensor.set_pixformat(Sensor.RGB565, chn=CAM_CHN_ID_0)# 根据模式初始化显示器if DISPLAY_MODE == "VIRT":Display.init(Display.VIRT, width=DISPLAY_WIDTH, height=DISPLAY_HEIGHT, fps=60)elif DISPLAY_MODE == "LCD":Display.init(Display.ST7701, width=DISPLAY_WIDTH, height=DISPLAY_HEIGHT, to_ide=True)elif DISPLAY_MODE == "HDMI":Display.init(Display.LT9611, width=DISPLAY_WIDTH, height=DISPLAY_HEIGHT, to_ide=True)# 初始化媒体管理器MediaManager.init()# 启动传感器sensor.run()while True:os.exitpoint()# 捕获通道0的图像img = sensor.snapshot(chn=CAM_CHN_ID_0)# 可以在此处根据需求先做一些预处理，如灰度化、边缘检测、二值化等# 查找线段（LSD算法）#  merge_distance=20         # 两线段中心点相距小于20像素则合并#  max_theta_diff=10        # 两线段角度差小于10°则合并lines = img.find_line_segments(merge_distance=20, max_theta_diff=10)count = 0  # 初始化线段计数器print("------线段统计开始------")for line in lines:img.draw_line(line.line(), color=(1, 147, 230), thickness=3)  # 绘制线段print(f"Line {count}: {line}")  # 打印线段信息count += 1  # 更新计数器print("---------END---------")# 显示捕获的图像，中心对齐，居中显示Display.show_image(img, x=int((DISPLAY_WIDTH - picture_width) / 2), y=int((DISPLAY_HEIGHT - picture_height) / 2))except KeyboardInterrupt as e:print("用户停止: ", e)
except BaseException as e:print(f"异常: {e}")
finally:# 停止传感器运行if isinstance(sensor, Sensor):sensor.stop()# 反初始化显示模块Display.deinit()os.exitpoint(os.EXITPOINT_ENABLE_SLEEP)time.sleep_ms(100)# 释放媒体缓冲区MediaManager.deinit()

2.4 效果说明

将摄像头对准含明显线段的场景（如文档边缘），屏幕会显示检测到的线段并标注，终端打印线段坐标信息。通过调整merge_distance和max_theta_diff可优化合并效果，避免线段碎片化或过度合并。

3. 矩形检测

矩形检测一般用于条码检测，可以先定位条码或者二维码，然后再去解码，提高运行速度。也常用来OCR的前置检测，先定位文档中的文字块或段落。CanMV固件中的find_rects函数使用了与 AprilTag 中的四边形检测类似的算法，能适应一定程度的平移、旋转和仿射变化（扭曲）。

3.1 API说明

image.find_rects([roi=Auto, threshold=10000])

此函数使用与 AprilTag 相同的四边形检测算法查找图像中的矩形。该算法最适用于与背景形成鲜明对比的矩形。AprilTag 的四边形检测能够处理任意缩放、旋转和剪切的矩形，并返回一个包含 image.rect 对象的列表。

• 参数：
  • roi：是用于指定感兴趣区域的矩形元组 (x, y, w, h)。若未指定，ROI 默认为整个图像。操作范围仅限于该区域内的像素。
  • threshold：矩形边界强度阈值（通过索贝尔算子累加值计算，小于阈值的矩形会被过滤）。

注意：不支持压缩图像和Bayer格式，需矩形与背景有明显对比度。

3.2 代码示例

核心检测部分替换为：

# 矩形检测（阈值5000）
rects = img.find_rects(threshold=5000)
count = 0print("------矩形统计开始------")
for rect in rects:# 绘制矩形边界img.draw_rectangle(rect.rect(), color=(1, 147, 230), thickness=3)# 可选：获取四个顶点（顺时针排序）# corners = rect.corners()print(f"Rect {count}: {rect}")count += 1
print("---------END---------")

3.3 效果说明

对准含矩形的目标，检测到的矩形会被标注，终端打印其位置和尺寸。threshold需根据对比度调整：值太低易误检噪声，太高可能漏检弱对比度矩形。

4. 圆形检测

圆形检测用于定位圆心和半径，适用于检测圆环标记、交通标志、棋子等，基于霍夫变换实现。

4.1 API说明

image.find_circles([roi[, x_stride=2[, y_stride=1[, threshold=2000[, x_margin=10[, y_margin=10[, r_margin=10]]]]]]])

• 参数：
  • x_stride/y_stride：霍夫变换中跳过的像素数（圆较大时可增大，提高速度）；
  • threshold：圆强度阈值（索贝尔滤波像素值总和，需根据圆大小调整）；
  • x_margin/y_margin/r_margin：合并相似圆的允许偏差（位置和半径）。

该方法通过在图像上应用索贝尔滤波器，并利用其幅值和梯度响应执行霍夫变换。无需对图像进行任何预处理，尽管图像的清理和过滤将会产生更为稳定的结果。

注意： 此功能不支持压缩图像和 Bayer 图像。

4.2 代码示例

核心检测部分替换为：

# 圆形检测（阈值6000）
circles = img.find_circles(threshold=6000)
count = 0print("------圆形统计开始------")
for circle in circles:# 绘制圆形img.draw_circle(circle.circle(), color=(1, 147, 230), thickness=3)print(f"Circle {count}: {circle}")  # 打印圆心(x,y)和半径rcount += 1
print("---------END---------")

4.3 效果说明

对准圆形目标（如硬币、按钮），检测到的圆会被标注，终端打印圆心坐标和半径。调整x_margin、y_margin、r_margin可避免抖动导致的重复检测。

5. 重点提示

5.1 提升检测效果的技巧

1. 多角度与多距离测试：
   特征检测受光照、分辨率、角度影响较大，需在不同条件下测试，必要时结合预处理（如边缘检测、二值化）增强对比度。庐山派摄像头为定焦，过近会模糊，可通过工具调整镜头对焦。

2. 参数调优：

   • 线段检测：merge_distance和max_theta_difference需平衡线段合并效果；
   • 矩形检测：threshold需根据边缘对比度调整，过滤噪声和弱边缘；
   • 圆形检测：threshold控制检测灵敏度，x/y/r_margin避免重复标注。

3. 设置ROI（感兴趣区域）：
   大部分 API 中都可以通过 roi=(x, y, w, h) 设置仅对部分图像区域进行检测，一是可以减少干扰：若在画面其它区域存在大量不需要的特征，设置 ROI 能避免算法被无关特征干扰或误检。二是可提升效率：只对局部区域进行检测可以节省计算量，提高处理速度。

---

学习时间：8月9日

1. 本节介绍解读

核心内容梳理

本节聚焦于图像特征检测的三大核心技术：线段检测、矩形检测和圆形检测，这些技术是目标识别与场景分析的基础。学习目标明确为掌握检测方法和理解参数调优思路。

理解与感悟

• 特征检测是计算机视觉的"基础建材"，线段、矩形、圆形作为最基本的几何特征，是识别复杂物体的前提。例如识别二维码先找矩形边框，识别交通标志先定位圆形或矩形轮廓。
• 注意事项中提到的"图像处理处理API仅支持RGB565或GRAYSCALE"很关键，这提示在实际开发中需先确保图像格式转换，否则会导致功能失效。
• 显示设备的说明体现了开发板的灵活性，即使没有实体屏幕也能通过IDE调试，降低了入门门槛，但USB带宽限制提醒我们在实时性要求高的场景需考虑性能优化。

2. 线段检测

算法原理分析

• 霍夫变换的核心是"空间变换"，将图像空间中的线段转换为参数空间的点，通过累加器找峰值来检测线段，这种"换个角度看问题"的思路很巧妙。
• 合并策略（merge_distance和max_theta_difference）解决了线段碎片化问题，实际应用中需根据场景调整：例如检测建筑物边缘时，应减小角度差阈值保证直线完整性；而检测复杂电路时，可能需要增大距离阈值避免过度合并。

API与代码

• find_line_segments采用LSD算法，相比传统霍夫变换在抗抖动和准确性上更优，适合实时检测场景。
• 代码中通过merge_distance=20和max_theta_diff=10平衡检测精度和效率，绘制线段并打印信息的方式直观展示了检测结果。
• 预处理步骤的留白提示我们：在复杂场景下，先进行灰度化、边缘检测等操作能大幅提升线段检测效果（例如消除色彩干扰）。

实践启示

• 线段检测在结构化场景（如工业流水线、建筑检测）中表现优异，但在自然场景（如树叶、云朵）中易受干扰。
• 参数调优需结合实际：线条密集时减小merge_distance避免误合并，线条稀疏时增大该值保证连续性。

3. 矩形检测

技术定位分析

矩形检测在实际应用中具有明确的场景指向性：条码/二维码定位、文档区域提取、工业零件检测等。其基于AprilTag四边形检测算法，对几何形变的适应性（平移、旋转、仿射变化）是核心优势。

API与代码

• find_rects的threshold参数控制检测灵敏度，本质是通过索贝尔算子累加值判断边缘强度。阈值设置是关键：
  • 高对比度场景（如黑框白纸）可提高阈值（如10000）过滤噪声
  • 低对比度场景（如灰色物体）需降低阈值（如5000）避免漏检
• 代码中获取四角顶点的注释提示矩形检测可用于更复杂的几何变换（如透视矫正），为后续OCR等任务奠定基础。

实践感悟

• 矩形检测对"对比度"的依赖度高，实际应用中可能需要通过光照控制（如补光灯）或图像增强（如直方图均衡化）提升效果。
• 与线段检测结合使用可提高鲁棒性：先检测线段，再通过线段组合判断矩形，减少误检。

4. 圆形检测

算法特性分析

基于霍夫变换的圆形检测通过圆心坐标和半径三个参数描述圆形，适用于交通标志、机械零件、棋子等场景。相比矩形和线段，圆形检测需要处理更多参数，计算量更大。

API与参数

• x_stride/y_stride影响检测速度和精度：大步长（如5）适合快速预览，小步长（如1）适合精确检测。
• x_margin/y_margin/r_margin用于合并相似圆，解决因图像抖动导致的"同一圆被多次检测"问题，在实时视频流处理中尤为重要。
• threshold参数需根据圆的大小调整：大圆需要更高阈值（边缘像素更多），小圆则需降低阈值。

实践总结

• 圆形检测对光照均匀性要求高，阴影或反光易导致边缘断裂，实际应用中可配合偏振片或多光源改善。
• 当场景中存在大量圆弧（非完整圆）时，需结合其他特征（如面积、周长比）过滤误检。

5. 重点提示

提升检测效果的技巧分析

1. 预处理的重要性：原文多次暗示预处理的价值，实际开发中可按以下流程优化：

   原图 → 灰度化 → 去噪（高斯模糊） → 边缘检测（Canny） → 特征检测
   

   这种流程能显著减少干扰信息，提升算法效率。

2. 参数调优策略：

   • 线段检测：优先调整merge_distance控制合并粒度
   • 矩形检测：threshold是核心，从高到低逐步测试
   • 圆形检测：先固定margin参数，再调整threshold

3. ROI的价值：

   • 功能层面：排除无关区域（如检测仪表盘时只关注中心区域）
   • 性能层面：减少50%的检测区域可使速度提升近一倍，对嵌入式设备尤为重要

---

学习总结：

1. 技术关联性：线段、矩形、圆形检测虽为独立功能，但实际应用中常组合使用（如矩形由四条线段组成，圆形可通过弧线特征辅助），理解它们的算法共性（如霍夫变换）能触类旁通。

2. 嵌入式特性：开发板的资源限制（算力、内存）决定了需在精度和速度间平衡，例如通过ROI缩减检测区域、增大stride参数等，这与PC端OpenCV开发思路有显著差异。

3. 实践优先级：

   • 先保证基本功能实现（如能稳定检测高对比度目标）
   • 再通过参数调优提升鲁棒性
   • 最后结合预处理和多特征融合解决复杂场景问题

通过本节学习，不仅掌握了K230CanMV开发板的特征检测API使用，更理解了计算机视觉中"从简单特征到复杂识别"的递进逻辑，为后续更高级的目标跟踪、场景理解打下基础。