OPENMV羽毛球识别

OPENMV从入门到放弃

开始前，舵机零角度设置与小车正前方方向一致。开始时，舵机来回左右转动，摄像头检测是否识别到羽毛球，识别到就将舵机偏转角度通过串口发送给STM32控制小车前行捡球。

1.舵机控制
舵机使用前需要校准角度零点。使用时，如果舵机控制只用for循环一次就完成一次来回转动，帧率会很不稳定，画面会卡，将舵机控制分成多次循环才完成一次来回转动可以提高帧率及其稳定性。

2.羽毛球识别
多模板匹配帧率会很低，画面很卡。由于羽毛球角点较少，使用默认的AGAST特征点检测出的角点会很少，能与目标物体匹配的角点就更少。而用FAST特征点检测角点会较多，如果一个物体的特征点太多将导致帧率很低画面卡死，甚至RAM内存爆掉，同时角点也可能存在非目标物体角点。利用OPENCV自带的opencv_createsamples.exe和opencv_traincascade.exe训练得到HAAR级联分类器的文件，在OPENMV中使用时识别率很低。（可能是训练样本的原因）

最后，选择使用LAB阈值分割+滤波进行羽毛球识别。LAB是指亮度L（0到100）以及颜色通道A和B（-128到+127）。A包括的颜色是从深绿色到灰色再到亮品红色，B是从亮蓝色到灰色再到黄色。通过修改A和B分量的输出色阶做精确的颜色平衡，修改L分量来调整亮度对比。通过调节LAB分量，使图像中羽毛球为白色，其余背景色为黑色，即识别到羽毛球。通过使用识别的边界限定，识别物体的宽及高的和，识别物体的像素点数量与识别区域面积的密度比等方法进行滤波。

3.串口通信
OPENMV以数据包形式通过串口把数据发送到STM32，使用统一的通信协议，检测是否接收正确。STM32通过USART_SendData(USART_TypeDef* USARTx, uint16_t Data)函数发送数据，而OPENMV使用uart.readchar()函数接收。

OPENMV

import  time, math
from pyb import UART
import json
import ustructuart = UART(3,115200)   #定义串口3变量
uart.init(115200, bits=8, parity=None, stop=1) def sending_data(angle):global uartdata = ustruct.pack("<bbhb",              0x2C,                       #帧头10x12,                       #帧头2int(angle),                   #数据10x5B)uart.write(data)   #必须要传入一个字节数组
#使用ustruct模块序列化数据后，发送二进制数据。
#格式uart.write(ustruct.pack("<lhb", a_32_bit_value, a_16_bit_value, a_8_bit_value))def recive_data():global uartif uart.any():tmp_data = uart.readchar()print('openmv recive data:',tmp_data)

STM32

 s16 RxBuffer1[20];s8 RxCounter1=0;u8 RxFlag1=0;
//接收Openmv传过来的数据
void Openmv_Receive_Data(int16_t data)
{static u8 state = 0;  if(state==0&&data==0x2C)        //检测是否接收到帧头1{state=1;RxBuffer1[RxCounter1++]=data;}else if(state==1&&data==0x12)        //检测是否接收到帧头2{state=2;RxBuffer1[RxCounter1++]=data;}else if(state==2){RxBuffer1[RxCounter1++]=data;if(RxCounter1>20||data == 0x5B) state=3;   //检测是否接收到结束标志位}else if(state==3)      //检测是否接受到结束标志{if(RxBuffer1[RxCounter1-1] == 0x5B){state = 0;RxFlag1 = 1;USART_ITConfig(USART2,USART_IT_RXNE,DISABLE);}else   //接收错误，清空，重新接收{state = 0;RxCounter1=0;}}    else   //接收错误，清空，重新接收{state = 0;RxCounter1=0;}
}//主循环处理函数
u16 USART2_Rx_Task(void)
{s16 posX;if(RxFlag1 == 1){   posX = RxBuffer1[3]<<8 | RxBuffer1[2];printf("X=%d\n",posX);RxFlag1 = 0;RxCounter1 = 0;USART_ITConfig(USART2,USART_IT_RXNE,ENABLE);return posX;}return 0;
}//串口2中断处理函数
void USART2_IRQHandler(void)
{u8 temp;if( USART_GetITStatus(USART2,USART_IT_RXNE)!=RESET ){USART_ClearITPendingBit(USART2,USART_IT_RXNE);    //清除中断标志temp = USART_ReceiveData(USART2);Openmv_Receive_Data(temp);    //openmv数据处理函数}
}

完整羽毛球训练例子工程文件请到https://download.csdn.net/download/qasxc78563/11329583下载
https://download.csdn.net/download/qasxc78563/11340903

OPENMV羽毛球识别相关推荐

2021电赛F题之openmv数字识别--更新(附带视频与代码)
成果展示常见出错解决方法 openmv数字识别源代码-gitee 效果如上 openmv的u盘里需要思路: 模板匹配很简单,只不过使用起来需要自己拍摄大量的模板,同时如果模板数量较多那么就会造成严 ...
ARDUINO + openmv 颜色识别工程训练大赛
停车识别三种颜色通过串口发送给arduino 进行处理..利用的是色块的横坐标大小比较从而将三种颜色排列组合到达排序效果针对工程训练大赛 openmv 颜色识别共享此代码欢迎学习 ...
2021电赛F题智能送药小车方案分析(openMV数字识别,红线循迹,STM32HAL库freeRTOS,串级PID快速学习,小车自动返回）
2021全国大学生电子设计竞赛F题智能送药小车前提:本篇文章重在分享自己的心得与感悟,我们把最重要的部分,摄像头循迹,摄像头数字识别问题都解决了,有两种方案一种是openARTmini摄像头进行数字 ...
openmv识别物体并与单片机通信（STM32）
openmv识别物体并与单片机通信(STM32) OPENMV端物体识别感光元件寻找色块画图距离判断距离实际距离串口发送 STM32段串口接收串口2配置数据处理数据显示 Ope ...
openmv与stm32之间的通信学习（数字识别）
前提:软件安装与学习视频讲解在我们使用openmv中的神经网络时,在新的版本里是没有nn的库给你调用的,需要在老版本里才有,百度云链接:https://pan.baidu.com/s/1bgLiLM ...
【毕业设计】基于STM32及OpenMV的云台追踪装置
目录修改记录 1.摘要 2.整体功能分析 3.硬件选型 3.1 OpenMV4 Cam H7 3.2 STM32F103ZET6 3.3 DS3120舵机 3.4 LED补光板 3.5 供电及稳压 ...
基于stm32+amg8833+openmv实现的人脸跟随测温仪
基于stm32+amg8833+openmv实现的人脸跟随测温仪资料链接: 前言概括项目实物图方案 AMG8833温度传感器驱动和目标温度的计算 openmv人脸识别部分 1 .云台舵机PID ...
2021电赛F题之openmv巡线(附代码)
效果展示: 出错解决方法 openmv数字识别源代码–gitee 通过使用不同阈值的方法可以得到当前区域中什么区域有红线,对于电控而言作用类似于红外对管,之后电控通过逻辑判断如何运动,这就是我们队伍目 ...
OpenMV激光打靶
题目要求识别形状并且键盘设置控制激光笔走A,B,C等轨道. OpenMV需要识别图形形状.激光笔位置,以及提高要求中的识别形状的面积等. 这里介绍一下识别激光的方法,主要使用的是色块识别.但是激光点面 ...

OPENMV羽毛球识别

OPENMV羽毛球识别相关推荐

最新文章

热门文章