dip_ws_2024

HITSZ 2024 数字图像处理实验

Environment

• Ubuntu 20.04
• ROS Noetic
• OpenCV 4.2.0
• CMake
• dashgo_ws（存放在实验室电脑，移动机器人用）

Cameras

On robots:

1. ZED
2. RealSense D435

Exp1: 熟悉 Linux 和 ROS

1. 学习 Linux 常用命令
2. ROS 创建、编译工程
3. 使用 OpenCV 调用摄像头
4. ROS 消息发布与订阅

都是一些杂乱代码，没有保存。

Exp2: 图像获取与直方图均衡化

1. 使用 OpenCV 获取摄像头图像（笔记本电脑或机器人）
2. 统计每个灰度下像素个数、绘制直方图
3. 直方图均衡化，对比效果
4. 添加让机器人原地旋转的代码，让机器人动起来

• 源码路径：src/exp1

直方图均衡化方法参考：HITSZ-NRSL/HITSZ-AutoCourses/digitalImageProcessing - GitHub

Exp3: 图像滤波与形态学

1. 空域均值滤波
2. 空域高斯滤波
3. 锐化空域滤波
4. 腐蚀操作
5. 膨胀操作

• 源码路径：src/exp2

实验不准调用 OpenCV 提供的 API，例如 cv::filter2d()（卷积操作）, cv::dialate()（膨胀操作）, cv::erode()（腐蚀操作），要求手动实现，烦。

Exp4: 图像特征检测

1. 边缘检测（LoG，Sobel，Canny 算法任选，我手动实现了 Canny 算法）
2. 霍夫线变换，检测给出图片中的直线
3. 霍夫圆变换，检测给出图片中的圆

• 源码路径：src/exp3

实操下来从电脑摄像头读取图像会严重卡顿，所以只读取了图片。

Exp5: 目标颜色识别

1. 色度空间转换：将摄像头拍摄的 BGR 图像转换为 HSV 图像
2. 颜色分割：利用 createTrackbar() 函数手动调节 HSV 阈值，从图像中分割出不同目标颜色（红、绿、蓝、黄）。
3. 基于颜色的目标检测：利用颜色分割结果，识别选定的颜色目标，获取含有目标的二值化图，再进行轮廓检测并显示结果。
4. （选做）用机器人摄像头进行颜色检测，让机器人根据识别到的雪糕筒颜色进行不同动作 - 红色前进，绿色后退，蓝色左转，黄色右转。

• 源码路径：src/exp4

要想让机器人准确识别到雪糕筒而不是实验室的其他物品，颜色 HSV 阈值区间应设置得尽量窄。和我一起上课的同学加上我只有 3 个人做了选做部分。