基于O p e n C V的圆点b l o b识别函数圆个数检测 周萌，王军民，刘威，周蕾
(长江大学地球物理与石油资源学院，武汉430100)
摘要：目前，最热门的技术无非是机器学习和人工智能,O p e n C V是开源的计算机视觉和机器学习库，是计算机视觉领域学者和开发人员的首选工具，本文设计了一种检测圆形的嵌入式综合方案，即结合拥有完善操作系统的树莓派2代㊁带U S B接口的高速摄像头实时捕获图像并得出结果㊂实验结果表明，此方法效果良好㊁准确便捷㊁操作简单，是一种可行的方案㊂ 山东交通学院海运学院关键词：计算机视觉；树莓派;O p e n C V；圆形检测
中图分类号:T N919.8文献标识码:A
C i r c l e s N u m b e r o f
D e t e c t i o n B a s e d o n C i r c l e b l o b R e c o g n i t i o n F u n c t i o n o f O p e n C V
Z h o u M e n g,W a n g J u n m i n,L i u W e i,Z h o u L e i
(C o l l e g e o f G e o p h y s i c s a n d P e t r o l e u m R e s o u r c e s,Y a n g t z e U n i v e r s i t y,W u h a n430100,C h i n a)
A b s t r a c t:N o w,t h e m o s t p o p u l a r t e c h n o l o g i e s a r e m a c h i n e l e a r n i n g a n d a r t i f i c i a l i n t e l l i g e n c e,O p e n C V i s a n o p e n s o u r c e l i b r a r y o f c o m-p u t e r v i s i o n a n d m a c h i n e l e a r n i n g.I t i s t h e p r e f e r r e d t o o l f o r s c h o l a r s a n d d e v e l o p e r s i n t h e f i e l d o f c o m p u t e r v i s i o n.I n t h e p a p e r,a n e m-b e d d e d i n t e g r a t e d s c h e m e f o r d e t e c t i n g c i r c l e s i s d e s i g n e d,w h i c h c o m b i n e s t h e r a s p b e r r y p i2w i t h a p e r f e c t o p e r a t i n g s y s t e m a n d t h e h i g h-s p e e d c a m e r a w i t h U S
B t o c a p t u r e i m a g e s i n r e a l t i m e a n d g e t t h e r e s u l t s.T h e e x p e r i m e n t r e s u l t s s h o w t h a t t h e m e t h o d i s e f f e c-t i v e,a c c u r a t e,c o n v e n i e n t a n d s i m p l e t o o p e r a t e a n d i t i s a f e a s i b l e s c h e m e.
K e y w o r d s:c o m p u t e r v i s i o n;R a s p b e r r y P i2;O p e n C V;c i r c u l a r d e t e c t i o n
引言
生活中随处都可以看到圆形的物体，圆有圆心㊁半径㊁周长及面积等㊂圆的这些特征很容易被检测出来，比较成熟的技术包含基于H o u g h变换的圆检测技术，参考文献[3]中已将其成功运用于工业控制，另外还有应用更特殊
的，如参考文献[6]中介绍了体育比赛播报中跟踪球运动的一种更好的视觉体验方案㊂现在，跨界合作非常盛行，树莓派小巧㊁功能强大，运行O p e n C V库函数进行图像处理也比较流畅，并且可以随时按照客户需求增加后更改项目功能㊂本文基于此想法，设计了圆形检测小系统，主要实现的功能为：调取摄像头检测被测物体；选取本地图片识别计数；根据识别的圆自动得出结果并显示㊂
1工作原理
制作搭载在模型上的图传系统所需要的硬件主要有树莓派2代㊁普通U S B摄像头㊁上位机V S c o d e编辑器，使用O p e n C V的特征提取b l o b算法，将一张纸上的不同位置的圆检测出来，并且求得其数量㊁大小㊁形状及面积，最后利用P y Q t5编写显示界面得出圆的个数㊂
2智能检测圆形系统的制作
数字阵列雷达2.1树莓派
树莓派是火热的创客硬件之一，用它搭建的图传系统不仅可以传输更清晰的图像，而且可以扩展出其
他更有趣的功能㊂树莓派2代价格低廉，它的性价比非常高，以相同的价格买一台可以装进你口袋里的迷你计算机，它配备了一张T F卡，是树莓派的存储设备㊂树莓派是一款基于L i n u x设计而成的主机，所以它的操作系统自然也是基于L i n u x内核的㊂工程师可以烧写入不同的操作系统到T F 卡上，玩转更有趣的东西，因为本文在将树莓派作为图传系统的硬件时需要图形界面，所以本文烧录的是R a s p b i-a n，该系统附带着35000多个软件包，并集成了轻量级图形界面L X D E，为本系统摄像头驱动和界面设计P y Q t5提供了更加便捷的操作，易于上手㊂本文选取的树莓派如图1所示㊂
2.2b l o b算法
b l o b算法是对图像中相同像素的连通域进行分析，该 黑客社会工程学攻击
图1 树莓派硬件
连通域称为b l o b ㊂b l o b 分析可为机器视觉应用提供图像中斑点的数量㊁位置㊁形状和方向，还可以提供相关斑点间的拓扑结构㊂b l o b 算法执行步骤如下:
背景像素被赋值为0，多种技术可将图像分割为目标像素和背景像素㊂相关技术包括：二元阈值㊁空间量化误差㊁软件二元阈值和像素加权㊁相关阈值㊁阈值图像㊂
②连通性分析㊂连通性分析的三种类型如下：全图像连通性分析，被分割图像的所有目标像素均被视为构成
单一斑点的像素，即使斑点像素彼此并不相连，它们仍被视为单一的斑点，所有的b l o b 统计和测量均通过图像中的目标像素进行计算；连接b l o b 分析，通过连通性标准将图像中目标像素聚合为离散的斑点连接体，连接性分析通过连接所有邻近的目标像素构成斑点，不邻近的目标像素则不被视为是斑点的一部分；标注连通性分析，在机器视觉应用中，由于所进行的图像处理过程不同，可能需要对某些已被分割的图像进行b l o b 分析，而这些图像并未被分割为目标像素和背景像素，例如图像可能被分为4个不同像素集合，每一集合代表不同的像素值范围，这类分割称为标注连通性分析，当对标
注分割的图像进行连通性分析时，将连接所有具有同一标注的图像，标注连通分析不再有目标和背景的概念㊂
③b l o b 工具㊂此工具是用来从背景中分离出目标,
并测量任意形状目标物的形态参数㊂b l o b 并不是分析单
个的像素，而是对图形的行进行操作㊂图像的每一行都用游程长度编码来表示相邻的目标范围㊂
④分类器设计㊂检测目标需要进行分类,
这就涉及到分类器的使用㊂S VM 方法是把样本点
升维 ，即映射到高维甚至无穷维空间，再在高维空间中采用处理线性问题的方法㊂
智能卡阅读器本文使用O p e n C V 提供的S i m p
l e b l o b d e t e c t o r 的A P I 接口㊂O p
e n C V 实现的算法如下：对[m i n T h r e s h o l d ,m a x T h r e s h o l d )区间，以t h r e s h o l d S t e p 为间隔，做多次二值化；对每张二值图片，使用
f i n d C o n t o u r s ()提取连通域并计算每一个连通域的中心；根据得到的中心，全部放在一
起，一些很接近的点[由t h e m i n D i s t B e t w e e n B l o b s 控制多
少才算接近]被归为一个g r o u p ，对应一个b l o b 特征；根据得到的点估计最后的b l o b 特征和相应半径，并以k e y
-p
o i n t s 返回㊂2.3 P y
Q t 5工具包P y Q t 5是一个用于创建G U I 应用程序的跨平台工具包，它将P y t h o n 编辑语言和Q t 库成功融合在一起㊂也就是说P y Q t 5是Q t 框架的P y t h o n 语言实现㊂由于P y
t h o n 是一种面向对象的语言，语法简单㊁高效，相对于C ++而言，使用P y t h o n 编写程序可以提高开发效率，减少开发成本㊂P y Q t 5向P y t h o n 程序员提供了使用完整的Q t 应用程序接口函数，几乎可以用P y t h o n 做任何Q t 能做的工作㊂本文使用P y
Q t 5搭建界面，所使用的语言开发环境是P y t h o n 3，在树莓派命令行中输入命令:s u d o a p岩石电钻
t g e t i n s a t l l p y t h o n 3p y q t 5就可以使用P y
Q t 5相关功能，命令行输入:s u d o a p t g e t i n s a t l l p y t h o n 3就可以使用P y
t h o n 编程(命令行输入:p y t h o n m p i p i n s t a l l u s e r n u m p y
s c i p y m a t p l o t l i b i p y t h o n j u p y t e r p a n d a s s y m p y n
o s e )，安装程序所需要的各种支持库(例如C V 2㊁n u m p y
)打开树莓派操作系统自带的P y t h o n 编译器T h o n n y ,T h o n n y 是基于P y
t h o n 内置图形库t k i n t e r 开发出来的支持多平台W i n -d o w s \M a c \L i n u x 的P y
t h o n I D E ，支持语法着㊁代码自动补全㊁d e b u g 等功能，本文T h o n n y I
D E 主要用于编译调试P y
Q t 5程序㊂2.4 V N C v i e w e r 无线连接投屏
通过V N C 可以实现树莓派与计算机之间的双向投
影，既可以将树莓派的界面投影到计算机屏幕，也可以将计算机界面投影到树莓派连接的显示器，省
去了物理连线的困扰，只需给树莓派供电即可㊂进入树莓派的命令行界面，然后输入命令 s u d o a p t g e t i n s t a l l t i g
h t v n c s e r v e r 来安装V N C 服务端应用㊂输入命令 v n c p
a s s w d 设置登录密码和名称，输入命令 t i g h t v n c s e r v e r g e o m e t r y 8
00ˑ600:1 启动V N C 服务，完成服务端的配置后，需要在计算机上安装客户端来连接树莓派，在计算机上下载安装
V N C v i e w e r 这个软件，此软件不到10M B ，安装完成后打开软件㊂在软件的f i l e 下创建新的连接,V N C s e r v e r 栏输
入树莓派I P 地址,n a m e 一栏输入名称，完成后单击，就可以看到树莓派的图形界面已经成功投影到计算机屏幕，这样就可以远程操作树莓派了㊂
结 语
进行软件调试后，本文最终结果如图2所示，识别效果良好，满足了动态变化的要求㊂
在设计整体方案时要注意，外部光线对图像
62
试用目录
在整体性能上相比于D C F N e t 算法有一定的提升㊂改进的算法性能提升部分主要体现在改进的算法对于那些目标物有被遮挡的视频序列上㊂这也符合本文改进D C F -N e t 算法的初衷，同时可以得出局部跟踪与全局检测相结合是长时间跟踪的一个很好的研究方向
㊂
图12 O T B ㊁V O T
数据集上的不同阈值的跟踪成功率
图13 O T B ㊁V O T 数据集上的不同阈值的跟踪精确率
结 语
D C F N e t 建立在相关滤波类方法之上,
相关滤波类方法每帧都是在局部区域内寻目标㊂一方面这种思路为快速跟踪提供了保障，但另一方面也限制了跟踪的鲁棒性㊂在T L D 和E B T 等相关算法的启发下，本文为D C F -
N e t 算法增添了跟踪置信度评价㊁
模版更新策略和全局检测模块㊂其中跟踪置信度评测采用MO S S E 算法提出的峰值旁瓣比来评估，模版更新策路根据当前帧跟踪结果的峰值旁瓣比来制定，同时当峰值旁瓣比低于一定值后，就开启全局检测模块来弥补跟踪模块的不足
㊂
参考文献
[1]W a n g N ,S h i J ,Y e u n g D Y ,e t a l .U n d e r s t a n d i n g a n d d i a g
n o -s i n g v i s u a l t r a c k i n g s y
s t e m s [C ]//I C C V ,2015.[2]H e n r i q u e s J F ,R u i C ,M a r t i n s P ,e t a l .H i g h -s p e e d T r a c k i n g
w i t h
K e r n e l i z e d
C o r r e l a t i o n
F i l t e r s
[C ]//I E E E
T P AM I ,2015.
[3]W a n g Q ,G a o J ,X i n g J
,e t a l .D C F N e t :D i s c r i m i n a n t C o r r e l a -t i o n F i l t e r s N e t w o r k f o r V i s u a l T r a c k i n g
[C ]//I C I P ,2017.[4]Z h u G ,P o r i k l i F ,L i H.B e y o n d l o c a l s e a r c h :T r a c k i n g o b j
e c t s e v e r y w h e r e w i t h i n s t a n c e -s p e c i
f i c p r o p
o s a l s [C ]//C V P R ,2016.[5]K a l a l Z ,M i k o l a j c z y k K ,M a t a s J .T r a c k i n g -l e a r n i n g
-d e t e c t i o n [C ]//I E E E T P AM I ,2012.
熊纹洋(硕士研究生)，主要研究方向为嵌入式与物体跟踪；杨斌(硕士生导师)，主要研究方向为嵌入式系统应用㊂
(责任编辑：薛士然
收稿日期:2018-12-25
)
图2 识别效果
的摄取影响非常大，后期需要经过更精细的算法进行改进，并且这次设计只是一个开端，可以在此基础上多加改进，给树莓派增加O L E D 屏并且配置蜂鸣器得到真实的
图像效果并播报，会更加有实际意义㊂
根据图片显示结果可知所得结果还是比较满意的㊂最后，开源O p e n C V 集成框架提供了更多详细的算法，可以进一步检测其他形状的物体并应用在实践中，期待下次有新的尝试㊂
参考文献
[1]任浩博.基于树莓派Z e r o W 的图传系统[J ].无线电,2017.
[2
]沈理强，周张涛，王泽南，等.基于树莓派的交通灯实时控制系统[J ].电子世界,2018(3):164166.
[3
]杨娜，陈后金，李志林，等.复杂背景图像中圆检测的新算法[J ].北京交通大学学报,2010,34(2):6.[4]朱桂英，张瑞林.基于H o u g
h 变换的圆检测方法[J ].计算机工程与设计,2008,29(6):14621464.
[5
]高峰，陈雄，陈婉秋.基于树莓派B+微处理器的视频检测跟踪系统[J ].电视技术,2015,39(19):105108.
[6]杨东桥，王万秋，鲁真妍，等.基于O p
e n C V 的足球场上运动物体的识别[J ].信息与电脑：理论版,2018(14):128129.
周萌(研究生)，主要研究方向为物理仪器；王军民(副教授)，主要研究方向为检测技术与自动化㊂
(责任编辑：薛士然 收稿日期:2019-01-07
)
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议