传统opencv算法进行灰尘检测(canny,均值漂移,附源码百度云)

目标:灰尘检测

原图:

程序效果(通过设置不同阈值,得到不同结果):

百度云链接:链接:https://pan.baidu.com/s/1LXrQnhO5UGTw-3H8P86apw  密码:61yx


进入正文

目录

1、算法方案

2、详细步骤与说明

3、代码说明


1、算法方案

  • 切图并透视变换
  • 明度预处理,并计算gamma值
  • 均值漂移:目的在于剔除一些噪声
  • canny:边缘检测
  • findContours:寻找边缘
  • 最小外接圆:绘制每个边缘的最小外接圆

2、详细步骤与说明

由于图片是双目拍摄,所以是上下两部分,程序先做了切图,将图片切割为上下两部分,再通过透视变换矫正图片。

紧接着是亮度预处理,原因:不同的光照环境下拍摄出来的图片将有较大的差异,所以做了下亮度矫正。同时发现问题,下图为同一张图像在不同光照下得到结果并检测灰尘,从左到右为亮度越来越亮的图片,可见越暗的图片进行亮度调整后周围暗部越深。导致在同阈值的情况下检测出的结果不相同。所以这里计算了gamma值,gamma越大,图片越亮,需要的阈值应该越小,但是这里没有找到其对应关系。后续可以固定亮度值保证结果。

其后再采用算法步骤:均值漂移、canny,findContours寻找边缘绘制外接圆。

3、代码说明

代码目录:

说明:

  • 5
    点赞
  • 28
    收藏
    觉得还不错? 一键收藏
  • 17
    评论
OpenCV(开源计算机视觉库)是一种广泛应用的计算机视觉和图像处理库。在OpenCV算法面试中,面试官可能会问及以下几个方面的问题: 1. OpenCV库的基本概念和特点:应聘者需要明确说明OpenCV是一个开源库,具有跨平台性、包含众多算法模块、支持多种编程语言等特点。 2. 图像处理基础知识:应聘者需要了解图像处理的基础知识,如图像的表示、颜色空间转换、滤波等内容,并能够解释图像处理算法OpenCV中如何实现。 3. 特征提取与描述:面试官可能会询问关于特征提取与描述算法的问题,如SIFT、SURF、ORB等算法的原理和应用场景,以及在OpenCV中如何使用这些算法进行特征匹配。 4. 物体检测与识别:面试官可能会问及物体检测与识别的相关算法,如Haar分类器、HOG+SVM等算法,应聘者需要知道这些算法的基本原理和使用方法。 5. 目标跟踪和运动估计:应聘者需要了解目标跟踪和运动估计的常见算法,如KCF、Meanshift等,并能够解释这些算法的原理与应用。 6. 图像分割:面试官可能会问关于图像分割的问题,如常见的分割算法有哪些,如何使用这些算法实现图像分割等。 总之,OpenCV算法面试需要应聘者具备扎实的图像处理和计算机视觉基础知识,并能够熟练运用OpenCV库中的各种算法解决实际问题。最好能够结合具体的项目经验进行回答,展示自己的实际操作能力。
评论 17
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值