基于全志V853的弹孔识别（利用Opencv库处理）

最新推荐文章于 2025-05-08 15:07:14 发布
最新推荐文章于 2025-05-08 15:07:14 发布
阅读量802 收藏 7
点赞数 4
文章标签： opencv 人工智能 计算机视觉 嵌入式硬件
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_58365805/article/details/136889687
版权

最近老板交代做一个关于靶纸靶值识别的项目，简而言之就是可以自动读取环数。

代码的灵感来自于这位大佬：基于OpenCV的自动报靶识别实验，但是这些都是在PC端实现的。所以想要在嵌入式端实现的话还存在以下几个难点：

1、摄像头所拍摄到的图片是存在畸变的，并且实际拍摄是存在角度的，所以我们需要对图片进行校正。可以看到图片是歪歪扭扭的。

射击前
射击后

那么我们可以利用opencv的透视变换方法，对图像进行校正。其实对于透视变换的原理可以不用深入了解，我们知道怎么用就行了对吧？

    //图像矫
最低0.47元/天 解锁文章
7Cccc-Linux
关注
【图像识别】基于计算机视觉实现自动报靶系统（重弹孔）含Matlab源码
qq_59747472的博客
04-20 1958
1 简介 第一步：靶图像预处理 通过采集系统我们得到射击后的靶图像，即：模拟图像。还必须将模拟图像转化为数字图像，然后进行一系列的图像预处理，图像预处理是进行的各种图像校正、图像滤波除噪声等处理环节。 报靶系统采用的图像格式这里为JPG格式，之后转化成灰度图象。 （1）图像滤波，初步消除噪声 本系统采用二维中值滤波，中值滤波的主要功能就是让与周围像素灰度值的差比较大的像素改取与周围像素接近的值，从而可以消除孤立的噪声点，由于不是简单的取均值，产生的模糊比较少。中值滤波对于消除孤立点和线段的干扰将十
如何进行边缘检测/边缘提取（对弹孔进行边缘检测）
04-12
如何进行边缘检测/边缘提取（对弹孔进行边缘检测）五种边缘检测算法
【水果识别】机器视觉杨桃分级系统【含GUI Matlab源码 3970期】
订阅付费专栏Matlab（奶茶价版），可赠送奶茶价版付费专栏指定代码1份；
02-21 1261
机器视觉杨桃分级系统 完整的代码，方可运行；可提供运行操作视频！适合小白！
基于 openCv 实现胸靶弹孔识别实现
最新发布
weixin_39642275的博客
05-08 419
提示：以下是本篇文章正文内容，下面案例可供参考移动端部分代码和实现如需要请联系作者（v:lingdian8i ）。以上就是基于 OpenCv 并使用 C# 语言实现胸靶弹孔识别的方案。通过引入 OpenCvSharp 库，读取胸靶图像，对图像进行预处理，使用霍夫圆变换识别弹孔，最后显示处理结果。该方案能够较为准确地识别胸靶上的弹孔，为射击训练和竞赛中的成绩统计等工作提供了便利。不过，实际应用中可能还需要根据具体情况对参数进行调整和优化，以提高识别的准确性和稳定性。
哑弹 图像处理检测_OpenCV图像处理篇之边缘检测算子
weixin_30513765的博客
12-23 227
OpenCV图像处理篇之边缘检测算子3种边缘检测算子灰度或结构等信息的突变位置是图像的边缘，图像的边缘有幅度和方向属性，沿边缘方向像素变化缓慢，垂直边缘方向像素变化剧烈。因此，边缘上的变化能通过梯度计算出来。一阶导数的梯度算子对于二维的图像，梯度定义为一个向量，Gx对于x方向的梯度，Gy对应y方向的梯度，向量的幅值本来是mag(f) = (Gx2 + Gy2)1/2，为简化计算，一般用mag(f)...
基于图像处理的军用自动报靶系统弹孔识别.kdh
11-28
基于图像处理的军用自动报靶系统弹孔识别.kdh
弹孔图象处理——单孔，多孔，重叠弹孔
01的奇思妙想
10-28 1050
由于说了，要优化这个算法，但是属实这个传统方法处理不好优化，出于一个男人的嘴硬，于是我就用牛刀来杀鸡了（用了一个深度学习模型，跑了1个G的弹图，把弹孔图的面积跑出来了，基于仿真弹孔图，实景图，漫画图），设定可疑圆面积与整个进行比较进行准确筛选。基于python，及opencv进行处理，由于是简单识别，只能算是简单实现，若要达到更优秀的效果可以试试机器学习，cv算法，但是难免有点杀鸡用牛刀的别扭感，以下是简单实现。这种常规图像处理都需进行预处理，灰度化，二值化，滤除噪声，三大套。
论文研究-基于边缘特征与HSI色彩特征的胸环靶弹孔识别.pdf
09-13
为解决胸环靶纸图像弹孔准确快速识别问题，提出结合弹孔边缘特征与色彩特征的胸环靶弹孔识别方法。采用形态学边缘检测算法确定胸环靶图像边缘，进行边缘图像增强处理，提高边缘图像与背景的对比度，提取弹孔区域色彩特征数据，实现胸环靶纸图像中弹孔识别。实验及计算分析结果表明：这种方法能准确从一次成像的胸环靶纸图像中进行弹孔提取，还能在一定程度上减少自然环境下光照、灰尘、振动对靶面图像造成的噪声、畸变影响。
基于matlab的靶环弹孔识别.zip
11-30
基于matlab，运用Hough测出靶环的圆心和最小圆半径。根据二值化后的图像遍历，测得并算出弹孔中心坐标，利用H=11-1/r*sqrt((xo-holes_x)^2+(yo-holes_y)^2),得到靶环数
全志V853的opencv4编译部署（适合小白的保姆教程）
weixin_58365805的博客
03-29 738
之前一直在做全志V853的视觉开发。想要进行视觉处理，例如算法的部署、图像处理等等都需要opencv这个库。但是全志提供的普通用户SDK是没有OpenCV的，导致我在编译许多包含OpenCV的项目一直无法图通过，最主要的原因是链接不到OpenCV的库文件。而且你编译通过了，板端却没有OpenCV的链接库，在板端运行时也会出错。虽然官方论坛提供了许多OpenCV的编译示范，但是对于小白来说有一定的难度，我也不能咋看得懂。，并且在板端也能够正常运行相关程序。但是我们想要基于V853实现呀。
opencv实现靶纸弹孔识别计数功能
weixin_40210397的博客
08-09 3332
opencv实现靶纸弹孔识别计数功能 任务是对胸环靶进行弹孔识别与计数。靶纸图片是从网上找的。 具体过程主要是先对图片进行灰度化处理，接着进行阈值分割，将弹孔与背景分割开。再腐蚀并膨胀（形态学开运算），取得较好的分割效果。最后通过轮廓提取，对弹孔进行识别与计数。 1. 靶纸图片 靶纸如下图所示： 2. 灰度化处理 通过opencv的cv2.cvtColor()函数对图像进行灰度化。 函数cv2.cvtColor(input_image ，flag)，flag是转换类型： BGR和灰度图的转换使用 cv2.
7.100ASK_V853-PRO开发板支持人形检测和人脸识别
韦东山嵌入式专栏
05-12 2839
​ V853 芯片内置一颗 NPU核，其处理性能为最大 1 TOPS 并有 128KB 内部高速缓存用于高速数据交换，支持 OpenCL、OpenVX、android NN 与 ONNX 的 API 调用，同时也支持导入大量常用的深度学习模型。本章提供一个例程，展示如何使用V853芯片中的NPU部分进行人形检测和人脸识别。source.zip100ASK_V853-PRO开发板资料汇总：100ASK_100ASK-PRO 资料汇总 - Allwinner / V853-Pro - 嵌入式开发问答社区。
2.V853支持WIFI和有线网卡
韦东山嵌入式专栏
05-10 1182
​ 通过上一章节，我们已经成功下载Tina SDK包，完成编译并烧写Tina Linux系统，接下来展示100ASK_V853-PRO开发部如何通过WIFI和有线网卡进行上网。
100ASK_全志V853-PRO开发板支持人形检测和人脸识别
DOT小文哥的博客
05-10 1796
V853 芯片内置一颗 NPU核，其处理性能为最大 1 TOPS 并有 128KB 内部高速缓存用于高速数据交换，支持 OpenCL、OpenVX、android NN 与 ONNX 的 API 调用，同时也支持导入大量常用的深度学习模型。本章提供一个例程，展示如何使用V853芯片中的NPU部分进行人形检测和人脸识别。source.zip。
全志V853开发板硬件框图及各模块原理图【内附PDF版本】
DOT小文哥的博客
06-27 4482
V853 开发板由全志合作伙伴 索智科技 根据全志提供的参考设计修改设计。本章节将对开发板几个主要的部件的原理图进行说明，方便快速上手开发板的硬件资料。开发板硬件框图如下：此表格为 V853 部分重要的 GPIO 的分配表， 表示对IO的另外一个复用，完整的 GPIO 分配请参阅原理图。开发板使用 Rayson晶存 所生产的 DDR3 512MB 内存，BGA96 封装。下图为DRAM原理图，其中颗粒端的 信号线乱序是 本身的特性， 线在组内的顺序是可以改变的，一共分两组：第一组 ，第二组 这样可以方
V853 RTSP AI人脸检测串流功能开发
tugouxp的专栏
03-23 2026
本篇介绍的过程并不复杂，原理上比上篇博客介绍的要简单一些，有趣的地方在于将之前的编码落盘和预览转换为了两路RTSP子码流输出，这样码流可以传的更远一些。 V833/V831目标检测demo方案开发_papaofdoudou的博客-优快云博客_v833 整个应用方案原理如下： 闲言少叙，下面开始技术流水账： 第一步，打开Tina EMAC以太网络支持。 由于uart2和emac phy是share pin的，所以需要事先将默认配置为uart功能的PIN角修改为emac功能，方法是cconfig
【眇视万里一毫端】全志V853三核异构边缘AI视觉处理芯片全新发布
DOT小文哥的博客
05-27 2314
V853 是一颗面向智能视觉领域推出的新一代高性能、低功耗的处理器SOC，芯片采用三核异构设计，同时搭配了全志自研的新一代视觉处理引擎和疾风系统，最高算力可达1T的NPU助力V853可广泛用于智能门锁、智能考勤门禁、网络摄像头、行车记录仪、智能台灯等智能化升级相关行业。 三核异构协同 V853采用高效能的三核异构设计，是由ARM Corte-A7主核、RISC-V 协处理核与AI NPU结合的创新型架构。ARM Corte- A7主核可适应于兼容各类应用开发调试，RISC-V 协处理核重点负责各类传感器.
全志V853芯片：开启AI视觉新时代的钥匙
远程部署调试 运行安装 项目调试 二次开发 项目技术新 持续迭代 部分源码免费分享
03-03 1431
全志 V853 芯片于 2022 年 5 月发布，是一款多目异构 AI 视觉芯片产品，属于面向智能视觉领域的新一代高性能、低功耗处理器 SOC。在如今智能化浪潮席卷各个行业的背景下，智能视觉技术成为了众多设备智能化升级的关键，全志 V853 芯片应运而生，旨在为智能视觉相关应用提供强大的支持。
利用OpenCV和Python进行图片数字识别
在利用OpenCV和Python进行数字识别之前，需要对图片进行一系列的预处理操作。这些操作包括灰度化、二值化、滤波去噪、边缘检测等，它们的目的是为了减少信息量，突出数字特征，使后续的特征提取和识别更加有效。 ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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