摘 要

颜色识别与追踪在生活中有着大量的应用，为了完成动态追踪，我们开展了研究。通过引入LAB模型、RGB模型充分了解机器识别颜色的方法。在系统的搭建中，硬件上采取三层稳定结构确保系统稳定运行，软件方面充分调集openmv4强大的库函数，实现图像预处理和颜色识别的功能并驱动舵机进行追踪。在研究过程中，我们基于openmv4摄像头模块，以云台为载体，使用Micro Python语言来进行开发。通过摄像头模块获取图像，在对图像进行预处理后利用颜色识别、边缘检测与舵机PID算法完成目标识别与追踪。最后在测试中选用红黄蓝三色物体作为目标物体，其测试结果表明：系统能够较好地完成颜色识别与动态追踪。

 

关键词：目标识别与追踪;PID算法;openmv4;Micro Python

 

目  录

摘 要 I

Abstract II

1 绪论 1

1.1  国内外研究现状 1

1.2  研究的主要内容 1

2 openmv4控制系统设计 3

2.1 系统框架 3

2.2 核心工具选择 3

2.2.1 主控制器选择 3

2.2.2 软件开发平台 4

2.3 系统硬件结构 5

2.3.1图像识别层 5

2.3.2能源动力层 6

2.3.3执行驱动层 7

3 控制系统软件分析 8

3.1系统总体软件结构 8

3.2 系统软件程序设计 8

3.3 图像拍摄 9

3.4 图像预处理 9

3.4.1 噪声预处理 10

3.4.2 光照预处理 11

3.5 颜色识别算法 12

3.5.1 基本模型 12

3.5.2 对比色库 16

3.5.3 颜色阀值选择 16

3.5.4 调用函数 17

3.6 运行舵机 17

4 系统测试 19

4.1 系统硬件调试 19

4.2 系统软件调试 19

4.3 测试结果分析 22

结论 23

参考文献 24

附  录 25