Lynn_pp的博客

本文介绍了图像处理中的卷积核基础概念及其应用。卷积核是用于图像滤波的小型矩阵，通过卷积运算实现特征提取，大小影响感受野和计算量。文章详细讲解了锚点、边界扩充和步长等基础概念，并比较了多种低通滤波器的使用效果：均值滤波使图像平滑模糊，高斯滤波减少高斯噪点，中值滤波去除椒盐噪点，双边滤波实现边缘保留的磨皮效果。此外还介绍了自定义卷积核和针对不同噪声（椒盐、高斯）的最佳处理方案，其中中值滤波对椒盐噪声效果显著，高斯滤波适用于高斯噪声处理。

本文介绍了图像处理中的旋转操作和色彩设置方法。图像旋转可通过镜像、翻转和转置三种基本操作组合实现0°、90°、180°和270°旋转。色彩设置支持RGB彩色、灰度和二值化模式，其中二值化可使用binary()函数或OTSU算法自动计算最佳阈值。OTSU算法通过最大化类间方差确定分割阈值，适用于自动图像二值化处理。

本文介绍了两种基于OpenMV的视觉循线算法。基础算法通过划分多个ROI区域并加权计算色块中心位置，转换为偏转角度实现循线控制。改进算法采用Theil-Sen线性回归和霍夫变换，对二值化图像进行直线检测，能更好地处理直角转弯和十字路口等复杂场景。文中比较了最小二乘法和泰尔森斜率估计的特点，指出后者对离群点更具鲁棒性。两种方法均给出了完整代码实现，并提供了相关技术原理的补充说明链接，便于读者深入理解算法细节。

本文介绍了基于OpenMV的色块追踪方法，包括灰度模式和彩色模式下的单色/多色色块追踪实现。主要内容为：1）灰度模式下通过设置阈值参数进行单色块追踪；2）RGB565彩色模式下扩展单色块追踪；3）通过阈值列表实现多色块同时追踪；4）基于颜色直方图和统计信息开发自动阈值计算的灰度/彩色追踪算法。文章详细剖析了find_blobs()函数参数配置、blob.code()位运算原理，并提供了完整的Python实现代码，适合OpenMV初学者学习图像处理基础。