部署一个边缘检测算法对树莓π|覆盆子πMATLAB的支持,第3部分金宝app
学习如何开发和原型的边缘检测算法在MATLAB®,然后部署使用MATLAB的覆盆子π硬件®金宝app支持包树莓π™和MATLAB编码器™。
在这个视频中,我们将看看部署一个边缘检测算法的覆盆子π硬件。我们将执行在光从摄像头捕捉图像,边缘检测是一个外围设备通过USB连接的覆盆子π硬件。图像饲料以及MATLAB中突出显示的边缘将会显示在连接I / O工作流自运行在MATLAB的MATLAB函数。
这将是紧随其后的是硬件部署,在边缘检测算法将MATLAB的硬件独立执行。强调了边缘的视频将显示在树莓π。我们将远程连接到覆盆子π硬件使用VNC查看器查看实时视频输出。获得边缘检测的例子探讨了视频搜索的文档文档边缘检测覆盆子π。
本文解释了逐步的实现算法。我推荐的链接,因为我们不会完整详细地讨论该算法。简要来说,MATLAB函数捕获图像在一个间隔,一个过滤器适用于基于3 x3 Sobel算子,然后执行阈值来突出图像中的边缘。
首先,让我们明确的工作区。现在,让我们来运行这个MATLAB函数。你可以看到图像实时图像被显示在MATLAB与边缘检测器。这是连接I / O工作流,在边缘检测算法在MATLAB环境下执行。提要imshow函数用于显示图像。
接下来,让我们打开VNC查看器。它可以很容易地从网上下载如果你没有安装。设备地址已经进入之前。我们可以发现这个从目标硬件对象或覆盆子π工作区中创建的对象。默认的用户名和密码是π和覆盆子,分别。
接下来,我们将部署独立的MATLAB函数执行在硬件上,独立于MATLAB。目标对象等于目标硬件,覆盆子π,部署、目标对象、边缘检测。
哦,我们这里有一个问题。我们可以看到,这个函数,imshow,不支持代码生成。金宝app和编码器报告恰当地发现这一点。因此,我们需要替换它以codegen相对应的正如前面所讨论的。displayImage覆盆子π函数相当于imshow用于部署图像覆盆子π。现在让我们re-attempt部署。部署目标对象,边缘检测。
现在你看到从摄像头,实时与edge-detected图像,这是显示在树莓π桌面。这是硬件部署工作流,在MATLAB函数是MATLAB的硬件上执行的独立。构建文件夹中生成的可执行文件被设置在硬件配置对象。
这个可执行文件也可以作为一个Linux应用程序。的确切位置构建目录下的可执行文件可以在这里找到,MATLAB工作区,R2019b PWD文件夹结构。真的特定文件夹下的位置,在这种情况下是R2019b,模仿实际的工作目录的文件夹结构。让我们从终端启动这个可执行文件。正如你所看到的,边缘检测算法是覆盆子π的硬件上运行Linux应用程序,独立于MATLAB。
哇,那很有趣。,我们的视频。我希望现在你会感觉更有信心开始设计和部署您的应用程序从MATLAB覆盆子π硬件。更有趣的视频,请访问www.MathWorks.com/videos。谢谢你!
你也可以从下面的列表中选择一个网站
表现最好的网站怎么走吗
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。