检测对象的边界内视频使用覆盆子π
这个例子向您展示了如何识别对象的边界在视频直播覆盆子π™硬件使用MATLAB®与仿真软件功能块®为覆盆子π硬件支持包。金宝app金宝app识别对象的边界的过程被称为边缘检测。这个例子实现了Sobel边缘检测算法来识别物体的边界。
在这个例子中,您将学习如何:
获取视频直播摄像头或相机模块连接到覆盆子π硬件。
实现Sobel边缘检测算法在获得视频使用MATLAB函数块。
显示edge-emphasized对象树莓π硬件。
所需的产品下载188bet金宝搏
虚拟网络计算(VNC)查看器(可选)
所需的硬件
步骤1:连接覆盆子π硬件
提示这个例子:在开始之前,我们建议你完成开始使用仿真软件为覆盆子π硬件支持包金宝app金宝app的例子。
1。迷你USB连接的USB电缆的覆盆子π和普通USB电脑的USB电缆。等到硬件上的压水式反应堆里,领导开始闪烁。
2。视频设备连接到硬件,做下列:
如果你有一个摄像头,摄像头连接到一个USB接口的硬件。注意,一些网络摄像头画太多的权力,可能需要一个驱动USB集线器的正确操作。
如果你有一个覆盆子π相机模块,连接相机模块硬件使用CSI电缆。信息如何连接相机模块硬件,按照说明手册中提供的制造商。
3所示。使用硬件设置屏幕上,配置覆盆子π网络。
第二步:打开和配置边缘检测仿真软件模型金宝app
打开边缘检测模型。
open_system (“raspberrypi_edgedetect”);
模型由三块:
V4L2视频捕捉这阻止捕捉住图像视频设备连接到硬件。块输出红色,绿色和蓝色的组件图像的像素作为一个8位值。
双击块并指定设备的名称来捕获的视频设备名称参数。如果你不知道设备的名称:
1。打开硬件终端和使用ls命令。这个命令列出所有视频设备连接到硬件:
ls |过程/dev/video*
2。复制你的设备的名称和粘贴的名字设备名称参数。
MATLAB函数:这个块实现了Sobel边缘检测算法。近似的算法发现图像中的边缘图像的梯度大小。当你双击,可以看出该算法由两个二维过滤器,一个计算梯度方向列和其他计算梯度方向行。这两个过滤器使用3 x3的内核。
SDL视频显示:此块显示edge-emphasized对象的硬件。
第三步:修改模型配置参数设置
1。打开模型配置参数对话框中,点击齿轮图标工具栏仿真软件模型。金宝app
2。在配置参数对话框中,选择硬件实现。
3所示。设置硬件板参数覆盆子π。这个选择自动填充的参数硬件板设置覆盆子π的默认值。
4所示。在硬件板设置窗格中,展开目标硬件资源并选择板参数。指定这些参数值:
设备地址:硬件的IP地址或主机名。
用户名:指定的根用户名的Linux系统上运行的硬件。Raspbian Linux发行版的默认用户名
π。
密码:指定的根密码硬件上运行的Linux系统。Raspbian Linux发行版的默认密码
树莓。
5。点击应用。点击好吧保存您的更改。
步骤4:覆盆子π硬件上部署边缘检测仿真软件模型金宝app
在硬件仿真软件模型的选项卡,金宝app在模式部分中,选择机上运行然后点击构建、部署和启动。模式窗口的左下角显示状态而支持包生成的代码。金宝app在成功地生成代码,支持包负载和硬件上运行的代码。金宝app可执行开始收购视频直播的视频设备,运行Sobel算法获得的图像,然后显示屏幕上的覆盆子πedge-emphasized对象。查看覆盆子π屏幕,使用VNC查看器和硬件上执行远程会话显示。你可以另外连接一个HDMI电缆监测和硬件之间。
您还可以运行这个模型外部模式调优的阈值模型和观察变化的特点,在模拟输出。在外部模式,模型在计算机上运行,edge-emphasized图像显示在SDL视频显示块。
其他的事情努力
取代的边缘检测算法与其他算法更好的性能按您的要求。
