实验5 AI实验箱应用之贝叶斯
一、实验目的
1. 用实验箱的摄像头拍摄方块上数字的图片，在图像处理的基础上，应用贝叶斯方法识别图像中的数字并进行分类。
二、实验内容和步骤
1. 应用实验箱机械手臂上的摄像头拍摄图像；
2. Opencv处理图像；
3. 用贝叶斯方法识别处理后图像中的数字；
4. 驱动机械臂移动识别出的数字方块。
三、实验结果和分析
1. 对给出程序的主要模块添加注释，并运行完成实验步骤
程序主要模块的注释
（1）bayes_classify_movethings\img_rec\bayes_classfier.py
| import numpy as np # 导入numpy库，用于数学运算 import cv2 # 导入opencv库，用于图像处理 # 图像二值化函数 def imgBinaryzation(imgs): global cv_img # 定义全局变量cv_img for i in range(len(imgs)): # 遍历图像数组 cv_img = imgs[i].astype(np.uint8) # 将图像转换为uint8类型 cv2.threshold(cv_img, 50, 1, cv2.THRESH_BINARY_INV, cv_img) # 应用阈值操作进行图像二值化 imgs[i] = cv_img # 更新原图像数组 print(cv_img.reshape(28, 28)) # 打印变换后的图像 return imgs # 返回二值化后的图像数组 # 训练贝叶斯分类器函数 def train(imgs, labels, classNum, featureNum, valueZone): priPro = np.zeros(classNum) # 初始化先验概率数组 condPro = np.zeros((classNum, featureNum, valueZone)) # 初始化条件概率数组 # 计算先验概率和条件概率 for i in range(len(labels)): # 遍历所有标签 img = imgs[i] # 获取对应的图像 label = labels[i][0] # 获取图像对应的标签 priPro[label] += 1 # 更新先验概率
for j in range(featureNum): # 遍历所有特征 condPro[label][j][img[j]] += 1 # 更新条件概率 # 对条件概率进行平滑处理 for i in range(classNum): # 遍历所有类别 for j in range(featureNum): # 遍历所有特征 total = 0 # 初始化特定特征的总计数 for k in range(valueZone): # 遍历所有可能的特征值 total += condPro[i][j][k] # 累加特定类别和特征下的特征值计数 for k in range(valueZone): # 再次遍历所有可能的特征值 # 计算平滑后的条件概率 pro_k = (float(condPro[i][j][k]) / float(total)) * 100000 + 1 condPro[i][j][k] = pro_k # 更新条件概率数组 return priPro, condPro # 返回先验概率和条件概率 # 计算特定图像和标签的概率 def cal_pro(img, label, priPro, condPro): pro = int(priPro[label]) # 获取先验概率 print("len(img): ", len(img)) for i in range(len(img)): # 遍历图像的每个特征 pro *= int(condPro[label][i][img[i]]) # 计算最终概率 return pro # 返回概率 # 分类器准确率计算函数 def classfier_acc(imgs, priPro, condPro, classNum): pred = [] # 初始化预测结果列表 for img in imgs: # 遍历所有图像 predLabel = -1 # 初始化预测标签 maxPro = -1 # 初始化最大概率 for i in range(classNum): # 遍历所有类别 pro = cal_pro(img, i, priPro, condPro) # 计算概率 if maxPro < pro: # 如果找到更大的概率 maxPro = pro # 更新最大概率 predLabel = i # 更新预测标签 pred.append(predLabel) # 将预测标签加入结果列表 print("pred: ", pred) return pred # 返回预测结果 # 单个图像分类函数 def classfier(img, priPro, condPro, classNum): pred = [] # 初始化预测结果列表 predLabel = -1 # 初始化预测标签 maxPro = -1 # 初始化最大概率 for i in range(classNum): # 遍历所有类别 pro = cal_pro(img, i, priPro, condPro) # 计算概率 if maxPro < pro: # 如果找到更大的概率 maxPro = pro # 更新最大概率 predLabel = i # 更新预测标签 pred.append(predLabel) # 将预测标签加入结果列表 print("pred: ", pred) return pred # 返回预测结果 # 准确率计算函数 def accuracyRate(pred, labels): count = 0 # 初始化计数器 for i in range(len(pred)): # 遍历所有预测结果 if pred[i] == int(labels[i][0]): # 如果预测结果与实际标签相同 count += 1 # 增加计数器 acRate = float(count) / float(len(pred)) # 计算准确率 return acRate # 返回准确率 |
（2）bayes_classify_movethings\main.py
| import threading import cv2 from img_rec import img_rec from robotic_arm.my_serial import MySerial # 单片机功能选择 SINGLE_CHIP_FUNCTION_DATA = "3001070155a1ff" # 控制机械臂位置 CONTROL_ROBOTIC_ARM_POSITION_DATA = "3001070155a11131" # 控制机械臂抓取 CONTROL_ROBOTIC_ARM_GRAB_DATA = "3002070155a131" vs = cv2.VideoCapture(0) image_processing = img_rec.ImageProcessing() # 创建串口对象 my_serial = MySerial('/dev/ttyS4', baudrate=115200, timeout=1) # 创建串口接收远程 t_serial = threading.Thread(target=my_serial.receive_msg) t_serial.start() current_state = 0 # 当前状态 next_state = 0 # 下一个状态 is_grab = True # 判断是否抓取（初始是false），进行搬运需要改为true source_location = 0 # 最终搬运的源位置 # my_serial.send_msg(SINGLE_CHIP_FUNCTION_DATA + "31") while True: current_state = next_state if current_state == 0: my_serial.send_msg(CONTROL_ROBOTIC_ARM_POSITION_DATA) print("控制机械臂移动。") next_state = 1 elif current_state == 1: if my_serial.recv_msg[12:16] == "2131": print("机械臂已到达仓库1。") next_state = 2 my_serial.recv_msg = "" elif current_state == 2: print("开始拍摄照片。") for i in range(30): ret, frame = vs.read() cv2.imwrite("./pic.jpg", frame) # cv2.imshow("frame", frame) # cv2.waitKey(0) print("拍摄照片完成，照片保存在当前目录下的pic.jpg，开始识别。") image_thresh, cargo_location = image_processing.image_position(frame) cargo_location_sort = image_processing.image_sort(cargo_location) rec_result = image_processing.image_recognize(cargo_location, cargo_location_sort, frame) print("识别结束，结果为{}".format(rec_result)) if is_grab and rec_result != {}: # sorted 可以对所有可迭代的对象进行排序操作。 # sorted(iterable, key=None, reverse=False) # iterable -- 可迭代对象。 # key -- 主要是用来进行比较的元素，只有一个参数，具体的函数的参数就是取自于可迭代对象中，指定可迭代对象中的一个元素来进行排序。 # reverse -- 排序规则，reverse = True 降序 ， reverse = False 升序（默认）。 # 返回值 -- 返回重新排序的列表。 list_sort = sorted(rec_result.items(), key=lambda kv: (kv[1], kv[0]), reverse=False) print("排序结束，结果为{}".format(list_sort)) source_location = list_sort[0][0] + 1 next_state = 3 else: break elif current_state == 3: my_serial.send_msg(CONTROL_ROBOTIC_ARM_GRAB_DATA + "1{}21".format(source_location)) next_state = 4 elif current_state == 4: if my_serial.recv_msg[12:16] == "4131": print("机械臂已搬运完毕。") break break else: break my_serial.THREAD_CONTROL = False |
2. 描述整个执行过程
实验步骤操作内容
（1）应用实验箱机械手臂上的摄像头拍摄图像
执行该操作时，程序会把摄像头拍摄的图像存入根目录下，并命名为pic.jpg图像。pic.jpg图像示例如下图所示：
（2）Opencv处理图像
执行该操作时，程序会利用pic.jpg图像进行图像定位（将黄色色块从整个图像中取出）、图像排序（将数字图像的位置进行排序）。
（3）用贝叶斯方法识别处理后图像中的数字
执行该操作时，程序会利用pic.jpg图像进行图像识别（对各个位置处的数 字进行分类）。分类结果会在实验箱终端进行显示，如下图所示：
（4）驱动机械臂移动识别出的数字方块
执行该操作时，程序会将识别出的4个数字分类结果进行排序，并搬运其中的最值数字方块。机械臂移动过程如下图所示：
3. 测试不同数字块，得出本次实验中数字识别的准确率
（1）每个数字的测试
| 待测数字方块 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
| 程序识别结果 | 1 | 2 | 3 | 9 | 3 | 9 | 1 | 3 | 9 |
上表中，蓝色部分为识别准确的数字，橘色部分为识别错误的数字。
因此，本次实验中数字识别的大致准确率为：4 / 9 = 44.4%
（2）一组方块的测试
| 测试序号 | 4个方块的内容 | 预测的4个结果 | 预测准确率 |
| 1 | 4513 | 9313 | 50% |
| 2 | 4913 | 9913 | 75% |
| 3 | 6193 | 6193 | 100% |
| 4 | 6513 | 5313 | 50% |
| 5 | 7513 | 1313 | 50% |
| 6 | 8513 | 3313 | 50% |
| 7 | 9913 | 4913 | 75% |
我们在实验的过程中均录制了视频，但是由于视频文件过大，无法全部发送到平台，因此此处只给出测试7的视频结果。
4. 分析准确率不高的原因，给出提高准确率的可能方法
准确率低的原因
（1）光线因素
我们在测试实验箱自带的识别应用软件中发现，在二值化图形的情况下，有些数字方块由于光线太强直接显示为白色，有些数字方块由于光线太弱直接显示为黑色。切换到RGB图形的情况时，发现光线也存在类似的情况，大致对应二值化图形情况下的内容。多次实验后，我们发现光线的强弱的确会影响识别的准确率。
（2）测试集因素
Bayes识别存在识别错误的情况可能由以下因素导致的：数字6和数字9存在中心对称的情况；数字4和数字9的拓扑结构类似，均包含一个封闭图案和半封闭图案；数字5和数字3的拓扑结构类似；数字7和数字1的拓扑结构类似；数字8的一半可以作为数字3。
（3）特征的独立性假设难以达到
朴素贝叶斯分类器基于特征之间相互独立的假设。然而，在图像数据中，像素之间通常是高度相关的。例如，在数字图像中，相邻像素往往有相关性，这违背了朴素贝叶斯的独立性假设。
（4）训练集因素
首先，如果训练数据不足或缺乏多样性，例如数字样式的差异，模型可能无法泛化到新样本。其次，在训练数据中某些数字出现得更频繁，导致模型对这些数字的识别效果更好，即存在类别不平衡。
提高准确率的可能方法
（1）均匀打光，保证每个数字方块处于同一个光照强度下。
（2）增加更多样化的训练数据，或者使用数据增强技术（如旋转、缩放、平移图像）来增加样本的多样性。
（3）使用类别平衡技术，如过采样少数类或欠采样多数类，以确保每个类别都有相似的表示。
（4）优化平滑参数，通过交叉验证来找到更优的平滑系数。
（5）改进特征提取和预处理步骤。使用更复杂的图像处理技术，如直方图均衡化、边缘检测或降维技术（如PCA），有助于提取更有意义的特征。
五、附录
1：操作系统互相连接的实验步骤
2：实验箱可使用的应用
（1）打开桌面上的“综合测试”，体验仓库货物识别及搬运功能。
（2）打开桌面上的“图像识别”，体验动物、水果、蔬菜等类别的识别。
3：WIFI连接注意事项
WIFI连接FSAIarm（屏幕右上角）。如果已经显示连接上，但仍然转圈，则点击disconnect，再重新连接自己的热点。M3配置wifi的灯一直闪烁，直到配置成功（灯处于长亮）。
![[原创][3]探究C#多线程开发细节-“用ConcurrentQueue＜T＞解决多线程的无顺序性的问题“](https://img-blog.csdnimg.cn/direct/c11e1e0a8bbe4c3e968333a96e568a90.png)
