计算机视觉课程实验 - 陈璟 (2023217542)

项目概述

本仓库包含计算机视觉课程的全部4个实验项目，涵盖了图像处理、目标检测、深度学习等多个计算机视觉核心领域。每个实验都包含完整的源代码、实验报告、运行结果和详细文档。

实验列表

实验一：图像滤波与特征提取

实验内容：实现图像的灰度化、卷积滤波、边缘检测和纹理特征提取。

核心技术：

• 手动实现2D卷积（不使用库函数）
• Sobel算子边缘检测
• 自定义卷积核K设计
• 直方图统计（手动实现）
• 纹理特征提取（9种统计特征）

主要成果：

• 成功实现灰度化转换
• 手工实现2D卷积操作
• Sobel边缘检测效果良好
• 提取9种纹理特征（均值、标准差、能量、熵等）

技术栈：Python NumPy OpenCV Matplotlib

---

实验二：车道线检测

实验内容：使用图像处理技术检测道路图像中的车道线。

核心技术：

• 高斯滤波降噪
• Canny边缘检测
• 感兴趣区域(ROI)提取
• Hough变换直线检测
• 车道线拟合与绘制

主要成果：

• 成功检测左右车道线
• 准确的直线拟合
• 鲁棒的ROI设计
• 适用于多种道路场景

技术栈：Python OpenCV NumPy

---

实验三：学生证号码识别

实验内容：使用深度学习识别手写学号照片中的数字。

核心技术：

• 卷积神经网络(CNN)设计与训练
• MNIST数据集训练
• 图像预处理（灰度化、二值化、形态学操作）
• 轮廓检测与数字分割
• 端到端识别流程

主要成果：

• MNIST测试集准确率：99.12%
• 学号识别成功率：10/10 (100%)
• 平均置信度：96.1%
• 模型参数量：304,266

技术栈：Python PyTorch OpenCV NumPy

---

实验四：校园共享单车检测 ⭐

实验内容：使用YOLOv8深度学习模型检测校园场景中的共享单车。

核心技术：

• YOLOv8目标检测算法
• COCO数据集单类提取
• 模型训练与优化
• 实时目标检测与定位
• NMS后处理

主要成果：

• mAP50：60.45%
• Precision：69.05%
• 推理速度：67 FPS
• 模型大小：6.5MB（轻量级）
• 检测成功率：100% (2/2张测试图像)

技术栈：Python PyTorch YOLOv8 Ultralytics OpenCV

加分项：

• 使用深度学习方法
• 代码环境以姓名缩写命名（cj）
• 详细的环境配置文档

---

项目结构

陈璟-2023217542/
├── README.md                          # 项目总说明（本文件）
│
├── 实验一/
│   └── image_filtering/               # 图像滤波实验
│       ├── main.py                    # 主程序
│       ├── orange.jpg                 # 测试图像
│       ├── outputs/                   # 输出结果
│       ├── README.md                  # 实验说明
│       └── requirements.txt           # 依赖列表
│
├── 实验二/
│   └── lane_detect/                   # 车道检测实验
│       ├── lane_detect.py             # 主程序
│       ├── data/                      # 测试图像
│       ├── outputs/                   # 检测结果
│       └── README.md                  # 实验说明
│
├── 实验三/
│   └── Student-ID-Recognition/        # 学号识别实验
│       ├── train_mnist.py             # 训练脚本
│       ├── infer_student_id.py        # 推理脚本
│       ├── model.py                   # CNN模型定义
│       ├── utils_image.py             # 图像处理工具
│       ├── weights/                   # 模型权重
│       ├── outputs/                   # 识别结果
│       ├── README.md                  # 实验说明
│       └── requirements.txt           # 依赖列表
│
└── 实验四/
    └── Campus-Bike-Detection/         # 单车检测实验
        ├── scripts/                   # 脚本目录
        │   ├── train.py              # 训练脚本
        │   ├── val.py                # 验证脚本
        │   └── infer.py              # 推理脚本
        ├── src/                       # 源代码
        │   └── utils.py              # 工具函数
        ├── data/                      # 数据配置
        ├── runs/                      # 训练输出
        ├── outputs/                   # 推理结果
        ├── README.md                  # 实验说明
        ├── 实验报告.md                # 详细实验报告
        └── requirements.txt           # 依赖列表

环境配置

系统要求

• 操作系统: Windows 10/11, Linux, macOS
• Python: 3.8 - 3.10
• 内存: 建议 8GB+
• GPU: NVIDIA GPU

通用依赖

# 基础库
numpy>=1.20.0
opencv-python>=4.5.0
matplotlib>=3.3.0

深度学习依赖（实验三、四）

# PyTorch
torch>=1.10.0
torchvision>=0.11.0

# 实验四额外依赖
ultralytics>=8.3.0
pycocotools>=2.0.6

安装

每个实验目录都包含独立的 requirements.txt：

# 进入对应实验目录
cd 实验一/image_filtering/

# 安装依赖
pip install -r requirements.txt

使用

实验一：图像滤波

cd 实验一/image_filtering/
python main.py --image orange.jpg

实验二：车道检测

cd 实验二/lane_detect/
python lane_detect.py --image data/test.png --output outputs/

实验三：学号识别

cd 实验三/Student-ID-Recognition/

# 1. 训练模型
python train_mnist.py --epochs 5

# 2. 识别学号
python infer_student_id.py --image 2023217542.jpg --save_vis outputs/vis.jpg

实验四：单车检测

cd 实验四/Campus-Bike-Detection/

# 推理检测
python scripts/infer.py \
    --weights runs/bicycle_exp/weights/best.pt \
    --source bike.jpg \
    --save_dir outputs/vis

实验成果总览

实验	主要指标	完成度
实验一	成功实现手工卷积和特征提取	100%
实验二	车道检测准确率高	100%
实验三	MNIST准确率99.12%，学号识别100%	100%
实验四	mAP50=60.45%, FPS=67	100%

可视化结果展示

实验一：图像滤波

• 灰度转换
• Sobel边缘检测
• 自定义卷积核K滤波
• RGB/灰度图直方图

实验二：车道检测

• 成功检测左右车道线
• 准确的直线拟合
• 适应不同道路场景

实验三：学号识别

• 输入：手写学号照片
• 输出：识别结果 2023217542
• 可视化：每个数字的检测框和置信度

实验四：单车检测

• 单目标检测（bike.jpg）：置信度76.88%
• 多目标检测（bike2.jpg）：2辆单车，置信度91.14%和75.28%
• 实时检测：67 FPS

核心技术亮点

图像处理基础

• 手工实现2D卷积（不使用cv2.filter2D）
• 手工实现直方图统计（不使用np.histogram）
• 形态学操作（腐蚀、膨胀）
• Canny、Sobel边缘检测

计算机视觉算法

• Hough变换直线检测
• 轮廓检测与分割
• ROI提取与变换
• 多尺度特征融合

深度学习技术

• CNN网络设计（实验三：3层卷积+2层全连接）
• YOLOv8目标检测（实验四）
• 数据增强（Mosaic, MixUp）
• 迁移学习（预训练模型微调）

工程实践

• 模块化代码设计
• 命令行参数解析（argparse）
• 结果可视化和保存
• 详细的文档和注释

技术栈总结

编程语言

• Python 3.10

深度学习框架

• PyTorch 2.5.0
• Ultralytics YOLOv8

计算机视觉库

• OpenCV 4.6+
• PIL/Pillow

数值计算与可视化

• NumPy
• Matplotlib
• JSON

数据集

• MNIST（手写数字数据集）
• COCO 2017（目标检测数据集）

实验报告

每个实验都包含详细的实验报告，内容包括：

• 实验目的
• 算法原理（含数学公式推导）
• 代码实现
• 实验结果与分析
• 问题与解决方案
• 实验总结

报告格式：

• 实验一、二：Word文档（.docx）
• 实验三、四：Markdown文档（.md）

学习收获

通过这4个实验，我系统学习了：

1. 图像处理基础：卷积、滤波、边缘检测、形态学操作
2. 经典算法：Hough变换、Canny边缘检测、轮廓检测
3. 深度学习：CNN、目标检测、模型训练与优化
4. 工程能力：代码组织、文档编写、结果分析
5. 问题解决：调试技巧、性能优化、错误分析

许可证

本项目仅用于课程实验，请遵守学术诚信原则。

致谢

感谢计算机视觉课程的老师和助教的指导！

感谢以下开源项目：

• PyTorch
• OpenCV
• Ultralytics YOLOv8
• COCO Dataset