按照D題的要求構建了一個基于樹莓派，高清攝像頭和全千兆交換機通過網(wǎng)絡互通形成能夠一鍵啟動的、測量時間小于 30s 的攝像測量系統(tǒng)。該測量系統(tǒng)能夠?qū)崿F(xiàn)在無法直接讀取沿直線擺動的懸掛的激光筆的全部懸掛細線的內(nèi)容和地面激光光點軌跡的內(nèi)容的情況下,能夠使用內(nèi)部算法實現(xiàn)對于懸掛細線長度 l 的測量（測量誤差小于 2cm）、以及地面預設線與地面激光光點軌跡形成的夾角 θ 的測量（測量誤差絕對值小于 5°）。該系統(tǒng)中加入了防抖環(huán)節(jié)，使得測量數(shù)據(jù)更加準確

使用三個樹莓派，三個顯示屏，兩個可視化模塊、聲光模塊，千兆網(wǎng)線、電源源線以及若干數(shù)據(jù)線完成基礎的測量系統(tǒng)。根據(jù)圖示意圖，將兩個樹莓派分別各自連接一個視覺模塊和一個顯示屏，作為兩個攝像節(jié)點——使得單個攝像頭實現(xiàn)對激光筆的識別和框取， 采集的數(shù)據(jù)通過千兆網(wǎng)端口發(fā)送至交換機，交換機完成接收并將數(shù)據(jù)轉(zhuǎn)發(fā)至監(jiān)控終端節(jié)點 1（樹莓派 1），最后由接收終端輸出要測得的線長 l 和夾角 θ 。同時，將聲光模塊的面包板連接在終端節(jié)點上，實現(xiàn)在線長 l 和夾角 θ 識別完成并輸出的同時進行聲光提示

使用 OpenCV 在 python 中進行顏色的檢測， 相機在 BGR（藍色，綠色，紅色）顏色模式下工作，像素使用 BGR 中的三個參數(shù)表示， 使用HSV（色相，飽和度，明度）顏色模型對顏色進行定義。 找到物體的 BGR 元素，獲取到 RGB 值， 將 BGR 模型轉(zhuǎn)換為 HSV 模型，識別后對該顏色模型進行追蹤。追蹤后，使用 OpenCV 中的繪圖函數(shù)，對所識別的物體進行框取處理

長度測量模塊： （內(nèi)含防抖環(huán)節(jié)）前四次擺動系統(tǒng)不讀取數(shù)據(jù)，減小人工誤差。 隨后擺動十次完整的周期，識別其左極點， 讀取并測量兩次經(jīng)過左極點的時間差值：