棱光智构（Lighting Vision）项目冲刺博客总结

一、项目概述

1. 项目名称：棱光智构（Lighting Vision）
2. 核心定位：基于光度立体视觉技术的工业级机器视觉软件原型，聚焦工业检测领域微观缺陷检测场景
3. 核心技术栈：C++、Qt、OpenCV、CMake、FFmpeg、TensorRT、PyTorch、CUDA等
4. 核心目标：实现图像/视频处理核心功能，提供工业级检测解决方案，支持二次开发与定制化需求

二、冲刺规划与基础规范

1. 冲刺周期：2025年12月12日-12月21日（分阶段推进）
2. 阶段划分：准备阶段 → 开发阶段1 → 开发阶段2 → 测试阶段 → 部署与复盘阶段
3. 代码规范：
   • 命名规则：类名采用PascalCase、函数/变量名采用camelCase
   • 格式与注释：统一代码缩进，关键逻辑添加详细注释
   • 提交规范：按[Feat]/[Fix]/[Docs]/[Refactor]分类提交，附清晰描述
4. 任务划分：明确核心功能模块优先级、负责人及量化验收标准

三、核心功能实现与迭代

（一）图像处理模块

1. 基础功能：灰度化、二值化、亮度/对比度/饱和度参数调节
2. 滤波处理：支持多核尺寸均值滤波、高斯滤波（可配置参数）
3. 边缘检测：优化Canny算法，支持自适应阈值调节
4. 高级功能：伽马变换、bicubic放大、ESPCN超分辨率、图像拼接融合
5. 图像特效：素描、油画、水彩效果（支持强度分级调节）
   
   注：详细模块演示见先前博客

（二）视频处理模块

1. 基础功能：视频读取/播放/保存，兼容MP4/AVI/MOV主流格式
2. 核心能力：逐帧实时处理、处理效果预览、批量视频处理
3. 拓展功能：时间轴精准裁剪（视频剪辑）、多视频合并（自动统一分辨率）
   

（三）UI交互模块

1. 基础布局：响应式设计，支持窗口自由缩放，工具箱与参数面板分离布局
2. 核心交互：多图选择与快速切换、拖拽打开文件、处理效果实时预览
3. 功能增强：批量处理（单批≤20个文件）、处理历史记录（上限100条）、撤销/重做功能
4. 便捷操作：12组核心操作快捷键、中英文界面切换、自定义参数保存
   

（四）模型训练与部署模块

1. 数据集处理：支持VOC/COCO格式互转，自动划分训练/验证/测试集（比例8:1:1）
2. 模型支持：提供LSRN/RCAN/LFPN三类模型选择，可视化参数配置界面
3. 训练适配：CUDA自动安装与版本匹配，支持模型断点续训
4. 推理加速：PyTorch模型转ONNX/TensorRT格式，适配C++推理引擎

四、技术实现亮点

1. 格式兼容：实现QImage与cv::Mat无缝转换，兼顾Qt界面交互与OpenCV算法优势
2. 性能优化：多线程任务池（配置为CPU核心数×2）、显存复用、模型剪枝压缩
3. 架构设计：前后端分离架构，算法封装为动态库，符合工业软件标准化要求
4. 稳定性保障：采用智能指针管理内存、完善异常捕获机制、修复资源泄漏问题

五、测试与优化成果

1. 功能测试：覆盖28个核心测试用例，整体通过率96.4%（仅超分辨率特定场景待优化）
2. 性能提升数据：
   • 边缘检测（512×512图像）：120ms → 85ms（提升29%）
   • 均值滤波（1024×768图像）：220ms → 165ms（提升25%）
   • 1080P视频处理（30秒时长）：45秒 → 32秒（提升29%）
3. 关键Bug修复：解决低对比度图像边缘检测效果差、视频处理内存泄漏、界面缩放布局错乱等问题
4. 大规模测试：完成千张图片批量处理压力测试，记录资源占用与耗时基准数据

六、团队协作与详细分工（基于博客原文精准梳理）

七、问题与解决方案

1. 算法类问题：边缘检测适应性不足、超分辨率显存溢出。
   • 解决方案：实现自适应阈值算法、模型剪枝+FP16精度优化、补充相位相关配准算法
2. 功能类问题：视频倒放内存占用过高、批量处理文件类型兼容问题、快捷键冲突
   • 解决方案：分块读取帧处理、添加文件类型检测分类、冲突检测与备选快捷键推荐

八、后续计划

1. 算法优化：支持8K图片处理，新增2类图像特效
2. 功能拓展：视频转GIF、水印添加功能
3. 稳定性强化：修复残留Bug，优化内存占用