足球機(jī)器人視頻信息的快速識別

足球機(jī)器人視頻信息的快速識別

足部機(jī)器人系統(tǒng)分為四個模塊：機(jī)器人運(yùn)動車、視覺系統(tǒng)、決策系統(tǒng)和通信系統(tǒng)。其中，視覺系統(tǒng)的功能是在連續(xù)圖像中識別雙方的機(jī)器人小型車輛和小型車輛，并根據(jù)決策系統(tǒng)提供每個目標(biāo)的位置和角度。因此，快速、準(zhǔn)確的視覺系統(tǒng)非常重要。基于彩色識別的視覺系統(tǒng),主要是在機(jī)器人小車的頂部粘貼彩色塊,作為隊(duì)與隊(duì)、隊(duì)員與隊(duì)員間的區(qū)分標(biāo)志(色標(biāo)),通過對視頻圖像中彩色區(qū)域進(jìn)行識別,而達(dá)到識別機(jī)器人及小球的目的.區(qū)域分割采用移動網(wǎng)格掃描策略和動態(tài)窗口技術(shù),實(shí)現(xiàn)局部掃描(1次掃描識別1個目標(biāo)),從而大大節(jié)省了掃描時間,提高了識別速度.但在局部掃描區(qū)域中未發(fā)現(xiàn)目標(biāo)時,需要重新尋求掃描切入點(diǎn),將產(chǎn)生回朔掃描,當(dāng)識別目標(biāo)量增加時,可能會加大掃描量.若對二值圖實(shí)現(xiàn)行程編碼,然后使用基于樹的區(qū)域查找算法分割彩色目標(biāo)區(qū)域,則識別速度能達(dá)到30幀/s.S.Jianbo將圖像分割問題視為圖的分區(qū)問題,使用歸一化切割方法分割任意彩色目標(biāo)區(qū)域.足球機(jī)器人視覺系統(tǒng)所處理的圖像中(分辨率為320×240),目標(biāo)區(qū)域面積遠(yuǎn)小于背景區(qū)域面積,為此,運(yùn)用一種基于全局掃描的快速算法,1次分割出所有感興趣的目標(biāo),且掃描過程與圖像二值化過程同時進(jìn)行,從而使系統(tǒng)能進(jìn)行一些額外的圖像預(yù)處理操作.1機(jī)器人車輛的顏色設(shè)計(jì)在系統(tǒng)設(shè)計(jì)中試驗(yàn)了3種形式的色標(biāo)方案,并結(jié)合不同的目標(biāo)分割及識別算法.根據(jù)兩中心連線點(diǎn)的斜率確定有效姿態(tài)角說明:色塊1代表隊(duì)別或隊(duì)標(biāo)(1個隊(duì)使用1種顏色),色塊2代表隊(duì)員標(biāo)志,一個隊(duì)的不同隊(duì)員使用不同的顏色.2個色塊的中心點(diǎn)連線中點(diǎn),即為小車中心,據(jù)兩中心連線的斜率可確定小車姿態(tài)角.該方案特點(diǎn)是:色塊面積較大,有利于目標(biāo)區(qū)域分割,最終的識別特征量計(jì)算簡單;缺點(diǎn)是隊(duì)員標(biāo)志使用顏色較多,不利于選擇色塊.種顏色小圓式小圓說明:色塊1代表隊(duì)別(1個隊(duì)使用1種顏色),小圓區(qū)域?yàn)樯珘K2代表隊(duì)員標(biāo)志,所有隊(duì)員都使用同一種顏色,用不同的小圓色塊數(shù)目代表不同隊(duì)員,如同時使用小圓2則表示隊(duì)員2.本方案特點(diǎn)是:整個系統(tǒng)只需使用2種顏色,利于選擇色塊,且色塊1的中心即為小車中心,不存在2次計(jì)算,減少了誤差;缺點(diǎn)是小圓面積較小,對區(qū)域分割有影響.可通過相關(guān)預(yù)處理,保持或增強(qiáng)區(qū)域特征(但所需時間較長).圓形代表志愿者2.1說明:色塊1與色塊2的彩色可相同,也可不同,通過2個色塊的形狀來區(qū)分不同的隊(duì)員,若圓形代表隊(duì)員1,則可用矩形代表隊(duì)員2.本方案特點(diǎn)是使用顏色很少(1個隊(duì)可只需1種或2種顏色),缺點(diǎn)是色塊2面積較小,影響區(qū)域分割效果.但同樣可通過相關(guān)預(yù)處理,保持或增強(qiáng)區(qū)域特征.2機(jī)器人實(shí)際監(jiān)測系統(tǒng)方位角足球機(jī)器人視覺中目標(biāo)識別的主要任務(wù)是:識別出比賽雙方機(jī)器人小車頂部彩色塊及小球的矩心,并由此識別出小車的方位角,為決策層提供決策依據(jù).2.1彩色圖像的二值化圖像的二值化是圖像分析、識別的基礎(chǔ),在使用彩色標(biāo)志的足球機(jī)器人視覺系統(tǒng)中也不例外.為加速區(qū)域分割算法,作者提出一種多重二值化方法:將不同的彩色目標(biāo)圖像二值化時,用1個與目標(biāo)特征有關(guān)的數(shù)值(不是傳統(tǒng)的0,1或255),作為其二值化后的標(biāo)志值.如對我方隊(duì)標(biāo)彩色塊二值化時,設(shè)其標(biāo)志值為Y;我方的1,2,3號隊(duì)員標(biāo)志彩色塊二值化為連續(xù)的正整數(shù)X1,X2,X3.2.2提取目標(biāo)分割算法在掃描過程中,計(jì)算出目標(biāo)區(qū)域的0階矩(m00)和1階矩(m01及m10),計(jì)算出各目標(biāo)區(qū)域的矩心(作為該目標(biāo)的中心),以達(dá)到識別目標(biāo)的目的.本算法是一種基于線段掃描的區(qū)域合并算法.如圖2所示,在處理圖像中的r1行數(shù)據(jù)時,掃描出2條線段(線段1-1與1-2).此時,不能確定二者的關(guān)系,應(yīng)分別創(chuàng)建2個獨(dú)立的線段對象;當(dāng)處理r2行數(shù)據(jù)時,掃描出線段2-1,將其分別與上一行中的所有線段對象進(jìn)行判斷,確定可以將線段1-1的特征量合并至線段2-2中.同理,線段1-2也可合并至線段2-2中.在處理r3行數(shù)據(jù)時,經(jīng)過判斷,可將線段2-1及2-2都合并至線段3-1中.如此反復(fù),將線段合并,便可確定被分割的目標(biāo).本算法中,第r行的第n條線段對象表示為:Linen(r)={LineLn(r),LineRn(r),Characters,ObjectNO}.其中:LineLn(r),LineRn(r)表示該線段左、右端點(diǎn)的坐標(biāo)(圖像數(shù)據(jù)中的列坐標(biāo));Characters表示該線段所屬目標(biāo)的部分特征量(如矩等);ObjectNO表示該線段所屬目標(biāo)編號.2條線段Linen(r1)與Linek(r2)可合并的條件為Linen(r1).ObjectNO=Linek(r2).ObjectNO,且LineLn(r1)≤LineRk(r2),LineRn(r1)≥LineLk(r2).算法描述步驟如下:a.掃描二值化圖像的第r行,根據(jù)多重的二值標(biāo)志值,創(chuàng)建屬于不同目標(biāo)的線段對象;b.將第r行掃描出的一線段對象Linen(r),分別與第r-1行中的所有線段對象進(jìn)行判斷;c.將第r-1行中與Linen(r)滿足合并條件的線段對象Linek(r-1)合并至Linen(r)中;d.循環(huán)執(zhí)行步驟b.和c.,直至第r行所有對象被處理完畢為止;e.循環(huán)執(zhí)行步驟a.,b.,c.,d.,直至處理完整的圖像數(shù)據(jù)為止.在視覺系統(tǒng)中,使用本算法的實(shí)際過程為:根據(jù)系統(tǒng)預(yù)先學(xué)習(xí)而得到的閾值,依次將當(dāng)前幀數(shù)據(jù)中每一行中所有象素點(diǎn)分類為背景或某一個目標(biāo).若為目標(biāo)點(diǎn),則將它的相關(guān)數(shù)據(jù)合并至它所屬的線段對象,或新建一線段對象;若為背景點(diǎn),則不進(jìn)行任何處理.當(dāng)某一行中產(chǎn)生1個獨(dú)立線段后,開始上述步驟的操作.如此反復(fù),直到處理完一幀數(shù)據(jù)中的所有行為止.3系統(tǒng)測試與分析在VC++6.0環(huán)境下編程以實(shí)現(xiàn)視覺系統(tǒng)的功能,主要的功能模塊有:視頻采集卡操作模塊,完成對采集卡的參數(shù)設(shè)置、視頻采集等功能;彩色圖像處理模塊,實(shí)現(xiàn)彩色圖像預(yù)處理及二值化操作;區(qū)域分割及目標(biāo)識別模塊,最終計(jì)算出被識別目標(biāo)的位置及姿態(tài)角等信息.系統(tǒng)測試運(yùn)行結(jié)果如表1所示.運(yùn)行環(huán)境為:PⅢ800的CPU,內(nèi)存為128M.使用QueryPerformanceCounter及QueryPerformanceFrequency的WindowsAPI函數(shù),計(jì)時精度可達(dá)1/1000ms.測試時,連續(xù)捕獲100幀分辨率分別為320×240和160×120的視頻圖像,對其進(jìn)行識別處理,并用臨時文件方式記錄運(yùn)行時間.測試結(jié)果表明,算法運(yùn)行時間并不隨被識別的目標(biāo)數(shù)目增加而增加.采用該方法實(shí)現(xiàn)的視覺系統(tǒng),在整個足球機(jī)器人系統(tǒng)中很穩(wěn)定,處理速度為25幀/s.滿足了系統(tǒng)實(shí)時性要求.對色標(biāo)方案2與方案3,在識別前先進(jìn)行濾波等增強(qiáng)處理,再使用上述算法或形