足球機(jī)器人視覺系統(tǒng)目標(biāo)識別方法研究

足球機(jī)器人視覺系統(tǒng)目標(biāo)識別方法研究

機(jī)器人足球比賽（milloot，簡稱mirobot）是一個復(fù)雜的高科技游戲項(xiàng)目，為人工智能研究領(lǐng)域提供了完美的平臺。本文的研究對象為基于視覺的集中控制式足球機(jī)器人系統(tǒng),由機(jī)器人(小車)子系統(tǒng),通訊子系統(tǒng),視覺子系統(tǒng)和決策子系統(tǒng)組成,其中視覺子系統(tǒng)是整個足球機(jī)器人系統(tǒng)正常工作的關(guān)鍵。視覺子系統(tǒng)是通過辨識場上不同機(jī)器人的顏色標(biāo)志來獲得比賽信息的。在機(jī)器人足球比賽中,目標(biāo)(球、對方球員、本隊(duì)球員等)都用特定的顏色來標(biāo)識,足球機(jī)器人系統(tǒng)的識別工作主要是根據(jù)比賽場地中目標(biāo)體的顏色信息來完成的,所以顏色信息是目前視覺識別的主要依據(jù)。本文根據(jù)足球機(jī)器人系統(tǒng)對視覺系統(tǒng)準(zhǔn)確性和快速性的要求,利用顏色相似性選取各色標(biāo)主色的顏色值代替建立顏色查找表,利用全局網(wǎng)格搜索確定種子點(diǎn),結(jié)合區(qū)域生長算法來對目標(biāo)體進(jìn)行識別,提高系統(tǒng)的識別精度和抗干擾能力。1顏色模型和顏色測量1.1.色彩空間的轉(zhuǎn)換所謂顏色模型指的是某個三維顏色空間中的一個可見光子集,它包括某個顏色域的所有顏色。顏色模型的用途是在某個顏色域內(nèi)方便地指定顏色。在圖像處理中廣泛使用的顏色空間主要有RGB,HSI和YUV等。RGB顏色空間是不均勻的顏色空間,兩個顏色之間的知覺差異與空間中兩點(diǎn)間的歐氏距離不成線性比例,而且R,G,B值之間的相關(guān)性很高,對同一顏色屬性,在不同條件下,RGB值很分散,對于識別某種特別顏色,很難確定其閾值和其在顏色空間中的分布范圍,不利于目標(biāo)物體地識別。YUV主要用于優(yōu)化彩色視頻信號的傳輸。與RGB視頻信號傳輸相比,它最大的優(yōu)點(diǎn)在于只需占用極少的帶寬(RGB要求三個獨(dú)立的視頻信號同時傳輸)。HSI是一種均勻的顏色空間,色彩之間感覺上的距離與坐標(biāo)上點(diǎn)的歐幾里德距離成正比。HSI顏色空間具有以下的優(yōu)點(diǎn):當(dāng)采用RGB顏色空間時,改變某一顏色的屬性,比如改變色度就必須同時改變R、G、B三個坐標(biāo),而采用HSI顏色空間時只需改變H坐標(biāo)。也就是說,HSI顏色空間的3個坐標(biāo)是獨(dú)立的。由于系統(tǒng)采用1394數(shù)字?jǐn)z像頭,圖像質(zhì)量好,可以在一定程度上彌補(bǔ)RGB空間的不足;足球機(jī)器人比賽環(huán)境光照充足均勻,并且數(shù)字?jǐn)z像頭成像亮度跳變不大,圖像光強(qiáng)基本均勻;使用RGB模型不需要再進(jìn)行顏色空間的轉(zhuǎn)換,減少計(jì)算量,提高實(shí)時性。基于以上幾點(diǎn)的考慮,本文采用RGB顏色模型。1.2.色度、粗糙度和背景權(quán)重設(shè)RGB顏色空間中兩個像素顏色矢量和,,。兩個顏色矢量之間的顏色相似系數(shù)定義為其中為兩種顏色和之間的色度飽和度相似系數(shù)這里,,,為兩種顏色和之間的亮度相似系數(shù),,分別為色度飽和度和亮度相似系數(shù)的對應(yīng)權(quán)值,,其中設(shè)定大于,這是由于對于人眼視覺感知特性來說,色度、飽和度是主要的,亮度是相對次要的。實(shí)際應(yīng)用中,設(shè)定=0.85,=0.15。判斷兩種顏色是否相似,可根據(jù)的數(shù)值來判定,即:如果,則,所表示的兩種顏色是相似的,否則是不相似的。這里的T為判定閾值,0≤T≤1。實(shí)際應(yīng)用中,T設(shè)定為0.985。2彩色視頻圖像的采樣主色是目標(biāo)特征區(qū)域的主體顏色,代表了目標(biāo)特征區(qū)域內(nèi)的基本顏色特征,主色的確定需要通過對目標(biāo)特征區(qū)域內(nèi)的顏色進(jìn)行分析計(jì)算。由于比賽場地光照、色標(biāo)顏色差異等原因,在每次比賽前都需要對色標(biāo)顏色特征提取。一般采用的方法是在彩色視頻圖像中,找到需要識別目標(biāo)的顏色區(qū)域,剪切下來,無選擇的存入內(nèi)存中全部作為顏色樣本。但是由于場地光線變化,圖像采集設(shè)備也各有差異,或者圖像傳輸通道中引入噪聲,使得樣本顏色并不能準(zhǔn)確反應(yīng)樣本本身的顏色特征。為了解決顏色樣本不準(zhǔn)確的問題,我們選擇采用顏色聚類主色提取的方法。顏色提取的具體做法是:假設(shè)在采集到的數(shù)據(jù)中只有一種主要的數(shù)據(jù)。在顏色聚類過程中不斷的將非主顏色數(shù)據(jù)排除掉,將保留下來的顏色數(shù)據(jù)不斷的向聚類中心數(shù)據(jù)靠攏。在滿足了聚類收斂條件后,停止聚類過程,所得的聚類中心顏色值即為色標(biāo)樣本的特征顏色值。具體程序流程如圖1-1所示:3顏色識別算法3.1.步長和標(biāo)準(zhǔn)條件的選擇考慮到足球機(jī)器人實(shí)時性的要求,我們采用基于全局的網(wǎng)格搜索尋找目標(biāo)體的種子點(diǎn)。網(wǎng)格搜索即是對所捕獲的圖像自上而下、自左而右以一定的步長間隔掃描,并不是對所有的圖像像素都進(jìn)行處理,從而縮短處理時間。網(wǎng)格搜索中步長的確定是一個關(guān)鍵問題,步長選的過大有可能會把目標(biāo)信息丟失,步長過小又會增加掃描時間,影響實(shí)時性。所以應(yīng)該合理選擇步長,使得既不會丟失有用信息,又盡量節(jié)約掃描時間,減少系統(tǒng)的運(yùn)算量。步長的選擇應(yīng)該跟色標(biāo)的形狀、大小、圖像分辨率等有關(guān),本系統(tǒng)采用的色標(biāo)設(shè)計(jì)中隊(duì)標(biāo)和隊(duì)員標(biāo)志均為半徑為2cm的圓形色塊,輔助標(biāo)志為正方形色塊,其中隊(duì)標(biāo)和隊(duì)員標(biāo)志需要從原圖像中分割出來,所以應(yīng)根據(jù)隊(duì)標(biāo)和隊(duì)員標(biāo)志的圓形色塊來選擇網(wǎng)格搜索的步長。本系統(tǒng)中首先是對隊(duì)標(biāo)進(jìn)行分割,由于采用的圖像分辨率為640×480,場地實(shí)際尺寸為240×180,由此可得,橫向和縱向轉(zhuǎn)換系數(shù)分別為:所以隊(duì)標(biāo)和隊(duì)員標(biāo)志圓形色塊的半徑為:如圖1-1所示,圓形色塊的內(nèi)接正方形的邊長為,為避á?免信息丟失,步長應(yīng)小于內(nèi)接正方形的邊長,根據(jù)實(shí)驗(yàn)和經(jīng)驗(yàn),我們?nèi)〔介L和圓的半徑相等,為5個像素,實(shí)驗(yàn)證明,采用步長為5進(jìn)行網(wǎng)格搜索可以有效的找到種子像素。3.2.子點(diǎn)后的區(qū)域掃描算法在搜索過程中以樣本顏色為基準(zhǔn),對每一個掃描到的象素點(diǎn)進(jìn)行顏色相似性的度量,計(jì)算公式參照公式(1-1)-(1-3)。在確認(rèn)掃描的像素為種子點(diǎn)后進(jìn)行彩色目標(biāo)區(qū)域的分割過程。確定種子點(diǎn)后,我們采用區(qū)域增長和區(qū)域掃描相結(jié)合順序進(jìn)行的算法,其中區(qū)域生長采用四鄰域法,區(qū)域掃描是對某一局部區(qū)域進(jìn)行逐點(diǎn)判斷是否為目標(biāo)像素,最終記錄所有目標(biāo)像素的橫坐標(biāo)之和和縱坐標(biāo)之和以及目標(biāo)像素個數(shù),根據(jù)重心法求出目標(biāo)區(qū)域的重心坐標(biāo)。場地原始圖像中,除了隊(duì)標(biāo)和隊(duì)員標(biāo)志需要分割外,還要識別小球,因此還需把球從原始圖像中分割出來,對球的分割采用和隊(duì)標(biāo)分割相同的方法,即先在整幅圖像中網(wǎng)格搜索一個屬于球的種子像素,然后利用區(qū)域生長改進(jìn)算法將球從原始圖像中分割出來,但球的直徑可能和隊(duì)標(biāo)圓形的直徑不同,應(yīng)當(dāng)根據(jù)小球的直徑對搜索參數(shù)作相應(yīng)的變化。4原始圖像結(jié)果將文中提到的算法應(yīng)用于小型足球機(jī)器人,圖1-3(a)為經(jīng)攝像機(jī)采集到的原始圖像,圖1-3(b)是隊(duì)標(biāo)識別結(jié)果,圖1-3(c)是球的識別結(jié)果。從圖像結(jié)果中可以看出,本方法可以對足球機(jī)器人彩色色標(biāo)和球?qū)崿F(xiàn)有效的分割。保證精度的前提下,能較快的完成圖像的識別,對于光線的變化也有很好的魯棒性。5足球機(jī)器人系統(tǒng)色標(biāo)識別任務(wù)的要求,根據(jù)第一充分利用顏色相似性確定色