基于图像处理的棋盘识别.doc

基于图像处理的象棋棋盘识别 摘要:基于图像处理的象棋棋盘识别是象棋机器人软件的重要组成部分,其核心工作是棋盘图像二值化和棋子识别。针对棋盘全局二值化存在的问题,提出了基于相邻像素灰度差阈值的棋盘图像二值化方法;针对棋子文字方向任意的现象, 运用象棋文字的识别作为颜色识别异常的补充。实验结果表明,该方法提高了棋盘识别的效率。 Chess- board recognition based on Image Processing is an important part of a chess robot softwart system.It’s key problems arebinarization of chess- board image and character recognition.To save the problem caused by full chess- board binarization way, thebinarization method based on the difference threshold of neighbor pixels’gray- level is given. To treat the random of a character’s direction, The character recognition was taken as the supp lement to excep- tions of color recognition. The p roposed method imp roves the efficiency of the chessboard recognition 关键词: 棋盘识别; 颜色识别；文字识别；灰度差阈值; 年轮统计 Key words: chessboard recognition; color recognition; character recognition; threshold of gray scales’difference；annual ring statistic； 1 , 趣味无穷, 是流传了一千多年的优秀游戏, 是中华文化的精粹之一。随着机器人技术的发展, 机器人的功能越来越丰富, 娱乐机器人的研究已经成为一个重要的方向。象棋机器人是娱乐机器人的一种, 在CCD 摄像机的监视下, 使人机下棋过程非常类似于人与人之间的对弈, 更具有人性化和亲切感。本文介绍的系统是象棋机器人的视觉部分, 能识别出当前棋盘的状态, 提供给机器人下棋软件进行进一步推理。 1 .1 棋盘的预处理 棋盘识别软件的处理流程是棋盘图像的二值化、棋子检测和棋子文字识别。其中, 二值化和棋子文字识别是关键。棋盘图像二值化的目的是将棋盘背景与棋子及网格线分离, 以便进行棋子的检测和识别。目前图像二值化方法很多, 可划分为全局阈值、局部阈值法、动态阈值法。全局阈值法实现简单, 速度快, 对于具有明显双峰直方图的图像效果明显, 但对于光照不均匀的图像效果欠佳, 抗噪能力差。局部阈值法能处理较为复杂的情况, 但往往忽略了图像的边缘特征, 容易出现伪影现象, 且当窗口宽度较大时, 算法的速度将会受到很大影响。动态阈值法充分考虑了像元的邻域特征, 能够根据图像的不同背景情况自适应地改变阈值, 可较精确地提取出二值图像, 但它过渡地夸大了像元的邻域灰度的变化, 会把不均匀灰度分布的背景分割到目标中去, 带来许多不应出现的假目标。 在象棋机器人系统中装有照明灯, 为图像捕捉提供光源。即使这样, 由于光照不均匀有时所捕捉的图像仍存在一定的阴影、反光现象, 致使图像灰度层次较多。若采用全局阈值法的二值化图像, 结果出现某些背景变黑而一些棋子模糊和网格线断线的现象，这直接影响了后续的棋子和异物检测。 在象棋机器人系统中装有照明灯, 为图像捕捉提供光源。即使这样, 由于光照不均匀有时所捕捉的图像仍 存在一定的阴影、反光现象, 致使图像灰度层次较多。灰度图像如图3(a)所示。若采用全局阈值法的二值化图像, 结果出现某些背景变黑而一些棋子模糊和网格线断线的现象, 如图3(b)所示。这直接影响了后续的棋子和异物检测。 2. 棋盘定位流程图： 棋盘棋子的定位： 阈值的选取：im_all = imread(xqplg.jpg); imc = imcrop(im_all); imr = imc(:,:,1); img = imc(:,:,2); imb = imc(:,:,3); imrr = imr(:); imgg = img(:); imbb = imb(:); c = double([imrr imgg imbb])/256; scatter3(imrr,imgg,imbb,1