足球机器人视觉快速识别方法

摘要

本发明涉及一种足球机器人视觉快速识别方法。它包括将摄像机安装在场地上方使其拍摄范围完全覆盖球场；将视频采集卡安装在工作站上，其输入连接摄像机的输出，视频采集卡输出数字化的图像数据，由计算机对数字化图像处理，达到确定球门和边线位置，实时提供场上队员的位置、方向、速度和加速度，以及球的位置数据，程序通过VC++MFC实现；步骤为：(1)目标的特征提取和校正参数的整定；(2)图像预处理；(3)目标识别；(4)校正处理。本发明的识别方法具有搜索速度快、识别精度高和对环境适应性强等特点。

主权项

1.一种足球机器人视觉快速识别方法，包括将摄像机安装在场地上方使其拍摄范围完全覆盖球场；将视频采集卡安装在工作站上，其输入连接摄像机的输出，视频采集卡输出数字化的图像数据，由计算机对数字化图像处理，达到确定球门和边线位置，实时提供场上队员的位置、方向、速度和加速度，以及球的位置数据；其特征在于程序通过VC++MFC实现，其步骤如下：(1)目标的特征提取和校正参数的整定：提取的特征是颜色特征，每个机器人的顶盖上均贴有代表球队和个人的色标，这些颜色都与球的颜色相区别；采用由色调·饱和度·亮度组成的HSV模型为进行目标颜色特征提取的色彩模型；校正是对原图像进行像素坐标的空间几何变换，使像素落在正确的位置，以非线性方程的形式实现，在现场根据实际场地和摄像机摆放位置，现场整定校正参数；所述的目标特征提取和校正参数的整定按如下具体步骤进行：(1)通过图像处理卡将图像采集到内存中，并显示在屏幕上；(2)通过图像处理卡的库函数调整画面的对比度、亮度、色调和色饱和度，以改变图像采集效果，直到图像中机器人的色标和球及场地颜色区分最大；(3)依次采集小球和色标色彩信息：首先，点击被采集目标的中心，程序就将该像素点及其周围7*7的像素点颜色分开显示出来；使用者将符合实际颜色的点全选中后，程序就能得到该目标HSV的阈值信息；如果用户不满意该值，可直接改变HSV阈值范围；(4)用鼠标在计算机屏幕上选取所显示的场地边线上的八个点，程序以将此八点围成的图形校正成矩形为标准，采用以下各种校正方法整定出校正系数：(a)桶形失真校正：X’＝K11×(1+K12(X2+Y2))XY’＝K21×(1+K22(X2+Y2))Y式中K11、K21为图像比例系数，K12K22为失真校正系数；(b)摄像机倾斜校正：X’＝K1×X/320×Y+XY’＝K2×Y/240×X+Y式中K1、K2为X和Y方向倾斜校正系数；(c)摄像机旋转角度校正：X’＝(X2+Y2)1/2×cos(arctan(X/Y)+λ)Y’＝(X2+Y2)1/2×sin(arctan(X/Y)+λ)式中λ为旋转角度；以上X、Y为摄像机摄下的图像上的坐标，X’、Y’为几何校正后的坐标；不断改变校正系数，直到校正成功，以此确定所有的校正系数；其中桶形失真校正成功标准为校正后场地四边均为直线，摄像机倾斜参数判断整定成功标准为校正后场地为矩形，摄像机旋转角度参数整定判断成功标准为校正后场地四边与图像边框平行；(2)图像预处理对数字化图像均值滤波，去除突变干扰点；(3)目标识别所述的目标识别按下述具体步骤进行：(1)首先依次以球和机器人球队色标为目标，以该目标上一帧被识别的位置为起点，以矩形螺旋方式向外搜寻与目标具有相同颜色的像素点；矩形螺旋搜索算法即环绕搜索中心点一层一层地作矩形的螺旋状搜索，使用循环方式搜索四条边上的点来完成一次搜索；(2)搜索到机器人的队标后，再以队标为中心的一定范围内搜索表示机器人号码和方向的队员色标，根据识别出的队员色标的组合方式判断具体队员号和方向；(3)若发现识别出的目标位置和方向与正常逻辑不符，就认为该目标被误识别，需要进行误识别处理；误识别分如下三种情况：(a)当发现有超过实际色标大小并符合阈值的像素点群，则判定为误识别；(b)如果搜到的色标排列方式同实际的色标排列方式不一致，即没有一个队员色标排列与之一致，则可认为搜索到的队员号码不正确，确定为误识别；(c)搜索到的机器人号码并非当前搜索号码，则认为是误识别；(4)一旦在一定范围内未能找到球或队标，那么将在下一帧中对该目标采用全局搜索算法，该算法将全场划块并分优先级搜索，以丢失前一帧的识别位置为最高优先级由近至远搜索；设每个机器人顶盖上都有4个颜色不同的色标，通过它们的相互关系，以确定机器人的位置和方向；(4)校正处理将识别到的目标位置进行几何畸变校正和高度误差校正。