基于圖像處理的象棋棋盤(pán)識(shí)別

基于圖像處理的象棋棋盤(pán)識(shí)別摘要:基于圖像處理的象棋棋盤(pán)識(shí)別是象棋機(jī)器人軟件的重要組成局部,其核心工作是棋盤(pán)圖像二值化和棋子識(shí)別。針對(duì)棋盤(pán)全局二值化存在的問(wèn)題,提出了基于相鄰像素灰度差閾值的棋盤(pán)圖像二值化方法;針對(duì)棋子文字方向任意的現(xiàn)象,運(yùn)用象棋文字的識(shí)別作為顏色識(shí)別異常的補(bǔ)充。實(shí)驗(yàn)結(jié)果說(shuō)明,該方法提高了棋盤(pán)識(shí)別的效率。Chess-boardrecognitionbasedonImageProcessingisanimportantpartofachessrobotsoftwartsystem.It’skeyproblemsarebinarizationofchess-boardimageandcharacterrecognition.Tosavetheproblemcausedbyfullchess-boardbinarizationway,thebinarizationmethodbasedonthedifferencethresholdofneighborpixels’gray-levelisgiven.Totreattherandomofacharacter’sdirection,Thecharacterrecognitionwastakenasthesupplementtoexcep-tionsofcolorrecognition.Theproposedmethodimprovestheefficiencyofthechessboardrecognition關(guān)鍵詞:棋盤(pán)識(shí)別;顏色識(shí)別；文字識(shí)別；灰度差閾值;年輪統(tǒng)計(jì)Keywords:chessboardrecognition;colorrecognition;characterrecognition;thresholdofgrayscales’difference；annualringstatistic；1引言中國(guó)象棋變化多端,趣味無(wú)窮,是流傳了一千多年的優(yōu)秀游戲,是中華文化的精粹之一。隨著機(jī)器人技術(shù)的開(kāi)展,機(jī)器人的功能越來(lái)越豐富,娛樂(lè)機(jī)器人的研究已經(jīng)成為一個(gè)重要的方向。象棋機(jī)器人是娛樂(lè)機(jī)器人的一種,在CCD攝像機(jī)的監(jiān)視下,使人機(jī)下棋過(guò)程非常類似于人與人之間的對(duì)弈,更具有人性化和親切感。本文介紹的系統(tǒng)是象棋機(jī)器人的視覺(jué)局部,能識(shí)別出當(dāng)前棋盤(pán)的狀態(tài),提供應(yīng)機(jī)器人下棋軟件進(jìn)行進(jìn)一步推理。1.1棋盤(pán)的預(yù)處理棋盤(pán)識(shí)別軟件的處理流程是棋盤(pán)圖像的二值化、棋子檢測(cè)和棋子文字識(shí)別。其中,二值化和棋子文字識(shí)別是關(guān)鍵。棋盤(pán)圖像二值化的目的是將棋盤(pán)背景與棋子及網(wǎng)格線別離,以便進(jìn)行棋子的檢測(cè)和識(shí)別。目前圖像二值化方法很多,可劃分為全局閾值、局部閾值法、動(dòng)態(tài)閾值法。全局閾值法實(shí)現(xiàn)簡(jiǎn)單,速度快,對(duì)于具有明顯雙峰直方圖的圖像效果明顯,但對(duì)于光照不均勻的圖像效果欠佳,抗噪能力差。局部閾值法能處理較為復(fù)雜的情況,但往往忽略了圖像的邊緣特征,容易出現(xiàn)偽影現(xiàn)象,且當(dāng)窗口寬度較大時(shí),算法的速度將會(huì)受到很大影響。動(dòng)態(tài)閾值法充分考慮了像元的鄰域特征,能夠根據(jù)圖像的不同背景情況自適應(yīng)地改變閾值,可較精確地提取出二值圖像,但它過(guò)渡地夸大了像元的鄰域灰度的變化,會(huì)把不均勻灰度分布的背景分割到目標(biāo)中去,帶來(lái)許多不應(yīng)出現(xiàn)的假目標(biāo)。在象棋機(jī)器人系統(tǒng)中裝有照明燈,為圖像捕捉提供光源。即使這樣,由于光照不均勻有時(shí)所捕捉的圖像仍存在一定的陰影、反光現(xiàn)象,致使圖像灰度層次較多。假設(shè)采用全局閾值法的二值化圖像,結(jié)果出現(xiàn)某些背景變黑而一些棋子模糊和網(wǎng)格線斷線的現(xiàn)象，這直接影響了后續(xù)的棋子和異物檢測(cè)。在象棋機(jī)器人系統(tǒng)中裝有照明燈,為圖像捕捉提供光源。即使這樣,由于光照不均勻有時(shí)所捕捉的圖像仍存在一定的陰影、反光現(xiàn)象,致使圖像灰度層次較多。灰度圖像如圖3(a)所示。假設(shè)采用全局閾值法的二值化圖像,結(jié)果出現(xiàn)某些背景變黑而一些棋子模糊和網(wǎng)格線斷線的現(xiàn)象,如圖3(b)所示。這直接影響了后續(xù)的棋子和異物檢測(cè)。2.棋盤(pán)定位流程圖：棋盤(pán)棋子的定位：閾值的選取：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([imrrimggimbb])/256;scatter3(imrr,imgg,imbb,15,c);棋子定位imqz=(imr>180&img>180 &imb>180);imc=imcrop(imqz,[csls 3030]);qzN=sum(sum(imc));棋子識(shí)別——紅色像素統(tǒng)計(jì)imqr=(imr>150&img<150&img>70&imb<200&imb>110);imcr=imcrop(imqr,[csls 3030]);qzR=sum(sum(imcr));下棋過(guò)程中棋子放置方向的任意性給文字識(shí)別帶來(lái)了困難?；诮y(tǒng)計(jì)決策論的統(tǒng)計(jì)特征可以喪失方向信息,很適合棋子識(shí)別。統(tǒng)計(jì)決策論的要點(diǎn)是提取待識(shí)別模式的一組統(tǒng)計(jì)特征,然后按照一定準(zhǔn)那么把所確定的決策函數(shù)進(jìn)行分類判決。漢字的統(tǒng)計(jì)模式識(shí)別就是將字符點(diǎn)陣看作一個(gè)整體,從該整體上經(jīng)過(guò)大量統(tǒng)計(jì)所得特征,用盡可能少的特征模式來(lái)描述盡可能多的信息。所采用的方法有特征統(tǒng)計(jì)的方法、整體變換分析法、幾何矩特征、筆劃密度特征、字符投影特征、外圍特征、微結(jié)構(gòu)特征和特征點(diǎn)特征等。本文針對(duì)象棋棋子文字,提出了3種基于統(tǒng)計(jì)特征的棋子文字識(shí)別方法,很好地解決了文字的方向問(wèn)題。3文字識(shí)別在開(kāi)局或者是進(jìn)行殘局的對(duì)弈時(shí),需要識(shí)別各位置棋子的顏色及文字,以便建立起棋子的狀態(tài)矩陣。文字的識(shí)別可以根據(jù)字符結(jié)構(gòu),抽取字符特征,然后根據(jù)這些特征構(gòu)造編碼器,進(jìn)行編碼識(shí)別的方式[4-6],但是一旦文字的方向發(fā)生變化,這種方式將很難處理。因此,使用基于年輪統(tǒng)計(jì)的方法[1],該方法的優(yōu)點(diǎn)是與文字的方向無(wú)關(guān),一旦確立了每個(gè)象棋文字的特征值,就可以快速地識(shí)別文字。為了加快文字識(shí)別的速度,在每個(gè)棋子上的圓形凹槽均填充為與棋子相同的顏色。針對(duì)捕獲的圖像,首先進(jìn)行顏色的識(shí)別,以記錄各棋子有效位置的顏色信息,然后,對(duì)于存在棋子的有效位置進(jìn)行分割,分割出來(lái)的每一個(gè)矩形圖片均進(jìn)行文字識(shí)別。其步驟如下。1)濾波。這里采用中值濾波,每個(gè)像素點(diǎn)根據(jù)其周圍的像素點(diǎn)的RGB值進(jìn)行平均,以抑制隨機(jī)噪聲,并且能夠很好地保存邊緣信息，原圖和濾波后的效果如下。2)顏色增強(qiáng)。對(duì)于紅顏色或者綠顏色分量進(jìn)行增強(qiáng),其飽和度增強(qiáng)0.2左右,使得顏色信息在圖像中進(jìn)一步呈現(xiàn),以提高根據(jù)顏色進(jìn)行二值化的成功率。3)二值化。這里的二值化指的是紅色或者綠色保存,其他顏色變?yōu)榘咨?以下說(shuō)明均以紅色為例。將圖1(b)按照表1所列的區(qū)間進(jìn)行按照紅色的二值化所得到結(jié)果如圖2(a)所示。由于顏色區(qū)間是按照寬范圍來(lái)選擇的,因此將有局部灰色和黃色被保存下來(lái),事實(shí)上在RGB顏色空間中,黃色是由紅色疊加綠色得來(lái)的,而灰顏色的三種顏色分量的值相差不大,因此設(shè)定閾值來(lái)去除掉黃顏色和灰顏色。條件為:如果RG<60,那么認(rèn)為不可能是紅色;如果G≥110,那么認(rèn)為不可能是紅色。根據(jù)這個(gè)條件進(jìn)行紅顏色的二值化結(jié)果如圖2(b)所示。4)提高比照度,并進(jìn)一步剔除掉紅色。在步驟3)中所得到的圖片線條邊緣還有局部淺紅存在,不利于文字識(shí)別,通過(guò)提高圖像的比照度,使得這一局部顏色變?yōu)榧t色,而紅色變?yōu)楹谏?以便于進(jìn)一步別離,如圖3(a)所示。此時(shí)將圖片中的紅色剔除掉,結(jié)果如圖3(b)所示。5)圓形檢測(cè)。圓形的檢測(cè)方法主要有基于Hough變換(HoughTransformation,HT)的累積方法和基于弧線幾何特征的檢測(cè)方法[8],這些方法具有普適性,計(jì)算量卻很大。本例中的圓形具有其特殊性,因此考慮計(jì)算量更小的方法。根據(jù)步驟4)所得到的圖片中圓形可能不是完整的,但不影響確定圓心的位置。分割得到的圖片本身就是一個(gè)正方形的結(jié)構(gòu),將圖片數(shù)據(jù)的0行0列作為坐標(biāo)原點(diǎn),如圖4所示,h和w分別為圖片的高度和寬度,很顯然h和w是相等的。以坐標(biāo)原點(diǎn)為圓心,以圖片寬度的1/2作為半徑畫(huà)出圓弧,只需要記錄圓弧上第一個(gè)和最后一個(gè)發(fā)生顏色突變的點(diǎn),就可以確定圓弧與圓的交點(diǎn),有了交點(diǎn)就可以確定通過(guò)圓心和坐標(biāo)原點(diǎn)的直線。依此方法再以(0,h)或(h,h)或(h,0)作為圓心畫(huà)出圓弧同樣也可以確定一條直線,兩條直線的交點(diǎn)即為圓心的坐標(biāo)。實(shí)際中,由于得到的圓形不一定是封閉的,所采集的兩個(gè)突變點(diǎn)就可能不在圓上,這時(shí)確定的圓心可能就是錯(cuò)誤的。因此根據(jù)不同的半徑增加所畫(huà)圓弧的個(gè)數(shù),得到多組圓上的點(diǎn),經(jīng)過(guò)比擬分析去掉錯(cuò)誤點(diǎn),得到圓心的位置。由圓心的坐標(biāo)和前期工作中得到的圓上的點(diǎn),就可以確定整個(gè)圓的位置。6)過(guò)輪數(shù)計(jì)算。年輪統(tǒng)計(jì)法是根據(jù)過(guò)輪數(shù)特征構(gòu)造編碼器對(duì)文字進(jìn)行識(shí)別。該方法結(jié)合了一定的棋子文字結(jié)構(gòu)且與方向無(wú)關(guān)。過(guò)輪數(shù)的詳細(xì)算法步驟請(qǐng)參考文獻(xiàn)[1]。根據(jù)過(guò)輪數(shù)的計(jì)算,可以得到當(dāng)前棋子的文字。一旦確定了棋子的文字,和前期確定的顏色信息,就可以建立起初始的棋子狀態(tài)矩陣。從而為后續(xù)的人機(jī)對(duì)弈提供快速的檢測(cè)方式。4.總結(jié)和展望：本文所提出的基于鄰像素差閾值的棋盤(pán)圖像二值化方法，計(jì)算量小、二值化效果好、且能適應(yīng)較寬的光線條件;基于統(tǒng)計(jì)特征的棋子文字識(shí)別方法具有方向無(wú)關(guān)性,很好地適應(yīng)了棋子方向任意的實(shí)際情況。在下棋過(guò)程中,為進(jìn)一步提高處理速度,可先做相鄰棋盤(pán)圖像的差分,在二值差分圖上檢測(cè)變化位置,只限定在當(dāng)前二值圖的變化局部進(jìn)行檢測(cè)和識(shí)別,可大大縮短處理時(shí)間。在具體應(yīng)用中由于棋子文字字體的不同,文中基于文字連通數(shù)與孔數(shù)的識(shí)別方法和基于年輪統(tǒng)計(jì)的識(shí)別方法中的具體特征值可能不能直接使用,但方法的思想是可以借鑒的。在一些字體中,某種單一的特征可能不能將各文字有效區(qū)分,這時(shí)可以融合幾種特征,如有些字體的士、卒、車的連通域數(shù)和孔數(shù)都是1和0,此時(shí)可通過(guò)增加1/4R過(guò)輪數(shù)的特征進(jìn)行識(shí)別。本文所提出的基于顏色和文字識(shí)別協(xié)同工作的棋盤(pán)識(shí)別方法,相比于單一棋子的文字識(shí)別來(lái)說(shuō),大大降低了計(jì)算量,提高了棋盤(pán)識(shí)別的速度,并且具有很好的識(shí)別率。參考文獻(xiàn):[1]杜俊俐,張景飛,黃心漢.基于視覺(jué)的象棋棋盤(pán)識(shí)別[J].計(jì)算機(jī)工程與應(yīng)用,2007,43(34):220-222.[2]陶霖密,徐光枯.機(jī)器視覺(jué)中的顏色問(wèn)題及應(yīng)用[J].科學(xué)通報(bào),2001,46(3):178-190.[3]Colorconversionmathandformulas[EB/OL].[2009-07-04].[4]嚴(yán)國(guó)莉,黃山,李岱漳,等.印刷體數(shù)字快速識(shí)別算法在身份證編碼數(shù)字識(shí)別中的應(yīng)用[J].計(jì)算機(jī)工程,2003,29(1):178-179.[5]齊永鋒,火元蓮.一種基于膚色的人臉檢測(cè)與定位方法[J].計(jì)算機(jī)應(yīng)用,2023,29(3):785-788.[6]趙志誠(chéng),蔡安妮.圖像顏色矢量量化算法[J].北京郵電大學(xué)學(xué)報(bào),2007,30(5):77-81.[7]楊枝靈,王開(kāi).VisualC++數(shù)字圖像獲取、處理及實(shí)踐應(yīng)用[M].北京:人民郵電出版社,2003:553-572.[8]于中,徐文立,陳峰.邊緣