图像处理在足球机器人方面的应用.doc

图像处理在足球机器人方面的应用.txt根网线尽赚了多少人的青春有时候感动的就是身边微不足道的小事。破碎不是最残酷的最残酷的是踩着这些碎片却假装不疼痛固执的寻找将来就算我遇见再怎么完美的人,都有一个缺点,他不是你,_下辈子要做男生，娶一个像我这样的女生。数字图像处理是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。机器人视觉作为智能机器人的重要感觉器官，主要进行三维景物理解和失败，是目前处于研究中的开放课题。机器视觉主要用于军事侦察、危险环境的自主机器人，邮政、医院和家庭服务的智能机器人，装配线工件识别，定位太空机器人的自动操作等。下面一篇论文是关于图像处理在足球机器人方面的应用说明：图像处理在足球机器人系统中的应用 蒙 梅（北京交通大学计算机与信息技术学院 北京 100044） 【摘要】机器人是目前综合科学研究领域的前沿课题，足球机器人比赛是实现这一科学研究的有效方式，其中图像处理是足球机器人的首要研究课题。在足球机器人比赛中，要保证及时迅速地为决策系统提供有效信息，对图像处理的实时性有较高要求。本文将阐述如何把BMP图像的游程编码（RLE）压缩格式应用于足球机器人的图像处理数据结构中，并以实验证明：游程编码适用于足球机器人，能够使图像处理的运行效率和效果满足足球机器人系统协调工作的要求。 【关键词】图像处理 足球机器人 游程编码（RLE） 1 引言 随着科学技术日新月异的发展，智能机器人研究及应用已经成为人工智能研究的热点。足球机器人是国际上广泛开展的一项高科技对抗活动，比赛中机器人可以自动地踢足球。要在有各种干扰的环境下解决好足球机器人的协作，必须解决实时图像识别处理、人工智能协作控制、实时动态策略、轨迹规划和无限通信等一系列问题。毫无疑问，智能机器人的眼睛是其重要的“感知”来源，只有得到正确的信息，才有可能进行正确的决策处理，进而进行正确的操作。因此，图像识别处理是智能机器人首先要解决的问题。2 图像处理原理 数字图像处理（Digital Image Processing）又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。常用的图像处理研究方向有图像变换、图像编码压缩、图像增强和复原、图像分割和图像识别、图像描述、图像分类(识别)等。在足球机器人的图像处理中，主要应用的研究领域为图像分割和图像编码压缩。 2.1 图像分割 图像分割就是将图像划为一些区域，在同一区域内，图像的特征相近；而不同的区域，图像特征相差较远。图像特征可以是图像本身的特征，如像素的灰度、边缘轮廓和纹理等。图像的作用是从图像中提取有用的信息。在图像分析过程中，一般首先要对所给的图像进行分割，再对分割的区域作适当描述，然后才能对图像作某种分析。可见，图象分割是图象分析前的一个重要处理步骤。图像分割是图像处理的基础，虽然人们提出了很多种图像分割方法，但没有任何一种图像分割方法能够适用于所有的图像。如何选择分割方法，主要是根据实际的应用环境和具体目标而定。 阈值化方法因其简单、计算量小、性能较稳定而成为图像分割中应用最广泛的分割技术。对于图像的直方图呈现明显的两块或若干块不同形状分布时，阈值可以选择在两分布的交界处。所以说，阈值法主要适用于目标和背景差别较大的图像区域划分。2.2 图像编码压缩 图像编码压缩技术可减少描述图像的数据量（即比特数），以便节省图像传输和处理时间，减少存储容量。压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行。编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。 有些图像，尤其是计算机生成的图形往往有许多颜色相同的图块。在这些图块中，许多连续的扫描行都具有同一种颜色，在这种情况下就可以不需要存储每一个像素的颜色值，而仅仅存储一个像素值以及具有相同颜色的像素数目。这种编码称为行程编码，或称游程编码，常用RLE（Run-Length Encoding）表示。游程编码技术相当直观和经济，运算也相当简单，因此解压缩速度很快。RLE压缩编码尤其适用于计算机生成的图形图像，对减少存储容量很有效。对于足球机器人系统，是通过摄像机或摄像头获取图像，并且图形的颜色也是有限的，根据游程编码的原理，在足球机器人系统中应用RLE能有效压缩图像数据。 2.3 图像处理在足球机器人系统中的应用要求 在足球机器人系统中，比赛的特定规则：在摄像机所获取的比赛场地范围内，颜色是有限的，绿色（场地）、橙色（球）、蓝或黄色（队标）、粉红或紫色（判断位置和方向）。也就是说，每次采集卡所获得的图像中，只要明确这六种颜色的位置方向，为下一步人工智能协作模块做准备。 根据比赛的实际，系统的图像处理要实现的目标是：摄像头或摄像机在比赛进行中，在一定间隔内获取比赛场地图像，通过采集卡初步处理后，返回此时刻的比赛场地上的图像，将图像进行处理最终产生一个表，任何一个颜色，通过查询这个表，可获知这个颜色在图像中的位置。因此，根据系统的实际要求，采用改进的阈值分割法和游程编码压缩进行图像处理是有效并可实现的。 3 图像处理如何在足球机器人比赛中实现 足球机器人的视觉系统在实时性、抗干扰性方面有较高的要求，需要快速、稳定的图像处理方法，而图像处理的实现等于处理算法和相应的数据结构。一个图像的数据结构可有多种，既要尽量地减少图像所占的内存，也不能使图像数据丢失，更不能影响处理速度。以下将分析在足球机器人中如何利用由阈值分割和游程编码获得的数据结构，如何进行图像处理，并以实验进行了论证。 3.1 阈值化初步图像分割 由于比赛场地的光线原因，由同种图像分割算法得到的颜色阈值也不尽相同，因此，比赛前均需要实地进行颜色采样，以形成此时比赛所需的颜色阈值表。方法：将比赛规定的每一种颜色设定一代表数值，在摄像机下进行分别采样，通过图形像素域值化算法，形成并保存对以上这6种颜色较为精确的阈值范围，其他的颜色均属于“未知颜色”。将所有颜色的阈值得到一个三维数组： YUVClass 256COLORNUMBER3 256 代表阈值所能达到的范围 COLORNUMBER 为采样的颜色总数（包括未知颜色） 3 记录每个像素的Y，U，V信息 也就是说，通过这个YUVClass表，可以判断从摄像头获取的图像的某个像素点，其颜色属于所采集颜色的哪一种，这样，图像实际上被分割为6种颜色的像素。 3.2 图像像素处理 比赛进行时，摄像头或摄像机在一定时间片内获取图片l*w，通过计算机的采集卡进行处理，获得的图像的数据是一字节数组，每一个像素的RGB值占据数组的3个单元，即一幅像素为l*w的图像，经采集卡转换数据后，l*w个像素信息以长度为l*w*3的字节数组来存储。为了方便对表YUVClass的查寻，需进行处理，即将格式为RGB的图像数组转换成格式为YUV的数组。其转换公式为： Y=0.299*R+0.587G+0.144*B U= (-0.167)*R+(-0.331)*G+0.500*B+127 V= 0.500*R+(-0.419)*G+(-0.081)*B+127 也就是说，对每个像素的Y/U/V值分别查询YUVClass表，如果这三个值在表中都为确定的，那么这个像素就为采集颜色的一种，否则就为“未知颜色”，这样，就将一幅长度为l*w*的图像数据信息转换成长度为l*w的字节数组 m_colorimgl*w，从而即获得了一幅多值图像，图像中的每个像素点的颜色值取自。 根据实际的系统需求，我们并不需要存储图像每一个像素，只需要获得这6种颜色的位置。因此，利用游程编码的原理实质是，将获得的这个多值图像转换成由数据结构run为单元的一维数组存储的格式，其数据结构如下： struct run public: short x,y,width; / run结构中行像素的位置和宽度 cclass color; / run结构的颜色标志 int parent,next; / run在链表中的上下节点 ; 这个数据结构实质是将连续的同种颜色的行像素点形成一个run结构。事实上，在足球机器人比赛中，由于比赛场地的颜色大多是连续性的，作为场地的绿色占了很大的比重，但是决策主要需要的是本方队员、对方队员、球和球门的位置。这个数据结构所需的图像信息量比起多值图像的存储方法，在没有减少主要有效信息量的情况下，存储量却能大大地减少。 对所得的这个run结构链表进行四连通操作，即将垂直、水平方向相联的同种颜色的run结构的父节点设为最早的一个。在图像逻辑上，就将图像进一步的分割为6种颜色区域。 3.3 图像有效信息的处理 run结构仅仅是对图像像素的整理，他只记录了采集的像素颜色信息，如果要作为足球机器人的位置判断，还需要与相关数据结合。为了易于下一步的处理，将已经生成的run结构再次转换为region结构，转换如下： struct region int color; /颜色编号 int x1,y1,x2,y2; /横、纵坐标的最大值和最小值 float cen_x,cen_y; /一个region单元的横、纵坐标的质心（位置判断） int area; /像素面积 int run_start; / 这个region结构的第一run结构 int iterator_id; / 唯一ID号 region *next; /链表中的下一个region结构 ; region结构最重要的一个数据是region单元的横、纵座标的质心，这个质心在满足一定的条件下，就是要所需要的球、本方队员、对方队员、球门的位置等信息。 每一个颜色就是一个region结构链表，在产生链表的同时，依面积由小到大的形成自己的链表。最后，将所有6种颜色的6个region结构链表，形成color_class_state表，把链表的头指针赋予颜色信息的数据结构color_class_state，如下： struct color_class_state/存储颜色信息的数据结构 region *list; /每种颜色的region链表的表头指针 int num; /每种颜色的region结构数 int min_area; / 一个region结构的最小像素面积数 rgb color; / 每种颜色的RGB值 char *name; / 颜色名 到此，由采集卡所获得的图像，进行数据处理完毕。任何一种已采样的颜色在图像中的位置，都可以从color_class_state表中迅速得到。比如球为桔色，通过其颜色名返回其region链表的头指针，那么就可以通过满足条件下的质心得到球的位置，再将位置信息传给决策系统，即可判断机器人下一刻要运动的方向和速度。就如足球赛场是时刻变化的，采集卡也是不断地将新的图像采集到图像缓冲区中，而图像处理过程是动态进行的，其数据结构的各个表也是在不断地更新中。 实验表明，将游程编码压缩格式和阈值化分割运用在足球机器人的图像处理系统中，不仅可以大大减少图像数据信息所占的内存，机器人也可以快速地识别各种要求的目标位置，并且将位置的信息及时传送给决策系统来分析判断，使整个足球机器人系统能够形成一