[发明专利]一种象棋机器人对棋盘图像的处理方法

说明书

技术领域

本发明涉及一种象棋机器人，特别是一种象棋机器人对棋盘图像的处理方法。

背景技术

人类接受外界信息的方式是通过视觉，模仿人类的眼睛视觉为机器人增加视觉功能，希望机器人也能和人一样对外界不同的环境做出不同的反应，我们需要安装摄像头获取图像，将图片经过计算机的一系列加工处理，使得图片转化为计算机、机器人能够理解的数据。

发明内容

本发明要解决的技术问题是针对上述现有技术的不足，而提供一种象棋机器人对棋盘图像的处理方法。

为解决上述技术问题，本发明采用的技术方案是：

一种象棋机器人对棋盘图像的处理方法，包括：

第一步，对棋盘图像进行灰度化处理；具体做法为：首先找出像素点的三个颜色分量的值，并对这三个值取平均值，然后令该像素点的三个颜色分量的值都取一样的平均值；以该像素点的亮度值来表示图像的灰度值，在YUV色彩空间中，Y的意义是指像素点的亮度，因此，我们可以用色彩的分量值来共同描述出Y的取值，并将该值作为图像的灰度值；

第二步，对第一步中灰度化后的棋盘图像进行中值滤波处理；把邻域中的像素，按像素的灰度级数进行升序排序，然后计算该组像素值对应的中位数，并以此数作为该组像素的目标像素值；

第三步，对第二步中经滤波的棋盘图像进行锐化处理；利用微分法对经滤波处理后模糊的图像边缘进行锐化处理；

第四步，对第三步中经锐化处理的棋盘图像进行图像分割；

第五步，对第四步中经分割处理的棋盘图像进行边缘检测；边缘检测算子采用Sobel算子。

所述第二步中中值滤波处理的具体做法为：

1、以像素点为中心，用一种图形作为分割，提取出该像素点的领域，按像素的灰度级数进行升序排序，然后计算该组像素值对应的中位数，并以此数作为该组像素的目标像素值；

2、获取模板所有像素的灰度值；

3、以从小到大的顺序对这些灰度值进行排列；

4、将中间数据作为该模板的像素值。

所述第四步中图像分割的具体做法是：

1、随机选取一个初始的阈值T；

2、用当前的阈值作为图像的分割标准，将图像分成两个区域；

3、计算出两个区域的像素的平均灰度值μ₁和μ₂；

4、计算一个新的阈值：

5、重复步骤2和4，直到阈值不再发生变化或者是变化幅度小于设定的值。

所述第一步中颜色亮度值转换为灰度值的公式为：

Gray(i,j)＝0.3R(i,j)+0.59G(i,j)+0.11B(i,j)

式中：Gray(i,j)表示转换后的图像在点(i,j)处的灰度值；R(i,j)表示图像在点(i,j)处的红色亮度值；G(i,j)表示图像在点(i,j)处的绿色亮度值；B(i,j)表示图像在点(i,j)处的蓝色亮度值。

本发明采用上述方案后，具有如下技术效果：

本发明提供了一套完整的象棋机器人图像处理方法，机器人摄像头获取到的图像，利用计算机对图像进行灰度、滤波、锐化等操作，使图像被处理成为象棋机器人能够准确识别中棋盘图像中的重要信息，为后续准确设计棋盘坐标、识别棋子做好准备。

附图说明

图1是未处理过的棋盘图像。

图2是灰度化后的棋盘图像。

图3是中值滤波后的棋盘图像。

图4是经微分法处理后的棋盘图像。

图5是经阈值分割后的棋盘图像。

图6是经边缘检测后的棋盘图像。

具体实施方式

第一步，对棋盘图像进行灰度化处理；具体做法为：首先找出像素点的三个颜色分量的值，并对这三个值取平均值，然后令该像素点的三个颜色分量的值都取一样的平均值；以该像素点的亮度值来表示图像的灰度值，在YUV色彩空间中，Y的意义是指像素点的亮度，因此，我们可以用色彩的分量值来共同描述出Y的取值，并将该值作为图像的灰度值；

转换公式为：

Gray(i,j)＝0.3R(i,j)+0.59G(i,j)+0.11B(i,j)

式中Gray(i,j)表示转换后的图像在点(i,j)处的灰度值；R(i,j)表示图像在点(i,j)处的红色亮度值；G(i,j)表示图像在点(i,j)处的绿色亮度值；B(i,j)表示图像在点(i,j)处的蓝色亮度值。