维普资讯 http://www.cqvip.com 第２０卷 第１１期 重 庆 工 学 院 学 报 ２ｏｏ６年ｌ１月 ｖ０１．２０ Ｎｏ．Ｉｌ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｏｎ￣ｉｎｇ Ｉｎｓｔｉｔｕｔｅ ｏｆ ｒｅｃｈｎｏｋ Ｎｏｖ．２００６ 【计算机与通信工程】 足球机器人视觉色标的快速识别 刘祚时，胡发焕 （江西理工大学机电工程学院，江西赣州３４１（１（Ｉｏ） 摘要：在ＦＩＲＡ Ｍｉｒｏｓｏｔ足球机器人比赛中，视觉系统是比赛系统中获得环境信息的惟一途径．视觉 系统的识别速度和精度对比赛的胜负有很大的影响．针对传统视觉系统的缺陷，在色标设计方 案、图像处理、分割快速跟踪方面对足球机器人视觉系统进行改进，以期达到明显减少了计算景 和提高实时性的目的．通过实验对比赛中该方案在速度和精度两方面的优越性进行了验证． 关键词：足球机器人；图像分割；图像处理 中图分类号： ．６２ 文献标识码：Ａ 文章编号：１６７１一ｏ９２４（２０ｏ６）１１—００８４—０３ Ｆａｓｔ Ｃｏｌｏｒ Ｉｄｅｎｔｉｉｆｃａｔｉｏｎ ｉｎ ｔｈｅ Ｖｉｓｉｏｎ Ｓｙｓｔｅｍ ｆｏｒ Ｓｏｃｃｅｒ Ｒｏｂｏｔｓ ＬＩＵ Ｚｕｏ—ｓｈｉ．ＨＵ Ｆａ—ｈｕａｎ （Ｆａｃｕｌｔｙ ｏｆ Ｅｌｅｃｔｒｏｍｅｃｈａｎｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｊｉａｎ￣Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｇａｎｚｏｕ ４３１０００，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎ ＦＩＲＡ Ｍｉｒｏｓｏｔ ｒｏｂｏｔ—ｓｏｃｃｅｒ ｇａｍｅｓ，ｔｈｅ ｖｉｓｉｏｎ ｓｙｓｔｅｍ ｉｓ ｈｔｅ ｕｎｉｑｕｅ ｗａｙ ｔｈｏｕｇｈ ｗｈｉｃｈ ｈｔｅ ｗｈ０ｌｅ ｓｙｓｔｅｍ ｏｂｔａｉｎｓ ｇｌｏｂａｌ ｉｎｆｏｒｍａｔｉｏｎ．Ｔｈｅ ｓｐｅｅｄ ａｎｄ ｐｒｅｃｉｓｉｏｎ ｏｆ ｔｈｅ ｖｉｓｉｏｎ ｓｙｓｔｅｍ ｈａｓ ｉｍｐｏｒｔａｎｔ ｅｆｆｅｃｔ ｏｎ ｔｈｅ Ｖｉｃｔｏｒｙ ｏｒ ｄｅｆｅａｔ ｆｏ ｔｈｅ ｇａｌｘｌｅ￣．Ｂａｓｅｄ ｏｎ ｔｈｅ ｄｉｓａｄｖａｎｔａｇｅ ｏｆ ｔｈｅ ｔｒａｄｉｉｔｏｎａｌ ｖｉｓｉｏｎ ｓｙｓｔｅｍ，ｔｈｉｓ ｐａｐｅｒ ｐｕｔｓ ｆｏｒｗａｒｄ ａ ｎｅｗ ｄｅｓｉｇｎ ｏｆ ｃｏｌｏｒ ｄｅｓｉｎｇ，ａｎｄ ｉｍｐｒｏｖｅｓ ｃｏｌｏｒ ｄｅｓｉｎｇ ｓｃｈｅｍｅ，ｉｍａｇｅ ｐｒｏｃｅｓｓｉｎｇ ａｎｄ ｒａｐｉｄ ｔｒａｃｉｎｇ ｏｆ ｓｅｇｍｅｎｔａｔｉｏｎｓ ＳＯ ｓａ ｔｏ ｒｅｄｕｃｅ ｄｒａｍａｔｉｃａｌｌｙ ｔｈｅ ｗｏｒｋ ｏｆ ｃａｌｃｕｌａｔｉｏｎ．Ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｄｅ— ｓｉｎｇ ｈａｓ ｍｕｃｈ ｓｕｐｅｒｉｏｒｉｔｙ ｉｎ ｓｐｅｅｄ ａｎｄ ｐｒｅｃｉｓｉｏｎ． Ｋｅｙ ｗｏｒｄｓ：ｓｏｃｃｅｒ ｒｏｂｏｔ；ｉｍａｇｅ ｓｅｇｍｅｎｔａｔｉｏｎ；ｉｍａｇｅ ｐｒｏｃｅｓｓｉｎｇ 方法． ０引言 获得场地信息是足球机器人进行决策的前提条件．需 要获得的场地信息包括：小车的位置ｐｏｓｔ（ ，，，），方向西 机器人足球比赛（Ｍｉｃｒｏ－ＲｏｂｏｔＷｏｒｌｄ Ｃｕｐ Ｓｏｃｃｅｒ Ｔｏｕｍａ （ ）和球的位置ｂｄｌ（ｘ，ｙ）．本文中从图标的设计方案和图 ｍｅｒｉｔ，即 ｒ）是一项复杂的高科技对弈项．本文中的 像颜色识另４两方面进行阐述． 研究对象为基于视觉的集控式足球机器人系统，其计算机 和视觉传感器与机器人执行机构是分离的，所有机器人共 １图标的设计方案 用一个视觉机构．视觉系统是机器人获得外界环境信息的 惟一途径，因此视觉子系统的性能是决定整个系统的关 一个好的图形方案不仅可以帮助我们准确判断小车 键．本文中在理论的基础上通过实践得出一种快速的识别 的位置和方向，而且可以很大地减少计算量［１１．图１为足球 －收稿日期：２ＯＯ６—０７—０４ 作者简介：刘祚时（１９６３一），男，江西永新人，硕士，教授，主要从事智能机器人方面的研究 维普资讯 http://www.cqvip.com 刘祚时，等：足球机器人视觉色标的快速识别 ８５ 机器人的视觉系统处理流程图 摄像头捕获图像 一一一一一一一．１一一一一一一一一 图像采集卡进行＾／Ｄ转换 ｌ 日标检测 图像预处理颜色空间转换 ： ： ： ： 设王颜色阚值进行图像分割 目标定位 识别机器人小车和球 厘其位．Ｉｔ、方向 ‘ ．基于帧相关性，在一定的 范围内搜索目标 目标跟踪 跟踪预测球的位王 图１视觉处理流程图 １．１色标的比较．足球机器人的色标是通过队标（Ｔｅａｍ ｃｏｌｏｒ，即主色标）和队员标（ＩＤ ｃｏｌｏｒ，即副色标）来确定．其 中队标根据规则选定为黄色或蓝色，而队员色标由自己选 定．图２ ａ）和ｂ）为２种常用的图标方案，其箭号所指为小 车的正方向，图２ ｃ）为一种新方案． （ａ）方案 （ｂ）方案 ｃ）方案 图２色标方案 下面对其的缺点进行分析： 图２ ａ）所示的方案为：２种颜色分另０表示队标和队员 色标，２个色块为相等的正方形，其中心点连线的中点即为 小车的中心点，方向是队标中心点指向队员标中心点的矢 量再顺时针旋转４５。．但该方案易发生粘连现象，如图３ ａ） 所示．在ＦｍＡ ＭｉｒｏＳｏｔ比赛中允许小车碰撞，且机会较多， 即误判机会也多，显然这种方案不理想． 图２ｂ）所示的方案中是由主色标来定位，把主色标分 成对称的２个部分，如图３ ｂ）所示．该方案采用分割、补偿 逼近的方法得到２个部分的中心。２个中心点连线的中点 即为小车的中心点。通过副色标来定小车方向．该方案的 优点为精度高，抗干扰能力强，不粘连；其缺点是计算复 杂，运算速度不高． 图３色标方案分析 １．２色标的设计．笔者经过理论分析，在实践的基础上采 取了一种理想的图形方案，如图２ Ｃ）所示．小车的中心点 和方向由队标和主队员色标决定，而副队员标是辅助主队 员标一起确定队员号的。以下对其原理和优点进行分析． 队标贴在小车的，队标的中心即为小车的中心。 小车的方向是由队标的中心点指向主队员标中心点的矢 量决定，不需经过旋转．在比赛中采用数字摄像头，则可实 现精确测位． 小车号是由主队员标和副队员标来决定。副队员标约 为主队员标的１／３．在ＦＩＲＡ Ｍｉｍｓｏｔ的比赛中。队员个数已 由原来３：３发展到５：５和７：７，而且还有１１：１１的比赛，队 员个数很多，如果只采取一个色标表示一个机器人，即使 在７：７的比赛中，加上双方的队标至少要９种颜色．这么多 颜色在比赛中易造成识别错误．为了减少颜色的种类采取 主副队员色标的方法。用２种颜色来表示一个机器人．若我 们有Ａ，Ｂ，ｃ，Ｄ四种队员颜色，在具体实现时前４个号的机 器人只用主队员色标，不用副色标，后面的队员就用主副２ 种颜色来表示，用色标面积的大小来区分主副队员色标． 这样用４种颜色就能表示７个机器人．该方案具有的优势 如下：①减少了计算量，提高了实时性，只用２个中心点即 可得它到位置和方向．②减少了颜色的种类，提高了可操 作性，同时减少了目标搜索时间．③图标设计更合理。在 任何情况下都不会发生粘连的现象． １．３主副色标的实现．为了用２个颜色表示一个机器人， 我们在运行前先进行颜色的采集，并对各颜色赋值，可以 用如下程序算法； ｄｅｆｉｎｅ Ｔｅａｍ Ｏ： ＆ｆｉｎｅ Ｍｅｍｂｌ １； 山向 Ｍｅｍｂ２ ２： ｄｅｆｉｎｅ Ｍｅｍｂ３ ３； ｄｅｆｉｎｅ Ｍｅｍｂ４ ４； 队标的颜色赋值为Ｏ，队员１，２，３，４的队员色标分别赋 为１，２，３，４．在运行前，先进行队标和队员色标颜色的采 集，并存下信息，扫描时与它进行比较．在扫描时，先对队 标进行全场扫描，并存下它的中心坐标．为了加快目标识 别和追踪，以队标中心点的坐标为中心，以小车宽度为边 长的正放形（约为８ｃｍ）的范围内搜索队员色标，扫描到的 颜色与采集到的颜色进行比较．如果队标返回值为Ｏ，则 不计算其素点的个数；如果队员色标返回值为非Ｏ，则计算 维普资讯 http://www.cqvip.com ８６ 重庆工学院学报 不会误判． 其像素点的个数．这样就可以避免对队员色标的全场扫 描，节省了时间，提高了实时性．最后在定主副队员色标 在比赛中可以在最亮和最暗的位置进行采集，以获得 准确的阈值．这样在确定颜色类的６个阈值后可用下列语 句对颜色进行判别： ｉｆ（（ ａｎｄ（，ｄ 巩）ａｎｄ（ ）ａｎｄ（＾ｓ ）） ）ａｎｄ（ｓｄ≥ｓｕ）ａｎｄ（ ｓ ） 时，以像素为基准，多的为主队员标，少的为副队员标．如 果只有主队员色标，则相当于副队员标的像素为０． 分清主副队员标后，即可确定小车的位置和方向．小 车号根据自身２个返回值的和来确定，如２号车为２＋０，６ 号车为４＋２． ２颜色的识别和改进 封旧 ｜ｓ＝ ：丽 ＝｛２ ／） 其中．ｓ的算法较传统的算法．ｓ；１—３× Ｃ１， … ，分别代表场上Ⅳ种颜色的范围．它们都是ＨＳＩ 到的几种颜色Ｇ，可以由６个阈值巩，％， ， ， ， 来决定它的一个子集Ｃ ‘：ｃ，ｉｃ Ｇ＝∥， １，２…／７，．设场上 某点颜色Ａ（见，ｓｄ，，ｄ）落在设定的阈值内： 【 ≤，ｄｓ 满足上面的条件则为该颜色． ２．３图像的分割方法．一种颜色要６条语句，一幅图像的 像素是６４０×４８０，有３Ｏ多万像素，而每个像素又有６条语 句，显然计算量很大，所以效率很低，实时性要受到． 为了提高实时性，可以把一副图像分成若干个小块［３Ｊ，再 取出每个小块的中心点进行颜色判别．每小块一般为副队 员色标的１／５，约为７×７ ｐｉｘｅｌｓ，这样计算量就为原来的１／ ５Ｏ．当中心点为所要识别的颜色时，就以这个中心点为种 子，向周围扩散，并判断周围像素点的颜色，直到把整个色 块填满，同时计算色块的重心．在这过程中，同时进行识别 和过滤处理：０根据各色块中像素点的坐标分别判断该色 块是否为所要识别的目标，如扩散的与已填的色块重心距 离超出小车的大小，即认为它不是目标将其过滤．在颜色 识别时要分级进行，先找出小球和我方队标的颜色，在队 标周围寻找确认队员号的颜色，并再用种子填充的方法找 出其重心，如图４所示．用这种方法既提高了效率又提高了 精度． 图４色标分割图 ３实验结果 笔者通过上述改进后，用数字摄像头进行了测试．一 队的色标方案不变（为图２的ａ）方案），其颜色判别是一般 的阈值判别法；另一队为改进后的色标方案（图２的ｃ）方 案）和识别方法，其余的设备和策略均不变．进行多次比 赛，其结果基本维持在４：７，也就是改进后的方案占优势而 胜．表１为实验所得的结果．（下转第９２页） ①ＣｍｍＴ。ｌａｍｂｅｒｔＰ．Ｓｙｍｂｏｌｉｃｆｕｓｓｉｏｎｄｈｕｅ－ｃｈｒｏｍａ－ｉｎｔｅｎｓｉｔｙｌｅａ－ ｆｏｒ ｒｅ，ｏｎ ８ｅ ｎｅｍ ０ｎ［ｃ］．Ｉｎ：ｌ￣ｏｃ ＩＥＥＥ Ｉｎｔ￣ｎａｔｉｏｎｄ Ｃｏｎｆｅｒｅｎｃｅ ０１１ Ｉｌｍ Ｐｌ ，Ｌａｎ￣ｕｍｅ Ｓｗｉｔｚｅｒｌａｎｄ，１９９６：９７１—９７４． ②Ｂｒｕｃｈ Ｊ，ＢｌａｃｈＴ，Ｖｅｌ￣ｏＭ。Ｆａｓｔ ｃｏｌｏｒｉｍａｇｅ ｓｅｇｍｅｎｔａｔｉｏｎｆｏｒｉｎ— ｔｃ￣ｃｔｌｖｅ ｒｏｂｏｔ．Ｐｒｏｃｅ￣ｎｓｓ ０ｆ１ＲＯＳ２０００． 维普资讯 http://www.cqvip.com 重庆工学院学报 ａ＝Ｘ： ＭＭ＝Ｍ： ｓ＝ａ（：，ｉ）； Ｎ＝ｓｉｚｅ（ＭＳ）； ａ（：，ｉ）＝ａ（：，Ｊ）； Ｍ１＝ ｕ（ＭＭ）； ａ（：，Ｊ）＝ｓ； ＷＳ＝ｓｕｍ（ｓｕｍ（Ｍ１））； Ｂ＝ａ（ｉ，：）； ＮＮ＝Ｎ（１） ； ａ（ｉ，：）＝ａ（ｊ，：）； ｉ＝１； ａ（ｊ，：）＝ｓ； ｉｆＷＳ＝Ｎ（Ｉ、一１ Ｉ ＭＭ＝ＭＭ’ Ｙ ａ： ａ＝０： ｅｌｓｅ ５结束语 ｃ＝ｓｕｍ（Ｍ１）； ｉｎｄｅｘ０＝ｆｍｄ（ｃ；；０）； 本文中定义了图的布尔矩阵，并利用该矩阵解决了文 ｉｎｄｅｘｌ＝ｆｍｄ（ｃ＝＝１）； 献［５］中提到的“尚待解决的困难问题４”，对图论的代数化 ｉｎｄｅｘｍ ｆｉｎｄ（ｃ＞１）； 作出了一点贡献． ｗｈｉｌｅ（１ｅｎｇｔｈ（ｉｎｄｅｘ１）＝Ｎ（Ｉ）一１＆ｉ＜ＮＮ） ｎ １Ｊ １Ｊ ｂ １Ｊ １Ｊ Ｂ １●－１Ｊ １Ｊ ｉｆ（１ｅｒｌｇ山（ｉｎｄｅ ）＝＝１ ｌ ｌｅｎｇｔｈ（ｉｎｄｅｘｍ）＝＝０） 参考文献： ｘ＝１ ｅｌｓｅ 罗日成，李卫国．电力系统潮流计算的符号分析方法 ＭＭ＝ｆｕｎ（ＭＭ，ｉｎｄｅｘ０（２），ｉｎｄｅｘｍ（１））； ［Ｊ］．电网技术，２００５。２９（１０）：２５—２９． Ｍ１＝ｔｒｉｕ（ＭＭ）； 杨华中胡冠章．电路划分问题的Ｌａｐｌａｃｅ谱分析和生 ｃ＝ｓ啪（Ｍ１）； 成树法术［Ｊ］．中国科学，２０Ｏ３，３３（６）：５６２—５６７． ． ｉｎｄｅａＯ＝ｆｉｎｄ（ｃ＝＝０）； 张春英．图论在经济建设中的应用［Ｊ］．电大理工， ｉｎｄｅｘｌ＝ｆｉｎｄ（ｃ＝＝１）； ２００４（３）：３７—３８． ｉｎｄｃｘｍ＝ｔｌｎｄ（ｃ＞１）； Ｂｉｇｇｓ Ｎ．Ａｌｇｅｂｒａｉｃ Ｇｒａｐｈ Ｔｈｅｏｒｙ［Ｍ］．Ｉ．￣ｎｄｏｎ：Ｃａｍｂｒｉｄｇｅ ｅｎｄ ＵｎｉｖｅｒｓｉｔｙＰｒｅｓｓ．１９９３． ｉ＝ｉ＋１： 许进．自补图理论及其应用［Ｍ］．西安：西安电子科技 ｅｎｄ 大学出版社．１９９９：３５． ｉｆ（ｉ＝＝ＮＮ Ｉ ｌｅｎｇｔｈ（ｆｉｎｄ（ｓｕｍ（ｔｒｉｕ（ＭＭ））＝＝１））＝Ｎ 丁国星．关于数上界的讨论［Ｊ］．湖北民族学院学 （１）一１） 报，２００５，２３（３）：２３０—２３１． ａ＝０： 李红刚，鲜思东．图同构性的应用［Ｊ］．喀什师范学院 ｅｌｓｅ ａ＝１： 学报。２００５，２６（３）：１９—２１． ｅｎｄ 戴一奇，胡冠章．图论与代数结构［Ｍ］．１版．北京：清 ｅｎｄ 华大学出版社，１９９５． Ｘ＝ａ： 其中 （ｘ，ｉ，ｊ）如下： （责任编辑刘舸） ｆｕｎｇｔｉｏｎ Ｙ＝ｆｕｎ（ｘ，ｉ，ｊ） （上接第８６页） 表１实验结果 参考文献： ［１］王志刚，孙培峰，罗志增．基于视觉的足球机器人快 速识别技术［Ｊ］．机器人技术，２０ｏ３（６）：５３—５５． ［２］昊卫国，陈辉堂．基于彩色图像移动机器人定住［Ｊ］． 机器人，１９９９，２５（５）：３４０—３４８． ［３］何超，熊蓉，戴连奎．足球机器人视觉图象的快速识别 ［Ｊ］．中国图象图形学报，２（Ｄ３，８（Ａ）：２７１—２７５． （责任编辑刘舸） Ｉ竺Ｊ１Ｊ
