基于輪廓和顏色的七巧板識(shí)別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體涉及一種基于輪廓和顏色的七巧板識(shí)別方法。
【背景技術(shù)】
[0002]輪廓檢測(cè)在虛擬現(xiàn)實(shí)、自控車輛、機(jī)器人環(huán)境分析、監(jiān)控系統(tǒng)中的物體跟蹤與識(shí)別、生物醫(yī)學(xué)圖像處理、工業(yè)在線自動(dòng)檢測(cè)、形狀反求等方面有著廣泛的應(yīng)用。輪廓檢測(cè)技術(shù)就是利用物體和背景在圖像的灰度、顏色或者紋理特征等方面的差異，找到一條封閉輪廓從背景中分割出最突出的對(duì)象。界定輪廓有兩個(gè)標(biāo)準(zhǔn):自然輪廓有光滑的形狀，輪廓將圖像分成各具特性的區(qū)域。目前我們常用經(jīng)典的輪廓檢測(cè)方法是構(gòu)造對(duì)像素灰度級(jí)階躍變化敏感的微分算子，如Robert梯度算子、Sobel梯度算子等，其輪廓檢測(cè)速度快，但得到的往往是斷續(xù)的、不完整的結(jié)構(gòu)信息，這類方法對(duì)噪聲較為敏感，為了有效抑制噪聲，一般都首先對(duì)原圖像進(jìn)行平滑，再進(jìn)行輪廓檢測(cè)就能成功地檢測(cè)到真正的輪廓。
[0003]顏色識(shí)別在現(xiàn)代生產(chǎn)中的應(yīng)用越來(lái)越廣泛，無(wú)論是遙感技術(shù)，工業(yè)過(guò)程控制，材料分揀識(shí)別，圖像處理，產(chǎn)品質(zhì)檢，機(jī)器人視覺系統(tǒng)，還是某些模糊的探測(cè)系統(tǒng)都需要對(duì)顏色進(jìn)行識(shí)別。常用的顏色識(shí)別方法:色標(biāo)識(shí)別和RGB顏色識(shí)別。色標(biāo)識(shí)別是通過(guò)顏色的波長(zhǎng)來(lái)識(shí)別不同的顏色；RGB顏色識(shí)別是通過(guò)顏色的RGB (或者通過(guò)RGB轉(zhuǎn)換到其他的計(jì)色體系)比例來(lái)識(shí)別不同的顏色。

【發(fā)明內(nèi)容】

[0004]本發(fā)明提供一種基于輪廓和顏色的七巧板識(shí)別方法，其目的在于解決嵌入式平臺(tái)處理速度緩慢、內(nèi)存資源有限時(shí)對(duì)七巧板游戲的局限性問(wèn)題。
[0005]為實(shí)現(xiàn)上述目的，本發(fā)明采用以下技術(shù)方案:
[0006]一種基于輪廓和顏色的七巧板識(shí)別方法，它包括以下步驟:
[0007]S1、通過(guò)攝像頭獲取七巧板的彩色圖像；
[0008]S2、對(duì)步驟SI中的彩色圖像進(jìn)行預(yù)處理；
[0009]所述步驟S2具體包括以下步驟:
[0010]S21、對(duì)輸入的彩色圖像進(jìn)行光照預(yù)處理；
[0011]S22、對(duì)彩色圖像進(jìn)行灰度變換，得到灰度圖像；
[0012]S23、對(duì)步驟S22得到的灰度圖像進(jìn)行降噪處理；
[0013]S24、對(duì)步驟S23中降噪處理后的灰度圖像進(jìn)行高斯平滑處理；
[0014]S3、對(duì)步驟SI中的彩色圖像進(jìn)行輪廓檢測(cè)；
[0015]所述步驟S3具體包括以下步驟:
[0016]S31、對(duì)步驟S2中高斯平滑處理后的灰度圖像采用Canny梯度算子進(jìn)行邊緣檢測(cè)，得到初步的輪廓形狀；
[0017]S32、對(duì)邊緣檢測(cè)后的圖像進(jìn)行形態(tài)學(xué)腐蝕和膨脹處理；
[0018]S33、對(duì)步驟S32處理后的圖像采用Teh-Chin鏈逼近算法進(jìn)行輪廓檢測(cè)，得到圖像中的輪廓信息；
[0019]S34、對(duì)步驟S33中的輪廓信息進(jìn)行篩選；
[0020]S35、采用Douglas-Peucker算法對(duì)篩選后的輪廓信息進(jìn)行擬合，形成標(biāo)準(zhǔn)的幾何圖像，并對(duì)擬合后的幾何圖像檢測(cè)其頂點(diǎn)，得到頂點(diǎn)信息；
[0021]S36、利用步驟S35中的頂點(diǎn)信息計(jì)算每個(gè)幾何圖像的中心信息；
[0022]S4、對(duì)步驟S3中的輪廓信息進(jìn)行顏色檢測(cè)；
[0023]所述步驟S4具體包括以下步驟:
[0024]S41、將步驟S2中光照預(yù)處理的彩色圖像轉(zhuǎn)換到HSV顏色空間中；
[0025]S42、采用步驟S3中的輪廓信息在HSV顏色空間中獲取ROI區(qū)域；
[0026]S43、對(duì)步驟S42中的ROI區(qū)域做HSV分量的直方圖統(tǒng)計(jì)，確定當(dāng)前ROI區(qū)域的顏色；
[0027]S5、形狀識(shí)別；
[0028]所述步驟S5具體包括以下步驟:
[0029]S51、計(jì)算每個(gè)ROI區(qū)域的方向，并舍棄方向錯(cuò)誤的ROI區(qū)域；
[0030]S52、計(jì)算ROI區(qū)域之間的頂點(diǎn)連接信息及中心位置信息；
[0031]S53、將步驟S52中的頂點(diǎn)連接信息及中心位置信息與預(yù)先設(shè)定的頂點(diǎn)連接信息及中心位置信息進(jìn)行匹配，得到識(shí)別結(jié)果。
[0032]本技術(shù)方案中，步驟S3中先采用Canny邊緣檢測(cè)，再進(jìn)行形態(tài)學(xué)處理，最后采用Teh-Chin鏈逼近算法進(jìn)行輪廓檢測(cè)。這樣做的目的是去除干擾的信息，同時(shí)可以增加邊緣的連接性，防止檢測(cè)到的單一輪廓包含不同的顏色區(qū)域，步驟S35中采用Douglas -Peucker曲線擬合算法，這樣可以使得到的輪廓為標(biāo)準(zhǔn)的三邊形和四邊形，更有利于后續(xù)的的顏色檢測(cè)和匹配，步驟S3和S4，先做輪廓檢測(cè)再做顏色檢測(cè)來(lái)確定七巧板每一塊的序號(hào)，采用這種方法的目的在于可以減少光照對(duì)顏色的影響，步驟S41中將RGB計(jì)色體系中的圖像轉(zhuǎn)換到HSV空間圖像用于顏色檢測(cè)，因?yàn)镠SV計(jì)色體系對(duì)光照更具魯棒性，更適合顏色區(qū)間的統(tǒng)計(jì)，步驟S43中采用直方圖來(lái)統(tǒng)計(jì)ROI區(qū)域的HSV各分量的直方圖分布情況，更符合統(tǒng)計(jì)學(xué)的概率分布的性質(zhì)，步驟S51先計(jì)算每個(gè)ROI的方向，再做后續(xù)處理。直接舍棄方向錯(cuò)誤的R0I，這樣可以減少運(yùn)行時(shí)間，提高識(shí)別的效率，達(dá)到實(shí)時(shí)的效果，步驟S53中計(jì)算滿足要求的ROI的頂點(diǎn)連接信息和每個(gè)ROI之間的中點(diǎn)信息，只涉及歐式距離運(yùn)算和中心位置比較運(yùn)算，可以大大減少運(yùn)算時(shí)間，提高識(shí)別的效率。
[0033]更進(jìn)一步的技術(shù)方案是，所述步驟S21中通過(guò)白平衡的方式對(duì)輸入的彩色圖像進(jìn)行光照預(yù)處理。
[0034]更進(jìn)一步的技術(shù)方案是，所述步驟S23中通過(guò)中值濾波的方式對(duì)灰度圖像進(jìn)行降噪處理。
[0035]更進(jìn)一步的技術(shù)方案是，所述幾何圖像包括三角形或四邊形。
[0036]更進(jìn)一步的技術(shù)方案是，所述步驟I至步驟5的執(zhí)行順序?yàn)橐来螆?zhí)行。
[0037]本技術(shù)方案中將步驟I至步驟5執(zhí)行的順序限定為依次執(zhí)行，這樣就實(shí)現(xiàn)采用先檢測(cè)輪廓再檢測(cè)顏色的順序而非采用先檢測(cè)顏色在檢測(cè)輪廓的順序，此順序的目的在于可以極大地減少光照對(duì)顏色的影響，提高輪廓信息及輪廓內(nèi)的顏色信息的準(zhǔn)確性。
[0038]與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是:
[0039]本發(fā)明適用于任何電子設(shè)備和人機(jī)交互等平臺(tái)，通過(guò)先進(jìn)的計(jì)算機(jī)算法巧妙地將傳統(tǒng)游戲中的實(shí)體玩具和電子設(shè)備結(jié)合在一起，實(shí)現(xiàn)將現(xiàn)實(shí)世界和虛擬技術(shù)結(jié)合在一起的游戲，并有效