专利名称：校畸和识别围棋棋谱图像的方法
技术领域：
本发明涉及校畸和识别围棋棋谱图像的方法.它利用图像处理技术，对摄像机采集的棋谱图像进行畸形校正和实时棋谱识别。
背景技术：
摄像机的畸形校正和基于灰度值的图像匹配技术是计算机视觉和数字图像处理的重要内容，是识别棋谱图像需要解决的二个技术难题。摄像机的畸形校正是确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，畸形校正的参数一般须通过较复杂的实验和计算才能得到，而且需要对摄像机采集的每一副图像都进行畸形校正。面对如此大的计算量，能力有限的嵌入式系统无法完成实时图像处理。基于灰度的图像匹配技术中的算法一般都需要大量的计算，如果不进行适当的改进和引用其他的已知判定条件，也不能满足嵌入式系统下的实时图像处理要求。
发明内容
本发明的目的是提供一种校畸和识别围棋棋谱图像的方法，它能够对围棋比赛中摄像机采集的棋谱图像进行畸形校正和实时棋谱识别，为开发基于数字图像处理的自动围棋软件和便携式装置奠定基础。本发明采用的技术方案如下—种校畸和识别围棋棋谱图像的方法，包括以下步骤1)对围棋棋盘图像进行畸形校正，得到各个着子点的坐标和矩形框2)在比赛过程中对围棋棋子进行识别每次棋手着子后，采集一帧灰度图像作为前景图像，和上一次采集的背景图像做差分运算得到差值图像，根据各着子点的坐标，逐一在差值图像中，计算每个着子点的矩形框内的有效像素灰度平均值和有效像素个数，和设定的阈值比较，再根据当前着手方和棋盘信息记录棋子的颜色、位置、提子和落子的棋谱数据3)若比赛结束则退出，否则将背景图像更新为前景图像，返回步骤2)。进一步地对围棋棋盘图像进行畸形校正的详细步骤为1. 1)保持摄像机和围棋棋盘之间的相对位置不变，采集一帧棋盘图像1. 2)标定棋盘图像上的的四个角点坐标，计算并确定每个围棋着子点的坐标1. 3)确定每个围棋着子点在进行棋子识别时需要计算的矩形框的宽和高。对围棋棋子进行识别的详细步骤为2. 1)创建记录围棋棋盘着子点信息的数组S 2. 2)采集一帧棋盘图像作为背景图像2.3)若比赛结束则退出，否则，棋手每次着子后，采集一帧棋盘图像作为前景图
4像2. 4)根据当前着手方，把前景图像和背景图像做差分运算得到差值图像2. 5)根据当前着手方、各着子点坐标和矩形框的大小，计算每一个着子点处的有效像素数k(i)和每一个着子点处的灰度均值A (i)2. 6)检测每个着子点，根据当前着手方对每个着子点的信息进行更新，其中2. 6. 1)在当前着手方是黑方时如果着子点信息Si是黑子，Si无变化否则如果有效像素数k(i) <阈值Tl，或者有效像素灰度均值A(i) <阈值T2，则 Si无变化否则如果Si是无子，则当前着子点的变化是黑方着黑子，更新Si为黑子否则如果Si是白子，则当前着子点的变化是黑方提白子，更新Si为无子2. 6. 2)在当前着手方是白方时如果着子点信息Si是白子，Si无变化否则如果有效像素数k(i) <阈值Tl，或者有效像素灰度均值A(i) <阈值T2，则 Si无变化否则如果Si是无子，则当前着子点的变化是白方着白子，更新Si为白子否则如果Si是黑子，则当前着子点的变化是白方提黑子，更新Si为无子2.7)用前景图像更新背景图像，返回步骤2. 3)。更进一步地在步骤2. 4)中:若当前着手方是黑方，则将前景图像和背景图像做负差分运算，公式如下
权利要求
1.一种校畸和识别围棋棋谱图像的方法，其特征在于包括以下步骤1)对围棋棋盘图像进行畸形校正，得到各个着子点的坐标和矩形框2)在比赛过程中对围棋棋子进行识别每次棋手着子后，采集一帧灰度图像作为前景图像，和上一次采集的背景图像做差分运算得到差值图像，根据各着子点的坐标，逐一在差值图像中，计算每个着子点的矩形框内的有效像素灰度平均值和有效像素个数，和设定的阈值比较，再根据当前着手方和棋盘信息记录棋子的颜色、位置、提子和落子的棋谱数据3)若比赛结束则退出，否则将背景图像更新为前景图像，返回步骤2)。
2.如权利要求1所述的校畸和识别围棋棋谱图像的方法，其特征在于 对围棋棋盘图像进行畸形校正的详细步骤为1.1)保持摄像机和围棋棋盘之间的相对位置不变，采集一帧棋盘图像 1. 2)标定棋盘图像上的的四个角点坐标，计算并确定每个围棋着子点的坐标1.3)确定每个围棋着子点在进行棋子识别时需要计算的矩形框的宽和高。
3.如权利要求2所述的校畸和识别围棋棋谱图像的方法，其特征在于 对围棋棋子进行识别的详细步骤为2.1)创建记录围棋棋盘着子点信息的数组S 2. 2)采集一帧棋盘图像作为背景图像2. 3)若比赛结束则退出，否则，棋手每次着子后，采集一帧棋盘图像作为前景图像 2. 4)根据当前着手方，把前景图像和背景图像做差分运算得到差值图像 2. 5)根据当前着手方、各着子点坐标和矩形框的大小，计算每一个着子点处的有效像素数k(i)和每一个着子点处的灰度均值A (i)2. 6)检测每个着子点，根据当前着手方对每个着子点的信息进行更新，其中 2. 6. 1)在当前着手方是黑方时 如果着子点信息Si是黑子，Si无变化否则如果有效像素数k(i) <阈值Tl，或者有效像素灰度均值A(i) <阈值T2，则51无变化否则如果Si是无子，则当前着子点的变化是黑方着黑子，更新Si为黑子 否则如果Si是白子，则当前着子点的变化是黑方提白子，更新Si为无子 2. 6. 2)在当前着手方是白方时 如果着子点信息Si是白子，Si无变化否则如果有效像素数k(i) <阈值Tl，或者有效像素灰度均值A(i) <阈值T2，则Si无变化否则如果Si是无子，则当前着子点的变化是白方着白子，更新Si为白子 否则如果Si是黑子，则当前着子点的变化是白方提黑子，更新Si为无子 2. 7)用前景图像更新背景图像，返回步骤2. 3)。
4.如权利要求3所述的校畸和识别围棋棋谱图像的方法，其特征在于 在步骤2. 4)中若当前着手方是黑方，则将前景图像和背景图像做负差分运算，公式如下
5.如权利要求4所述的校畸和识别围棋棋谱图像的方法，其特征在于 在步骤2. 5)中根据当前着手方、各着子点坐标和矩形框的大小，计算每一个着子点处的有效像素数 k(i)和灰度均值A(i)的公式如下
全文摘要
本发明涉及校畸和实时识别围棋棋谱图像的方法，首先是图像的畸形校正将围棋棋盘位置和摄像机位置固定，确定361个着子点在摄像机采集的棋谱图像上的坐标和进行棋子识别时需要计算的矩形框的大小。其次是围棋棋子的识别采集一帧灰度图像作为前景，和背景图像做差分运算得到差值图像，根据各着子点的坐标，逐一在差值图像中，计算每个着子点的矩形框内的有效像素灰度平均值和有效像素个数等参数，和设定的阈值比较，再根据当前着手方和棋盘信息即可检测出棋子的颜色、位置、提子和落子等棋谱数据，然后将背景图像更新为前景图像。本发明的算法简洁、准确、效率高，能适应一定程度的光照变化，尤其适用于嵌入式系统下的实时棋谱识别。
文档编号G06T7/20GK102184544SQ201110129039
公开日2011年9月14日 申请日期2011年5月18日 优先权日2011年5月18日
发明者杭和平, 沈晋慧, 邵明刚 申请人:北京联合大学生物化学工程学院