0.2% W下。
【附图说明】
[0045] 下面结合附图和【具体实施方式】来详细说明本发明：
[0046] 图1是本发明一种教育玩具套件的结构示意图。
[0047] 图2是本发明一种教育玩具套件的支架的后视图。
[004引图3是本发明一种教育玩具套件的支架的立体图。
[0049] 图4是本发明一种教育玩具套件的底板的结构示意图。
[0050] 图5是一种教育玩具套件中检测屯巧板摆放形状、位置的方法的流程图。
[0051 ]图6是S角形屯巧板未旋转时的结构示意图。
[0052] 图7是S角形屯巧板旋转后的结构示意图。
[0053] 其中，图1-7中的附图标记与部件名称之间的对应关系为：
[0054] 支架1，凸起101，第二凹槽102,第S凹槽103,碟状底架104,圆形顶架105,露空提 手106，头盎探测器2，底板3，第一凹槽301。
【具体实施方式】
[0055] 为了使本发明技术实现的措施、创作特征、达成目的与功效易于明白了解，下面将 结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然， 所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施 例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于 本发明保护的范围。
[0化6] 实施例1:
[0057] 图1是本发明一种教育玩具套件的结构示意图。
[0058] 图2是本发明一种教育玩具套件的支架的后视图。
[0059] 图3是本发明一种教育玩具套件的支架的立体图。
[0060] 图4是本发明一种教育玩具套件的底板的结构示意图。
[0061] 如图1-4所示，一种教育玩具套件，包括支架1、头盎探测器2和底板3,并且支架1安 装于底板3上，头盎探测器2安装于支架1上;底板3，上方设置有第一凹槽301;支架1，底部具 有凸起101，凸起101安装在第一凹槽301内，顶部具有第二凹槽102和第=凹槽103,第二凹 槽102用于放置平板电脑;头盎探测器2,安装于第=凹槽103内；还包括:定位孔104,设置于 第S凹槽103侧壁的纵向中屯、轴上。
[0062] 图5是一种教育玩具套件中检测屯巧板摆放形状、位置的方法的流程图。
[0063] 如图5所示，一种教育玩具套件中检测屯巧板摆放形状、位置的方法，包括如下步 骤：
[0064] 步骤一，在平板电脑中安装游戏程序，再将平板电脑的底端安装于第二凹槽内，通 过第四凹槽将头盎探测器安装于平板电脑的顶端，再将屯巧板放置于底板上.
[0065] 步骤二，固定安装好后，通过平板电脑的前置摄像头采集图像；
[0066] 步骤=，对步骤二中采集到的图像进行视角转换，得出屯巧板中彩色板个数判断 屯巧板摆放位置是否准确，如果不准确则重新摆放屯巧板，重复执行步骤二至=，如果准确 则执行步骤四；
[0067] 步骤四，计算步骤=中彩色板边缘轮廓的边长、角度和边长比例，结合平板电脑中 预先设置的屯巧板的各个彩色板的边缘轮廓的原始像素值，计算出每个彩色板的位置和旋 转角度，得出屯巧板的摆放形状。
[006引实施例2:
[0069] 图5是一种教育玩具套件中检测屯巧板摆放形状、位置的方法的流程图。
[0070] 如图5所示，一种教育玩具套件中检测屯巧板摆放形状、位置的方法，包括如下步 骤：
[0071] 步骤一，在平板电脑中安装游戏程序，再将平板电脑的底端安装于第二凹槽内，通 过第四凹槽将头盎探测器安装于平板电脑的顶端，再将屯巧板放置于底板上.
[0072] 步骤二，固定安装好后，通过平板电脑的前置摄像头采集图像，具体步骤为：
[0073] 首先，将平板电脑前置摄像头所获取图像定义为Ixy，Ixy = f(X，y);
[0074] 其中，（x，y)表示图像像素点的位置坐标，f(x，y)表示图像的在(x，y)上的像素值； [00对由于摄像头采集的图像为彩色图片，因此f(X，y) = (Rxy，Gxy，Bxy);
[0076] 其中，Rxy表示图像像素点在红色通道的色彩值，Gxy表示图像像素点在绿色通道的 色彩值，Bxy表示图像像素点在蓝色通道的色彩值；
[0077] 步骤=，对步骤二中采集到的图像进行视角转换，得出屯巧板中彩色板个数判断 屯巧板摆放位置是否准确，如果不准确则重新摆放屯巧板，重复执行步骤二至=，如果准确 则执行步骤四，具体步骤为：
[0078] a)由于步骤二中平板电脑顶部的摄像头相对于底板来说是具有一个倾斜视角的， 因此步骤二中采集到的图像为斜视角图像，采用透视变换原理，将斜视角图像转换为俯视 的正视角图像；
[0079] b)将步骤a)中得到的正视角图像转换为灰度图像，具体公式为：
[0080] Gray (X，y) 0.2989 X Rxy+0.5870 X Gxy+0.1140 X Bxy;
[0081 ]其中，Gray(x，y)表示灰度图像；
[0082] C)使用边缘检测算法检测灰度图像中的强边缘；
[0083] 图像的边缘是指灰度图像中灰度变化比较剧烈的部分，灰度值的变化程度采用相 邻像素间的梯度变化来定量表示，梯度是一阶二维导数的二维等效式，具体计算过程为：
[0084] 首先，计算相邻像素的差分，具体公式为：
[00 化]Gx=f[i，j+l]-f[i，j]
[0086] Gy = f[i, j]
[0087] 其中，Gx表示相邻像素在X方向上的差分，Gy表示相邻像素在y方向上的差分，f [ i，j + 1]表示图像在第i行第j+1列的像素值，f[i，j]表示图像在第i行第j列的像素值;f[i+l，j] 表示图像在第i+1行第j列的像素值，
[0088] 进一步地，计算相邻像素间的梯度，具体公式为：
[0089]
[0090] 其中，G(x，y)表示表示图像的在(x，y)点上梯度值，f表示像素值在X方向上求导， I；表示像素值在y方向上求导；
[0091] 进一步地，计算边缘点的梯度幅值，所有边缘点的梯度幅值集合即为提取的边缘 轮廓；
[0092] 由于待检测的屯巧板目标，在转换为灰度图后，不同的彩色板之间反差较大，因此 可W将反差很大的彩色板的轮廓视为当前图像的边缘，进而采用边缘检测的方法提取出边 缘点的梯度幅值集合，即为屯巧板的边缘轮廓；常规的边缘提取算法，包括Sobel算子、 Roberts算子、Prewitt算子和化nny算子等，具体公式为：
[0093]
[0094] 其中，IG (X，y) I表示边缘点的梯度幅值；
[0095] d)由步骤C)中得出的屯巧板边缘轮廓由于是一个边缘点梯度幅值集合，所W会出 现断线或者具有多条平行边缘的情况，因此，对步骤C)中得出的屯巧板边缘轮廓进行膨胀 处理，使平行的边缘合并为一个边缘，并且把断了的边缘连接起来，得到屯巧板膨胀边缘轮 廓；
[0096] e)对步骤d)中的屯巧板膨胀边缘轮廓进行分析，筛选出=角形和四边形的边缘轮 廓；
[0097] f)采用屯巧板的特定形状、边长比例、大小、角度和位置的先验知识过滤掉步骤d) 中与上述先验知识不符的的边缘轮廓，计算剩余边缘轮廓的个数，如果个数为7个则证明摆 放位置准确，执行步骤四，如果个数不为7个则证明摆放位置错误，需要重新摆放屯巧板，重 复步骤一至三；
[0098] 步骤四，计算步骤f)中剩余边缘轮廓的边长、角度和边长比例，结合平板电脑中预 先设置的屯巧板的各个彩色板的边缘轮廓的原始像素值，计算出每个彩色板的位置和旋转 角度，得出屯巧板的摆放形状。
[0099] 本实施例中，步骤=的步骤a)中还包括:根据先验知识，对正视角图像进行剪切， 得出