白点定位图像处理算法.pdf

第3 7 卷第6 期 2 0 0 8 年1 1 月 中国矿业大学学报 J o u r n a lo fC h i n aU n i v e r s i t yo fM i n i n g8 LT e c h n o l o g y V o L3 7N o ．6 N O V ．2 0 0 8 白点定位图像处理算法 吴晓1 ’2 ，曹其新1 1 ．上海交通大学机械与动力工程学院，上海2 0 0 2 4 0 ；2 ．蒲田学院，福建蒲田 3 2 11 0 0 摘要为了解决全自主足球机器人自定位难题，采用白点定位图像处理算法求解足球场地白线 边缘中点作为自定位特征点．通过沿预定义一维扫描线的彩色滤波、求最大梯度点和亚像素分解 求中点等3 个步骤，求解出若干定位白点，为机器人自定位做准备．结果表明白点定位图像处理 算法，定位精度最大误差为1 ．2 m m ，程序运行平均时间为1 5 m s ，定位过程抗干扰能力强，完全能 够满足足球机器人自定位准确性、实时性和鲁棒性的要求． 关键词白点定位；图像处理；亚像素；机器人 中图分类号T P2 4 26 2 ；T S2 5 15 2文献标识码A文章编号1 0 0 0 - 1 9 6 4 2 0 0 8 0 6 0 8 3 0 0 4 I m a g eP r o c e s s i n gA l g o r i t h mo fW h i t eP o i n tL o c a l i z a t i o n W UX i a 0 1 - 。C A OQ i x i n l 1 ．S c h o o lo fM e c h a n i c a lE n g i n e e r i n g 。S h a n g h a iJ i a o t o n gU n i v e r s i t y ．S h a n g h a i2 0 0 2 4 0 ，C h i n a 2 ．P u t i a nU n i v e r s i t y 。P u t i a n ，F u j i a n3 2 11 0 0 ，C h i n a A b s t r a c t I no r d e rt os o l v et h ep r o b l e mO fs e l I l o c a l i z a t i o nf o ra u t o n o m o u sr o b o ts o c c e r ，a ni m a g ep r o c e s s i n ga l g o r i t h mo fw h i t ep o i n tl o c a l i z a t i o nw a sa p p l i e dt of i n do u tt h em i d p o i n to f w h i t el i n ee d g eo ft h es o c c e rf i e l da st h er e f e r e n c ep o i n tf o rs e l fl o c a l i z a t i o n ．B yf o l l o w i n gc o l o r e df i l t e ro fp r e d e f i n e ds i n g l e - d i m e n s i o ns c a n l i n e ，c a l c u l a t i n gt h em a x i m u mg r a d i e n tp o i n t ， a n dd e r i v i n gt h em i d p o i n tt h r o u g hs u b p i x e ld e c o m p o s i t i o n ，s e v e r a ll o c a l i z i n gw h i t ep o i n t sw e r e d e r i v e dt op r e p a r ef o rt h er o b o f ss e l f l o c a l i z a t i o n ．T h er e s u l t ss h o wt h a tt h ei m a g ep r o c e s s i n g a l g o r i t h mo fw h i t ep o i n tl o c a l i z a t i o nh a sam a x i m u ml o c a l i z a t i o na c c u r a c ye r r o ro f1 ．2m m ，a n a v e r a g ep r o g r a m r u n n i n gt i m eo f1 5m s ，a n di ss t r o n g l yr e s i s t a n tt oi n t e r f e r e n c ei nt h ep r o c e s s o fl o c a l i z a t i o n ．T h ei m a g ep r o c e s s i n ga l g o r i t h mo fw h i t ep o i n t sl o c a l i z a t i o nc a nc o m p l e t e l ys a t i s f yt h er e q u i r e m e n t so fa c c u r a c y ，r e a h i m ea n dr o b u s t n e s sf o rr o b o ts o c c e ri ns e l f - l o c a l i z a t i o n ． K e yw o r d s w h i t ep o i n t sl o c a l i z a t i o n ；i m a g ep r o c e s s i n g ；s u b - p i x e l ；r o b o t 白点定位图像处理算法是自主足球机器人完 成自定位的关键步骤，它是利用白点与地图模型点 匹配的方法实现机器人自定位的[ 1 。2 ] ．足球机器人 有了自定位后，诸如踢球、罚球等动作就很好解决 了，当然在帧间连续定位时还要用到最小误差逼 近、卡尔曼滤波迭代等方法[ 3 ‘4 ] ． 在进行白点定位算法之前首先要分割出球场 白线，传统的彩色图像分割算法大致分为3 类1 阈值法；2 基于边缘的方法；3 基于区域的方 - - I ，_ 一 法．其中，阈值法假设颜色值在一定范围内的像素 属于同一类区域，据此将色彩空间划分为若干不相 交的子集．这是足球机器人视觉处理较常采用的一 种方法，通过建立阈值快速查询表减少阈值判决的 运算量，从而在R G B 色彩空间中实现像素的快速 分类．但是由于受场地光照环境以及其它因素的影 响，场上各个目标的色彩空间并非是规则且互不相 交的矩形区域，很难选取恰当的阈值来准确地分割 多个目标，因此效果并不理想；采用从R G B 空间转 收稿日期2 0 0 8 0 4 2 3 基金项目国家f J 然科学基金项目 6 0 4 4 3 0 0 7 作者简介吴晓 1 9 6 4 一 ，男，江苏省徐州| f 『人，副教授。硕士，从事机器视觉，气力输送方面的研究 E - I m l f l ；w u x i a 0 1 8 6 1 6 3 ．c o n l T e l 1 3 1 2 3 2 9 7 3 0 0 万方数据 第6 期吴晓等白点定位图像处理算法 8 3 1 换为H I S 空间再分割的方法效果会更好，因为H S 代表物体本身的特性，I 是光照特性所以受环境影 响较小，因此效果会更好；首先用查表法将R G B 颜 色空问转换为H S I 颜色空间；然后采用只含H S 的颜色阈值法确定目标种子点的阈值；最后用顺序 网格与种子点生长相结合的目标搜索方法确定场 上的白线目标[ 5 { ] ．基于边缘的方法则假设在不同 区域边缘像素的颜色值有快速的变化，用梯度运算 来检测边缘，进而分割出区域．然而由边缘检测算 子得到的图像边缘往往是不连续的，而且包含了很 多虚假边缘，因此需要进行边缘跟踪、平滑、细化等 一系列后续处理，这些后续处理往往计算量很大， 比较耗时，因而不能够满足比赛对于实时性的要 求．基于区域的分割方法假设同一区域内的相邻像 素具有相似的颜色、灰度、纹理等视觉特征．著名的 分 合算法；就属于这类方法，而种子点区域生长 是一种被广泛应用的基于区域的分割算法，在这种 算法中，如何自动选取合适的种子点以及选择什么 样的同类判据是一个很难处理的问题，直接关系到 图像分割的效果[ 7 _ B ] ． 鉴于以上的分割方法和机器人的实时性，我们 根据新规则颜色通道较少 去掉黄门、蓝门等 的特 点，且白线的特征明显，易与其它颜色区分，直接采 用沿预定义一维扫描线求梯度向量的方法，在 R G B 空间进行彩色边缘检测，求取机器人自定位 白点．经检索截止2 0 0 8 年5 月，国内、外各类期刊 尚求发现相关白点定位算法的报道． 1 试验过程 1 ．1 试验方法 求白点试验在8m 6m 的自主足球机器人 的球场上进行，边框白线宽度为1 2 5m m ，内框白 线宽度为5 0m m ，场地为绿色，采用网球门．全向 摄像机分辨率为6 4 0 4 8 0 采取U S B 2 ．0 传输，预 定义一维扫描线分别为0 。，2 5 。，5 0 。，7 5 。，取像范围 3m 4m 场景． 1 ．2 试验方案 为了大幅度减少试验次数而不降低试验可行 度，我们采用正交试验法．预先取一些试验白点，这 些点是所有试验点的一组最小正交基，也就是说即 所有试验点都可以由这几个基本点衍生表示，故而 考虑基的性质就能推断所有点的性质了．为了选定 正交试验各个工艺参数的取值范围，先结合以往试 验研究的经验，然后又进行了5 0 帧不同角度图像 的摸索性试验，确定了正交试验参数．正交试验按 照L 1 6 4 ‘ 正交表进行试验．指标项目为自点的坐 标、距离．因素水平表如表l 所示．正交表能够在因 素变化范围内均衡抽样，使每次试验都具有较强的 代表性，由于正交表具备均衡分散的特点，保证了 全面试验的某些要求，这些试验往往能够较好或更 好的达到试验的目的． 衰I 因素水平袭 T a b l e1F a c t o ra n dI e v e It a b l e 2 定位原理 2 ．1 彩色边缘检测 彩色空间求图像的边缘并不是简单的R ，G ，B 这3 个通道求梯度的迭加，而需按照D iZ e n z o E 1 9 8 6 ] 提出的彩色梯度公式计算嘲． 假设i t , g ，b 是R G B 彩色空间沿R ，G ，B 轴的 单位向量，可定义梯度向量为 H 等 摹 a 扩B b d 1 H _ r 十_ _ g 十．．L lJ zo 工o z ．P 蔫r a 铲G a a v v ．B b 2 P i r 十i g． ．‘Z ， d Vd VdV 标量g 。，g ，和g 。定义为这些向量的点乘， 如下表示 缸- ． - U * U H T H I 萋l2 I 募I2 I 差I 2 ， g ，一V - ， ，p I 鸶I2 f 考l2 I 笃1 2 ， g 。 口 ， H T ， a 百R _ a v ．a a G za d G v O d B z3 瓦B ． R ，G 和B 及由此而来的g 是z 和y 的函数．利 用该表示法，某 z ，y 点彩色梯度的最大变化率方 向可以由角度给出 忙l a r c t a n I L g 。2 9 一．对云] ． 3 该 z ，y 点在0 方向上变化率的值由下式给 出 F 口 { 乒 缸 聃 g 。一g 口 c o s2 0 2 9 砷s i n2 0 ] 如图1 所示，O 和o ’分别表示机器人中心坐 标的2 种位置，0 表示扫描线倾角， z ，， 表示图像 相对坐标系．图1 中列举了2 种位置的扫描线与白 万方数据 8 3 2巾国矿业大学学报第3 7 卷 线村I 交的情况，由于是伞向视觉，所以图像巾心就 是机器人坐标中心，当沿扫描线求梯度时可按照公 式 3 ， 4 求出白线的梯度方向口和梯度值F 口 ， 由于是沿一维扫描线求梯度，不难看出公式 3 的 0 就是图l 的径向扫描线斜率的反正切．这样所求 的F 口 町得到进一步简化 g ≯y t a n 2 ‘8 、碍。，g 。。 t a n 0 g 。。， 刑， K 以盯瑶F 研川， 式巾K ～2 ‘ 图l 白线与机器人位置 F i g ．1 W h i t el i n ew i t ht h er o b o td r a f t 当沿坐标轴T 方向求彩色窄间梯度即口 0 。 时，则㈨以耵孺辟． 由于开方、平方不好处理，所以F 丁 可近似为 F 丁 I 塑3 xl l 型O xl l3 万B1 ． 6 2 ．2 去噪性能分析 由于现场光线变化、电路于扰等会引起一些图 像噪声，对于线性滤波如均值滤波、高斯滤波、拉普 拉斯滤波等町能通过对三色分别滤波，然后迭加的 方法进行，但均值滤波会平滑边界．高斯滤波、拉普 拉斯滤波埘噪声敏感，会产生虚假边界。H 花费的 时间也很长．中值滤波既能很蛊『．保持原I 罨{ 像的边界 信息，又町以有效滤除脉冲f 扰，但它是佑线性滤 波，不能通过j 色分别滤波求迭加的方法获得． 根据实时性要求．这咀我们采用沿径向扫描 线、坐标线进行最大、最小值滤除法进行滤波，这样 既能减少处理时间，又能滤除噪声． 根据J F 交实验因素水平表1 。我们选取．r 轴做 为手1 描线，根据全向摄像头的分辨率6 4 0 4 8 0 确 定有效J 作范嗣约为4 8 0 3 6 0 ，扫描线所能通过 的最大像素个数为6 0 0 ．在进行最大值、最小值滤 除噪声时的，R G B 域值范围如下，超出范围的即为 噪声，得以滤除，由于只是沿径向扫描线滤除，所以 处理很快． R 。。 R ， R 。，； G 。。 G ， G 。。。； B 。抽 B i B m ．。． ‘’ 其中i 是扫描线上的点0 6 0 0 ，m a x 表示设 定的最大阈值，m i n 是设定的最小阈值． 2 ．3 白点坐标分析 如图2 所示．以X 轴作为径向扫描线时的情 况，其中d 足沿} 1 描线梯度最大2 点间距离．通过 沿手1 描线最大值、最小值滤波后，按照公式 6 求 彩色梯度。最大梯度处的点就足白线边界点，取边 界点坐标的中点即自点的坐标． 多 值 值 图2 求t 3 点过程不意图 F i g ．2 S k e t c hp r o c e s so fs e e k i n gw h i t ep o i n i 按照规则白线的宽度为1 2 5m m 。伞自主机器 人的球场为长宽 8m X 6m 全向视觉的有效 工作范围4 8 0p i x e l s 3 6 0p i x e l s ，所以r { 线宽度相 当于的相素数P Ⅲ 器1 2 5 7 ．5p i x e l s ，又 由于令向视觉越向中心分辨牢越高的特点．加上我 们的试验是在四分之一赛场范围内，所以，P Ⅲ≈ 7 ．5 2 1 5p i x e l s ．同理，1 0 0m m 相当于1 2p i x e l s ；5 0m m 棚当于6p i x e i s ．在空间域求公式 6 梯 度可改写为差分的方式 F i fR i 一R i 一1 l IG i 一 G i 一1 I IB i 一B i 一1 1 ． 至少选出2 个最大梯度坐标X d ．X 。也． 最终的白点坐标为 x ，坠啦， 7 H 当机器人的位姿l y l 发生变化时，计算方法基本 ⋯ 相同．由于分辨率的问题，理论上的最大误差为 0 ．5 1 2 5 1 5 4 ．2m m ．如此大的误差是不能满 足自定位要求的，我们采用亚像素定位． 万方数据 第6 期吴晓等白点定位图像处理算法 8 3 3 2 ．4 亚像素级白点定位分析 理论上，一般认为图像是原始理想信息在点扩 散甬数的卷积作用下形成的⋯．在不考虑噪声影 响的情况下，其一维数学模喇简单表示为， T “ T ，g 丁 ，其中“ T 为原始理想信号；， z 为 一维图像信息；g z 为点扩散函数，一般近似为 1．2 高斯函数，g T _ 兰_ e ～参；如果求厂 上 的质 心z o2 心丁7 0 度点． 求取T 的信息取自厂 上 的一阶导数，在无噪 声干扰的情况下，只有在边缘过渡区内l ／ T l 值才较大，在远离边缘过渡区l ／ T I 迅速衰减 至非常小的值，几乎近于零．故在实际计算时。只 需取某一个边缘过渡区f h J 即可． 用差分代替微分则 f i f ；一 1 o ． 8 ，- 。 ∑If 。一 一- l 当然，按公式 8 计算边界中点，还有许多判断 因素如梯度阈值的取值，手l 描线的定义等，这里不 再介绍，请参考文献[ 3 ] ．如图2 所示，求出边界点 梯度中点后再按照公式 7 求出白点中心坐标X ，． 由于采用r 亚像素所以白点坐标的理论最大 误差叮降为0 ．0 8 4m m ．另外此算法是不需预先进 行像素级边缘检测的，即可直接进行亚像素级边缘 检测如公式 8 ． 3 试验数据分析 结合正交实验，我们预定义了机器人坐标的位 置足球机器人的绝对坐标，丁，Y ，0 ．白线宽度如表 l 所示；利J | j 计算机程序求解白点坐标真值，然后 按照本文的白点定位算法得出实验值如表2 所示． 表2 白点定位值与真值 T a b l e2T e s tv a l u ea n dt r u ev a l u e 试验编号机2 “ ／器人r a m 机y ／器人m m饼，。船≮等等{ 等等毛篇 12 5 ．8 9 1 23 7 ．2 5 6 35 0 ．9 6 2 46 1 ．4 0 1 34 9 ．9 1 4 23 8 ．4 0 0 35 1 ．2 7 8 2 5 ．04 9 9 ．3 7 65 0 0 ．0 0 0 3 7 ．512 8 4 ．4 8 312 8 4 ．3 3 3 5 0 ．019 6 4 ．5 0 01 9 6 3 ．7 1 1 6 Z ．5l8 6 8 ．0 3 2l8 6 7 ．2 2 8 5 0 ．025 0 0 ．0 7 525 0 0 ．0 0 0 3 7 ．55 8 4 ．2 1 35 8 4 ．8 7 l 5 0 ．0 35 0 0 ．9 9 7 35 0 0 ．0 0 】 1 9 ．2 6 6 8 2 ．4 2 2 1 3 1 ．3 7 l 4 8 3 ．8 3 l 9 9 ．9 2 7 8 3 ．0 6 3 9 8 ．9 0 8 5 0 ．0 0 0 8 2 ．7 5 3 1 3 0 ．5 4 l 4 8 2 9 6 3 1 0 0 ．0 0 0 8 2 ．7 5 3 1 0 0 ．0 0 0 通过分析町以看出机器人距离白线近点和远 点如 5 0 0 ，5 0 0 30 0 0 ．35 0 0 ，误差较大约1 ．1 m m ；机器人距离白线中问点如 10 0 0 ，15 0 0 20 0 0 ，25 0 0 。误差较小约0 ．1 5m m ． 这也比较符合全向视觉图像分辩率和失真的 情况，因为全向视觉反光镜在中心的加工面易产生 误差，引起图像奇变；而距离图像中心较远的地方 的图像分辩率变小；还有随着倾角0 越大误差越 大． 所以图像的内外两部分的误差较大，中间的误 差较小，致使测鼍的自点坐标与之有对应的关系， 理论计算与实际测量值比较接近，最大误差为1 ．2 m i l l ，在V C 6 ．0 环境下编程计算机硬件为双核 2 ．5G 的C P U ，内存为3G ，实时运行求自点坐标 程序，实测平均运行时间约为1 3 ～1 6m s ．其实时 性、准确性完全能够满足全自主机器人自定位的要 求． 4 结论 基于白点定位图像处理算法具有如下优点 1 定位精度高最大误差为1 ．2n l l T l ，最小误差 为0 ．1 5m m ，准确率达9 7 ．6 ％． 2 实验表明白点定位鲁棒性好，能够适应各 种变化的光照场景． 3 由于采用了沿径扫描线求梯度，所以运算 速度快，实时性高，白点定位程序平均运行时间为 1 5m s ，完全能够满足全自主中型组机器人的快速 自定位． 参考文献 [ 1 ]吴晓．基于新规则自主足球机器人的研究E J 3 ．湖 南文理学院学报，2 0 0 8 2 0 2 6 1 - 6 6 ． 下转第8 4 7 页 №一如 岫一№ m 丽m 丽 万方数据 第6 期宋立军等闽西南小溪洋井田构造形成演化的动力学机制研究8 4 7 上接第8 3 3 页 [ 2 ] [ 3 3 [ 4 ] [ 5 ] W UX i a o ．R e s e a r c ho fb a s e do nt h en 钾r u l e so fa n t o n o m o u sr o b o ts o c c e r [ J 3 ．J o u r n a lo fH u n a nC o l l e g e o fA r t s ，2 0 0 8 ，2 0 2 6 1 6 6 ． L A U E RM ．L A N G ES 。R I E D M I L L E RM ．C a l c u l a t - i n gt h ep e r f e c tm a t c h a ne f f c i e n ta n da c c u r a t ea p 。 p r o a e hf o rr o b o ts e l f - l o c a l i z a t i o n [ C ] ／／I E E EI n t e r n a t i o n a lC o n f e r e n c eo nR o b o t i c sa n dA u t o m a t i o n ． B o n n [ s ．n ．] ，2 0 0 5 3 7 5 3 8 2 ． 1 N G E M A RJ ．C o x ．B l a n c h e - a ne x p e r i m e n ti ng u i d a n t ea n dn a v i g a t i o no fa na u t o n o m o u sr o b o tv e h i c l e [ J ] ．I E E ET r a n s a c t i o n so nR o b o t i c sa n dA u t o m a t i o n 。1 9 9 1 ，7 2 1 9 3 - 2 0 4 ． 黄晶．基于快速彩色空间变换的足球机器人目标 搜索[ J ] ．哈尔滨工业大学学报，2 0 0 3 ，3 5 9 1 0 3 6 1 0 3 8 ． H U A N GJ i n g ．B a s e d0 nt h er a p i dt r a n s f o r m a t i o no f t h ec o l o rs p a c er o b o ts o c c e rg o a ls e a r c h [ J ] ．J o u r n a l o fH a r b i nU n i v e r s i t y 。2 0 0 3 ，3 5 9 1 0 3 6 1 0 3 8 ． 许志倩．足球机器人视觉系统目标识别算法的改进 [ J ] ．流体传动与控制，2 0 0 7 ，2 2 3 卜3 ． X UZ h i - q i a n ．R o b o ts o c c e rv i s i o ns y s t e mt a r g e tr e c o g n i t i o na l g o r i t h m st Oi m p r o v e 口] ．F l u i dD r i v e ra n d C o n t r o l ，2 0 0 7 ，2 2 3 1 - 3 ． [ 6 3 王卫．足球机器人彩色视觉图像的分割与识别 [ J 3 ．计算机工程与应用，2 0 0 5 ，1 7 7 6 8 7 1 ． W A N GW e i ．R o b o ts o c c e rc o l o rv i s u a li m a g es e g m e n t a t i o na n dr e c o g n i t i o n [ J ] ．E n g i n e e r i n ga n dc o m p u t e ra p p l i c a t i o n s ，2 0 0 5 ，1 7 7 6 8 7 1 ． [ 7 ] 盛遵冰．通用亚像素边缘检测算法口] ．上海交通大 学学报，2 0 0 7 ，4 1 6 9 1 1 - 9 1 5 ． S H E N GZ u n - b i n ．G e n e t i cs u b - p ；x e le d g ed e t e c t i o n a l g o r i t h m [ J ] ．J o u r n a lo fS h a n g h a iJ i a o t o n gU n i v e r s i t y ，2 0 0 7 ，4 1 6 9 1 1 - 9 1 5 ． [ 8 3白国长，侯伯杰．机器人的一种鲁棒控铜方法[ J ] ． 郑州大学学报英文版，2 0 0 7 ，2 3 1 5 2 5 8 ． S H A N GH a i t a o ，C H E NT i e I j u I L I n t e l l i g e n tc o n t r o l o ft h ex a n t h a ng u mf e r m e n t a t i o np r o c e s [ J ] ．J o u r n a l o fZ h e n g z h o u U n i v e r s i t y E n g i n e e r i n gS c i e n c e ， 2 0 0 7 ，2 3 1 5 2 5 8 ． 责任编辑姚志昌 万方数据