买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：暨南大学

摘要：本发明提供了一种基于图像处理的围棋棋谱精准识别方法，它通过对围棋图像进行分析，找出一路角点或者用棋子模板法得到四条一路信息，进而确定棋盘区域。此后，对所有交叉点进行棋子有无及颜色识别，并标记出因反光、有阴影、棋子被放歪导致的有可能出错的位置，从而得到相对精准的棋盘识别结果，以便于实现智能数子操作及生成棋盘电子图像等。本发明基于围棋图像的围棋棋谱识别方法具有方便快捷、可靠性高、普适性强的特点，在有光线不均、拍照畸变情况下仍能保证较高的识谱准确率。

主权项：1.一种基于图像处理的围棋棋谱精准识别方法，其特征在于，识别过程为：S1、图片预处理：将围棋棋谱原图转换为灰度图、B值图、二值图；S2、一路角点检测：在灰度图中用Harris角点检测法对图中所有的角点进行探测；得到一路角点；S2中一路角点检测的具体过程为：在灰度图中用Harris角点检测法得到围棋棋盘图中所有角点，记为Corner，并在二值图中对Corner使用多重三峰检测法，具体如下：峰值定义为在一串0-1字符串中，若出现连续“1”的子字符串，则该子字符串则为一个峰值；对每一个Corner点集中的点取不同半径的方形邻域，在每个邻域外围一周检测是否有且只有三个峰值，若是，则在新建零数组a'的对应位置更新为1，最后统计a′中1的数量，若该数量大于等于预设值，则此点为需要的一路角点，并加入新点集Corner1；S3、一路角点分类与校正：对上一步骤检测到的角点进行分类，分“上一路”、“下一路”、“左一路”和“右一路”四类，并校正角点所在位置；S4、判断一路棋子是否覆盖角点严重：统计每条一路棋子中识别到的角点数量，若数量未达到设定阈值TH1要求，则大部分边线角点被棋子覆盖，即认定为覆盖角点严重，通过棋子模板法识别棋子来得到此条一路位置信息；S3的一路角点分类与校正的具体过程为：使用设计好的40个不同角度的T形模板，在二值图中分别对点集Corner2中每个点的半径r2的正方形邻域B矩阵中每个点bij进行模板得分计算；对以bij为中心，半径为r2的方形邻域与各个模板进行卷积，记录得分最高的模板编号cij与得分dij；在对B矩阵中每个点都做一次此操作后，将得到完整的模板编号矩阵C与得分矩阵D；找出D矩阵中最大得分的位置及其在二值图中相应的坐标，并找出该点在C矩阵中的对应模板编号，将此角点进行上下左右归类；记为：下角点xx1,yy1,上角点xx2,yy2,左角点xx3,yy3,右角点xx4,yy4；对每一类中的点进行再一次筛选：对同类中的所有点进行两两斜率计算，得到斜率矩阵，计算所有斜率的方差var，若var大于设定的阈值TH2，则建立新零向量数组a，对斜率矩阵的每一列进行以下操作：使用kmeans聚类法，将斜率分成两类，统计每一类元素的个数，将个数少的那一类中的元素对应的下标在数组a中相应位置的值进行加1操作；所有列进行完该操作后，删除数组a中数值最大的元素下标所对应的点；重新计算剩余点两两之间的斜率，得到新的斜率矩阵与现有斜率的方差，重复此操作，直至斜率方差小于设定阈值TH2为止；对得到的四类点集分别进行直线拟合，进而得到角点的分类结果S5、确定棋盘四个最边角顶点位置：结合棋子模板法与一路角点检测得到的四条一路直线信息，则能计算得棋盘四个最边角顶点位置；在对旋转变形的棋盘进行畸变几何校正；得到正畸棋盘图中361个棋盘交叉点的位置信息；S6、判断对应位置有无棋子及棋子颜色，得到最终结果矩阵；S6判断对应位置有无棋子及棋子颜色，得到最终结果矩阵具体过程为：1白棋识别：a.将正畸图分成4×4张子图，在每张子图中自适应设定阈值TH白棋进行图像分割；b.通过统计交叉点附近的白色成分并结合子图灰度直方图来判断交叉点上是否为白子以及是否有出现反光现象，若有反光，则进行标记；c.标记交叉点上放偏的棋子；d.对反光交叉点进行进一步判断，确定是否为白子，置信度较高的取消原有标记；2黑棋识别：a.将正畸后的图分成4×4张子图，在每个子图中自适应设定阈值TH黑棋对图像进行分割；b.通过统计交叉点附近的黑色成分判断交叉点上是否为黑子；c.标记交叉点上放偏的棋子d.判断黑子是否有反光e.对被标记为反光棋子的交叉点进一步判断；3结合白棋与黑棋的结果得到最终的结果矩阵A19×19，其中：黑棋：-1，无棋：0，白棋：1。

全文数据：

权利要求：

百度查询： 暨南大学 一种基于图像处理的围棋棋谱精准识别方法