足球机器人系统是人工智能领域的一个非常好的应用与研究平台。作为眼睛的视觉系统是足球机器人系统中非常重要的组成部分,足球机器人视觉系统的主要任务是对视频采集设备所捕获的图像进行处理,从而准确地获得比赛场地上各目标物体的相应位置和角度,以便为决策系统提供初始状态信息。足球机器人视觉系统主要包括:数字图像的获取、图像的预处理、图像分割和图像识别几部分。 论文的主要工作是建立一个基于真彩色图像的实时足球机器人视觉系统,针对足球机器人系统的应用实际,对以往的图像处理方法中的图像分割和识别方法深入研究,提出相应的改进方法。研究工作具体包括: 深入地分析了微型足球机器人视觉系统的具体要求,选择了满足系统正常工作的视频采集设备。 根据足球机器人视觉系统的实际应用环境,分析对比了不同颜色空间的优缺点,采用YUV颜色空间作为视觉系统的工作空间,从而减弱了光照变化对视觉系统带来的影响。同时深入分析了足球机器人色标的形状、颜色和布置方式对实际比赛的影响,设计出了合适的色标形式。在比较了几种典型的图像分割方法后,最终选用阈值分割作为图像分割方法,得到了满意的分割结果。 为了达到快速实时搜索目标的目的,论文给出了一种自适应网格扫描和外旋跟踪识别相结合的算法;在识别精度方面,应用了几何测心和矩方法相结合的算法。通过实际应用证实,这些方法能有效地提高系统的实时处理性能和识别精度。 论文的最后详细介绍了我们自行开发的微型足球机器人视觉系统的软件结构以及各功能模块的具体作用,同时详细地阐述了实现视觉系统人机交互功能所必须的程序界面的设计,为进一步开发提供了一定的思路和方向。