足球机器人视觉研究的现状探讨(颜色模型 图像分割)

第１９卷第４期２００５年７月株洲工学院学报
Ｊｏｕｒｎａｌ　ｏｆ　Ｚｈｕｚｈｏｕ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　ＴｅｃｈｎｏｌｏｇｙＶｏｌ．１９ Ｎｏ．４
Ｊｕｌ．　２００５
足球机器人视觉研究的现状探讨
尹美林１，２
阳春华１
（１．中南大学　信息科学与工程学院，湖南　长沙４１０００８；２．株洲工学院　电气工程系，湖南　株洲　４１２００８）
摘要：
从颜色模型及图像识别的角度详细分析了足球机器人视觉系统的研究现状，同时剖析了目前视觉图像识别中所面临的问题，并对未来的视觉系统研究提出新的设想。

关键词：足球机器人；视觉研究；颜色模型；图像分割
　中图分类号　：ＴＰ２４２．６＋２
文献标识码　：Ａ
文章编号　：１００８－２６１１（２００５）０４－００７７－０３
收稿日期：２００５－０３－１０
作者简介：尹美林（１９７２－），女，湖南邵东人，株洲工学院教师，中南大学硕士研究生，主要从事图像处理及机器视觉方面的研究．
机器人足球将科学研究领域的机器人与足球运动
结合，产生了前所未有的效应。

机器人足球比赛相对于博弈来讲，其范围和深度都有了质的变化［１］，享有“一个小平台上的技术战争”，“发展人工智能的新里程碑”等美称。

而视觉系统作为足球机器人系统顺利运行的前提和基础，受到了国内外研究者的普遍重视，笔者在查阅大量文献的基础上，对足球机器人视觉研究的国内外现状加以介绍与分析。

１足球机器人的视觉系统
集控式微型足球机器人系统为研究机器视觉提供
了一个良好的实验平台［２，３］，本文以ＦＩＲＡ　ＭｉｒｏＳｏｔ机器人比赛系统为例，其比赛全景如图１所示。

足球机器人一般由４个子系统构成：实时多目标跟踪的视觉子系统、基于人工智能的决策子系统、通信子系统及机器人小车子系统。

在机器人比赛过程中，首先由视觉系统识别出小车的位置和角度信息，根据
视觉信息，由决策系统决定小车的运动规划，然后由通信系统负责将控制信息传递给场上机器人，最后由机器人小车依据控制信息进行比赛。

上述４个子系统以每秒二三十次，甚至更高的速率连续运行。

视觉子系统就是机器人的眼睛，由悬挂在场地中央上方２ｍ处的ＣＣＤ摄像头、图像采集卡等硬件设备和视觉识别软件组成。

由机器人足球比赛规则，比赛场地为深绿色，比赛用球为橙色的高尔夫球，每个参赛队在比赛前都分配有自己的队标颜色（黄色或蓝色），贴于机器人顶部加以区分，另外每个队可有自己的队员颜色标签，但不能与对方的队标颜色相同。

视觉系统通过辩识粘贴在机器人顶部的色标来确定其位置、朝向角和车号，并将现场信息提供给决策系统，由决策系统进行分析，并做出决策。

２足球机器人的视觉研究
微型机器人比赛系统中主要采用集中式视觉处理，
各科研单位、比赛团体在图像的预处理、分割及识别方面投入了大量精力，试图找到一种实时有效、精确度高、鲁棒性强的视觉处理系统，以便适应瞬间变化的比赛场景。

目前对足球机器人视觉的研究主要集中于两个关键性的问题：一是彩色模型的选取，以适应现场灯光的变化，使彩色不变量的运用更加容易；二是彩色图像分割及识别方法，对目标物体进行精确定位。

２．１颜色模型的选取
众所周知，人眼所感知的色彩是由通常称为三基
色的Ｒ（红）、Ｇ（绿）、Ｂ（蓝）３种颜色不同比例地混合，ＲＧＢ空间可利用来表现各种颜色，采集卡通常以ＲＧＢ格式提供图像数据，但ＲＧＢ色彩模式３个分量高
图　１ＭｉｒｏＳｏｔ　比赛全景图
７８ 株洲工学院学报 ２００５年
度相关，只要亮度改变，３个分量就会随之发生较大变
化，不适于光照变化场所的识别。

利用线性或非线性变换，则可由ＲＧＢ空间推导出
其它的颜色特征空间，如线性变换空间有ＹＵＶ、ＹＩＱ、
Ｉ１Ｉ
２
Ｉ
３
［４］等，非线性空间有ＣＩＥ、归一化ＲＧＢ［５］及ＨＳＩ空间
等，它们部分消除了ＲＧＢ的相关性，因此它们比ＲＧＢ模式更能适应光照强度变化的场合。

足球机器人视觉系统寻找的目标是粘贴在机器人顶部的色标，也就是说要根据目标的颜色特征来进行目标的分割与识别，图像数据由图像采集卡传给计算机，数据中含有每个像素点的色彩信息，选择何种颜色空间来表示该信息，对色彩的分类和目标识别影响很大。

在足球机器人视觉系统中，用得较多的有ＲＧＢ、ＹＵＶ、ＨＩＳ等。

ＨＳＩ空间比ＲＧＢ空间更贴近人眼观察彩色的方式，当彩色象素的亮度与饱和度不同时，可以仅仅通过色调的比较来区分出彩色目标，但从面向硬件的颜色空间转换到ＨＳＩ空间时计算量很大，影响系统的实时性处理。

ＹＵＶ空间与ＮＣＣ空间（常被称为归一化ＲＧ空间）很小的计算量转换，就能消除颜色分量中亮度信息，因而在彩色分割中被广泛利用。

Ｂａｎｄｌｏｗ［６］等在ＲｏｂｏＣｕｐ应用中，使用ＹＵＶ颜色空间取得了较好的效果；欧宗瑛等［７］提出使用色调Ｈ和亮度Ｖ作为颜色识别的参数，并在此基础上给出了视觉跟踪的识别算法；张艳珍［８］在实验基础上，选取ＨＳＶ模型作为小球颜色识别的处理基础，并以能集中反应颜色信息的色调参数Ｈ为主要识别参数，较好地排除了比赛场地中不同光照条件的干扰；藏笛［９］采用ＲＧＢ颜色空间来进行像素分类，认为在不同光照和不同机器人标志的情况下也非常有用；徐大宏［１０］比较了ＲＧＢ与ＨＳＩ空间，采用建立颜色查找表（ＣＬＵＴ）的方法，解决了ＨＳＩ转换工作量大的缺点，满足了系统实时性需求；张祺［１１］在视觉子系统的设计中，采用了ＲＧＢ颜色空间分割和ＨＳＩ颜色空间分割相结合的方法，在视觉子系统的主流程中进行ＲＧＢ颜色空间分割，提高实时性，ＨＳＩ颜色空间分割则用于ＲＧＢ阈值的自适应拓展，实现适应性；何超［１２］用基于ＹＵＶ空间的方法能较好地排除光照干扰，避免了用基于ＲＧＢ空间的方法，位于高光处的小车基本丢失，同时还有误将一些杂点视为有效点的缺陷　；Ｎｉｃｏｌａｓ［１３］等人采用一种混合颜色空间（ｈｙｂｒｉｄｃｏｌｏｒ　ｓｐａｃｅｓ）应用于足球比赛图像的识别，不同于传统的三维颜色空间，此混合颜色空间分量是二维或多维的，通过与传统颜色空间的实验比较，认为这是一种新的有效方法；黄晶等［１４］采用一种将颜色信息从ＲＧＢ映射到ＨＳＩ快速变换方法，这种方法在减少计算量的同时还具有直观意义明确的特点。

从以上颜色空间应用实例可以看出，对于相同应用的彩色图像分割，不同的作者选择不同的颜色空间，得出自认为本应用是最适宜的、但却彼此不太相容的结论。

可见，寻找颜色信息的表示模式在足球机器人的视觉研究中是最亟待解决的问题之一。

２．２图像的分割
确定了颜色模型后，接下来利用颜色特征对图像进行分割，以往的机器视觉实现，多以灰度图像为处理对象，随着电子和计算机技术的发展，处理彩色图像已成为可能，而且彩色图像比灰度图像具有更丰富的信息，充分利用彩色图像的特点可以减少视觉处理时间，实现实时控制。

彩色图像分割主要分为以下几类：特征空间聚类、基于随机模型的方法、基于直方图的方法和基于区域的方法［１５］。

机器人足球系统分割方法主要有区域增长法和阈值法两类，由于足球机器人视觉系统有实时性的要求，但目标颜色是可知的，具有先验的颜色知识，所以彩色阈值法是目前在机器人足球比赛中使用较多的一种方法。

文献［１３］采用多重阈值法（ｍｕｌｔｉ－ｔｈｒｅｓｈｏｌｄｉｎｇ）对图像进行分割，在一定程度上克服了光照不均匀的缺点，增强了视觉系统对光照的适应性，取得了良好效果。

与文献［１３］的方法相类似，文献［１０］提出一种多重二值化的思想，用一种基于全局扫描的区域分割算法对目标进行识别。

文献［１２］利用改进的ＹＵＶ阈值向量来分割图像，并改进了种子填充算法，从而明显减少了识别的计算量，并在保证识别精度的前提下，提高了处理速度，但最多只能同时判断８种颜色，仅能满足ＭｉｒｏＳｏｔ　５对５及３对３比赛的要求。

文献［８］开发了一种基于区域投影的识别方法，首先对图像进行网格搜索，获取目标物体内一点，然后从该点出发，利用区域投影对目标物体进行精确定位，但此方法对图像清晰度要求较高。

文献［９］利用数据关联来进行识别，扫描以某个机器人前一时刻所在位置为中心矩形区域，离矩形区域最近的目标就是跟踪的机器人，其前提是在比赛前必须先指定各个运动员的位置，并且要求系统能以足够高速率处理图像。

文献［１１］采用基于距离的自动区域增长方法分割目标，在实际应用中取得良好效果。

由于光照变化会影响成像物体的表面颜色，在机器人视觉系统中，则要求分割算法能够消除光照的影响，故基于颜色恒常性［１６－１８］的分割算法正受到越来越多的关注。

足球机器人的视觉子系统要求能同时识别与跟踪多个彩色目标，因此它要求有一个精确的、稳定的识别与跟踪算法，在实践中，大部分视觉系统中的目标跟踪都依赖于卡尔曼滤波算法，近年来的研究表明均值移位算法也是切实可行的。

３结论
由于国内对足球机器人的研究时间不长，虽然积
第４期 尹美林，阳春华足球机器人视觉研究的现状探讨７９
累了一些比赛经验，有一些成功的研究软件，但还存在许多需继续解决的问题，目前足球机器人视觉识别系统面临的两个主要问题是选择合适的颜色空间和寻找恰当的分割方法。

目前还没有一种公认的能适应足球机器人比赛场景光照变化的颜色空间，故寻找在机器视觉中获取彩色不变量的方法仍是研究的难点；同时目前对于彩色图像的分割也还没有统一的方法，模糊方法虽然耗时，但模糊推理由于可以部分模拟人的推理能力，随着计算机处理速度的提高和模糊方法研究的深入，将成为足球机器人视觉研究中的热点。

由于受到上述两方面技术的限制，另辟蹊径，寻求新的不依赖于颜色的识别算法更是值得探讨与研究的。

参考文献：
［１］张彦铎，洪炳熔．从信息融合的角度对机器人足球的再认识［Ｊ］．机器人技术与应用，２００１（１）：３３－３５．［２］Ｐａｔｒｉｃｉａ　Ｂ．Ｄｅｓｉｇｎ　ｏｆ　ｔｈｅ　ｖｉｓｉｏｎ　ｓｙｓｔｅｍ　ｆｏｘ　ｔｈｅ　ＵＢＡ－Ｓｏｔ［ＥＢ／ＯＬ］．ｈｔｔｐ：／／ｗｗｗ．ｄｃ．ｕｂａ．ａｒ／　ｐｅｏｐｌｅ／ｐｒｏｙｉｎｖ／ｒｏｂｏｔｉｃａ／，２０００－０２－２３．
［３］Ｗａｎｇ　Ｃ．Ａ　ｒｅａｌ　ｔｉｍｅ　ｖｉｓｉｏｎ　ｓｙｓｔｅｍ　ｆｏｘ　ｒｏｂｏｔｉｃ　ｓｏｃｃｅｒ［ＥＢ／ＯＬ］．ｈｔｔｐ：／／ｗｗｗ．ｎｔｕ．ｅｄｕ．ｓｇ／ｈｏｍｅ／ｈｗ／，２００１－１１－０２．［４］Ｏｈｔａ　Ｙ，Ｋａｎａｄｅ　Ｔ，Ｓａｋａｉ　Ｔ．Ｃｏｌｏｒ　ｉｎｆｏｒｍａｔｉｏｎ　ｆｏｒ　ｒｅｇｉｏｎｓｅｇｍｅｎｔａｔｉｏｎ［Ｊ］．Ｃｏｍｐｕｔｅｒ　Ｇｒａｐｈｉｃｓ　ａｎｄ　Ｉｍａｇｅ　Ｐｒｏｃｅｓｓｉｎｇ，１９８０，１３（３）：２２２－２４１．
［５］Ｌｉｕ　Ｊ　Ｑ，Ｙａｎｇ　Ｙ　Ｈ．Ｍｕｌｔｉｒｅｓｏｌｕｔｉｏｎ　ｃｏｌｏｒ　ｉｍａｇｅ　ｓｅｇｍｅｎｔａｔｉｏｎ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎ　ｏｎ　Ｓｙｓｔｅｍｓ，Ｍａｎ　ａｎｄ　Ｃｙｂｅｒｎｅｔｉｃｓ，１９９７，７（１１）：８２０－８２６．
［６］Ｂａｎｄｌｏｗ　Ｔ，Ｋｌｕｐｓｃｈ　Ｍ，Ｈａｎｅｋ　Ｒ，ｅｔ　ａｌ．　Ｆａｓｔ　ＩｍａｇｅＳｅｇｍｅｎｔａｔｉｏｎ，Ｏｂｊｅｃｔ　Ｒｅｃｏｇｎｉｔｉｏｎ　ａｎｄ　Ｌｏｃａｌｉｚａｔｉｏｎ　ｉｎ　ａ
ＲｏｂｏＣｕｐ　Ｓｃｅｎａｒｉｏ［Ｒ］．Ｓｗｅｄｅｎ　：Ｔｈｅ　Ｔｈｉｒｄ　Ｉｎｔｅｒｎａｔｉｏｎａｌ
Ｗｏｒｋｓｈｏｐ　ｏｎ　ＲｏｂｏＣｕｐ，１９９９：２２－２７．［７］欧宗瑛，袁野，张艳珍，等．基于颜色信息的足球机器人视觉跟踪算法［Ｊ］．大连理工大学学报，２０００，４０（６）：２９－３３．
［８］张艳珍，袁野，巩玉国，等．基于区域投影的微型足球机器人系统识别［Ｊ］．机械科学与技术，２００１，２０（２）：
３１８－３２０．
［９］藏笛，李欣．基于实时多目标跟踪的足球机器人视觉系统设计［Ｊ］．机电工程，２００１，１８（６）：３８－４０．
［１０］徐大宏，吴敏，曹卫华．足球机器人视觉系统中彩色目标分割方法［Ｊ］．中南工业大学学报，２００２，３３（４）：
４２８－４３０．
［１１］张祺．　基于视觉的机器人足球比赛系统研究［Ｄ］．广州：广东工业大学，２００３．
［１２］何超，熊蓉，戴连奎．足球机器人视觉图像的快速识别［Ｊ］．中国图象图形学报，２００３，８（３）：２７１－２７５．［１３］Ｎｉｃｏｌａｓ　Ｖａｎｄｅｎｂｒｏｕｃｋｅ，Ｌｕｄｏｖｉｃ　Ｍａｃａｉｒｅ，Ｊａｃｋ－ＧéｒａｒｄＰｏｓｔａｉｒｅ．Ｃｏｌｏｒ　ｉｍａｇｅ　ｓｅｇｍｅｎｔａｔｉｏｎ　ｂｙ　ｐｉｘｅｌ　ｃｌａｓｓｉｆｉｃａｔｉｏｎ　ｉｎ
ａｎ　ａｄａｐｔｅｄ　ｈｙｂｒｉｄ　ｃｏｌｏｒ　ｓｐａｃｅ．　Ａｐｐｌｉｃａｔｉｏｎ　ｔｏ　ｓｏｃｃｅｒ　ｉｍａｇｅ
ａｎａｌｙｓｉｓ［Ｊ］．Ｃｏｍｐｕｔｅｒ　Ｖｉｓｉｏｎ　ａｎｄ　Ｉｍａｇｅ　Ｕｎｄｅｒｓｔａｎｄｉｎｇ，２００３，９０：１９０－２１６．
［１４］黄晶，赵臣，周明明．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，２００３，３５
（９）：１０３６－０３９．
［１５］黄敦，游志胜．对彩色和亮度通道进行各向异性扩散的彩色图像分割［Ｊ］．计算机工程，２００２，２８（６）　：１１－１７０．［１６］Ｔｓｉｎ　Ｙ　Ｈ，Ｃｏｌｌｉｎｓ　Ｒ　Ｔ，Ｒａｍｅｓｈ　Ｖ，　ｅｔ　ａｌ．　Ｂａｙｅｓｉａｎ　ｃｏｌｏｒｃｏｎｓｔａｎｃｙ　ｆｏｒ　ｏｕｔｄｏｏｒ　ｏｂｊｅｃｔ　ｒｅｃｏｇｎｉｔｉｏｎ［Ａ］．Ｔｈｅ　２００１　ＩＥＥＥ
Ｃｏｍｐｕｔｅｒ　Ｓｏｃｉｅｔｙ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｃｏｍｐｕｔｅｒ　Ｖｉｓｉｏｎ　ａｎｄ　Ｐａｔｔｅｒｎ
Ｒｅｃｏｇｎｉｔｉｏｎ［Ｃ］．Ｋａｕａｉ，Ｈａｗａｉｉ，ＵＳＡ，２００１：８－１４．［１７］陶霖密，徐光佑．机器视觉中的颜色问题及应用［Ｊ］．科学通报，２００１，４６（３）：１７８－１９０．
［１８］Ｂａｒｎａｒｄ　Ｋ，Ｃａｒｄｅｉ　Ｖ，Ｆｕｎｔ　Ｂ．Ａ　ｃｏｍｐａｒｉｓｏｎ　ｏｆ　ｃｏｍｐｕｔａ－ｔｉｏｎａｌ　ｃｏｌｏｒ　ｃｏｎｓｔａｎｃｙ　ａｌｇｏｒｉｔｈｍｓ－ｐａｒｔＩ：ｍｅｔｈｏｄｏｌｏｇｙ　ａｎｄ　ｅｘ－
ｐｅｒｉｍｅｎｔｓ　ｗｉｔｈ　ｓｙｎｔｈｅｓｉｚｅｄ　ｄａｔａ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎ　ｏｎ　Ｉｍ－
ａｇｅ　Ｐｒｏｃｅｓｓｉｎｇ，２００２，１１（９）：９７２－９８３．
Ｓｏｃｃｅｒ　Ｒｏｂｏｔ　Ｖｉｓｉｏｎ　Ｒｅｓｅａｒｃｈ　ａｎｄ　ｉｔｓ　Ｄｅｖｅｌｏｐｍｅｎｔ
ＹＩＮ　Ｍｅｉ－ｌｉｎ１，２，ＹＡＮＧ　Ｃｈｕｎ－ｈｕａ１
（１．Ｓｃｈｏｏｌ　ｏｆ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｅｎｇｉｎｅｅｒｉｎｇ，　Ｃｅｎｔｒａｌ　Ｓｏｕｔｈ　Ｕｎｉｖｅｒｓｉｔｙ，　Ｃｈａｎｇｓｈａ　４１０００８，Ｃｈｉｎａ　；
２．Ｅｌｅｃｔｒｉｃａｌ　Ｅｎｇｉｎｅｅｒｉｎｇ　Ｄｅｐａｒｔｍｅｎｔ，　Ｚｈｕｚｈｏｕ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｔｅｃｈｎｏｌｏｇｙ，　Ｚｈｕｚｈｏｕ　Ｈｕｎａｎ　４１２００８，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：　Ｔｈｅ　ｐｒｅｓｅｎｔ　ｓｉｔｕａｔｉｏｎ　ｉｓ　ｉｎｖｅｓｔｉｇａｔｅｄ　ｉｎ　ｔｅｒｍｓ　ｏｆ　ｓｅｌｅｃｔｉｏｎ　ｏｆ　ｃｏｌｏｒ　ｓｐａｃｅ　ａｎｄ　ｕｓｅ　ｏｆ　ｒｅｃｏｇｎｉｔｉｏｎ　ａｌｇｏｒｉｔｈｍ．Ｔｈｅ　ｐｒｏｂｌｅｍｓ　ｏｆ　ｉｍａｇｅ　ｉｄｅｎｔｉｆｉｃａｔｉｏｎ　ｉｓ　ａｎａｌｙｚｅｄ，　ａｎｄ　ａ　ｎｅｗ　ｉｄｅａ　ｆｏｒ　ｒｅｓｅａｒｃｈ　ｉｓ　ｐｒｅｓｅｎｔｅｄ　ｉｎ　ｔｈｅ　ｆｕｔｕｒｅ．Ｋｅｙ　ｗｏｒｄｓ： ｓｏｃｃｅｒ　ｒｏｂｏｔ；ｖｉｓｕａｌ　ｒｅｓｅａｒｃｈ；ｃｏｌｏｒ　ｍｏｄｅｌ；ｉｍａｇｅ　ｒｅｃｏｇｎｉｔｉｏｎ。