[发明专利]三维空间中象棋棋子位置的确定及其高度的计算方法

说明书

本发明具体涉及一种三维空间中象棋棋子的位置确定及高度的计算方法，解决了象棋机器人中，棋子位置确定不准确及单目相机计算棋子高度方法的复杂度高等问题。象棋棋子位置的确定方法包括计算棋子的空间位置和距相机的距离：先对图像进行预处理，根据棋子文字颜色分别进行分割，对分割后的图像做运算，确定棋子圆心的像素坐标，再根据彩色相机的标定参数，计算棋子的空间位置，最后将彩色相机坐标系下的空间点与深度图像坐标系下的像素点匹配，提取彩色图中指定像素点的景深并计算棋子到相机的实际距离；象棋棋子高度的计算方法：通过彩色相机的两次标定，以及在相机坐标系和世界坐标系下同一向量的关系，通过相机高度的变化来计算棋子的高度。

技术领域

本发明涉及一种象棋机器人，属于机器视觉和图像处理领域。具体提出了一种三维空间中象棋棋子位置的确定及其高度的计算方法。此方法也可应用于对空间中单个的规则物体高度的计算。

背景技术

随着机器人技术的快速发展及其在各行业中广泛的应用，机器视觉在机器人的应用中起着越来越重要的作用。在象棋机器人中，对空间中棋子位置的确定和棋子高度的计算也是象棋机器人中至关重要的一部分。

对于空间棋子位置的确定，在现有的棋子图像处理方法中，因为外界的环境因素(光照，其它物体干扰等等)对棋子的提取有很大的影响，所以，在提取棋子后，必须经过多次图像预处理，才能祛除噪声点，处理步骤重复且繁多，而且不确定因素的增多，也就增加了图像处理的过程和时间。

对于棋子高度的计算，大多采用双目视觉或者提取三维空间点云等方法对物体进行测量，这些方法存在算法复杂度高，购买相机的价格高等问题。

发明内容

为了解决现有技术中存在的技术问题，本发明采用的技术方案分为以下两部分：

其一，三维空间中象棋棋子位置的确定方法：包括以下步骤：

步骤1，采集待确定空间位置象棋棋子的图像，先对采集的图像进行图像预处理，再根据象棋棋子上文字颜色的不同，按照HSV颜色模型中各分量的意义，确定棋子上红、绿文字的H、S、V范围，分别对红、绿棋子进行分割，得到两幅二值图像；

步骤2，将对红、绿棋子分别分割后的两幅二值图像进行线性融合，两幅二值图像在融合后，会将各自在提取中产生的噪声点进行相互掩盖，得到一副没有噪声点且包含红、绿棋子的二值图像；

因为红色更鲜亮，所以红色棋子在提取时受环境干扰的影响小，可以适应绝大多数变化的环境；绿色较暗，在提取时的主要噪声来自于有红色棋子的像素点，如果光线变暗，则红色棋子所在位置的噪声点就会不断增加。此时，对绿色棋子提取后的图像进行预处理时，处理过程会变得繁琐，而且达不到预期的效果。所以直接将提取后的两幅图像进行融合，这样，绿色提取图中存在的噪声点就会被红色提取图中红色棋子所在的位置覆盖，减少了后期图像预处理的过程，而且可以达到预期的提取效果。

步骤3，对融合后的二值图像进行膨胀运算，连接图像中相邻的元素，使提取到的每个棋子所在的区域成为单个的、互不相关的连通域；

步骤4，对膨胀后图像中的棋子进行轮廓提取，并绘制各自轮廓的外接圆，通过外接圆确定圆心的位置，即32个棋子在图像坐标系下的位置；

步骤5，将标定板放置于32个棋子上表面所在的平面，再通过OpenCV中的标定函数calibrateCamera计算Kinect的彩色相机的内外参(H_rgb,R_rgb,T_rgb)，再通过针孔相机模型中图像坐标系与世界坐标系的转换关系式，进一步计算棋子在世界坐标系下的位置，即棋子在空间中的位置；

步骤6，将标定板放置于32个棋子上表面所在的平面，通过OpenCV中的标定函数calibrateCamera计算Kinect的深度相机的内外参(H_d，R_d，T_d)；