浦宇歡 毛麗民 萬瑩 俞雷 王晨希

（常熟理工學(xué)院，江蘇常熟，215500）

0 引 言

特征提取是用計算機提取圖像信息。目前，分割算法一般都是針對灰度圖像，常用的圖像特征有顏色特征、紋理特征、形狀特征、空間關(guān)系特征[1-3]。然而由于彩色圖像提供了更加豐富的信息，彩色圖像處理受到越來越多的關(guān)注[4-5]。彩色圖像分割面臨2個主要問題[6]：選取合適的色彩空間；選擇恰當?shù)姆指罘椒ā?/p>

機器人足球比賽的視覺系統(tǒng)信息的采集和處理，關(guān)系到機器人任務(wù)執(zhí)行質(zhì)量，受到廣泛關(guān)注[6-8]。文獻[9]研究了中型組機器人場地標定系統(tǒng)的實現(xiàn)方法，文獻[10]給出了全場定位系統(tǒng)的一般方法，文獻[11]考慮了中型組足球機器人場上圖像的抗干擾系統(tǒng)的實現(xiàn)。

手動標定一方面受參賽選手的主觀影響，另一方面，在場地環(huán)境信息發(fā)生變化時，視覺系統(tǒng)信息識別能力降低，直接影響足球機器人的決策和運行。本文針對上述彩色圖像分割存在的問題，為了準確提取場地圖像彩色信息，結(jié)合HSV色彩空間3個分量的無關(guān)性，提出了一種基于HSV空間彩色圖像分割算法，將圖像的顏色值從RGB空間轉(zhuǎn)換到HSV空間，經(jīng)過H分割對彩色信息進行提取得到分割結(jié)果。

1 特征提取

1.1 顏色空間轉(zhuǎn)換

顏色是外界光刺激作用于人的視覺器官而產(chǎn)生的主觀感覺，顏色特性既可以從物理量進行描述，也可以從觀察者的主觀感覺來描述。顏色視覺有三種特性，描述顏色的物理量是亮度、主波長和純度，相應(yīng)的心理感覺是明度，色調(diào)和飽和度。

1）RGB

按照光學(xué)理論，紅、綠、藍可以混合在一起得到絕大部分色彩，紅、綠，藍被稱為三原色，三原色是相互獨立的，根據(jù)三原色基理，于RGB彩色空間中，任意色光F都可以用R,G,B三色不同分量的相加混合而成：

2）HSV

HSV顏色空間采用色調(diào)（H）、飽和度（S）、亮度（V）來表示像素顏色，即HSV顏色空間.這樣，目標的色調(diào)和亮度相互獨立，系統(tǒng)的穩(wěn)定性得到提高。

表1 ：顏色空間對比

1.2 色彩空間的選取

RGB格式是從物理學(xué)角度出發(fā)描述顏色，HSV則是從人眼的主觀感覺出發(fā)描述顏色。人眼不能直接感覺紅、綠、藍三色的比例，只能通過感知顏色的亮度、色調(diào)和飽和度來區(qū)分物體。在RGB空間內(nèi)，三個分量相關(guān)性很高，無法用一個單一參數(shù)對圖像中的顏色進行區(qū)間劃定，若將RGB圖像轉(zhuǎn)換為灰度圖像再進行分割，則會大大損失圖像的色彩特征。

為了使算法對于顏色距離的定義符合人的視覺特征，定義一個從RGB到HSV的非線性變換。HSV色彩空間是由色調(diào)(Hue)、飽和度(Saturation)和亮度（Value)三個分量組成，色調(diào)(H)表示不同的顏色，飽和度(S)表示顏色的深淺，亮度(V)表示顏色的明暗程度。

設(shè)(r，g，b)分別是一個顏色的紅、綠和藍坐標，它們的值是在0到1之間的實數(shù)。設(shè)max等價于r，g，b中的最大者，min為最小者。要找到在HSV空間中的(h，s，v）值，這里的h∈[ 0，360°)是角度的色相角，而s，v∈[0，1]是飽和度和亮度，計算為：

這樣，h，s，v三個分量在一維矢量上分布開來，經(jīng)過量化后，可有效減少圖像受光照強度的影響。

2 閾值分割與區(qū)域合并算法

2.1 傳統(tǒng)二值處理

一幅圖像包括目標物體、背景還有噪聲，要想從多值的數(shù)字圖像中直接提取出目標物體，最常用的方法就是設(shè)定一個閾值T，用T將圖像的數(shù)據(jù)分成兩部分：大于T的像素群和小于T的像素群。設(shè)原始圖像為f (x,y),T為閾值，分割圖像時則滿足下式（或把式中1和0顛倒）：

圖1 二值處理前圖像

圖2 二值處理后的圖像圖

2.2 H閾值分割

如果將RGB圖像轉(zhuǎn)化到HSV空間，就可以直接給顏色劃定一個定義區(qū)間，即H(色調(diào))的區(qū)間。在HSV色彩空間內(nèi)進行顏色圖像的分割，通過設(shè)定顏色區(qū)間的H(色調(diào))的門限值，提取圖像中顏色的像素點，從而實現(xiàn)分割。

HSV空間模型的色譜，從左到右色調(diào)(H)變化(具體數(shù)值由程序調(diào)色板決定)，從上到下亮度(V)變化，從小到大飽和度（S）變化（0～255），S越大，顏色越純。可見HSV空間側(cè)重于H、S的衡量，這使得HSV色彩系統(tǒng)有一個非常明顯的優(yōu)點：容易理解，色彩分類簡單，通過改變HSV值獲得的效果清晰且可預(yù)見，但也存在著一些不足，如空間色彩的距離與理解的距離毫不相干。

在0°～60°，紅色分量值保持最大，藍色分量為0，紅色與綠色分量中和，色譜在紅與黃間過渡；60°～120°，紅色分量逐漸衰減，綠色分量達最大值，色譜在黃與綠間過渡，至120°，紅色、藍色分量都達最小值0，色譜呈現(xiàn)純綠色；120°～180°，紅色分量保持為0，綠色分量保持最大，藍色分量逐漸增強，色譜在逐漸呈青色； 180°～240°，綠色分量衰減，色譜呈純藍色；240°～300°，紅色分量開始由0增加，混合藍色分量，色譜向紫色過渡，300°～360°，紅色分量達極值，藍色衰減；至360°，色譜重新回到純紅色。

由此可以看出，在HSV色彩空間中，色譜呈現(xiàn)純黃色向純綠色過渡以及純綠色向純青色過渡的這個區(qū)間是色譜可能呈現(xiàn)綠色的區(qū)間，即60°～180°之間。

通過選取計算圖像某區(qū)域?qū)ο蟮奶卣髦祦磉M行區(qū)域?qū)ο蟮暮喜?，其具體步驟如下：

1）計算某區(qū)域A對象的均值和方差

2）計算與該區(qū)域?qū)ο笙噜彽膶ο蟮木蹬c方差，根據(jù)對象之間的相似程度進行合并；

3）計算合并后對象的均值，作為該區(qū)域?qū)ο蟮牟噬臻g分量值；

4）檢查是否結(jié)束，否則繼續(xù)重復(fù)以上過程。

3 實驗結(jié)果及分析

3.1 圖像空間選取測試

圖3 RGB采集的圖片

圖4 經(jīng)過HSV轉(zhuǎn)化過后采集的圖片

顏色空間試驗測試：圖3和圖4對比可以看出，在直接從攝像機采集到的RGB圖像上，場地外的窗戶有陽光，場地中央也留有一條陽光，可以觀察到場地顏色有所失真，特別是場地白線和周圍白墻都有些偏綠，對于稍微遠一點物體顏色偏差很大。而經(jīng)過轉(zhuǎn)換后采集的圖像不同，同樣環(huán)境，圖像各物體顏色與人的肉眼所觀察到的基本一致，各物體顏色變化細微。

3.2 H閾值分割試驗

圖5 綠色場地1

圖6 綠色場地2

由圖5和圖6看出，通過H閾值的選取實現(xiàn)了綠色場地信息的標定，但是單純通過H閾值往往不能準確地使綠色場地完整被標定，適當增加飽和度上限，綠色信息的識別更加準確。

圖7 球1

圖8 球2

對比圖7與圖8，圖8通過適當減小S的下限將球的標定范圍增大，將圖7中有差異的色塊也標定進去，增加了球的識別度?？梢姡贖值確定的情況下，飽和度對圖像分割的影響特別大。

圖9 白色場線1

圖10 白色場線2

白色場線的二值性淡化了色調(diào)（H）與飽和度（S）的作用，突出了亮度（V）對中型組足球機器人場地標定的重要性。如圖9與圖10，在H與S確定的情況下，變動V的上限可以有效地將白色場線的信息完整收錄。這也揭示了HSV三個參數(shù)相互獨立、各司其職的作用。

因此，以中型組機器人為平臺，在實際應(yīng)用中利用H閾值方法是可行的，白色場線劃分出的界限對場外紅色能起到很好的抗干擾作用，即使在對球的閾值進行標定時，將其他紅色標進去也不受影響。

4 實驗結(jié)果分析

顏色是足球機器人場地識別的重要特征，通過閾值編輯軟件將攝像頭采集的圖像進行非均勻的量化，突出彩色圖像的主體部分，通過把RGB模型轉(zhuǎn)換到HSV模型，經(jīng)H分割，實現(xiàn)了彩色圖像場地信息的提取。

[1]林開殿，吳軍輝，徐立鴻.彩色圖像分割方法綜述[J].中國圖像圖形學(xué)報，2005，10(1)：1-10.

[2]黃飛，昊敏淵，曹開田.基于HIS空間的彩色圖像分割[J].小型微型計算機系統(tǒng)，2004(3).

[3]揚其宇，王敏，黃振宇.基于彩色圖像的移動機器人視覺導(dǎo)航系統(tǒng)[J].華中科技大學(xué)學(xué)報(自然科學(xué)版)，2004(增刊).

[4]郝海濤，田玉敏.彩色圖像分割方法及進展[J].山西師范大學(xué)學(xué)報，2005.

[5]蔡世捷.基于MATLAB的樹木圖像分割方法研究[D].南京林業(yè)大學(xué)，2005.

[6]田國會，尹建芹，寧春林，等. 足球機器人視覺子系統(tǒng)及其關(guān)鍵問題[J]. 山東工業(yè)大學(xué)學(xué)報，2002（1）：88.

[7]袁奮杰，周曉，夏軍. 基于FPGA的RGB和HSV色空間轉(zhuǎn)換算法實現(xiàn)[J]. 電子器件，2010（4）：494-496.

[8]徐春梅，王春耀，劉躍. 基于機器視覺系統(tǒng)的顏色識別[J]. 機械設(shè)計與制造，2011（8）：257.

[9]王會，毛麗民，江維勇，等.中型組足球機器人場地標定系統(tǒng)的研究[J].常熟理工學(xué)院學(xué)報（自然科學(xué)版），2012,26（8）：76-79.

[10]耿小飛，毛麗民，莊夢秋，等.中型組足球機器人全場定位系統(tǒng)的研究[J].常熟理工學(xué)院學(xué)報（自然科學(xué)版），2012,26（10）：100-103.

[11]錢晟, 毛麗民，張亞飛，等.中型組足球機器人抗干擾系統(tǒng)的研究[J].常熟理工學(xué)院學(xué)報（自然科學(xué)版），2012,26（10）：95-99.