1 简介
提出了一种中国象棋棋盘角点检测的算法.首先采用LSD算法检测出棋盘灰度图像中的大部分直线,然后通过使用基于灰度值区域的投影直方图和基于LSD算法的直线交点检测两种方法,精确地检测出象棋棋盘的角点.最后通过实验,验证了算法的有效性和实时性,对于棋盘的亮度变化、棋盘畸变和边缘模糊具有良好的适应性.
通过观察 LSD 算法的结果可以发现，棋盘角点大部分都是位于棋盘边线的交点或者交点附近，所 以，可以通过检测出的直线求得这些直线的交点，从而确定象棋棋盘角点的位置．首先，在 LSD 算法检测出的棋盘上的直线后，从直线方向的分布上知道棋盘中信息点( 图 1( a) 中标出的两个点称之为信息点) 处于一些斜线的交点处，而且棋盘上其他角点处于方向位于 90 度，180 度左右直线的交点上，因此，可以通过对 LSD 算法检测出的直线进行分组，先求出这些斜线的交点即信息点的准确位置，然后，通过这两个点的位置可以大致确定棋盘其他角点的近似位置，由于这些直线的信息都是已知的，那么可以找到这些近似位置附近直线的交点，另外，由信息点得到的近似位置是比较接近真实棋盘角点的位置，所以，找到距离近似位置最近的交点的位置即为棋盘角点的位置．
2 部分代码
%{
Finds the angles and the gradients of the image. Generates a list of pseudo ordered points.
*
* @param scaled_image the image after guassian blur and resize
* @param threshold The minimum value of the angle that is considered defined, otherwise NOTDEF
* @param n_bins The number of bins with which gradients are ordered by, using bucket sort.
* @param list Return: Vector of coordinate points that are pseudo ordered by magnitude.
* Pixels would be ordered by norm value, up to a precision given by max_grad/n_bins.
%}
%list = [y, x, gradient] ordered by gradient
%angles & modgrad: img_height * img_width matrix
function [angles, modgrad, list] = ll_angle(scaled_image, threshold, n_bins)
[height, width, dim] = size(scaled_image);
% [modgrad,angles] = imgradient(scaled_image);
% max_grad = max(max(modgrad));
% define arrays for store angles and gradient
angles = zeros(height, width);
modgrad = zeros(height, width);
%Undefined the down and right boundaries
angles(height, :) = -1024.0;
angles(:, width) = -1024.0;
max_grad = -1;
%Computing gradient for remaining piexls
for y = 1 : height-1
for addr = 1 : width-1
% DA = (scaled_image(y+1, addr+1) - scaled_image(y, addr));
% BC = (scaled_image(y+1, addr) - scaled_image(y, addr+1));
DA = (scaled_image(y+1, addr+1) - scaled_image(y, addr));
BC = (scaled_image(y+1, addr) - scaled_image(y, addr+1));
gx = DA + BC;
% gx = double(gx);
gy = DA - BC;
% gy = double(gy);
norm = sqrt((gx^2 + gy^2)/4);
modgrad(y, addr) = norm;
%set angles to nodefine for small gradient
if norm <= threshold
angles(y, addr) = -1024.0;
else
angles(y, addr) = atan2(gx,-gy);
if norm > max_grad
max_grad = norm;
end
end
end
end
%computing histogram of gradient values
count = 1;
if max_grad > 0
bin_coef = (n_bins - 1) / max_grad;
else
bin_coef = 0;
end
unsorted_list = zeros(height*width,3);
for y = 1 : height
for x = 1 : width
if x < width && y < height
i = modgrad(y, x) * bin_coef;
else
i = -1024;
end
unsorted_list(count, 1) = y;
unsorted_list(count, 2) = x;
unsorted_list(count, 3) = i;
count= count+1;
end
end
% list = unsorted_list;
% sort
[a, index] = sort(unsorted_list(:,3),'descend');
list = unsorted_list(index, [1,2 ,3]);
%
% figure, imshow(angles);
% figure, imshow(modgrad);
%
3 仿真结果
4 参考文献
[1]段汕, 贺兴, 娄联堂, 徐文, & 罗敬. (2013). 一种基于灰度投影的中国象棋棋盘角点检测算法. 中南民族大学学报：自然科学版, 32(4), 5.
**部分理论引用网络文献，若有侵权联系博主删除。**
