Nao机器人基于颜色表的足球场地边界识别

机器人在足球比赛中，处理信息的速度是决定其比赛效果的一个重要因素。在以视觉为主导的Nao机器人上，对图像处理的快慢将影响整体的效率。在经过学习后发现，利用扫描线对图像进行处理相对于处理整幅图像，这种方法只处理了20%左右的像素。而且通过队水平线（通过计算可以在图像中得出一条线，在这条线的上半部分的图像不用处理）。同时我们还可以将场地的边界标示出来，这样我们就可以只处理足球场地上的那一部分图像。

关于扫描线请参见【文献】 Object recognition from sub-sampled image processing ,该论文对这种方法进行了详细的描述。在接下来的场地边界的标示中，我们首先利用垂直扫描线，扫描线之间的间隔为10见图1 ，标记出连续绿色像素点的个数大于5个的点。那个我们就认为这可能是一个边界点，把这些可能的边界点连接起来，就可以形成我们的边界。但是这里需要考虑一中情况就是，原始的边界被其他目标遮挡住了，例如机器人，球门柱，最糟糕的情况是，我们的重要目标球此时还在球门柱前，如果这时直接连接边界点，那么，一些需要识别的目标将划分到场地外见图2。通过求相邻两个点的斜率来判断是否应该排除这个伪边界点见图3。

说明这其中使用了colorTalbe，把将要判断的颜色先利用颜色表分类，在这个里也就是判断这个像素点是否是绿色，具体细节见源程序。这里还没有考虑到球场的拐角。注colorTable类的程序不再附上，参见之前博客 ： 建立颜色表并进行基于颜色的初步分割。