基于图像处理的五子棋落棋检测与识别.pdf

SCIENCE&TECHNOLOGY INFORMATION科技资讯 2023 NO.16 信 息 与 智 能科技资讯SCIENCE&TECHNOLOGY INFORMATION基于图像处理的五子棋落棋检测与识别丛宇昊 刘佰瞻 陈江海 曾鹏飞*(沈阳理工大学机械工程学院 辽宁沈阳 110159)摘要：根据五子棋落棋特点，提出了一种改进的基于图像处理的五子棋落棋检测与识别方法。在采用全局摄像头获取固定大小棋盘图像的基础上，通过图像差分得到每步的人落棋位置图像，并对落棋位置进行灰度增强，再进行落棋位置识别，既简便了每步落棋位置的检测，又减少了对棋盘中已有棋子位置的重复识别，提高了人落棋位置的识别效率和准确性。经过测试，可以简便、准确地识别人的落棋位置。关键词：图像处理 五子棋落棋检测 位置识别 MATLAB中图分类号：TP242文献标识码：A 文章编号：1672-3791(2023)16-0057-06Detection and Recognition of the Move in Gobang Based on Image ProcessingCONG Yuhao LIU Baizhan CHEN Jianghai ZENG Pengfei*(School of Mechanical Engineering,Shenyang Ligong University,Shenyang,Liaoning Province,110159 China)Abstract:According to the characteristics of the move in Gobang,an improved detection and recognition method of the move in Gobang based on image processing is proposed.On the basis of using the global camera to obtain the fixed-size chessboard image,the position image of the move of each step of the person is obtained through image difference,the position of the move is conducted grey enhancement,and then the position of the move is recognized,which not only simplifies the detection of the position of the move of each step,but also reduces the repeated recognition of the positions of the existing chess pieces on the chessboard,and improves the recognition efficiency and accuracy of the position of the move.After testing,it can easily and accurately identify the position of the move of the person.Key Words:Image processing;Gobang move detection;Location identification;MATLAB人机对弈一直是机器视觉、人工智能研究与应用的热点，棋子落棋的图像检测和识别是其中的重要环节1-3。五子棋落子识别，常用方法是先识别棋盘上各行列线位置进行棋盘建模，再应用模板匹配确定棋盘中所有棋子位置，并与上一次的棋子位置作差分，从而得到新落棋子的位置，环节和复杂计算较多。本文提出一种改进的五子棋落棋位置识别方法，首先通过图像差分，得到每步的人落棋位置图像，并对落棋位置进行灰度增强，然后再进行落棋位置识别，既简便了每步落棋位置的检测，又不用对棋盘中已有棋子位置重复DOI：10.16661/ki.1672-3791.2301-5042-6492基金项目：大学生创新创业训练计划项目（项目编号：202110144016）。作者简介：丛宇昊（2000），男，本科在读，研究方向为下棋机械臂。刘佰瞻（2003），男，本科在读，研究方向为智能制造、机器人控制。通信作者：曾鹏飞（1978），男，博士，教授，研究方向为数字化制造与智能制造，E-mail：。57SCIENCE&TECHNOLOGY INFORMATION科技资讯信 息 与 智 能 2023 NO.16 SCIENCE&TECHNOLOGY INFORMATION科技资讯识别，提高了人落棋位置的识别效率和准确性。1 基于全局摄像头的棋盘图像获取1.1 基于全局摄像头的棋盘图像采集采用全局固定摄像头的方式，采集五子棋棋盘图像，具体如图1所示。人机对弈时，棋盘和摄像头固定，所以每次采集的棋盘图像的大小固定，而每个落子点在图像中的坐标位置，也不会因每次的图像采集而改变。图2是基于全局摄像头采集的棋盘图像。棋盘为13行13列，共169个落子点，第7行7列（7，7）为中心落子点。棋盘背景为浅黄色，棋子为黑白两色。1.2 基于MATLAB的棋盘图像读取将图2在MATLAB中读取并转换为灰度图像，具体如图3所示。通过工作变量可知，每幅棋盘图像像素均为600800像素。2 五子棋落棋位置的识别人机对弈，只需通过图像识别确定人的落棋位置，机器的落棋位置是通过博弈算法自动生成的。人落棋位置识别，常用方法是首先通过霍夫直线变换得到棋盘上各行列线位置，然后进行棋盘建模，得到棋盘上每个落子点位置，再应用模板匹配和计算，确定棋盘中所有棋子位置，并与上次的棋子位置作差分，从而得到新落子的棋子位置。此种方法要通过多次地检测和复杂计算，才能确定全盘棋子位置，并且每次新落子计算，要把已有棋子全部再次匹配检测，在人机实时对弈时，占用时间过多。2.1 人落棋位置的识别五子棋棋子的特点是大小基本一致，只有两种颜色的圆形棋子。落子时，双方轮流落棋，并且不可以吃棋，即棋盘中的棋子每次落棋后双方轮流增加1个。因此，本文提出一种改进的五子棋落棋位置识别方法，首先通过图像差分，得到每步的人落棋位置图像，并对落棋位置进行灰度增强；然后再进行落棋位置识别，既简便了每步落棋位置的检测，又不用对棋盘中已有棋子位置进行重复识别，提高了人落棋位置的识别效率和准确性。改进的人落棋位置识别流程具体见图4。（a）第1幅棋盘读取图像（b）第10幅棋盘读取图像图3 读取的棋盘图像图1 基于全局摄像头的棋盘图像采集示意图（a）第1幅棋盘检测图像（b）第10幅棋盘检测图像图2 基于全局摄像头采集的棋盘图像58SCIENCE&TECHNOLOGY INFORMATION科技资讯 2023 NO.16 信 息 与 智 能科技资讯SCIENCE&TECHNOLOGY INFORMATION2.1.1 差分求取第n步人落棋图像五子棋只增加棋子，不减少棋子，所以用图像差分法，可以简便地检测出本步人落棋位置。如果人执黑色棋子，棋子像素值接近0，用第n-1步的机器落棋图像，减去第n步的人落棋图像，得到人落棋位置图像，如图5所示。如果人执白色棋子，棋子像素值接近200，用第n步的人落棋图像，减去第n-1步的机器落棋图像，得到人落棋位置图像，如图6所示。2.1.2 人落棋位置的识别利用MATLAB中的imfindcircles函数，对五子棋落子检测图像进行霍夫圆识别4。其中，输入参数Object polarity，是判别识别的圆形对象比背景亮或暗，如果亮，则输入“ObjectPolarity”“bright”5。因此，本文为了提高棋子的霍夫圆识别正确率，在识别前，利用图像乘法，先对人落棋图像进行灰度增强，再进行棋子圆形识别。对图像5中人执黑棋落棋位置图像进行灰度增强，如图7所示。图7（a）中对图像灰度值乘以10，落棋区域的圆形对象，相对背景亮度得到提高，但图像中的行列线亮度（a）n-1步机器落黑棋（c）人落棋位置（b）n步人落白棋（d）人落棋位置局部放大图6 人执黑棋的落棋检测（a）乘法系数10增强结果（b）乘法系数3增强结果图7 落黑棋的灰度增强（a）n-1步机器落白棋（c）人落棋位置（b）n步人落黑棋（d）人落棋位置局部放大图5 人执黑棋的落棋检测开始读取第n-1步机器落棋图像读取第n步人落棋图像差分求取第n步人落棋图像 落棋图像 灰度增强利用imfindcircles识别第n步人落棋位置结束矩阵追加存储所有的人落棋位置 图4 五子棋落棋位置识别流程图59SCIENCE&TECHNOLOGY INFORMATION科技资讯信 息 与 智 能 2023 NO.16 SCIENCE&TECHNOLOGY INFORMATION科技资讯也过于突出。通过测试比较，乘法系数设为3时，圆形区域亮度提高而行列线亮度不明显，如图7（b）所示。同理，对图像6中人执白棋落棋位置图像，进行灰度增强，如图8所示。在MATLAB中，对图像7（b）和8（b）进行霍夫圆识别，如图9所示，代码如下：centerswhite,radiiwhite,metric=imfindcircles(Imageb1，18，28，ObjectPolarity，bright，Sensitivity，0.96)；viscircles(centerswhite，radiiwhite，EdgeColor，b)；图9说明人执白棋或者执黑棋，都可以利用改进的五子棋落棋位置识别方法，确定落棋位置。2.1.3 人落棋位置的保存人落棋位置的值，保存在imfindcircles函数的输出参数centerswhite中。centerswhite是一个12的矩阵，保存所识别的圆在图像中的x、y坐标，即第n步人落棋位置的列坐标值和行坐标值6。其中，图9（a）中棋子的列和行的位置值是369.8871，366.1103，图9（b）中棋子的列和行的位置值是326.5157，269.6242。通过MATLAB中的矩阵追加方法A=A；B，可将每次的人落棋位置值B，加入已有的人落棋位置值矩阵A中，得到棋盘中所有的人落棋位置值。2.2 人落棋位置的列行数计算为了便于五子棋博弈算法计算，模拟人下棋方式，将人落棋的位置值转换为人落棋的列行数。表1、表2为图9（b）和图10（a）中的黑棋白棋通过imfindcircles函数识别的位置值，及其对应的实际列行数。其中，imfindcircles函数识别得到的棋子位置值顺序，是根据棋子圆形度进行的排序。根据表1、表2可知，将每列的位置和每行的位置求平均，得到棋盘中心位置第7列第7行对应的检测位置值为（415.461 1，316.792 2）；再对列间距和行间距求平均，得到棋盘列间距为45，行间距为43。因此，将棋子识别位置转换为识别的列行数，计算式如式（1）和式（2）。L=round(l-415.461145)+7（1）表2 黑棋识别的列行位置和实际列行数序号123白棋识别列/行位置（415.2237，362.4747）（456.7488，361.4941）（504.0641，233.6261）实际列/行数（7，8）（8，8）（9，5）表1 白棋识别的列行位置和实际列行数序号1234黑棋识别列行位置（415.6985，315.8880）（457.6904，280.9589）（369.6103，365.9727）（367.6965，317.6964）实际列行数（7，7）（8，6）（6，8）（6，7）（a）乘法系数10增强结果（b）乘法系数3增强结果图8 落白棋的灰度增强（a）人执黑棋落棋识别（b）人执白棋落棋识别图9 人落棋位置识别60SCIENCE&TECHNOLOGY INFORMATION科技资讯 2023 NO.16 信 息 与 智 能科技资讯SCIENCE&TECHNOLOGY INFORMATIONH=round(h-316.792243)+7（2）式（1）、式（2）中，l为识别的列位置值；h为识别的行位置值；L为识别列位置对应的列数；H为识别行位置对应的行数。表3 黑棋识别的列行位置和计算的列行数序号12345黑棋识别列行位置（453.067 0，275.858 0）（371.685 3，277.643 8）（369.969 7，365.758 7）（415.843 7，317.038 1）（368.320 1，317.367 8）计算列行数（8，6）（6，6）（6，8）（7，7）（6，7）实际列行数（8，6）（6，6）（6，8）（7，7）（6，7）表4 白棋识别的列行位置与计算的列行数序号12345白棋识别列行位置（415.134 7，362.775 3）（458.174 1，361.612 1）（457.961 2，320.425 1）（374.706 3，227.586 4）（505.096 3，232.556 7）计算列行数（7，8）（8，8）（8，7）（6，5）（9，5）实际列行数（7，8）（8，8）（8，7）（6，5）（9，5）（a）黑棋位置识别（b）白棋位置识别图11 棋子位置识别（a）白棋位置识别（b）黑棋位置识别图10 棋子位置识别（下转第133页）61SCIENCE&TECHNOLOGY INFORMATION科技资讯 2023 NO.16 建 筑 与 土 木科技资讯SCIENCE&TECHNOLOGY INFORMATION（上接第61页）及力学强度等各项指标可以判定场地内地基土层属于不均匀地基，承载力低。（3）根据区域地质资料和此次勘察，场区无活动性断裂通过，场区稳定性较好。（4）根据有关资料，结合此次勘察结果分析，此项目场地地形平坦、开阔，不存在滑坡、崩塌、泥石流等不良物理地质现象，场地范围内无活动性断层通过，场区稳定性较好。（5）根据区域地质资料和此次勘察，勘探深度内未发现地下水，不考虑地下水的腐蚀性，地基土对混凝土结构有弱腐蚀性，对钢筋混凝土结构中的钢筋、钢结构有微腐蚀性。参考文献1 刘港.岩土工程条件评价与勘察实例分析J.建筑技术开发,2022,49(17):1-3.2 郭恩辉.某项目场地稳定性与地基均匀性分析评价J.建筑技术开发,2016(10):68-69.3 牟红.场地岩土工程分析与评价：以某物流园为例J.冶金与材料,2022(3):152-154.4 陈燕平.某项目岩土工程分析与评价J.物流工程与管理,2015,37(12):92-93.5 李向群,张啸天.赤峰市某建筑场地岩土工程分析评价J.吉林建筑大学学报,2022(1):33-37.6 方伟.建筑场地岩土勘察与结果分析J.城市建设理论研究,2018(26):89.7 武宇.岩土工程勘察中场地地震效应实例分析与评价J.山西建筑,2015,41(2):69-70.8 陈晓洁.岩土工程勘察岩土参数取值浅析：以银河世纪项目勘察为例J.冶金与材料,2019(5):49，51.9 张洋.岩土工程勘察地基均匀性和稳定性评价方法研究J.冶金管理,2020(19):93-94.10 杨贞荣.岩土工程勘察地质条件分析与评价J.工程技术研究,2022,7(7):220-222.11 中华人民共和国国家质量监督检验检疫总局.岩土工程勘察规范:GB 50021-2001S.北京:中国建筑工业出版社,2009.12 戈爽,张云鹤,都厚远.岩土工程勘察质量控制要点分析J.科技创新导报,2020,17(16):32,34.13 修宗甲.岩土工程勘察中土工试验常见问题剖析与处理方法研究J.科技创新导报,2020,17(1):37-38.对表1和表2中棋子进行列行数计算，与实际列行数相同。表3和表4分别是对图11中棋子列行数的测试，计算的列行数与实际列行数一致。对图9（a）和9（b）中，每步的人落黑棋和白棋的列行数进行测试，计算的列行数与实际列行数也一致，具体如表5所示。3 结语本文提出了一种改进的五子棋落棋位置识别方法，经过测试，可以简便准确地识别人落棋位置值。同时，模拟人下棋方式，将人落棋的位置值转换为人落棋的列行数，便于后续博弈算法的推演。参考文献1 张云博.基于全局视觉的下棋机器人的研究与实现D.沈阳:沈阳航空航天大学,2021.2 陈树彬,和昱旻,原菊梅.五子棋落子算法的研究J.电脑与信息技术,2021,29(5):49-51,94.3 李永盛,何佳洲,刘义海，等.基于图像检测识别的数据增强技术J.舰船电子对抗,2021,44(1):66-70.4 吴晏奇,陈大磊,王宇,等.智能人机对弈五子棋机器人设计J.电子器件,2019,42(4):968-972.5 张猛,蒋涛,高琴.基于图像识别的智能下棋机器人J.物联网技术,2019,9(3):87-90.6 蔡利梅,王利娟.数字图像处理:使用MATLAB分析与实现M.北京:清华大学出版社,2019.表5 每步落棋识别的列行位置与计算的列行数序号12检测列行位置（370.155 5，366.132 2）（327.470 8，271.107 0）计算列行数（6，8）（5，6）实际列行数（6，8）（5，6）133