圍棋起源于中國(guó),是我國(guó)自古以來(lái)就非常流行的一項(xiàng)游戲。隨著時(shí)代的發(fā)展,不僅在亞洲范圍內(nèi)廣泛流行,而且還發(fā)展成全世界都風(fēng)靡的一項(xiàng)體育活動(dòng)。尤其是因?yàn)锳LPHOGO的出現(xiàn),使得圍棋不僅僅在體育范圍內(nèi)而且在計(jì)算機(jī)領(lǐng)域也備受關(guān)注。對(duì)于許多初學(xué)者來(lái)說(shuō),通過(guò)觀(guān)察別人的對(duì)弈過(guò)程是非常有意義的,然而在很多情況下圍棋的對(duì)弈過(guò)程都是靠人工記譜來(lái)實(shí)現(xiàn),這不僅費(fèi)時(shí)費(fèi)力,而且正確率也得不到保障。所以本文針對(duì)這一問(wèn)題,利用計(jì)算機(jī)領(lǐng)域的圖像處理技術(shù)對(duì)圍棋對(duì)弈的視頻進(jìn)行處理,設(shè)計(jì)了一套處理算法對(duì)圍棋對(duì)弈視頻進(jìn)行下棋識(shí)別并記錄輸出棋譜信息。本文提出的處理算法主要分為兩部分,第一部分的研究主要是為了得到棋盤(pán)的361個(gè)交叉點(diǎn)在圖像中的準(zhǔn)確坐標(biāo),首先將視頻每隔二十幀取圖得到一組連續(xù)的圖片序列,選取一張清晰的棋盤(pán)圖片,對(duì)其進(jìn)行灰度化和圖像分割處理。在圖像分割中,利用不同的幾種閾值分割方法和Canny邊緣檢測(cè)分別處理并進(jìn)行對(duì)比分析,最終選用自適應(yīng)閾值法對(duì)其進(jìn)行二值化處理,得到清晰的棋盤(pán)格輪廓。之后利用霍夫直線(xiàn)檢測(cè)和角點(diǎn)檢測(cè)分別得到輪廓圖像的直線(xiàn)信息和角點(diǎn)信息,利用直線(xiàn)和角點(diǎn)的位置關(guān)系去除了干擾直線(xiàn),并通過(guò)設(shè)計(jì)聚類(lèi)方法將直線(xiàn)進(jìn)行分類(lèi)... 

【文章頁(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文的主要工作及結(jié)構(gòu)安排
2 數(shù)字圖像處理理論基礎(chǔ)
    2.1 數(shù)字圖像簡(jiǎn)介
        2.1.1 數(shù)字圖像基本概念
        2.1.2 數(shù)字圖像分類(lèi)
        2.1.3 數(shù)字圖像的表示
    2.2 數(shù)字圖像處理
    2.3 數(shù)字圖像處理的預(yù)備概念
        2.3.1 鄰接性、連通性、區(qū)域和邊界
        2.3.2 幾種距離度量的表示
        2.3.3 圖像處理的基本操作
    2.4 本章小結(jié)
3 基于特征提取的交叉點(diǎn)定位算法
    3.1 棋盤(pán)圖像采集
    3.2 棋盤(pán)圖像預(yù)處理
        3.2.1 棋盤(pán)圖像的灰度化
        3.2.2 棋盤(pán)圖像的去噪
        3.2.3 棋盤(pán)圖像的分割
    3.3 棋盤(pán)圖像特征提取
    3.4 棋盤(pán)線(xiàn)提取算法
    3.5 棋盤(pán)交叉點(diǎn)提取算法
    3.6 本章小結(jié)
4 下棋流程檢測(cè)
    4.1 落子判斷
        4.1.1 落子有無(wú)檢測(cè)算法
        4.1.2 落子的顏色檢測(cè)算法
    4.2 提子判斷
    4.3 下棋流程檢測(cè)和效率優(yōu)化
        4.3.1 下棋流程檢測(cè)
        4.3.2 效率優(yōu)化
    4.4 遮擋的處理
    4.5 實(shí)驗(yàn)結(jié)果分析
    4.6 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]數(shù)字圖像去噪算法原理及應(yīng)用[J]. 江唯奕.  電子制作. 2019(06)
[2]智能電子圍棋棋盤(pán)[J]. 隋振,侯天晨,段綠輝,吳濤,張?zhí)煨?  吉林大學(xué)學(xué)報(bào)(信息科學(xué)版). 2019(02)
[3]基于改進(jìn)Canny算子的X-ray圖像分割算法研究[J]. 弓明,曲蘊(yùn)慧,廖尹坤,王鑫,揚(yáng)伍連.  科技視界. 2019(04)
[4]基于人工智能的圖像識(shí)別技術(shù)的研究[J]. 萬(wàn)兵.  信息與電腦(理論版). 2019(02)
[5]K-means算法研究綜述[J]. 叢思安,王星星.  電子技術(shù)與軟件工程. 2018(17)
[6]基于Gabor小波變換的圖像輪廓角點(diǎn)檢測(cè)[J]. 馬迎春,劉慧鋒,張航.  測(cè)試技術(shù)學(xué)報(bào). 2018(04)
[7]用于航空發(fā)動(dòng)機(jī)葉片焊接修復(fù)的改進(jìn)Canny算法[J]. 董瑤,李偉超,劉今越,戴士杰,王志平.  焊接學(xué)報(bào). 2018(01)
[8]基于改進(jìn)隨機(jī)霍夫變換的直線(xiàn)提取算法[J]. 張炫,楊艷.  信息技術(shù). 2017(12)
[9]動(dòng)態(tài)比較識(shí)別棋子的方法[J]. 劉漢,宋鵬云,邵杰.  電腦迷. 2017(07)
[10]基于霍夫變換和RANSAC算法的絕緣子定位方法[J]. 沈新平,彭剛,袁志強(qiáng).  電子測(cè)量技術(shù). 2017(06)

碩士論文
[1]基于嵌入式視覺(jué)的圍棋實(shí)時(shí)記譜系統(tǒng)研究[D]. 趙俊毅.云南大學(xué) 2017
[2]手持移動(dòng)終端平臺(tái)上的圍棋比賽圖像識(shí)別研究[D]. 付世斌.南京大學(xué) 2012
[3]基于鏈編碼的棋譜識(shí)別算法研究[D]. 黃穗.華東師范大學(xué) 2007



本文編號(hào)：3666119