基于霍夫變換的足球場(chǎng)標(biāo)志線檢測(cè)*

欒 帥 尹紅娟

(山東師范大學(xué)物理與電子科學(xué)學(xué)院 濟(jì)南 250014)

?

基于霍夫變換的足球場(chǎng)標(biāo)志線檢測(cè)*

欒 帥 尹紅娟

(山東師范大學(xué)物理與電子科學(xué)學(xué)院 濟(jì)南 250014)

為了檢測(cè)足球場(chǎng)的標(biāo)志線,提出了一種基于霍夫變換的足球場(chǎng)標(biāo)志線檢測(cè)方法。選取足球比賽視頻的一幀圖像,對(duì)該圖像進(jìn)行分割從而提取球場(chǎng)區(qū)域,然后將二值化后的圖像進(jìn)行孔洞填充把球員和足球去掉,只保留球場(chǎng)的標(biāo)志線,最后再對(duì)該圖像進(jìn)行霍夫變換,把球場(chǎng)的標(biāo)志線檢測(cè)出來,并用紅線標(biāo)記出來。

標(biāo)志線檢測(cè); 足球場(chǎng)標(biāo)志線; 霍夫變換

Class Number TP391

1 引言

足球作為世界上最大的運(yùn)動(dòng),對(duì)足球比賽視頻的分析成為當(dāng)前研究的熱點(diǎn)。在對(duì)足球比賽視頻的分析中,通常會(huì)提取球員或球作為分析的目標(biāo),其中球場(chǎng)標(biāo)志線的檢測(cè)成為球員提取的關(guān)鍵。

對(duì)于標(biāo)志線的檢測(cè)主要分為兩大類,一類是非基于霍夫變換的方法,另一類是基于霍夫變換的檢測(cè)方法。文獻(xiàn)[1]提出一種利用掃描線方法對(duì)場(chǎng)地上的白色標(biāo)示線實(shí)現(xiàn)了無需顏色分類、適應(yīng)光照強(qiáng)度變化或光照不均勻情況的快速可靠檢測(cè)。還有研究采用水平亮度差分[2]的方法進(jìn)行車道線的檢測(cè),通過亮度值的差分及閾值設(shè)定來完成對(duì)車道線邊緣的檢測(cè),然后使用最小二乘法對(duì)檢測(cè)到的車道線邊緣點(diǎn)進(jìn)行擬合,繼而得到車道標(biāo)志線。文獻(xiàn)[3]主要通過霍夫變換與最小二乘法提取直線參數(shù)從而提取出標(biāo)志線;還有研究提出一種基于改進(jìn)的概率霍夫變換算法來檢測(cè)車道線[4];有研究提出一種從足球比賽錄像中自動(dòng)提取禁區(qū)線和球門線的方法[5],可以從復(fù)雜的足球比賽錄像中自動(dòng)提取出所有禁區(qū)線和球門線的直線參數(shù);文獻(xiàn)[6]將場(chǎng)地白色標(biāo)志線的邊緣像素點(diǎn)轉(zhuǎn)化到實(shí)際距離和圖像像素距離成線性變換關(guān)系的圖像空間,利用一種結(jié)合數(shù)字羅盤航向角度信息的Hough變換方法提取場(chǎng)地白色標(biāo)志線。

2 算法設(shè)計(jì)

2.1 算法框架

在足球比賽視頻中,由于草地的顏色具有很高的穩(wěn)定性和單一性,可以用顏色分割的方法把球場(chǎng)提取出來,從而避免球場(chǎng)外觀眾或廣告牌等因素帶來的影響。球場(chǎng)內(nèi)的球員和球會(huì)影響標(biāo)志線檢測(cè)的結(jié)果,因?yàn)闃?biāo)志線是連通的,而且球員和球的像素面積要小于球場(chǎng)標(biāo)志線的像素面積,所以可以利用孔洞填充[7]的方法除去球場(chǎng)內(nèi)的球員和球,這樣就只剩下標(biāo)志線。由于足球場(chǎng)的標(biāo)志線是很規(guī)則的形狀,所以根據(jù)霍夫變換主要用來從圖像中分離出具有某種特征的幾何形狀的特性來檢測(cè)球場(chǎng)的標(biāo)志線。具體的算法流程圖如圖1所示。

圖1 算法流程圖

首先選取足球比賽視頻的視頻幀,對(duì)該圖像進(jìn)行分割從而提取球場(chǎng)區(qū)域,然后將二值化后的圖像進(jìn)行孔洞填充把球員和足球去掉,只剩下球場(chǎng)的標(biāo)志線,最后再對(duì)該圖像進(jìn)行霍夫變換,把球場(chǎng)的標(biāo)志線檢測(cè)出來,并用紅線標(biāo)記出來。

2.2 球場(chǎng)提取

在足球比賽視頻分析中,只有進(jìn)行圖像分割后,圖像中背景的顏色特征及主體的顏色、形狀、紋理等特征的提取才成為可能。圖像分割是模式識(shí)別和圖像分析的預(yù)處理階段,它的有效性對(duì)后期的結(jié)果將產(chǎn)生直接的影響。

圖像分割的方法較多,有的采用基于彩色分割[8]的方法將指定顏色區(qū)域提取出來;閾值分割[9]也以其極致簡(jiǎn)潔和高效實(shí)用的特性而長(zhǎng)期成為圖像分割的一個(gè)應(yīng)用和研究熱點(diǎn)。

本文針對(duì)足球視頻序列中主色多接近綠色的特點(diǎn),采用了一種基于主顏色模型的圖像分割方法。

在足球比賽視頻中,草地的顏色具有很高的穩(wěn)定性和單一性。通過統(tǒng)計(jì)前面數(shù)幀圖像的RGB累積顏色直方圖,可以很容易地得到圖像的主顏色分量,也就是草地的顏色分量。根據(jù)累計(jì)直方圖統(tǒng)計(jì)的方法可以確定主色區(qū)域大致的R、G、B范圍。

假設(shè)Rij、Gij、Bij分別為每幅視頻幀的第i行j列個(gè)像素在RGB空間的各顏色分量值,主色區(qū)域的顏色分量最小值為Rmin、Gmin、Bmin,最大值為Rmax、Gmax、Bmax,則當(dāng)Rij、Gij、Bij滿足Rmin

2.3 提取標(biāo)志線

分割后得圖像中的球場(chǎng)區(qū)域含有人、球和標(biāo)志線。由于球場(chǎng)標(biāo)志線是連通的,其面積較球員和球的面積大很多,所以可以使用孔洞填充[10]的方法把球員和球去掉,只剩下球場(chǎng)的標(biāo)志線。

首先把提取球場(chǎng)后的圖像轉(zhuǎn)換為二值圖像,根據(jù)灰度直方圖,設(shè)定閾值為137,當(dāng)灰度值g(i,j)大于137時(shí),設(shè)為1,小于137時(shí)設(shè)為0,如

(1)

然后遍歷查找所有輪廓,獲得輪廓面積并把此面積與設(shè)定的面積值作比較,由于球員或球的像素面積一般小于400,而標(biāo)志線的像素面積相對(duì)大很多,所以本文設(shè)定的面積值為500。當(dāng)輪廓面積小于或者等于設(shè)定面積值時(shí),用白色替換輪廓內(nèi)部區(qū)域。設(shè)S為輪廓面積,S0為設(shè)定面積值,q(i,j)為當(dāng)前點(diǎn)的灰度值。當(dāng)S≤S0時(shí),q(i,j)=1,否則q(i,j)不變,這樣得到的二值圖像就只含有球場(chǎng)標(biāo)志線了。

2.4 檢測(cè)標(biāo)志線

本文對(duì)提取出來的標(biāo)志線直接用霍夫變換即可得到想要的結(jié)果。1962年,P.V.C.Hough根據(jù)數(shù)學(xué)對(duì)偶性原理提出了檢測(cè)圖像直線的方法后,該方法被不斷地研究和發(fā)展,主要應(yīng)用于模式識(shí)別領(lǐng)域中對(duì)二值圖象進(jìn)行直線檢測(cè)。在標(biāo)準(zhǔn)參數(shù)化方式下,平面直角坐標(biāo)系中的直線l表達(dá)為

xicosθ+yisinθ=ρ,ρ≥0,0≤θ<2π

(2)

其中,ρ為l相對(duì)于原點(diǎn)的距離,θ為ρ與x軸的夾角。

根據(jù)式(2),直線l上不同的點(diǎn)在參數(shù)空間中被變換為不同的相交于p點(diǎn)的正弦曲線。顯然,若能確定參數(shù)空間中的p點(diǎn)(局部最大值),就實(shí)現(xiàn)了直線檢測(cè)。

工程中的實(shí)驗(yàn)數(shù)據(jù)和圖像處理中的二值邊緣圖,通常都是離散數(shù)據(jù),因此,根據(jù)Hough變換性質(zhì),可按下列步驟實(shí)現(xiàn)Hough變換:

1) 在ρ和θ合適的最大值和最小值之間建立一個(gè)離散的參數(shù)空間;

2) 將參數(shù)空間量化成m×n(m為ρ的等份數(shù),n為θ的等份數(shù))個(gè)單元,并設(shè)置累加器矩陣;

3) 給參數(shù)空間中的每個(gè)單元分配一個(gè)累加器Q(i,j)并把累加器的初始值置為零;

4) 取出直角坐標(biāo)系中的點(diǎn)(xi,yi)代入式(2),并以量化后的θ值計(jì)算出ρ;

5) 在參數(shù)空間中,找到ρ和θ所對(duì)應(yīng)得單元,并將該單元的累加器加1,即Q(i,j)=Q(i,j)+1;

6) 當(dāng)直角坐標(biāo)系中的點(diǎn)都經(jīng)過3)、4)兩步遍歷后,檢驗(yàn)參數(shù)空間中每個(gè)累加器的值,累加器最大的單元所對(duì)應(yīng)的ρ和θ即為直角坐標(biāo)系中的直線方程式(2)的參數(shù)。

當(dāng)直角坐標(biāo)系中的點(diǎn)分布在R條直線附近時(shí),可在第5)步檢測(cè)累加器時(shí),取出累加器中前R個(gè)值最大的單元所對(duì)應(yīng)的ρk和θk(k=1,2,3,…,R),以ρk和θk為直角坐標(biāo)系中直線方程式(2)的參數(shù),即可同時(shí)實(shí)現(xiàn)多條直線的檢測(cè)。

由此可見,Hough變換的基本策略是:用圖像空間的邊緣數(shù)據(jù)點(diǎn)計(jì)算參數(shù)空間中的參考點(diǎn)的可能軌跡,并在一個(gè)累加器中給出參考點(diǎn)的計(jì)數(shù),最后選出峰值。該峰值表明在圖像空間上有一共線點(diǎn)較多的直線,該直線的參數(shù)由累加器的ρ和θ決定,即按照Q(i,j)=Q(i,j)+1確定,則圖像空間中滿足式(2)的點(diǎn)(x,y)就組成了直線l。

3 實(shí)驗(yàn)驗(yàn)證

3.1 實(shí)驗(yàn)環(huán)境

本文實(shí)驗(yàn)的硬件運(yùn)行環(huán)境為Intel(R)Xeon(R)CPU E5-2609 v2、內(nèi)存為8G的PC機(jī);軟件環(huán)境包括Windows7系統(tǒng),VisualC++集成開發(fā)環(huán)境和OpenCV開源計(jì)算機(jī)視覺庫。在VisualC++開發(fā)環(huán)境下,借助OpenCV-2.4.10開發(fā)平臺(tái)編程實(shí)現(xiàn)算法進(jìn)行實(shí)驗(yàn)。

3.2 實(shí)驗(yàn)結(jié)果及分析

測(cè)試樣本選用互聯(lián)網(wǎng)上直播吧(www.zhiboba.com)的經(jīng)典進(jìn)球視頻和2016年歐冠皇馬對(duì)馬競(jìng)的決賽視頻(www.sports.le.com)。經(jīng)典進(jìn)球視頻和決賽視頻均為AVI格式。

圖2是經(jīng)典進(jìn)球視頻中第69幀圖像的測(cè)試過程。圖3是決賽視頻中第8961幀圖像的測(cè)試過程。

圖2 經(jīng)典進(jìn)球視頻第69幀實(shí)驗(yàn)過程

圖2、3中的(a)為原圖;(b)為球場(chǎng)提取后的結(jié)果,只剩下球場(chǎng)區(qū)域;(c)為二值化的結(jié)果,球員和標(biāo)志線是黑色的,場(chǎng)地為白色;(d)為空洞填充后的圖像,球場(chǎng)上的除了標(biāo)志線以外的噪音被填充,只剩下標(biāo)志線;(e)為霍夫變換得到的圖像,球場(chǎng)標(biāo)志線用紅色線畫出來。

圖3 決賽視頻第8961幀實(shí)驗(yàn)過程

從實(shí)驗(yàn)結(jié)果分析,在不同的鏡頭方位拍攝的不同角度的視頻中,本文提出的方法能有效地在單幀圖像中快速地提取球場(chǎng)區(qū)域并檢測(cè)到球場(chǎng)的標(biāo)志線,具有良好的魯棒性。

4 結(jié)語

本文所提基于霍夫變換的足球場(chǎng)標(biāo)志線的檢測(cè)首先對(duì)圖像進(jìn)行分割,通過設(shè)置R、G、B的閾值去除球場(chǎng)以外的噪聲,提取球場(chǎng)區(qū)域,由于球場(chǎng)內(nèi)的球員和球會(huì)影響對(duì)標(biāo)志線的檢測(cè),所以利用孔洞填充的方法可以把球場(chǎng)內(nèi)的球員和球去除,只保留球場(chǎng)的標(biāo)志線。最后用霍夫變換檢測(cè)出球場(chǎng)標(biāo)志線。經(jīng)過實(shí)驗(yàn),此方法可以較好的檢測(cè)出標(biāo)志線。

[1] 劉斐,盧惠民,鄭志強(qiáng).一種穩(wěn)健的機(jī)器人足球場(chǎng)地標(biāo)示線提取方法[J].濟(jì)南大學(xué)學(xué)報(bào),2007,21(10):35-38. LIU Fei, LU Huimin, ZHENG Zhiqiang. A robust method of robot soccer field flag line extraction[J]. Journal of University of Jinan,2007,21(10):35-38.

[2] 許媛媛.基于車道線的路面標(biāo)志檢測(cè)識(shí)別研究[D].合肥:中國科學(xué)技術(shù)大學(xué),2014. XU Yuanyuan. Research on Detection and Recognition of Road Markings Based on Lanes[D]. Hefei: University of Science and Technology of China,2014.

[3] 曾接賢,張桂梅.霍夫變換與最小二乘法相結(jié)合的直線擬合[J].南昌航空工業(yè)學(xué)院學(xué)報(bào),2003,17(41):9-40. ZENG Jiexian, ZHANG Guimei. Fit Line Using A Method Combined Hough Transform With Least Square[J]. Journal of Nanchang Institute of Aeronautical Technology,2003,17(41):9-40.

[4] 戴淵明,張翔.基于改進(jìn)概率霍夫變換算法的車道檢測(cè)方法研究[J].杭州電子科技大學(xué)學(xué)報(bào)2006,26(5):91-95. DAI Yuanming, ZHANG Xiang. The Detection Method of Lane Based on the Improved Probability of Hough Transform[J]. Journal of Hangzhou Dianzi University,2006,26(5):91-95.

[5] 劉國翌,杜威,李華.足球場(chǎng)地標(biāo)志線的自動(dòng)提取[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)報(bào),2003,15(7):870-874. LIU Guoyi, DU Wei, LI Hua. Automatic Extracting Feature Lines from Soccer Video Sequences[J]. Journal of Computer-Aided Design & Computer Graphics,2003,15(7):870-874.

[6] 孫虹,尹文慶,胡飛.一種足球機(jī)器人場(chǎng)地白線的提取方法[J].科學(xué)技術(shù)與工程,2010,10(1):90-93. SUN Hong, YIN Wenqing, HU Fei. Method of Line Detection for Soccer Robot[J]. Science Technology and Engineering,2010,10(1):90-93.

[7] 張德才,周春光,周強(qiáng).基于輪廓的孔洞填充算法[J].吉林大學(xué)學(xué)報(bào),2011,49(2):82-86. ZHANG Decai, ZHOU Chunguang, ZHOU Qiang. Hole-Filling Algorithm Based on Contour[J]. Journal of Jilin University,2010,10(1):90-93.

[8] 趙雪春,戚飛虎.基于彩色分割的車牌自動(dòng)識(shí)別技術(shù)[J].上海交通大學(xué)學(xué)報(bào),1998,32(10):4-10. ZHAO Xuechun, QI Feihu. Automatic Recognition of Vehicle License Based on Color Segmentation[J]. Journal of Shanghai Jiaotong University,1998,32(10):4-10.

[9] 陽樹洪.灰度圖像閾值分割的自適應(yīng)和快速算法研究[D].重慶:重慶大學(xué),2014. YANG Shuhong. Study on the Adaptive and Fast Algrithm of Gray Scale Image Thresholding[D]. Chongqing: Chongqing University,2014.

[10] 張燕,曾立波,吳瓊水.一種適用于任意形狀區(qū)域的快速孔洞填充算法[J].計(jì)算機(jī)應(yīng)用研究,2004,12(5):135-136. ZHANG Yan, ZENG Libo, WU Qiongshui. A Rapid Hole Filling Algorithm for Arbitrary Shape[J]. Application Research of Computers,2004,12(5):135-136.

Detection of Football Field Feature Lines Based on Hough Transform

LUAN Shuai YIN Hongjuan

(School of Physics and Electronics, Shandong Normal University, Jinan 250014)

In order to detect the feature lines of football field, this paper propose a method flag football field line detection based on the Hough Transform. An image of the soccer game video is chosen to be divided so as to extract the stadium area. Then the binarized image is filling the holes so as to remove the football and players, leaving the feature lines only. Finally, the image Hough transform is used to deal with the image, and the pitch indicator line is detected and marked.

feature lines detection, feature lines of football field, Hough transform

2016年7月4日,

2016年8月16日

欒帥,男,碩士研究生,研究方向:多媒體信息處理與集成。

TP391

10.3969/j.issn.1672-9722.2017.01.033