[1]付长斐,叶 宾,李会军.基于 HSV 颜色空间的运动目标识别[J].控制与信息技术,2020,(02):70.[doi:10.13889/j.issn.2096-5427.2020.01.600]
 FU Changfei,YE Bin,LI Huijun.Moving Target Recognition Based on HSV Color Space[J].High Power Converter Technology,2020,(02):70.[doi:10.13889/j.issn.2096-5427.2020.01.600]
点击复制

基于 HSV 颜色空间的运动目标识别()
分享到:

《控制与信息技术》[ISSN:2095-3631/CN:43-1486/U]

卷:
期数:
2020年02期
页码:
70
栏目:
人工智能技术与应用
出版日期:
2020-04-05

文章信息/Info

Title:
Moving Target Recognition Based on HSV Color Space
文章编号:
2096-5427(2020)02-0070-05
作者:
付长斐 1 叶  宾 12李会军 12
(1. 中国矿业大学 信息与控制工程学院,江苏 徐州 221116;2. 徐州市人工智能与大数据重点实验室,江苏 徐州 221116)
Author(s):
FU Changfei1 YE Bin 12 LI Huijun 12
( 1. School of Information and Control Engineering, China University of Mining and Technology, Xuzhou, Jiangsu 221116, China; 2. Xuzhou Key Laboratory of Artificial Intelligence and Big Data, Xuzhou, Jiangsu 221116, China )
关键词:
运动目标跟踪感兴趣区域图像分类特征检测HSV 颜色空间
Keywords:
moving targets tracking region of interest image classification feature extracting HSV color space
分类号:
TP399
DOI:
10.13889/j.issn.2096-5427.2020.01.600
文献标志码:
A
摘要:
感兴趣区域(region of interest, ROI)图像的提取在运动目标的检测与跟踪等领域有着广泛的应用; HSV(hue saturation value)是根据颜色的直观特性创建的一种颜色空间,用于对颜色进行定量描述。文章将 HSV 颜色空间用于图像中颜色信息的计算,识别颜色特征。针对 RoboMaster 全国大学生机器人大赛中云台实时识别和捕捉敌方移动机器人装甲这一基本任务,提出一种基于色彩特征的目标识别算法。首先对图像进行阈值分割,计算二值图像轮廓的形状描述参数,寻找图像中所有的高亮条形物体;再用 HSV 颜色空间根据 ROI 颜色判断 ROI 中物体是否为目标灯柱。在此之前,需要统计符合要求的目标灯柱像素的 HSV 参数及 RGB 参数的大致范围,再结合 HSV 中典型颜色对应参数范围表,确定算法所采用的参数范围。最终识别目标的判定准则是,在初步筛选所得感兴趣区域中,HSV 及 RGB 参数处于经分析所得参数范围内的像素点占整个区域的比例大于某一设定阈值。经测试,该方法对于像素为 640×480 的一组图片,平均处理速度可达到 102.33 帧 /s,平均识别率约为 97.4%。在 RoboMaster 大赛中,使用该目标识别算法的机器人能实时跟踪移动机器人,验证了该方法的有效性。
Abstract:
Extracting of ROI (region of interest) has been widely used in the fields of detecting and tracking moving objects. HSV (hue saturation value) is a color space created according to the visual properties of colors, which can be used to describe colors quantitatively. Based on HSV, we calculate the color information and recognize the color features in images. For the basic task of recognizing and capturing the armors mounted on the opponent robots in real-time in the RoboMaster National University Robot Competition, a detecting algorithm based on the color features was proposed. Firstly, we apply threshold segmentation to the source image, and calculate the shape parameters of the contours to find out all bright light bar in this image. Then HSV color space is used to judge the color of preliminary ROI to confirm whether it is our target or not. Before this procedure, we need analyze the pixels of the right colorful light bar to confirm a pixel range of HSV and RGB parameters. This range is also determined according to a sheet about corresponding pixel parameters of typical colors in HSV and RGB color space. The criterion to judge the right object is the percentage of the pixels whose HSV and RGB parameters are in the range we confirmed before. Experimental results show that the average processing speed can reach 102.33 frame per second and the recognition accuracy is about 97.4% by the proposed method. This algorithm has been successfully applied in the RoboMaster Robot Competition and the results show that robot can effectively track a moving robot in real-time.

参考文献/References:

[1] 高文 , 朱明 , 贺柏根 , 等 . 目标跟踪技术综述 [J]. 中国光学 , 2014, 7(3): 365-375.
[2] 雷琳 , 李智勇 , 粟毅 . 基于 ROI 特征匹配融合的图像多目标跟踪算法 [J]. 中国图象图形学报 , 2008, 13(3): 580-585.
 [3] 张鹏 , 王润生 . 静态图像中的感兴趣区域检测技术 [J]. 中国图象图形学报 ,2005, 10(2):142-148.
[4] 李琦, 崔建江, 薛定宇, 等. 一种手背静脉感兴趣区域提取算法[J]. 系统仿真学报 , 2019, 31(10): 2174-2180.
 [5] 陈高攀 , 徐美华 , 王琪 , 等 . 一种基于单目视觉的前方车辆检测算法 [J]. 上海大学学报 ( 自然科学版 ), 2019, 25(1): 56-65.
 [6] PARK J S, HONG K S. A study on the stress-index estimation using face image[C]//Institute of Electrical and Electronics Engineers Inc. 2016 International Conference on Information and Communication Technology Convergence (ICTC). Jeju Island, 2016: 45-47.
[7] 古新展 , 陈文天 , 战跃福 . 模糊 C 均值聚类算法在肺部 CT 图像感兴趣区域特征提取中的临床应用研究 [J]. 中国医学装备 , 2019, 16(2):20-22.
 [8] XIAO Y N, LI J Y. Crack detection algorithm based on the fusion of percolation theory and adaptive canny operator[C]//IEEE Computer Society. Proceedings of the 37th Chinese Control Conference (CCC). Wuhan, 2018: 4295-4299.
[9] 张青 , 邹湘军 , 林桂潮 , 等 . 草莓重量和形状图像特征提取与在线分级方法 [J]. 系统仿真学报 , 2019, 31(1): 7-15.
 [10] 冯运发 , 王新彦 , 佘银海 , 等 . 基于 HALCON 软件与 HSV 模型的树木检测算法研究 [J]. 江苏农业科学 , 2019, 47(6): 188-192.
[11] XIA Y Q, CHENG L H, LI W L, et al. A region of interest extraction approach based on adaptive threshold in intelligent transportation system[C]//IEEE Computer Society. 2009 Asia-Pacific Conference on Information Processing. Shenzhen, 2009: 120-123.
[12] 郝蓓 , 杨大利 , 侯凌燕 , 等 . 一种基于快速图像增强的生产线倒瓶检测方法 [J]. 北京信息科技大学学报 ( 自然科学版 ), 2017, 32(5): 39-44.
 [13] 崔昌华 , 朱敏琛 . 基于肤色 HSV 颜色模型下的人脸实时检测与跟踪 [J]. 福州大学学报 ( 自然科学版 ), 2006, 34(6): 826-830.
[14] 马玲 , 张晓辉 . HSV 颜色空间的饱和度与明度关系模型 [J]. 计算机辅助设计与图形学学报 , 2014, 26(8): 1272-1278.
[15] 兰红 , 胡涵 . 结合 HSV 空间的改进二维 Otsu 免疫组化图像分割 [J]. 计算机应用与软件 , 2016, 33(5): 200-203.
 [16] 袁奋杰 , 周晓 , 丁军 , 等 . 基于 FPGA 的 RGB 和 HSV 色空间转换算法实现 [J]. 电子器件 , 2010, 33(4): 493-497.
[17] 耿庆田, 于繁华, 赵宏伟, 等. 基于颜色特征的火焰检测新算法[J]. 吉林大学学报 ( 工学版 ), 2014, 44(6): 1787-1792.
 [18] GONZALEZ R C, WOODS R E. Digital Image Processing (Third Edition) [M]. New Jersey: Pearson Prentice Hall, 2008.

相似文献/References:

[1]付长斐,叶宾,李会军.基于HSV颜色空间的运动目标识别[J].控制与信息技术,2020,(01):1.[doi:10.13889/j.issn.2096-5427.2020.01.001]
 FU Changfei,YE Bin,LI Huijun.Moving Target Recognition Based on HSV Color Space[J].High Power Converter Technology,2020,(02):1.[doi:10.13889/j.issn.2096-5427.2020.01.001]

备注/Memo

备注/Memo:
收稿日期:2019-11-25
作者简介:付长斐(1997—), 男,主要研究方向为机器视觉;叶宾(1980—),男,博士,副教授,主要研究方向为量子计算、移动机器人等。
基金项目:徐州市应用基础研究计划项目(KC18069)
更新日期/Last Update: 2020-05-08