基于文字識(shí)別的中國(guó)象棋智能棋具設(shè)計(jì).pdf

1、中國(guó)象棋智能棋具設(shè)計(jì)集圖像處理、模式識(shí)別與人工智能技術(shù)為一體，它的引進(jìn)填補(bǔ)了中國(guó)象棋比賽過程中的自動(dòng)檢測(cè)和記錄的空白，提高了中國(guó)象棋比賽監(jiān)視過程中的技術(shù)含量和自動(dòng)化水平。字符識(shí)別技術(shù)是模式識(shí)別與人工智能中一個(gè)很重要的研究方向，幾十年來這一領(lǐng)域發(fā)展飛速。本課題首次將文字識(shí)別技術(shù)應(yīng)用于中國(guó)象棋比賽過程中，為這一傳統(tǒng)的比賽項(xiàng)目注入了高科技力量。 針對(duì)比賽現(xiàn)場(chǎng)光照不均，模擬攝像頭采集圖像質(zhì)量不高及棋手對(duì)象棋棋子的任意旋轉(zhuǎn)使象棋文字產(chǎn)生旋

2、轉(zhuǎn)等問題，本文作者主要做了以下幾方面研究工作： (1)對(duì)圖像進(jìn)行了去噪聲的預(yù)處理；對(duì)畸變圖像進(jìn)行線性與非線性的校正，減小在棋子定位時(shí)由于圖像畸變?cè)斐傻恼`差； (2)提出了一種將sobeI算子、分水嶺、距離變換相結(jié)合的圖像分割方法，實(shí)驗(yàn)證明該方法對(duì)整個(gè)棋盤棋子分割效果很好，解決了圖像邊角處棋子分割出現(xiàn)殘缺的問題，且該方法對(duì)光照不均的情況也可以取得較好的效果； (3)對(duì)于字符特征的抽取，本文在研究比較了不變矩和傅立葉

3、描述子方法之后，提出了一種將傅立葉描述子與特征參數(shù)相結(jié)合的方法，該方法具有較好的旋轉(zhuǎn)不變性和抗噪聲抗干擾能力； (4)本文對(duì)提取的文字特征采用簡(jiǎn)易實(shí)用的歐式距離分類器進(jìn)行文字的分類，取得了滿意的效果； (5)經(jīng)過大量實(shí)驗(yàn)證明本文文字識(shí)別方法具有較高的識(shí)別率。在光照不出現(xiàn)明顯明暗變化的情況下，對(duì)數(shù)碼相機(jī)拍攝的象棋文字圖像識(shí)別率為100％；在光照不出現(xiàn)明顯明暗變化的情況下，對(duì)普通CCD攝像頭拍攝的象棋文字圖像識(shí)別率可達(dá)95％