张 生，李龙澍

(安徽大学计算机科学与技术学院，安徽 合肥 230601)

0 引言

NAO是一款高性能双足机器人，2007年被Robo－Cup的组委会选定为标准平台。在标准平台组比赛中，NAO机器人感知外界最主要的方式是对图像的处理，机器人的白色外壳和摄像头各个方向的旋转以及身体的晃动，都增加了图像识别的难度，需要确定拍摄图像时机器人的位姿［1］。在比赛中，NAO要识别的目标有:球、球门、绿色地毯、机器人的腰带、场地白线、点球的位置和机器人，其中前4个目标都是有特定颜色的，识别相对简单，而场地线和移动的机器人都是白色的，使场地线的识别复杂很多。

根据球场上的实际情况，按球场目标的特定颜色，将球场图像按颜色分割［2］，然后沿白色边缘遍历并将边缘分割再分类，分割点是那些不可导点或导数为零的点，再分析每个类是直线还是球场中间的圆弧，最后对得到的分类结果进行综合分析。此方法沿着白色边缘遍历，避免了图像扫描时的盲目性，加快了直线识别算法的速度。该识别方法的流程如图1所示，主要是中间的3步，本文将依次进行分析。

图1 直线识别流程图

1 图像预处理

通过图像的颜色分割，球场外的点一般会成为未知点，这样能很容易找到球场边界［3］。NAO机器人提供的原始图像格式是YUV422，但是一般都直接使用原始图像来避免格式转换［4］的开销。

颜色表是一个三维的数组，每维分别代表Y、U和V，数组值存放颜色种类，如用0代表未知颜色，1代表红色等，将维数［3］分别设置为64、64和64已经足够满足要求。……