一、 课题任务与目的此课题的任务是基于arm的全自动围棋计时记谱棋具设计的一个子课题主要内容是对摄像头采集的棋谱图像进行识别首先提进行图像的采集，接着对采集的图像进行畸形校正，最后进行识别工作，包括对棋盘的形状、大小、格子以及对棋子颜色、大小和位置的识别此课题的目的是了解和掌握ARM9嵌入式系统（mini2440开发板）硬件结构了解和掌握WINCE5.0嵌入式操作系统的使用掌握WINCE5.0下的C++编程方法掌握BMP图像的格式和嵌入式系统上摄像头传输的图片格式设计识别棋谱图像的流程和所需的各种算法利用C++语言实现适合嵌入式系统的所需算法二、 调研资料情况目前的围棋比赛中，计时和记谱主要靠人工完成，存在工作量大，误差大，易出错等问题针对这些问题市场上也出现了一些全自动围棋计时记谱的工具大多数是利用摄像机的畸形校正和模板匹配技术摄像机的畸形校正是确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，畸形校正的参数一般须通过较复杂的实验和计算才能得到，不适合于嵌入式系统等计算能力有限环境下的实时图像处理模板匹配技术中计算相关性的算法更是需要大量的计算，也不能满足嵌入式系统环境下的实时处理要求。
因此本设计的目的即为提供一种简洁准确高效的算法，能够对围棋比赛中摄像头采集的棋谱图像进行实时处理下面介绍一下此设计中要用到的一些硬件、软件的发展及应用情况1． ARM微处理器的特点（1） 体积小、低功耗、低成本、高性能； （2） 支持Thumb（16位）/ARM（32位）双指令集，能很好的兼容8位/16位器件；（3） 大量使用寄存器，指令执行速度更快；（4） 大多数数据操作都在寄存器中完成；（5） 寻址方式灵活简单，执行效率高；（6） 指令长度固定；2． ARM应用领域：（1） 工业控制领域：作为32的RISC架构，基于ARM核的微控制器芯片不但占据了高端微控制器市场的大部分市场份额，同时也逐渐向低端微控制器应用领域扩展 （2） 无线通讯领域：目前已有超过85%的无线通讯设备采用了ARM技术， ARM以其高性能和低成本，在该领域的地位日益巩固3） 网络应用：随着宽带技术的推广，采用ARM技术的ADSL芯片正逐步获得竞争优势此外，ARM在语音及视频处理上行了优化，并获得广泛支持，也对DSP的应用领域提出了挑战4） 消费类电子产品：ARM技术在目前流行的数字音频播放器、数字机顶盒和游戏机中得到广泛采用。
5） 成像和安全产品：现在流行的数码相机和打印机中绝大部分采用ARM技术中的32位SIM智能卡也采用了ARM技术三、 初步设计方法与实施方案1. ARM9嵌入式系统（mini2440开发板）的硬件结构l CPU 处理器：Samsung S3C2440A，主频400MHz，最高533Mhzl SDRAM 内存：在板64M SDRAM，32bit 数据总线，SDRAM 时钟频率高达100MHzl LCD 显示：支持黑白、4 级灰度、16 级灰度、256 色、4096 色STN 液晶屏，尺寸从3.5 寸到12.1寸，屏幕分辨率可以达到1024x768 象素；l 接口和资源：1 个USB Host，1 个USB Slave B 型接口，1 个2.0 mm 间距20pin 摄像头接口l 操作系统支持：Linux2.6.13，WindowsCE.NET 5.02. WINCE5.0嵌入式系统的使用（1） WINCE5.0中的裁减 例：加入USB鼠标和键盘的支持 在Catalog 一栏依次点击展开Core OS → Windows CE device → Core OS Services → USB Host Support → USB Human Input Device(HID) ClassDriver，点右键选择“Add to OS Design”，并展开其子项添加“USB HID Keyboard and Mouse”，如图：图 1 WINCE5.0模块裁减示意图要想使嵌入式系统保持实时性，就必须减小系统中的负担，删除用不到的东西，添加必要的东西。
就是因为这些良好的可裁减性，使得开发者能够做出有自己特点的东西2） WINCE5.0中的烧录（烧写WINCE内核）在BIOS 模式下，输入：load flash wince u 此时eboot 将会运行，并提示用户通过USB 下载，点击USB Port->Transmit 选择相应的内核文件开始下载下载完毕，eboot 程序将会自动将Nand Flash 进行低级格式化，并进一步格式化为BinFS，格式化完毕，再自动把WindowsCE 内核文件烧写到Nand Flash，烧写完毕会自动启动WinCE系统3. BMP图像格式与YUVBMP(Bitmap-File)图形文件是Windows采用的图形文件格式BMP的文件结构:BMP文件由四部分组成. 位图文件头(bitmap-file header)、位图信息头(bitmap-information header)、颜色表(color table)(在真彩色模式无颜色表)和定义位图的字节阵列.YUV是被欧洲电视系统所采用的一种颜色编码方法（属于PAL）其中的Y,U,V几个字母不是英文单词的组合词，Y代表亮度，uv代表色差，u和v是构成彩色的两个分量。
使用YUV色彩空间，它的亮度信号Y和色度信号U、V是分离的如果只有 Y信号分量而没有U、V信号分量，那么这样表示的图像就是黑白灰度图像而此设计只需对二值图像作处理，所以仅取Y分量即可4. 识别棋谱图像的算法（1） 滤波 a. 中值滤波中值滤波法是一种非线性平滑技术，它将每一象素点的灰度值设置为该点某邻域窗口内的所有象素点灰度值的中值实现方法：l 通过从图像中的某个采样窗口取出奇数个数据进行排序l 用排序后的中值取代要处理的数据即可 中值滤波法对消除椒盐噪音非常有效，常用于用来保护边缘信息,是经典的平滑噪声的方法 b. 均值滤波均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素（以目标象素为中心的周围8个象素，构成一个滤波模板，即去掉目标象素本身）再用模板中的全体像素的平均值来代替原来像素值 均值滤波也称为线性滤波，其采用的主要方法为领域平均法线性滤波的基本原理是用均值代替原图像中的各个像素值，即对待处理的当前像素点（x，y），选择一个模板，该模板由其近邻的若干像素组成，求模板中所有像素的均值，再把该均值赋予当前像素点（x，y），作为处理后图像在该点上的灰度g（x，y），即g（x，y）=1/m ∑f（x，y） m为该模板中包含当前像素在内的像素总个数。
2） 图像畸变校正一般来说，镜头畸变实际上是光学透镜固有的透视失真的总称，也就是因为透视原因造成的失真a.枕形畸变（Pincushion Distortion），又称枕形失真，它是由镜头引起的画面向中间“收缩”的现象b.桶形畸变（Barrel Distortion），又称桶形失真，是由镜头中透镜物理性能以及镜片组结构引起的成像画面呈桶形膨胀状的失真现象 c.线性畸变（linear distortion），又叫线性失真当试图近距离拍摄高大的直线结构，比如建筑物或树木的时候,就会导致另外一种失真在不知道两个坐标关系的情况，对于大面积的图像来讲不一定是线性畸变，但是取一小块却可以近似认为是线性畸变那么就可以将畸变系统和校正系统坐标用下列线性方程来联系：； ；将畸变图像按具体的情况和经验分成若干小区，每个小区找三个点，利用已知图像和经验数据找到对应的点，根据这种关系确定两个坐标系之间的坐标关系，既上述式中的各个系数，然后在按已知坐标关系的情况校正图像3） 图像二值化 二值图像是一种简单的图像格式，它只有两个灰度级，即"0"表示黑色的像素点，"255"表示白色的像素点 二值图像处理在图像处理领域占据很重要的位置，在具体的图像处理应用系统中，往往需要对于获得的二值图像再进一步进行处理，以有利于后期的识别工作。
常用的二值图像处理操作有许多方法，如腐蚀、膨胀、细化、开运算和闭运算等等4） 形态学滤波 形态学在图像处理中的应用主要是：a.利用形态学的基本运算，对图像进行观察和处理，从而达到改善图像质量的目的；b.描述和定义图像的各种几何参数和特征，如面积，周长，连通度，颗粒度，骨架 和方向性二值图像基本的形态学运算是腐蚀和膨胀，简单的腐蚀是消除物体的所有边界点的一种过程，其结果是使剩下的物体沿其周边比原物体小一个像素的面积如果物体是圆的，它的直径在每次腐蚀后将减少两个像素简单的膨胀运算是将与某物体接触的所有背景点合并到该物体中的过程过程的结果是使物体的面积增大了相应数量的点，如果物体是圆的，它的直径在每次膨胀后将增大两个像素5） 模板匹配法模板匹配是数字图像处理的重要组成部分之一把不同传感器或同一传感器在不同时间、不同成像条件下对同一景物获取的两幅或多幅图像在空间上对准,或根据已知模式到另一幅图中寻找相应模式的处理方法就叫做模板匹配 简单而言，模板就是一幅已知的小图像模板匹配就是在一幅大图像中搜寻目标，已知该图中有要找的目标，且该目标同模板有相同的尺寸、方向和图像，通过一定的算法可以在图中找到目标，确定其坐标位置。
以8 位图像(其1 个像素由1 个字节描述)为例，模板T( m × n 个像素)叠放在被搜索图S( W × H 个像素)上平移，模板覆盖被搜索图的那块区域叫子图Siji，j为子图左上角在被搜索图S 上的坐标搜索范围是： 1 ≤ i ≤ W – M 1 ≤ j ≤ H – N通过比较T 和Sij 的相似性，完成模板匹配过程6） 图像差值差值就是相减所得到的值在做图软件中，差值就是混合色与底色相减，结果取决于亮度，用亮底值大的减去亮底值小的5. 棋谱图像畸形校正和识别流程棋谱图像识别之前需要先进行棋谱图像的畸形校正，获取361个可落子点在棋谱图像上的坐标值这一步只需一次即可如图1所示，流程如下：1. 摄像头采集一帧棋盘图像；2. 对棋盘图像进行平滑滤波；平滑滤波采用效率较高的二维伪中值滤波算法，对脉冲噪声有很好的抑制效果3. 模板匹配法检测图像识别标识；模板匹配采用最小平均绝对差值函数（MAD）或最大匹配像素统计（MPC）计算相关性为了减少计算量，事先确定图像识别标识可能出现的范围，在这个范围内最小的MAD（或最大MPC）即为图像识别标识在棋谱图像中的位置4. 计算图像识别标识坐标的斜率K；5. 检测围棋棋盘图像上的可落子点，建立361个围棋点的坐标。
坐标对应关系如图2所示，(xi,yi)即为第i个棋子在棋盘图像上的坐标值也可以采用人工检测围棋棋盘图像的方式定位361个围棋点的坐标目的就是以空间换时间，减少计算量结合图3棋谱图像识别流程图，流程描述如下：（1） 摄像头采集一帧棋盘图像作为前景图像；（2） 对前景图像进行平滑滤波（同本发明第一步）；（3） 模板匹配法检测图像识别标识（同本发明第一步）；（4） 计算图像识别标识坐标的斜率k，若与斜率K误差较大，则对前景图像进行倾斜校正；（5） 前景图像和背景图像差分，得到差值图像；（6） 差值图像二值化，形态学滤波，以及计算前景所在的矩形；（7） 经过形态学膨胀。