CN107506023A - 一种墙面图像红外线光斑的追踪方法及系统 - Google Patents

Abstract

本发明公开了一种墙面图像红外线光斑的追踪方法及系统，方法包括：S1、通过至少一个摄像头捕获墙面图像；S2、通过OpenCV视觉库对每一帧墙面图像依次进行预处理，得到每一帧墙面图像对应的黑白图像，其中，黑白图像中白色的图像光点为红外线光斑；S3、将当前帧黑白图像中的红外线光斑与上一帧黑白图像中的红外线光斑进行匹配，得到匹配结果；S4、根据匹配结果识别得到每一个红外线光斑的状态以及状态持续时间。本发明的有益效果是：通过对相邻帧图像中的红外线光斑进行匹配和判断，得到每一个红外线光斑的状态及状态持续时间，从而实现对红外线光斑的追踪识别。

Description

一种墙面图像红外线光斑的追踪方法及系统

技术领域

本发明涉及图像处理技术领域，特别涉及一种墙面图像红外线光斑的追踪方法及系统。

背景技术

现有的墙面互动系统，多是让玩家直接的与墙面进行互动来进行游戏体验，比如通过手掌触碰墙面产生简单的游戏效果，即在墙面两侧安装红外线发射器，手掌对红外线会有很好的干扰增强效果，从而在墙面上生成不规则的红外线光斑，并通过识别这些红外线光斑来命令游戏应用执行简单的虚拟物体的爆炸消失，拖动等功能。由于手掌的不同，对红外光的增强效果也不同，导致识别效果也不是非常稳定迅速。并且由于身高及安全性等原因，玩家也无法全方位的触碰到墙面所有的地方，以给予玩家更全面的互动游戏体验效果。

发明内容

本发明提供了一种墙面图像红外线光斑的追踪方法及系统，解决了现有技术的技术问题。

本发明解决上述技术问题的技术方案如下：一种墙面图像红外线光斑的追踪方法，包括：

S1、通过至少一个摄像头实时捕获墙面图像；

S2、通过OpenCV视觉库对每一帧墙面图像依次进行预处理，得到每一帧墙面图像对应的黑白图像，其中，所述黑白图像中白色的图像光点为红外线光斑；

S3、将当前帧黑白图像中的红外线光斑与上一帧黑白图像中的红外线光斑进行匹配，得到匹配结果；

S4、根据所述匹配结果识别得到每一个红外线光斑的状态以及状态持续时间，所述状态包括：显现状态、移动状态、长期不动状态和消失状态。

本发明的有益效果是：本技术方案通过至少一个摄像头全方位捕获墙面图像，通过OpenCV视觉库对捕获到的墙面图像进行图像处理，使得待识别的红外线光斑更稳定更大更易识别，通过对相邻帧图像中的红外线光斑进行匹配和判断，得到每一个红外线光斑的状态及状态持续时间，从而实现对红外线光斑的追踪识别。

在上述技术方案的基础上，本发明还可以做如下改进。

优选地，步骤S2具体包括：

通过OpenCV视觉库对所述墙面图像依次进行图像平滑、图像过滤、图像增强、图像动态阈值二值化、图像膨胀以及图像腐蚀，得到黑白图像。

优选地，步骤S3包括：

S31、通过所述OpenCV视觉库中的轮廓检测算法，计算得到每一帧黑白图像中的红外线光斑的参数；

S32、将当前帧黑白图像中的红外线光斑的参数与上一帧黑白图像中的红外线光斑的参数进行匹配，得到匹配结果。

优选地，所述参数包括：形状、大小、个数和重心坐标。

一种墙面图像红外线光斑的追踪系统，包括：

捕获模块，用于通过至少一个摄像头实时捕获墙面图像；

预处理模块，用于通过OpenCV视觉库对每一帧墙面图像依次进行预处理，得到每一帧墙面图像对应的黑白图像，其中，所述黑白图像中白色的图像光点为红外线光斑；

匹配模块，用于将当前帧黑白图像中的红外线光斑与上一帧黑白图像中的红外线光斑进行匹配，得到匹配结果；

识别模块，用于根据所述匹配结果识别得到每一个红外线光斑的状态以及状态持续时间，所述状态包括：显现状态、移动状态、长期不动状态和消失状态。

优选地，所述预处理模块具体用于：

通过OpenCV视觉库对所述墙面图像依次进行图像平滑、图像过滤、图像增强、图像动态阈值二值化、图像膨胀以及图像腐蚀，得到黑白图像。

优选地，所述匹配模块包括：

计算子模块，用于通过所述OpenCV视觉库中的轮廓检测算法，计算得到每一帧黑白图像中的红外线光斑的参数；

匹配子模块，用于将当前帧黑白图像中的红外线光斑的参数与上一帧黑白图像中的红外线光斑的参数进行匹配，得到匹配结果。

优选地，所述参数包括：形状、大小、个数和重心坐标。

附图说明

图1为本发明实施例提供的一种墙面图像红外线光斑的追踪方法的流程示意图；

图2为本发明另一实施例提供的一种墙面图像红外线光斑的追踪方法的流程示意图；

图3为本发明另一实施例提供的一种墙面图像红外线光斑的追踪系统的结构示意图；

图4为本发明另一实施例提供的一种墙面图像红外线光斑的追踪系统的结构示意图。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

如图1所示，一种墙面图像红外线光斑的追踪方法，包括：

S101、通过至少一个摄像头实时捕获墙面图像；

S102、通过OpenCV视觉库对每一帧墙面图像依次进行预处理，得到每一帧墙面图像对应的黑白图像，其中，黑白图像中白色的图像光点为红外线光斑；

S103、将当前帧黑白图像中的红外线光斑与上一帧黑白图像中的红外线光斑进行匹配，得到匹配结果。

S104、根据匹配结果识别得到每一个红外线光斑的状态以及状态持续时间，状态包括：显现状态、移动状态、长期不动状态和消失状态。

通过一个或多个PS3摄像头捕获墙面图像，PS3摄像头通过去除红外线滤镜后可以做到只对红外线光有过滤效果，这样获取到的灰度图像将是一个很明显的黑白图像。基于OpenCV算法，通过一系列图像处理，使得光斑的图像更稳定更大以易于识别。

把当前帧的光斑与上一帧的光斑做匹配，距离近的认为是同一个光斑，存在上一帧中没有被匹配到的光斑判断为消失状态，存在当前帧中没有被匹配到的光斑判断为显现状态，也就是新的光斑，追踪一个光斑的生命周期也是从这个状态开始进行，并开始记录其持续时间。匹配到的旧光斑，基于坐标的变化，如果持续2秒以上，光斑的重心坐标在一定的区域内稳定变化，则判断为长时间不动的状态。在光斑消失之前，其余的判断为移动状态。

通过上述方法不仅可以支持对红外线光斑的快速稳定识别，而且能多点追踪及获取到其大小，形状，坐标，持续时间，状态变化等多种属性参数，基于这些参数可以开发出丰富的墙面互动游戏。

如图2所示，一种墙面图像红外线光斑的追踪方法，包括：

S201、通过至少一个摄像头实时捕获墙面图像。

S202、通过OpenCV视觉库对每一帧墙面图像依次进行图像平滑、图像过滤、图像增强、图像动态阈值二值化、图像膨胀以及图像腐蚀，得到每一帧墙面图像对应的黑白图像。

S203、通过OpenCV视觉库中的轮廓检测算法，计算得到每一帧黑白图像中的红外线光斑的参数。

S204、将当前帧黑白图像中的红外线光斑的参数与上一帧黑白图像中的红外线光斑的参数进行匹配，得到匹配结果，参数包括：形状、大小、个数和重心坐标。

S205、根据匹配结果识别得到每一个红外线光斑的状态以及状态持续时间，状态包括：显现状态、移动状态、长期不动状态和消失状态。

通过一个或多个PS3摄像头捕获墙面图像，PS3摄像头通过去除红外线滤镜后可以做到只对红外线光有过滤效果，这样获取到的灰度图像将是一个很明显的黑白图像。基于OpenCV算法，通过图像平滑，图像过滤，图像增强及图像动态阈值二值化的处理，获取到的每一帧图像都是对一定强度的红外线光斑有稳定呈现效果的黑白图像，白色的图像光点将会是我们要识别追踪的红外线光斑。最后通过一定程度的图像膨胀及图像腐蚀处理，使得光斑的图像更稳定更大以易于识别。

运用OpenCV的轮廓检测算法，计算出每一帧经过S102处理的PS3摄像头传过来的每一帧图像中光斑的大小，个数，重心坐标等参数，并基于OpenCV的相机标定算法，给一个或多个PS3摄像头分配不同的区域，并保存其固定的标定矩阵，从而换算出光斑自投影仪投射在墙面上的坐标对应的在游戏屏幕上的屏幕坐标。

识别计算出当前帧图像中的光斑的相关参数与上一帧图像中光斑的相关参数的区别，识别判断出每一个光斑的显现，移动，长时间不动(2秒)，消失这4个变化状态并记录其持续时间，以达到对光斑追踪功能。相关参数主要是指步骤3中获得的光斑的个数与重心坐标，把当前帧的光斑与上一帧的光斑做匹配，距离近的认为是同一个光斑，存在上一帧中没有被匹配到的光斑判断为消失状态，存在当前帧中没有被匹配到的光斑判断为显现状态，也就是新的光斑，追踪一个光斑的生命周期也是从这个状态开始进行，并开始记录其持续时间。匹配到的旧光斑，基于坐标的变化，如果持续2秒以上，光斑的重心坐标在一定的区域内稳定变化，则判断为长时间不动的状态。在光斑消失之前，其余的判断为移动状态。

如图3所示，一种墙面图像红外线光斑的追踪系统，包括：

捕获模块301，用于通过至少一个摄像头实时捕获墙面图像；

预处理模块302，用于通过OpenCV视觉库对每一帧墙面图像依次进行预处理，得到每一帧墙面图像对应的黑白图像，其中，黑白图像中白色的图像光点为红外线光斑；

匹配模块303，用于将当前帧黑白图像中的红外线光斑与上一帧黑白图像中的红外线光斑进行匹配，得到匹配结果；

识别模块304，用于根据匹配结果识别得到每一个红外线光斑的状态以及状态持续时间，状态包括：显现状态、移动状态、长期不动状态和消失状态。

具体地，预处理模块302具体用于：

通过OpenCV视觉库对墙面图像依次进行图像平滑、图像过滤、图像增强、图像动态阈值二值化、图像膨胀以及图像腐蚀，得到黑白图像。

具体地，如图4所示，匹配模块303包括：

计算子模块3031，用于通过OpenCV视觉库中的轮廓检测算法，计算得到每一帧黑白图像中的红外线光斑的参数；

匹配子模块3032，用于将当前黑白图像中的红外线光斑的参数与上一帧黑白图像中的红外线光斑的参数进行匹配，得到匹配结果，参数包括：形状、大小、个数和重心坐标。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种墙面图像红外线光斑的追踪方法，其特征在于，包括：

S1、通过至少一个摄像头实时捕获墙面图像；

S2、通过OpenCV视觉库对每一帧墙面图像依次进行预处理，得到每一帧墙面图像对应的黑白图像，其中，所述黑白图像中白色的图像光点为红外线光斑；

S3、将当前帧黑白图像中的红外线光斑与上一帧黑白图像中的红外线光斑进行匹配，得到匹配结果；

S4、根据所述匹配结果识别得到每一个红外线光斑的状态以及状态持续时间，所述状态包括：显现状态、移动状态、长期不动状态和消失状态。

2.根据权利要求1所述的一种墙面图像红外线光斑的追踪方法，其特征在于，步骤S2具体包括：

通过OpenCV视觉库对所述墙面图像依次进行图像平滑、图像过滤、图像增强、图像动态阈值二值化、图像膨胀以及图像腐蚀，得到黑白图像。

3.根据权利要求1或2所述的一种墙面图像红外线光斑的追踪方法，其特征在于，步骤S3包括：

S31、通过所述OpenCV视觉库中的轮廓检测算法，计算得到每一帧黑白图像中的红外线光斑的参数；

S32、将当前帧黑白图像中的红外线光斑的参数与上一帧黑白图像中的红外线光斑的参数进行匹配，得到匹配结果。

4.根据权利要求3所述的一种墙面图像红外线光斑的追踪方法，其特征在于，所述参数包括：形状、大小、个数和重心坐标。

5.一种墙面图像红外线光斑的追踪系统，其特征在于，包括：

捕获模块，用于通过至少一个摄像头实时捕获墙面图像；

预处理模块，用于通过OpenCV视觉库对每一帧墙面图像依次进行预处理，得到每一帧墙面图像对应的黑白图像，其中，所述黑白图像中白色的图像光点为红外线光斑；

匹配模块，用于将当前帧黑白图像中的红外线光斑与上一帧黑白图像中的红外线光斑进行匹配，得到匹配结果；

识别模块，用于根据所述匹配结果识别得到每一个红外线光斑的状态以及状态持续时间，所述状态包括：显现状态、移动状态、长期不动状态和消失状态。

6.根据权利要求5所述的一种墙面图像红外线光斑的追踪系统，其特征在于，所述预处理模块具体用于：

通过OpenCV视觉库对所述墙面图像依次进行图像平滑、图像过滤、图像增强、图像动态阈值二值化、图像膨胀以及图像腐蚀，得到黑白图像。

7.根据权利要求5或6所述的一种墙面图像红外线光斑的追踪系统，其特征在于，所述匹配模块包括：

计算子模块，用于通过所述OpenCV视觉库中的轮廓检测算法，计算得到每一帧黑白图像中的红外线光斑的参数；

匹配子模块，用于将当前帧黑白图像中的红外线光斑的参数与上一帧黑白图像中的红外线光斑的参数进行匹配，得到匹配结果。

8.根据权利要求7所述的一种墙面图像红外线光斑的追踪系统，其特征在于，所述参数包括：形状、大小、个数和重心坐标。