本申請涉及計算機
技術(shù)領(lǐng)域：
，尤其涉及一種圖像識別方法及裝置。
背景技術(shù)：
：目前，對目標(biāo)對象的檢測已成為圖像識別技術(shù)中的研究方向之一，特別是在一些基于人工智能的競技項目中(如：機器人足球比賽)，對目標(biāo)對象(如：比賽用球)的檢測尤為重要?，F(xiàn)有技術(shù)中，對于上述的機器人足球比賽而言，比賽用球通常是一種單一顏色的球體(如：橙色球、黃色球等)，在此基礎(chǔ)上，對球體的識別通常依賴于顏色識別，換言之，機器人可采用基于rgb顏色空間的顏色識別算法，對采集到的圖像進行顏色識別，確定出單一顏色的球體。但是，隨著比賽規(guī)則的變化，比賽用球改為彩色球體，彩色球體在不同光照條件、與機器人之間的距離等因素的影響下，會使球體的顏色特征產(chǎn)生一定程度的變化，從而導(dǎo)致對彩色球體進行識別時出錯，降低對球體識別的準(zhǔn)確性。技術(shù)實現(xiàn)要素：本申請實施例提供一種圖像識別方法，用以解決現(xiàn)有技術(shù)中對彩色球體進行識別的準(zhǔn)確率較低的問題。本申請實施例提供一種圖像識別裝置，用以解決現(xiàn)有技術(shù)中對彩色球體進行識別的準(zhǔn)確率較低的問題。本申請實施例采用下述技術(shù)方案：本申請實施例提供的一種圖像識別方法，包括：采集包含目標(biāo)對象的待識別圖像；轉(zhuǎn)換所述待識別圖像的顏色空間，濾除所述待識別圖像在轉(zhuǎn)換后的顏色空間中的指定分量；針對濾除指定分量的待識別圖像進行幾何特征識別，以及基于預(yù)設(shè)顏色閾值的區(qū)域分割識別，確定所述目標(biāo)對象。本申請實施例還提供的一種圖像識別裝置，包括：采集模塊，采集包含目標(biāo)對象的待識別圖像；轉(zhuǎn)換模塊，轉(zhuǎn)換所述待識別圖像的顏色空間，濾除所述待識別圖像在轉(zhuǎn)換后的顏色空間中的指定分量；識別模塊，針對濾除指定分量的待識別圖像進行幾何特征識別，以及基于預(yù)設(shè)顏色閾值的區(qū)域分割識別，確定所述目標(biāo)對象。本申請實施例采用的上述至少一個技術(shù)方案能夠達到以下有益效果：當(dāng)采集到包含目標(biāo)對象的待識別圖像后，首先會將待識別圖像的顏色空間進行轉(zhuǎn)換，經(jīng)過顏色空間的轉(zhuǎn)換后，將待識別圖像中在該顏色空間中的指定分量濾除，也就能夠排除指定分量所帶來的干擾，此后，使用幾何特征識別，配合基于顏色閾值的區(qū)域分割識別的方式，便識別出圖像中包含的目標(biāo)對象。相較于現(xiàn)有技術(shù)，采用顏色空間轉(zhuǎn)換并濾除某些指定分量的方式，能夠減少或避免待識別圖像原有顏色空間中，各顏色維度之間的相互影響，特別是亮度對顏色的影響，這樣一來，也就能夠較為準(zhǔn)確地確定出顏色閾值，并且，本申請實施例中采用幾何特征識別結(jié)合基于顏色閾值的區(qū)域分割識別的方式，能夠有效提升對目標(biāo)對象的識別速度以及準(zhǔn)確性。附圖說明此處所說明的附圖用來提供對本申請的進一步理解，構(gòu)成本申請的一部分，本申請的示意性實施例及其說明用于解釋本申請，并不構(gòu)成對本申請的不當(dāng)限定。在附圖中：圖1為本申請實施例提供的圖像識別過程示意圖；圖2a為本申請實施例提供的顏色閾值的設(shè)定階段的過程示意圖；圖2b為本申請實施例提供的基于預(yù)處理過程后得到的圖像示意圖；圖3a為本申請實施例提供的比賽過程中識別球體的階段的過程示意圖；圖3b～3d為本申請實施例提供的區(qū)域分割過程得到的圖像示意圖。圖4為本申請實施例提供的在圖像識別裝置結(jié)構(gòu)示意圖。具體實施方式為使本申請的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合本申請具體實施例及相應(yīng)的附圖對本申請技術(shù)方案進行清楚、完整地描述。顯然，所描述的實施例僅是本申請一部分實施例，而不是全部的實施例?；诒旧暾堉械膶嵤├绢I(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本申請保護的范圍。如前所述，目前在機器人足球比賽中，由機器人所采集到的圖像，其存儲格式通常為rgb格式，在進行圖像識別尋找球體的過程中，直接在該rgb格式圖像的基礎(chǔ)上采用顏色識別算法，以便于在圖像中識別出球體。然而，由于光線的影響，圖像中球體表面的顏色會出現(xiàn)一定程度的變化(如：顏色深淺的變化)，尤其對于彩色球體而言，受到不同光照條件的影響，球體上的顏色產(chǎn)生較大范圍的變化，那么，若仍采用基于rgb的顏色識別算法，將導(dǎo)致顏色識別不準(zhǔn)確的情況，進一步造成對球體的識別準(zhǔn)確率下降。基于此，在本申請實施例中，提供一種圖像識別方法，通過幾何特征尋圓結(jié)合基于顏色閾值的區(qū)域分割的方式，可以較為準(zhǔn)確地識別出每一幀圖像中的目標(biāo)對象。在本申請實施例中，對圖像的采集由圖像采集設(shè)備所實現(xiàn)，其中，圖像采集設(shè)備可包括但不限于：監(jiān)控攝像頭、具有攝像功能的手機、平板電腦、足球機器人等設(shè)備。此外，需要說明的是，本申請實施例中所涉及的顏色空間包括但不限于：rgb顏色空間、yuv顏色空間、ycrcb顏色空間、yiq顏色空間等，其中：rgb顏色空間包含紅色(red，r)、綠色(green，g)、藍(lán)色(blue，b)三種顏色，換言之，rgb顏色空間可看作是以rgb三種顏色作為坐標(biāo)構(gòu)成的三維空間。yuv顏色空間，通常表示包含亮度(y)、色度(u、v)特征構(gòu)成的顏色空間。基于yuv顏色空間，又可進一步得到y(tǒng)crcb顏色空間、yiq顏色空間，具體而言，在ycrcb顏色空間中，y表示亮度分量、cr表示紅色色度分量、cb表示藍(lán)色色度分量。在yiq顏色空間中，y表示亮度分量、i表示從橙色到青色的顏色分量、q表示從紫色到黃綠色的顏色分量?；谏鲜鰞?nèi)容，如圖1所示，為本申請實施例中所提供的圖像識別過程，該過程具體包括以下步驟：s101：采集包含目標(biāo)對象的待識別圖像。在本申請實施例中，所述的目標(biāo)對象，包括但不限于：在人工智能競賽中所使用的足球、籃球、乒乓球等球體，且該目標(biāo)對象的顏色至少包含兩種顏色。所述目標(biāo)對象可以處于運動中，也可以保持靜止?fàn)顟B(tài)，這里并不構(gòu)成對本申請的限定。若目標(biāo)對象處于運動中，那么，目標(biāo)對象的位置將實時發(fā)生變化，此時，圖像采集設(shè)備采集到的待識別圖像，實質(zhì)上包含至少一幀圖像，通常情況下，圖像采集設(shè)備會進行連續(xù)的多幀采集，得到多幀待識別圖像。當(dāng)然，在實際操作中，圖像采集設(shè)備可以采用固定的角度進行圖像的采集，還可以采用跟蹤采集的方式，即，圖像采集設(shè)備會跟蹤目標(biāo)對象的運動并實時采集圖像。這里并不構(gòu)成對本申請的限定。s102：轉(zhuǎn)換所述待識別圖像的顏色空間，濾除所述待識別圖像在轉(zhuǎn)換后的顏色空間中的指定分量。實際應(yīng)用場景下，由圖像采集設(shè)備所采集得到的待識別圖像通常采用rgb顏色空間，但是，對于rgb顏色空間而言，其中的r、g、b顏色分量之間具有較強的相關(guān)性，對于同一顏色，在不同的外界光照條件(如：光源種類、強度以及物體反射特性等)下，其rgb值不同，從而會對后續(xù)的圖像識別過程帶來干擾。故為了消除干擾，本步驟中將對待識別圖像的顏色空間進行轉(zhuǎn)換。針對待識別圖像進行顏色空間轉(zhuǎn)換，是為了濾除某些分量(即，指定分量)的影響，在本申請實施例中，通常會將待識別圖像的顏色空間轉(zhuǎn)換為亮度和色度分離的顏色空間，如：yuv顏色空間、ycrcb顏色空間等，從而可以在后續(xù)的識別過程中，濾除待識別圖像中亮度(y分量)帶來的干擾，以便于提升識別的準(zhǔn)確性。當(dāng)然，在不同的實際應(yīng)用場景下，所需濾除的指定分量通常不同，并且，所需濾除的指定分量的數(shù)量也可能不同(如：在某些場景下，需要濾除一種分量，而在另外的場景下，需要濾除兩種分量)，具體可根據(jù)實際應(yīng)用的需要進行確定，這里并不構(gòu)成對本申請的限定。s103：針對濾除指定分量的圖像進行幾何特征識別，以及基于預(yù)設(shè)的顏色閾值的區(qū)域分割識別，確定所述目標(biāo)對象。在本申請實施例中，經(jīng)過前述過程濾除了指定分量后，能夠在一定程度上增加對目標(biāo)對象的識別準(zhǔn)確率，同時，為了能夠更加準(zhǔn)確且快速地識別出待識別圖像中所包含的目標(biāo)對象，采用幾何特征識別結(jié)合基于顏色閾值的區(qū)域分割識別的方式。具體來說，幾何特征識別用于識別出目標(biāo)對象的幾何形狀，以機器人足球比賽為例，幾何特征識別用于在圖像中尋找圓形。其中，所述的幾何特征識別可采用諸如霍夫變換(houghtransform)圓形檢測、頂點分布檢測等算法，這里不作具體限定。在本申請實施例中，區(qū)域分割算法包括但不限于：模糊k均值聚類算法、基于能量泛函數(shù)的分割算法、基于顏色閾值的區(qū)域分割算法等，在本申請實施例中，在前述步驟確定出顏色閾值的基礎(chǔ)上，本申請實施例中對待識別圖像的區(qū)域分割可采用基于顏色閾值的區(qū)域分割算法，也即，通過顏色閾值，劃分出目標(biāo)對象所在區(qū)域。當(dāng)然，采用何種區(qū)域分割算法將根據(jù)實際應(yīng)用的需要所決定，這里并不構(gòu)成對本申請的限定。需要說明的是，作為本申請實施例中的一種方式，對待識別圖像進行幾何特征識別和基于顏色閾值的區(qū)域分割識別，可以是并行執(zhí)行的，而在另一種方式下，可以先執(zhí)行幾何特征識別，再執(zhí)行基于顏色的區(qū)域分割識別，或者反之。在實際應(yīng)用時，可以根據(jù)實際應(yīng)用的需要選擇合適的方式，這里并不構(gòu)成對本申請的限定。通過上述步驟，當(dāng)采集到包含目標(biāo)對象的待識別圖像后，首先會將待識別圖像的顏色空間進行轉(zhuǎn)換，經(jīng)過顏色空間的轉(zhuǎn)換后，將待識別圖像中在該顏色空間中的指定分量濾除，也就能夠排除指定分量所帶來的干擾，此后，使用幾何特征識別，配合基于顏色閾值的區(qū)域分割識別的方式，便識別出圖像中包含的目標(biāo)對象。相較于現(xiàn)有技術(shù)，采用顏色空間轉(zhuǎn)換并濾除某些指定分量的方式，能夠減少或避免待識別圖像原有顏色空間中，各顏色維度之間的相互影響，特別是亮度對顏色的影響，這樣一來，也就能夠較為準(zhǔn)確地確定出顏色閾值，并且，本申請實施例中采用幾何特征識別結(jié)合基于顏色閾值的區(qū)域分割識別的方式，能夠有效提升對目標(biāo)對象的識別速度以及準(zhǔn)確性。下面以機器人足球比賽中球體的識別場景為例，對本申請實施例所述的圖像識別方法中的不同階段及步驟進行詳細(xì)描述。在該場景下，圖像采集設(shè)備為具有攝像功能的機器人，球體表面包含至少兩種顏色。在本場景中，由機器人所采集到的圖像通常以rgb色彩格式進行存儲，故本場景中的待識別圖像的顏色空間為：rgb顏色空間，那么，轉(zhuǎn)換所述待識別圖像的顏色空間，包括：將所述待識別圖像的rgb顏色空間，轉(zhuǎn)換為ycrcb顏色空間。同時，考慮到亮度會對圖像的顏色產(chǎn)生影響，所以，便可以將亮度分量濾除，換言之，前述步驟中，濾除所述待識別圖像在轉(zhuǎn)換后的顏色空間中的指定分量，包括：濾除所述待識別圖像在所述ycrcb顏色空間中的亮度y分量。具體而言，在將rgb顏色空間轉(zhuǎn)換為ycrcb顏色空間時，可以采用如下轉(zhuǎn)換公式：y＝0.30r+0.59g+0.11bcb＝0.493(b-y)+128cr＝0.877(r-y)+128通過上述公式可見，ycrcb顏色空間與rgb顏色空間之間滿足線性轉(zhuǎn)換關(guān)系，可快速實現(xiàn)顏色空間的轉(zhuǎn)換。換言之，針對圖像上的每個像素點，都可將該像素點的r、g、b值轉(zhuǎn)換為y、cr、cb值。當(dāng)然，在實際應(yīng)用中，機器人的攝像頭所采集的圖像，在成像、數(shù)字化以及傳輸過程中，可能會受到不同噪聲的干擾，導(dǎo)致圖像的質(zhì)量較低，故在針對待識別圖像進行顏色空間轉(zhuǎn)換的過程中，還可以執(zhí)行諸如中值濾波降噪等處理，以便減少或消除圖像噪聲，這里并不構(gòu)成對本申請的限定。經(jīng)過顏色空間轉(zhuǎn)換并濾除了y分量的影響后，便可以針對待識別圖像進行目標(biāo)對象的識別處理過程，在本申請實施例中，針對濾除指定分量的圖像中進行幾何特征識別，以及基于預(yù)設(shè)的色度范圍的區(qū)域分割識別，包括：采用霍夫變換圓形檢測算法，在濾除指定分量的圖像中檢測與所述球體相匹配的圓形，當(dāng)未檢測出圓形時，針對所述圖像進行基于預(yù)設(shè)的顏色閾值的區(qū)域分割識別。換言之，在該場景下，針對顏色空間轉(zhuǎn)換后的待識別圖像，將優(yōu)先采用霍夫變換來識別其中的目標(biāo)對象的幾何形狀，若識別出該目標(biāo)對象的幾何形狀，便可確定出該目標(biāo)對象。而只有在未識別出目標(biāo)對象的幾何形狀時，才進一步采用基于預(yù)設(shè)的色度范圍的區(qū)域分割識別，來確定目標(biāo)對象。在本申請實施例中，對顏色閾值的設(shè)定，將影響識別過程中的準(zhǔn)確性，下面將詳細(xì)描述預(yù)設(shè)顏色閾值的過程：在實際應(yīng)用中，為了能夠使得準(zhǔn)確地識別出目標(biāo)對象，故可預(yù)先采集樣本圖像，樣本圖像中包含有目標(biāo)對象，通過顏色標(biāo)定的方式確定目標(biāo)對象的顏色，具體而言，預(yù)設(shè)顏色閾值，包括：采集至少一個包含球體的樣本圖像(不同樣本圖像所對應(yīng)的環(huán)境信息不同)，針對每一所述樣本圖像，將該樣本圖像的顏色空間轉(zhuǎn)換為ycrcb顏色空間，確定該樣本圖像中目標(biāo)對象范圍內(nèi)各像素點的顏色分量特征，根據(jù)確定出的所述顏色分量特征，確定所述顏色閾值。其中，所述環(huán)境信息包括：光源角度、光源種類、球體位置、球體角度中的至少一種。如前所述，諸如：光源種類、光源角度、球體位置、球體角度等實際環(huán)境將對球體上的顏色帶來不同程度的影響，換言之，在不同的環(huán)境下所采集得到的圖像中的環(huán)境信息是不同的，而在不同的環(huán)境信息下，球體的顏色特征也存在一定程度的差異，所以作為本申請實施例中的一種方式，為了確定出合適的顏色閾值，將在不同的實際環(huán)境下，采集目標(biāo)對象的樣本圖像。特別是在機器人足球比賽的場景下，球體在賽場不同位置上，所受到的光照條件不同，那么，也就可以采集球體在賽場上不同位置上、不同角度的圖像，作為樣本圖像。當(dāng)然，本申請實施例中并不對采集的樣本圖像的數(shù)量進行限定?？梢岳斫獾?，樣本圖像的數(shù)量越多，也就越符合實際的比賽場景，所確定出的顏色閾值也就越準(zhǔn)確。在前述步驟中，確定出了不同像素點的顏色分量特征，換言之，在ycrcb顏色空間下，顏色分量特征可認(rèn)為是不同像素點的cr、cb值，可以理解地，上述步驟中已濾除了亮度分量(y)的影響，能夠減少亮度分量帶來的干擾。當(dāng)然，在不同的環(huán)境信息的影響下，會使圖像中顏色產(chǎn)生一定程度的變化，那么，對于樣本圖像而言，其中球體上各像素的cr、cb值，均會發(fā)生一定程度的變化。例如：對于球體上對應(yīng)于同一顏色的某個像素點m而言，在環(huán)境a下，其cr＝10、cb＝20；而在環(huán)境b下，其cr＝15、cb＝25。從上例中可見，在不同的樣本圖像中，同一顏色區(qū)域上的像素點所對應(yīng)的cr、cb值均會發(fā)生變化，那么，便可以基于cr、cb值的變化，來確定出cr、cb的閾值。需要說明的是，在實際操作時，確定出球體中各像素點上的顏色分量特征的過程，實質(zhì)上是確定不同類別顏色像素點的過程(可稱為：顏色標(biāo)定過程)，也即，在本申請實施例中，確定該樣本圖像中目標(biāo)對象范圍內(nèi)各像素點的顏色分量特征，包括：按照預(yù)設(shè)的顏色分類標(biāo)準(zhǔn)，在所述樣本圖像中，確定所述目標(biāo)對象范圍內(nèi)屬于不同類別顏色的各像素點，并確定所述各像素點對應(yīng)的顏色分量特征。所述的顏色分類標(biāo)準(zhǔn)，可以認(rèn)為是不同顏色的劃分標(biāo)準(zhǔn)，基于顏色分類標(biāo)準(zhǔn)，可以在各樣本圖像中，確定出球體上包含的各顏色所對應(yīng)的像素點。經(jīng)過顏色分類的過程，使得足球機器人能夠?qū)嶋H的比賽過程中，區(qū)分出不同類別的顏色，特別是球體上的不同顏色。例如：假設(shè)在一張樣本圖像中，球體表面包含黃、紫、白三種顏色，那么，基于上述的顏色標(biāo)定過程，可以得到如下表1所示的信息(其中，為了便于描述，表1中僅以單個像素為例)：像素點cr、cb值所屬顏色n1150、70黃n21110、140紫n3120、30白表1實際應(yīng)用中，基于表1所示的方式，可以將球體上不同類別顏色的像素點均進行標(biāo)定。當(dāng)然，表1可認(rèn)為是一種簡單的顏色表形式，這里并不構(gòu)成對本申請的限定。當(dāng)確定出各像素點的顏色分量特征(即，cr、cb值)后，便可以確定顏色閾值。這里需要說明的是，對于不同類別顏色的像素點而言，由于受到實際光線、采集角度的影響，將使得對應(yīng)于同一顏色的不同像素點呈現(xiàn)出明、暗的差異，也即，這些像素點的cr、cb值不同，那么，對于同一類別的顏色而言，其對應(yīng)的cr、cb值并非單一取值，而是對應(yīng)一定的范圍值，在此情況下，確定顏色閾值的過程為：根據(jù)不同類別顏色的各像素點對應(yīng)的第一顏色分量特征，確定第一分量平均值，根據(jù)不同類別顏色的各像素點對應(yīng)的第二顏色分量特征，確定第二分量平均值，根據(jù)所述第一分量平均值及第二分量平均值確定顏色閾值。作為本申請實施例中的一種方式，如果各像素點的顏色分量特征分布均勻，則可以直接將第一分量平均值及第二分量平均值確定為顏色閾值。例如：沿用如表1所示的示例，三個像素點n11～n31分別對應(yīng)于球體上的三種顏色，且具有不同的cr、cb值，那么，便可以確定出cr及cb的均值：cr＝(50+110+20)/3＝60cb＝(70+140+30)/3＝80所以，在本示例中，cr為第一分量平均值，cb為第二分量平均值，則可將cr＝60、cb＝80作為顏色閾值。而作為本申請實施例中的另一種更貼合實際場景的方式，考慮到實際環(huán)境的影響，致使球體表面顏色出現(xiàn)明暗變化，那么，球體上不同類別顏色所對應(yīng)的像素的顏色分量特征會出現(xiàn)一定程度的浮動，即變化量，那么，也就可以根據(jù)顏色分量特征的變化量和顏色分量平均值，來確定出顏色閾值，也即，根據(jù)所述第一分量平均值及第二分量平均值確定顏色閾值，具體：統(tǒng)計不同類別顏色所對應(yīng)的各像素點的顏色分量特征的變化量，根據(jù)所述變化量，確定對應(yīng)于所述第一顏色分量特征的第一平均變化量，以及對應(yīng)于所述第二顏色分量特征的第二平均變化量，根據(jù)所述第一平均變化量以及所述第一分量平均值，確定第一顏色閾值，根據(jù)所述第二平均變化量以及所述第二分量平均值確定第二顏色閾值，其中，所述第一顏色閾值小于所述第二顏色閾值。具體而言，以前述示例中屬于黃色的像素點為例：假設(shè)，屬于黃色的像素點除了n11之外，還包括n12、n13等像素點，其cr、cb值之間具有一定差異，其中，假設(shè)像素點n12的cr＝52，cb＝75，像素點n13的cr＝48，cb＝65，那么，對于像素點n11、n12和n13，其cr及cb值的變化量均為2和5，所以，可認(rèn)為屬于黃色的像素點其cr及cb值的平均變化量分別為2和5，對于其他顏色的像素點，平均變化量的確定過程同上，這里便不再過多贅述。在此假設(shè)，其他顏色像素點的cr及cb值平均變化量均為2和5，那么，結(jié)合前述示例中所確定的第一及第二分量平均值(cr＝60，cb＝80)，便可以確定出顏色閾值，即：cr＝60±2；cb＝80±5這里，可進一步確定出cr’＝58，cb’＝75；cr”＝62，cb”＝85。故可將cr’及cb’作為第一顏色閾值，而將cr”和cb”作為第二顏色閾值，顯然，第一顏色閾值小于第二顏色閾值。以上便是本申請實施例中確定顏色閾值的過程，在獲得了顏色閾值后，便可以應(yīng)用在實際的比賽場景中，以在采集得到的待識別圖像中識別出目標(biāo)球體。具體地，針對任一待識別圖像而言，其基于顏色閾值的區(qū)域分割過程可以是：在所述待識別圖像中，確定每一像素對應(yīng)的顏色分量特征，根據(jù)所述顏色分量特征，將對應(yīng)于所述球體表面顏色的像素進行顏色分離處理，在顏色分離后的圖像中，將顏色分量特征小于所述第一閾值的像素點填充為第一顏色，將顏色分量特征大于所述第一閾值的像素點填充為第二顏色，得到第一圖像；將顏色分量特征大于所述第二閾值的像素點填充為第一顏色，并將顏色分量特征小于所述第二閾值的像素點填充為第二顏色，得到第二圖像，根據(jù)所述第一圖像以及第二圖像，確定球體區(qū)域。在前述內(nèi)容中，根據(jù)樣本圖像，已完成了球體上顏色的標(biāo)定過程，那么，便可以根據(jù)待識別圖像中每個像素點的顏色分量特征(即，cr、cb值)，確定出屬于球體顏色的像素點，同時排除掉其他顏色的像素點(該過程便是顏色分離處理過程)。之后，便可以在經(jīng)過顏色分離后的圖像中，采用顏色閾值進行區(qū)域分割。需要說明的是，本申請實施例中基于顏色閾值的區(qū)域分割過程，并非是針對圖像進行裁剪、割離，而是根據(jù)顏色閾值，將圖像中的像素分別表示為不同的顏色，即，上述的第一顏色和第二顏色，其中，第一顏色和第二顏色可以分別是白色、黑色(或者，分別是黑色、白色)，也可以使用其他顏色，具體可根據(jù)實際應(yīng)用中的需要進行設(shè)定，這里并不構(gòu)成對本申請的限定。經(jīng)過顏色閾值的區(qū)域分割所得到的第一圖像和第二圖像，實質(zhì)上分別對應(yīng)于深淺顏色兩種圖像區(qū)域，也就是說，無論球體表面實際包含多少中顏色，都可以按照閾值劃分成深顏色和淺顏色，從而，結(jié)合第一圖像和第二圖像，便可以進一步確定出目標(biāo)球體所對應(yīng)的區(qū)域，也即：根據(jù)所述第一圖像以及第二圖像，確定球體區(qū)域，包括：疊加所述第一圖像以及第二圖像，得到疊加區(qū)域，確定所述疊加區(qū)域的重心位置，根據(jù)所述重心位置確定球體對應(yīng)的圓形區(qū)域。在本申請實施例中，可以采用重心識別算法來確定疊加區(qū)域的重心位置，這里并不構(gòu)成對本申請的限定，一旦確定出重心位置，便可以生成圓形區(qū)域，即確定出球體對應(yīng)的圓形。下面以一具體應(yīng)用實例進行說明：在該應(yīng)用實例中，對目標(biāo)球體進行識別的過程共分為兩個階段：顏色閾值的設(shè)定階段，以及比賽過程中識別球體的階段。一、顏色閾值的設(shè)定階段該階段的具體過程如圖2a所示，包括以下步驟：s201：采集至少一個包含目標(biāo)球體的樣本圖像。為了提升對后續(xù)顏色閾值設(shè)定的準(zhǔn)確性，通常以處于靜止?fàn)顟B(tài)的球體進行圖像采集，得到樣本圖像。s202：對所述樣本圖像進行預(yù)處理，并將所述樣本圖像的顏色空間轉(zhuǎn)換為ycrcb顏色空間。其中，所述的預(yù)處理過程可包括諸如：灰度轉(zhuǎn)換、中值濾波等處理過程，在此不作具體限定。經(jīng)過步驟s202處理后，所得到包含球體的樣本圖像如圖2b所示。s203：對樣本圖像進行顏色標(biāo)定。顏色標(biāo)定的過程如前述內(nèi)容記載，這里不再過多贅述。通過顏色標(biāo)定過程，建立了像素點的cr、cb值與顏色類別的對應(yīng)關(guān)系。s204：基于標(biāo)定的顏色，確定顏色閾值。在本實例中，顏色閾值包含顏色分量平均值(即，cr、cb的平均值)以及平均變化量(及，cr、cb的平均變化量)。二、比賽過程中識別球體的階段該階段的具體過程如圖3a所示，包括以下步驟：s301：采集至少一幀包含目標(biāo)球體的待識別圖像。s302：針對任一幀所述待識別圖像進行預(yù)處理，并將所述待識別圖像的顏色空間轉(zhuǎn)換為ycrcb顏色空間。s303：采用霍夫變換圓形檢測算法，在轉(zhuǎn)換后的待識別圖像中檢測與所述球體相匹配的圓形。s304：判斷是否檢測到圓形，若是，則執(zhí)行步驟s305，否則，則執(zhí)行步驟s306。s305：將檢測到的圓形確定為球體。s306：針對所述待識別圖像進行基于預(yù)設(shè)的顏色閾值的區(qū)域分割識別。經(jīng)過前述階段后，確定出的顏色閾值包含顏色分量平均值(即，cr、cb的平均值)以及平均變化量(及，cr、cb的平均變化量)，那么，便可以采用如下公式進行區(qū)域分割：cr1>cr’+a1；cb1>cb’+b1；cr2<cr’-a2；cb2<cb’-b2；其中，cr’及cb’為前述過程中確定出的cr、cb的平均值；a1、b1、a2、b2為前述過程中確定出的cr、cb的平均變化量。cr1、cr2、cb1、cb2為顏色閾值。在本實例中，cr’＝120，cb’＝100，a1＝15、a2＝20、b1＝25、b2＝30?；诖?，cr1＝135，cr2＝100，cb1＝130，cb2＝75。上述公式表示，將cr值大于135且cb值大于130的顏色確定為深色，將cr值小于100且cb值小于175的顏色確定為淺色。則基于深色，可將如圖2b所示的圖像分割為如圖3b所示的區(qū)域，基于淺色，可將如圖2b所示的圖像分割為如圖3c所示的區(qū)域。結(jié)合圖3b及圖3c最終分割出如圖3d所示的區(qū)域，此后再根據(jù)諸如重心識別算法在圖3d所示的區(qū)域中確定出圓形重心，從而得到球體對應(yīng)的圓形區(qū)域。需要說明的是，在實際比賽中，由機器人采集到的圖像通常為多幀圖像，所以，當(dāng)針對某一幀圖像識別出了球體對應(yīng)的圓形區(qū)域后，將針對下一幀圖像執(zhí)行上述過程。而如圖針對某一幀圖像，為識別出球體對應(yīng)的圓形區(qū)域，則可以自動對下一幀圖像進行識別處理。以上為本申請實施例提供的圖像識別方法，基于同樣的思路，本申請實施例還提供一種圖像識別裝置。如圖4所示，圖像識別裝置包括：采集模塊401，采集包含目標(biāo)對象的待識別圖像；轉(zhuǎn)換模塊402，轉(zhuǎn)換所述待識別圖像的顏色空間，濾除所述待識別圖像在轉(zhuǎn)換后的顏色空間中的指定分量；識別模塊403，針對濾除指定分量的待識別圖像進行幾何特征識別，以及基于預(yù)設(shè)顏色閾值的區(qū)域分割識別，確定所述目標(biāo)對象。所述目標(biāo)對象包括：表面包含至少兩種顏色的球體。所述采集模塊401，以rgb格式采集包含目標(biāo)對象的待識別圖像，所述轉(zhuǎn)換模塊402，將所述待識別圖像對應(yīng)的rgb顏色空間，轉(zhuǎn)換為ycrcb顏色空間，并濾除所述待識別圖像在所述ycrcb顏色空間中的亮度y分量。所述識別模塊403，采用霍夫變換圓形檢測算法，在濾除指定分量的待識別圖像中檢測與所述球體相匹配的圓形，當(dāng)未檢測出圓形時，針對所述待識別圖像進行基于預(yù)設(shè)的顏色閾值的區(qū)域分割識別。所述裝置還包括：預(yù)處理模塊404，采集至少一個包含球體的樣本圖像；其中，不同樣本圖像所對應(yīng)的環(huán)境信息不同；針對每一所述樣本圖像，將該樣本圖像的顏色空間轉(zhuǎn)換為ycrcb顏色空間，確定該樣本圖像中球體范圍內(nèi)各像素點的顏色分量特征，根據(jù)確定出的所述顏色分量特征，確定所述顏色閾值.其中，所述環(huán)境信息包括：光源角度、光源種類、球體位置、球體角度中的至少一種。所述預(yù)處理模塊404，按照預(yù)設(shè)的顏色分類標(biāo)準(zhǔn)，在所述樣本圖像中，確定所述球體范圍內(nèi)屬于不同類別顏色的各像素點，并確定所述各像素點對應(yīng)的顏色分量特征。所述顏色分量特征包括：第一顏色分量特征以及第二顏色分量特征，所述預(yù)處理模塊404，根據(jù)不同類別顏色的各像素點對應(yīng)的第一顏色分量特征，確定第一分量平均值，根據(jù)不同類別顏色的各像素點對應(yīng)的第二顏色分量特征，確定第二分量平均值，根據(jù)所述第一分量平均值及第二分量平均值確定顏色閾值。所述預(yù)處理模塊404，統(tǒng)計不同類別顏色所對應(yīng)的各像素點的顏色分量特征的變化量，根據(jù)所述變化量，確定對應(yīng)于所述第一顏色分量特征的第一平均變化量，以及對應(yīng)于所述第二顏色分量特征的第二平均變化量，根據(jù)所述第一平均變化量以及所述第一分量平均值，確定第一顏色閾值，根據(jù)所述第二平均變化量以及所述第二分量平均值確定第二顏色閾值；其中，所述第一顏色閾值小于所述第二顏色閾值。所述識別模塊403，在所述待識別圖像中，確定每一像素對應(yīng)的顏色分量特征，根據(jù)所述顏色分量特征，將對應(yīng)于所述球體表面顏色的像素進行顏色分離處理，在顏色分離后的圖像中，將顏色分量特征小于所述第一閾值的像素點填充為第一顏色，將顏色分量特征大于所述第一閾值的像素點填充為第二顏色，得到第一圖像，將顏色分量特征大于所述第二閾值的像素點填充為第一顏色，并將顏色分量特征小于所述第二閾值的像素點填充為第二顏色，得到第二圖像，根據(jù)所述第一圖像以及第二圖像，確定球體區(qū)域。所述識別模塊403，疊加所述第一圖像以及第二圖像，得到疊加區(qū)域，確定所述疊加區(qū)域的重心位置，根據(jù)所述重心位置確定球體對應(yīng)的圓形區(qū)域。在20世紀(jì)90年代，對于一個技術(shù)的改進可以很明顯地區(qū)分是硬件上的改進(例如，對二極管、晶體管、開關(guān)等電路結(jié)構(gòu)的改進)還是軟件上的改進(對于方法流程的改進)。然而，隨著技術(shù)的發(fā)展，當(dāng)今的很多方法流程的改進已經(jīng)可以視為硬件電路結(jié)構(gòu)的直接改進。設(shè)計人員幾乎都通過將改進的方法流程編程到硬件電路中來得到相應(yīng)的硬件電路結(jié)構(gòu)。因此，不能說一個方法流程的改進就不能用硬件實體模塊來實現(xiàn)。例如，可編程邏輯器件(programmablelogicdevice,pld)(例如現(xiàn)場可編程門陣列(fieldprogrammablegatearray，fpga))就是這樣一種集成電路，其邏輯功能由用戶對器件編程來確定。由設(shè)計人員自行編程來把一個數(shù)字系統(tǒng)“集成”在一片pld上，而不需要請芯片制造廠商來設(shè)計和制作專用的集成電路芯片。而且，如今，取代手工地制作集成電路芯片，這種編程也多半改用“邏輯編譯器(logiccompiler)”軟件來實現(xiàn)，它與程序開發(fā)撰寫時所用的軟件編譯器相類似，而要編譯之前的原始代碼也得用特定的編程語言來撰寫，此稱之為硬件描述語言(hardwaredescriptionlanguage，hdl)，而hdl也并非僅有一種，而是有許多種，如abel(advancedbooleanexpressionlanguage)、ahdl(alterahardwaredescriptionlanguage)、confluence、cupl(cornelluniversityprogramminglanguage)、hdcal、jhdl(javahardwaredescriptionlanguage)、lava、lola、myhdl、palasm、rhdl(rubyhardwaredescriptionlanguage)等，目前最普遍使用的是vhdl(very-high-speedintegratedcircuithardwaredescriptionlanguage)與verilog。本領(lǐng)域技術(shù)人員也應(yīng)該清楚，只需要將方法流程用上述幾種硬件描述語言稍作邏輯編程并編程到集成電路中，就可以很容易得到實現(xiàn)該邏輯方法流程的硬件電路。控制器可以按任何適當(dāng)?shù)姆绞綄崿F(xiàn)，例如，控制器可以采取例如微處理器或處理器以及存儲可由該(微)處理器執(zhí)行的計算機可讀程序代碼(例如軟件或固件)的計算機可讀介質(zhì)、邏輯門、開關(guān)、專用集成電路(applicationspecificintegratedcircuit，asic)、可編程邏輯控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：arc625d、atmelat91sam、microchippic18f26k20以及siliconelabsc8051f320，存儲器控制器還可以被實現(xiàn)為存儲器的控制邏輯的一部分。本領(lǐng)域技術(shù)人員也知道，除了以純計算機可讀程序代碼方式實現(xiàn)控制器以外，完全可以通過將方法步驟進行邏輯編程來使得控制器以邏輯門、開關(guān)、專用集成電路、可編程邏輯控制器和嵌入微控制器等的形式來實現(xiàn)相同功能。因此這種控制器可以被認(rèn)為是一種硬件部件，而對其內(nèi)包括的用于實現(xiàn)各種功能的裝置也可以視為硬件部件內(nèi)的結(jié)構(gòu)?；蛘呱踔?，可以將用于實現(xiàn)各種功能的裝置視為既可以是實現(xiàn)方法的軟件模塊又可以是硬件部件內(nèi)的結(jié)構(gòu)。上述實施例闡明的系統(tǒng)、裝置、模塊或單元，具體可以由計算機芯片或?qū)嶓w實現(xiàn)，或者由具有某種功能的產(chǎn)品來實現(xiàn)。一種典型的實現(xiàn)設(shè)備為計算機。具體的，計算機例如可以為個人計算機、膝上型計算機、蜂窩電話、相機電話、智能電話、個人數(shù)字助理、媒體播放器、導(dǎo)航設(shè)備、電子郵件設(shè)備、游戲控制臺、平板計算機、可穿戴設(shè)備或者這些設(shè)備中的任何設(shè)備的組合。為了描述的方便，描述以上裝置時以功能分為各種單元分別描述。當(dāng)然，在實施本申請時可以把各單元的功能在同一個或多個軟件和/或硬件中實現(xiàn)。本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，本發(fā)明的實施例可提供為方法、系統(tǒng)、或計算機程序產(chǎn)品。因此，本發(fā)明可采用完全硬件實施例、完全軟件實施例、或結(jié)合軟件和硬件方面的實施例的形式。而且，本發(fā)明可采用在一個或多個其中包含有計算機可用程序代碼的計算機可用存儲介質(zhì)(包括但不限于磁盤存儲器、cd-rom、光學(xué)存儲器等)上實施的計算機程序產(chǎn)品的形式。本發(fā)明是參照根據(jù)本發(fā)明實施例的方法、設(shè)備(系統(tǒng))、和計算機程序產(chǎn)品的流程圖和/或方框圖來描述的。應(yīng)理解可由計算機程序指令實現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合?？商峁┻@些計算機程序指令到通用計算機、專用計算機、嵌入式處理機或其他可編程數(shù)據(jù)處理設(shè)備的處理器以產(chǎn)生一個機器，使得通過計算機或其他可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。這些計算機程序指令也可存儲在能引導(dǎo)計算機或其他可編程數(shù)據(jù)處理設(shè)備以特定方式工作的計算機可讀存儲器中，使得存儲在該計算機可讀存儲器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。這些計算機程序指令也可裝載到計算機或其他可編程數(shù)據(jù)處理設(shè)備上，使得在計算機或其他可編程設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計算機實現(xiàn)的處理，從而在計算機或其他可編程設(shè)備上執(zhí)行的指令提供用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。在一個典型的配置中，計算設(shè)備包括一個或多個處理器(cpu)、輸入/輸出接口、網(wǎng)絡(luò)接口和內(nèi)存。內(nèi)存可能包括計算機可讀介質(zhì)中的非永久性存儲器，隨機存取存儲器(ram)和/或非易失性內(nèi)存等形式，如只讀存儲器(rom)或閃存(flashram)。內(nèi)存是計算機可讀介質(zhì)的示例。計算機可讀介質(zhì)包括永久性和非永久性、可移動和非可移動媒體可以由任何方法或技術(shù)來實現(xiàn)信息存儲。信息可以是計算機可讀指令、數(shù)據(jù)結(jié)構(gòu)、程序的模塊或其他數(shù)據(jù)。計算機的存儲介質(zhì)的例子包括，但不限于相變內(nèi)存(pram)、靜態(tài)隨機存取存儲器(sram)、動態(tài)隨機存取存儲器(dram)、其他類型的隨機存取存儲器(ram)、只讀存儲器(rom)、電可擦除可編程只讀存儲器(eeprom)、快閃記憶體或其他內(nèi)存技術(shù)、只讀光盤只讀存儲器(cd-rom)、數(shù)字多功能光盤(dvd)或其他光學(xué)存儲、磁盒式磁帶，磁帶磁磁盤存儲或其他磁性存儲設(shè)備或任何其他非傳輸介質(zhì)，可用于存儲可以被計算設(shè)備訪問的信息。按照本文中的界定，計算機可讀介質(zhì)不包括暫存電腦可讀媒體(transitorymedia)，如調(diào)制的數(shù)據(jù)信號和載波。還需要說明的是，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、商品或者設(shè)備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、商品或者設(shè)備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括所述要素的過程、方法、商品或者設(shè)備中還存在另外的相同要素。本領(lǐng)域技術(shù)人員應(yīng)明白，本申請的實施例可提供為方法、系統(tǒng)或計算機程序產(chǎn)品。因此，本申請可采用完全硬件實施例、完全軟件實施例或結(jié)合軟件和硬件方面的實施例的形式。而且，本申請可采用在一個或多個其中包含有計算機可用程序代碼的計算機可用存儲介質(zhì)(包括但不限于磁盤存儲器、cd-rom、光學(xué)存儲器等)上實施的計算機程序產(chǎn)品的形式。本申請可以在由計算機執(zhí)行的計算機可執(zhí)行指令的一般上下文中描述，例如程序模塊。一般地，程序模塊包括執(zhí)行特定事務(wù)或?qū)崿F(xiàn)特定抽象數(shù)據(jù)類型的例程、程序、對象、組件、數(shù)據(jù)結(jié)構(gòu)等等。也可以在分布式計算環(huán)境中實踐本申請，在這些分布式計算環(huán)境中，由通過通信網(wǎng)絡(luò)而被連接的遠(yuǎn)程處理設(shè)備來執(zhí)行事務(wù)。在分布式計算環(huán)境中，程序模塊可以位于包括存儲設(shè)備在內(nèi)的本地和遠(yuǎn)程計算機存儲介質(zhì)中。本說明書中的各個實施例均采用遞進的方式描述，各個實施例之間相同相似的部分互相參見即可，每個實施例重點說明的都是與其他實施例的不同之處。尤其，對于系統(tǒng)實施例而言，由于其基本相似于方法實施例，所以描述的比較簡單，相關(guān)之處參見方法實施例的部分說明即可。以上所述僅為本申請的實施例而已，并不用于限制本申請。對于本領(lǐng)域技術(shù)人員來說，本申請可以有各種更改和變化。凡在本申請的精神和原理之內(nèi)所作的任何修改、等同替換、改進等，均應(yīng)包含在本申請的權(quán)利要求范圍之內(nèi)。當(dāng)前第1頁12