首页 | 本学科首页   官方微博 | 高级检索  
     

基于卷积神经网络的棋子定位和识别方法
引用本文:韩燮,赵融,孙福盛. 基于卷积神经网络的棋子定位和识别方法[J]. 激光与光电子学进展, 2019, 56(8): 135-142
作者姓名:韩燮  赵融  孙福盛
作者单位:中北大学大数据学院,山西太原,030051;中北大学大数据学院,山西太原,030051;中北大学大数据学院,山西太原,030051
基金项目:国家自然科学基金;山西省自然科学基金
摘    要:
中国象棋棋子定位采用的传统图像处理方法,复杂度高;识别棋子采用的传统文字识别方法,泛化性较差、精确度较低。提出一种基于棋子颜色特征的分割方法和改进的二值图像滤波算法,实现了棋子的快速定位,不需要二次修正位置;提出一种基于卷积神经网络的棋子识别方法,该方法可以应用于不同字体的棋子识别,在更换棋子的情况下,依然可以快速、准确地识别棋子。实验结果表明,该方法的定位误差为0.51 mm,平均定位时间0.212s,对4类字体的平均棋子识别准确率为98.59%左右,证实了该方法的有效性和实用性。

关 键 词:图像处理  卷积神经网络  二值图像滤波  深度学习  棋子定位  棋子识别

Methods for Location and Recognition of Chess Pieces Based on Convolutional Neural Network
Han Xie,Zhao Rong,Sun Fusheng. Methods for Location and Recognition of Chess Pieces Based on Convolutional Neural Network[J]. Laser & Optoelectronics Progress, 2019, 56(8): 135-142
Authors:Han Xie  Zhao Rong  Sun Fusheng
Affiliation:(Department of Data Science and Technology,North University of China,Taiyuan,Shanxi 030051,China)
Abstract:
Han Xie;Zhao Rong;Sun Fusheng(Department of Data Science and Technology,North University of China,Taiyuan,Shanxi 030051,China)
Keywords:image processing  convolutional neural network  binary image filtering  deep learning  location of chess pieces  recognition of chess pieces
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号