NHKロボコンで使った画像処理の解説

1. NHKロボコンでの
画像処理
@syuntoku14

2. 最近やってること
• CourseraでMachine Learningのオンライン授業を取ってる
• ロボコン用に画像認識（全然機械学習使ってない！！）

3. ロボコンでの画像認識について
目標：
画像と深度情報からから棒と飛んでるボールを検出する
使っている手法：
・確率的ハフ変換
ノイズに弱い、パラメータ多い、軽め
・LSD(Line Segment Detector)
ノイズに強い、パラメータ少ない、重め

4. ・ハフ変換はノイズに弱い
（下では最大長の直線を描画している）

5. ハフ変換とは？？
・画像上の直線は𝜌 = 𝑥 ∗ 𝑐𝑜𝑠𝜃 + 𝑦 ∗ 𝑠𝑖𝑛𝜃で表せることを利用→ρとθを決めれ
ば直線が描ける
・Aを通る直線は無数にある→例えば右下図の赤線
・多くの曲線が交わる点が一番直線っぽい
・一直線上の点はなんでも候補点になるのでノイズが入りやすい

6. パラメータで頑張りをすればいける（特定の動画なら）
→汎用性が全然ないのでロボコンでは役に立たない？

7. LSDとは？
• ハフ変換よりノイズに強い
• パラメータチューニングがほとんどいらない
• 画像中の輝度勾配と方向を計算したもの（Level-line Field)か
ら直線領域候補を計算する
• 短形で近似する→ちょっとずつ短形を大きくする

8. LSDでの検出

9. 色画像による情報も加える
• 今まではKinectの距離情報だけ使ってた
→ノイズまみれ
• ポールの色は予め分かっている
→HSV色空間に変換して色を抽出
HSV色空間とは？
色相、彩度、明度で表される色空間
色の明るさ、濃さが簡単に調節可能→特定の色（今回は赤色）を抽出
しやすい

10. HSV色空間に落とし込んで前処理

11. 最終的な
直線検出

12. 今後の課題
• お前ボール検出しとらんやんけ
→オプティカルフローとかで頑張る（予定）
• ボールの座標が分かると深度が分かる
→３D空間に落とし込めそう
• 機械学習も頑張る

13. 参考元
・やさしいハフ(Hough)変換講座 – Qiita
https://qiita.com/YSRKEN/items/ee94c7c22599c2374722
・LSD: a Line Segment Detector
http://www.ipol.im/pub/art/2012/gjmr-lsd/