本文研究了对围棋棋盘图像的处理最关键的步骤即图像二值化处理。二值化处理的好坏直接影响后续棋子位置的确定和胜负算法的实现,从而影响判断的准确性。在对棋盘拍照过程中会因环境不同,如光照亮度分布不均匀等不可控因素,从而影响对图像的二值化处理。很多方法都不能解决实质问题,会导致黑色部分被掩盖和亮光部分与白色棋子无法区分,进而造成识别错误较多,导致黑白棋子位置判别算法误差大甚至无法实现,因此研究二值化是非常有必要的。不同的阈值选取方法对同一图像的处理结果产生不同的结果。图像上光照强度变化的多样性是使得的传统的二值化方法难以实现的主要原因。阈值设定过小会产生噪声;阈值过大会降低分辨率,使噪声信号的干扰增强。好的阈值设定算法不应受图像质量及类型的影响,可实现图像阈值的精确选择。本文采用了一种NEW-阈值处理+圆形检测的双重识别的方法对棋盘进行处理,以消除不同的光照环境对图像二值化结果的影响。首先,为了便于对图像进行模式识别处理,本文算法对图像先进行中值滤波处理滤掉一部分小黑点的干扰,然后对滤波后的图像进行灰度变换使图像变为黑白灰三种颜色的灰度图像。接下来对灰度图像采用快速Hough梯度变化处理以识别图像中圆形图案并将圆的轮廓用灰色粗线标记出来。再对所标记出的圆内所有像素点进行逐点扫描将大于设定阈值的像素点全部赋为255,反之小于该阈值的像素统一赋为0。然后就是对黑白棋的分别识别。在识别黑棋的过程中统一将非圆内像素赋值为0,反之在识别白棋的过程中将非圆内像素赋值为255,这样的处理方式可以完全忽略光照强度对棋盘的影响,从而实现精确快速的围棋图像二值化处理。实验结果表明本文阈值处理方法所得到的图像质量较好,能清晰的将黑白棋子与棋盘区分开,并且在光照强度变化的情况下能消除光斑的影响。