機器人在足球比賽中，處理信息的速度是決定其比賽效果的一個重要因素。在以視覺爲主導的Nao機器人上，對圖像處理的快慢將影響整體的效率。在經過學習後發現，利用掃描線對圖像進行處理相對於處理整幅圖像，這種方法只處理了20%左右的像素。而且通過隊水平線（通過計算可以在圖像中得出一條線，在這條線的上半部分的圖像不用處理）。同時我們還可以將場地的邊界標示出來，這樣我們就可以只處理足球場地上的那一部分圖像。
關於掃描線請參見【文獻】 Object recognition from sub-sampled image processing ,該論文對這種方法進行了詳細的描述。在接下來的場地邊界的標示中，我們首先利用垂直掃描線，掃描線之間的間隔爲10見圖1 ，標記出連續綠色像素點的個數大於5個的點。那個我們就認爲這可能是一個邊界點，把這些可能的邊界點連接起來，就可以形成我們的邊界。但是這裏需要考慮一中情況就是，原始的邊界被其他目標遮擋住了，例如機器人，球門柱，最糟糕的情況是，我們的重要目標球此時還在球門柱前，如果這時直接連接邊界點，那麼，一些需要識別的目標將劃分到場地外見圖2。通過求相鄰兩個點的斜率來判斷是否應該排除這個僞邊界點見圖3。
說明這其中使用了colorTalbe，把將要判斷的顏色先利用顏色表分類，在這個裏也就是判斷這個像素點是否是綠色，具體細節見源程序。這裏還沒有考慮到球場的拐角。注colorTable類的程序不再附上，參見之前博客 ： 建立顏色表並進行基於顏色的初步分割。
圖 1 圖 2 圖 3
