基于视频的排球智能分析系统的研究与实现

《基于视频的排球智能分析系统的研究与实现》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于视频的排球智能分析系统的研究与实现刘苗苗，李增男，张永生（东北石油大学，黑龙江大庆163318）摘要：以排球运动轨迹为研究对象，将计算机视觉、视频分析处理技术相结合，研究了基于视频的排球轨迹获取关键技术，通过视频帧处理、运动目标检测、识别跟踪、轨迹提取等一系列步骤从视频中精准提取排球运动轨迹信息，采用IntelOpenCV及Matlab设计并实现一套排球智能分析系统，为排球比赛分析及球队战术训练等提供决策支持..jyqkatlab开发一套排球智能分析系统.系统采用双摄像机同步读取两个摄像头实时捕获的视频，获取不同方位的排球运动图像信息.通过标定两台摄像机的内外参数获得排球的三维坐标.

2、从系统实时性和鲁棒性要求出发，使用背景差分法实现对排球的快速检测.同时结合排球的形状、颜色、亮度等特性实现对排球的识别与空间定位.利用排球的运动特性，建立并修正其运动轨迹方程.通过两个摄像头同步获得的轨迹曲线实现排球三维运动轨迹的曲线合成.该曲线不仅可以记录每一时刻球体的位置信息，而且包含球体的运动方向、运动速度、轮廓参数等信息.最后，分析球体轨迹曲线特征，并将轨迹模型包含的信息作为智能分析系统的输入，用于战略战术分析、队员动作分析等，为排球运动研究提供准确依据和决策支持，进而提高了比赛研究人员的工作效率.1关键技术分析实现基于视频的排球智能分析系统的设计与实现主要涉及视频帧处理、运动目

3、标检测识别、运动轨迹提取等几方面技术.整个系统的工作流程如下：(1)进行摄像机标定和场地标定，获得摄像机内外参数以及场地边界数据，同时将图像的像素坐标映射成实际场地坐标.(2)接收由摄像机和图像采集卡等视频设备获取的数字信号，并将采集到的每帧数据保存为静态图像.(3)比赛开始后启动系统，利用运动目标检测算法检测是否有运动目标.(4)通过特定的运动目标跟踪识别算法从图像中分割并提取出运动目标.(5)根据双目摄像机所获取的目标质心坐标得到排球的三维坐标值，记录其运动轨迹数据和轨迹特征，建立运动轨迹方程.(6)将轨迹曲线特征作为智能分析系统的输入，用于比赛训练等的裁判决策和智能分析.1.1视频

4、信息的获取本系统要根据采集到的视频信息获得排球的运动轨迹曲线图，因此要通过摄像机标定实现从视频设备中获得的二维图像到运动目标三维坐标信息的对应转换[1].系统首先采用线性标定或张正友标定等传统标定法对摄像机进行标定，获取摄像机的内外参数以及双目摄像机的位姿关系[2].完成摄像机和场地的标定后，接收由视频设备获取的数字信号，按一定的采样间隔进行采样，得到时变序列图像集，并将采集到的每帧数据保存为静态图像.系统通过双目摄相机可同时从不同角度获取两幅图像，然后基于视差原理恢复运动目标的三维几何信息[3].视频在生成以及传输过程中，会因外界环境的影响产生一些噪声，预处理阶段可采用图像滤波方法等对

5、图像帧进行去噪处理，提高视频帧的质量，便于后期的分析处理.1.2运动目标检测由于摄像机和运动场地背景处于相对静止状态，而当前在静止背景下常用的运动目标检测方法有背景差分法、帧间差分法、光流法和运动能量法等[4].背景差分法是基于图像序列和参考背景模型相减实现运动目标检测的，是当前最常用的运动目标检测方法之一.它首先抓取图像作为背景图像，之后利用当前图像与背景图像差分从而检测出运动物体.该方法能够较完整地提取出运动目标，位置精确，实时性好，因此本系统设计中采用了背景差分法来提取排球运动模型，使用Intel公司提供的计算机视觉函数库OpenCV进行图像处理和计算机视觉方面的算法.首先采集图像

6、，然后统计特征点，检测当前系统状态下是否有运动目标.若有，则采集视频数据，并保存成序列图像.若无运动目标则保存背景继续检测判断.得到背景图像和含有目标的一帧图像后，利用图像减运算可得到背景差分图像.之后进行噪音去除、连通区域标记、基于排球亮度形状颜色等的特征匹配，对连续图像中的排球目标进行检测，通过分析排球对象在比赛视频中的面积、形态等属性范围目标区域边缘提取等筛选出候选排球对象，最终将目标识别出来.1.3运动目标跟踪识别国内外相关研究人员已经在球体的检测与识别方面做了相应的研究.刘斐等人提出一种混合颜色空间查找表的颜色分类方法，用于对图像进行颜色分割，并建立颜色查找表，依据颜色信息实现

7、在线快速分类，识别球体.也有依据形状进行边缘信息提取来识别球体的.常用的边缘提取方法有Prep;TECHNOLOGYINFORMATION，2009，33.