基于三維視覺(jué)的籃球投籃角度矯正方法

劉國(guó)廠

摘 要： 針對(duì)籃球投籃角度人工矯正可參考性較差的問(wèn)題，提出基于三維視覺(jué)的籃球投籃角度矯正方法。首先采集籃球投籃的三維視覺(jué)圖像信息，采用小波多尺度分解方法對(duì)采集的圖像進(jìn)行降噪預(yù)處理；然后采用邊緣輪廓特征提取方法提取圖像中籃球投籃動(dòng)作的形體輪廓特征，輸入到形體矯正專(zhuān)家系統(tǒng)中進(jìn)行視覺(jué)分析和矯正；最后進(jìn)行仿真測(cè)試分析，結(jié)果表明，該方法的籃球投籃動(dòng)作圖像分析性能好，可以實(shí)現(xiàn)投籃角度準(zhǔn)確實(shí)時(shí)矯正，指導(dǎo)籃球訓(xùn)練。

關(guān)鍵詞： 三維視覺(jué)； 籃球投籃； 角度矯正； 圖像分析

中圖分類(lèi)號(hào)： TN911.73?34； TP391 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2017）05?0045?04

Abstract： Since the manual correction for the basketball shooting angle has poor reference， a 3D vision based correction method for basketball shooting angle is proposed. The 3D visual image information of the basketball shooting is acquired. The wavelet multi?scale decomposition method is used to preprocess the acquired image for noise reduction. The edge contour feature extraction method is adopted to extract the body contour feature of the basketball shooting action in the image， and then the extracted feature is input into the body correction expert system for visual analysis and correction. The method was performed with simulation test and analysis. The simulation and analysis results show that the method has good image analysis performance for the basketball shooting action， can accurately correct the shooting angle in real time and guide the basketball training.

Keywords： 3D vision； basketball shooting； angle correction； image analysis

0 引 言

籃球的投籃是實(shí)現(xiàn)籃球得分的重要一環(huán)，籃球投籃如果出現(xiàn)角度和動(dòng)作偏差，就會(huì)導(dǎo)致丟分失球。隨著計(jì)算機(jī)視覺(jué)分析技術(shù)和圖像處理技術(shù)的發(fā)展，采用計(jì)算機(jī)三維視覺(jué)分析進(jìn)行籃球投籃訓(xùn)練和動(dòng)作矯正，實(shí)現(xiàn)科學(xué)訓(xùn)練，提高籃球運(yùn)動(dòng)的投籃準(zhǔn)確性[1?2]。

針對(duì)籃球投籃角度人工矯正可參考性較差的問(wèn)題，提出基于三維視覺(jué)的籃球投籃角度矯正方法。首先采集籃球投籃的三維視覺(jué)圖像信息，采用小波多尺度分解方法對(duì)采集的圖像進(jìn)行降噪預(yù)處理，然后采用邊緣輪廓特征提取方法提取圖像中籃球投籃動(dòng)作的形體輪廓特征，輸入到形體矯正專(zhuān)家系統(tǒng)中進(jìn)行視覺(jué)分析和矯正，最后進(jìn)行仿真測(cè)試分析驗(yàn)證其有效性。

1 圖像信息采集與處理

1.1 籃球投籃三維視覺(jué)信息采集

為了實(shí)現(xiàn)對(duì)籃球投籃動(dòng)作的矯正分析，采用計(jì)算機(jī)三維視覺(jué)分析方法進(jìn)行圖像分析和特征提取，首先構(gòu)建籃球視覺(jué)采集系統(tǒng)。采用實(shí)時(shí)動(dòng)態(tài)視頻幀監(jiān)控方法，利用A/D轉(zhuǎn)換器進(jìn)行視覺(jué)特征的數(shù)模轉(zhuǎn)換，用MUX101程控開(kāi)關(guān)傳輸籃球投籃三維視覺(jué)信息視頻圖像，通過(guò)DSP模塊進(jìn)行圖像處理，在數(shù)據(jù)幀內(nèi)進(jìn)行編碼，依照輸入的籃球投籃動(dòng)作視頻幀的編碼分析信息并調(diào)制數(shù)據(jù)。

籃球投籃三維視覺(jué)信息采集模塊包括信息采集記錄和數(shù)據(jù)分析處理兩大模塊。參數(shù)設(shè)定包括籃球投籃三維視覺(jué)信息采樣輸入通道設(shè)計(jì)、采樣率設(shè)置、耦合方式的設(shè)計(jì)[3?4]。通過(guò)RS 485網(wǎng)絡(luò)或以太網(wǎng)獲取控制端的命令，采集參數(shù)配置成功后讀取RISC微處理器中的主控模塊信息，將各個(gè)組件和模塊連接成一個(gè)整體，最后在液晶顯示器模塊實(shí)現(xiàn)籃球投籃動(dòng)作形體的三維視覺(jué)輸出，得到籃球投籃三維視覺(jué)信息采集系統(tǒng)的結(jié)構(gòu)模型如圖1所示。

利用圖1中模型采集投籃過(guò)程中的圖像信息，定義[σi]表示籃球投籃三維視覺(jué)信息擦劑節(jié)點(diǎn)數(shù)據(jù)的不確定時(shí)間序列編碼；[σx，σθ，][ei]代表投籃動(dòng)作形體變化的融合參量，令：

式中：[μ>0，][μ]表示形體邊緣輪廓特征點(diǎn)的特征參數(shù)值。

采用立體分割方法得到籃球投籃過(guò)程中的形體特征三分量轉(zhuǎn)移概率分別為：

以式（4）為基礎(chǔ)，將訓(xùn)練集轉(zhuǎn)變?yōu)閯?dòng)作向量庫(kù)，在計(jì)算機(jī)視覺(jué)條件下，籃球投籃的圖像信息采集輸出為： [S（t）=λsx+sθ=λ（λxex+ex+αxex）+（λθeθ+eθ+βθeθ）=δ（X，t）-mS（t）] （5）

當(dāng)[t→∞]，單幀角點(diǎn)分塊信息素的誤差將趨于0，實(shí)現(xiàn)對(duì)籃球投籃區(qū)域表面網(wǎng)格面的像素特征采集：

在籃球投籃空間中，采集視頻和圖像信息后，運(yùn)用圖像處理算法進(jìn)行投籃角度矯正分析。

1.2 圖像降噪預(yù)處理

上述采集的籃球投籃三維視覺(jué)信息受到動(dòng)態(tài)視覺(jué)信息的干擾產(chǎn)生采集誤差和噪點(diǎn)，采用小波多尺度分解方法進(jìn)行降噪預(yù)處理[5?6]，定義小波函數(shù)為：

3 仿真測(cè)試

對(duì)籃球投籃角度三維視覺(jué)矯正實(shí)驗(yàn)采用3.40 GHz CPU，4 GB RAM的計(jì)算機(jī)進(jìn)行仿真實(shí)驗(yàn)分析，采用CCD成像儀采集籃球投籃三維視覺(jué)圖像，選擇5×5，7×7分塊方式進(jìn)行籃球投籃區(qū)域的空間位置網(wǎng)格分區(qū)標(biāo)定，三維視覺(jué)圖像采樣的頻率為15 kHz，采樣的幀長(zhǎng)為1 024幀，圖像采集的樣本測(cè)試集包括6 000幅圖像，取其中兩幀圖像作為測(cè)試集，進(jìn)行圖像分析，得到原始圖像、降噪處理后的圖像如圖2，圖3所示。

采用邊緣輪廓特征提取方法提取圖像中籃球投籃動(dòng)作的形體輪廓特征，輸入到形體矯正專(zhuān)家系統(tǒng)中進(jìn)行視覺(jué)分析和矯正，實(shí)現(xiàn)籃球投籃角度矯正，對(duì)6 000幅圖像進(jìn)行籃球投籃動(dòng)作矯正分析，對(duì)輸出的峰值信噪比和矯正前后的命中率取平均，得到的結(jié)果見(jiàn)表1。

分析上述實(shí)驗(yàn)結(jié)果可以得到如下結(jié)論：

（1） 采用本文方法進(jìn)行籃球投籃動(dòng)作矯正，可以提高輸出視覺(jué)圖像的峰值信噪比，具有較好的圖像處理能力；

（2） 本文方法在投籃矯正后命中率高于傳統(tǒng)方法。

（3） 采用計(jì)算機(jī)三維視覺(jué)分析方法進(jìn)行投籃角度矯正的完成時(shí)間要低于傳統(tǒng)方法，提高了訓(xùn)練效率。

4 結(jié) 語(yǔ)

針對(duì)籃球投籃角度人工矯正可參考性較差的問(wèn)題，進(jìn)行籃球投籃角度計(jì)算機(jī)輔助矯正設(shè)計(jì)，提出基于三維視覺(jué)的籃球投籃角度矯正方法。仿真測(cè)試結(jié)果表明，采用本文方法進(jìn)行籃球投籃動(dòng)作圖像處理的效果較好，實(shí)現(xiàn)投籃角度準(zhǔn)確實(shí)時(shí)矯正，效率較高，提高了投籃命中率，改善了訓(xùn)練質(zhì)量和水平。

參考文獻(xiàn)

[1] 鄧剛鋒，黃先祥，高欽和，等.基于改進(jìn)型遺傳算法的虛擬人上肢運(yùn)動(dòng)鏈逆運(yùn)動(dòng)學(xué)求解方法[J].計(jì)算機(jī)應(yīng)用，2014，34（1）：129?134.

[2] 胡棚，施惠娟.基于視覺(jué)掩蔽模型的視頻水印算法[J].電子測(cè)量技術(shù)，2014，37（12）：36?40.

[3] 王小玉，張亞洲，陳德運(yùn).基于多塊局部二值模式特征和人眼定位的人臉檢測(cè)[J].儀器儀表學(xué)報(bào)，2014，35（12）：2739?2745.

[4] 劉永春，王廣學(xué)，栗蘋(píng)，等.基于二維概率密度函數(shù)比較的SAR圖像變化檢測(cè)方法[J].電子與信息學(xué)報(bào)，2015，37（5）：1122?1127.

[5] 黃偉國(guó)，顧超，尚麗，等.基于輪廓分層描述的目標(biāo)識(shí)別算法研究[J].電子學(xué)報(bào)，2015，43（5）：854?861.

[6] 禹潤(rùn)田，方躍法，郭盛.繩驅(qū)動(dòng)并聯(lián)踝關(guān)節(jié)康復(fù)機(jī)構(gòu)設(shè)計(jì)及運(yùn)動(dòng)性能分析[J].機(jī)器人，2015，37（1）：53?62.

[7] 藺素珍，朱小紅，王棟娟，等.基于嵌入式多尺度變換的多波段圖像融合[J].計(jì)算機(jī)研究與發(fā)展，2015，52（4）：952?959.

[8] 魏歌.基于覆蓋網(wǎng)絡(luò)的物聯(lián)網(wǎng)系統(tǒng)的應(yīng)用開(kāi)發(fā)平臺(tái)[J].物聯(lián)網(wǎng)技術(shù)，2015，5（3）：77?79.