基于视频的体育运动分析系统的研究与实现

文章摘要： rang(A)=| A-A'| (3) 若出现|rang(A)-rang(B)|>ε(此处ε为合适的阈值)说明出现了误匹配，结合| rang(A)-rang(C)|就可以确定出哪个点出现了误匹配，然后重新选取模板进行匹配；重复执行以上过程直到A，B，C都满足条件。 整个误匹配的消除过程中采用的举手表决的方式，对于4组点误匹配的消除，选取模板的时至少选5组，只有这样才不会出现类似于正确对错误为2：2的情况。 由于在重叠区域直接取两幅图像中其中的一幅进行图像合成，很容易在重叠区域的边界处形成明显的拼缝，因此，需要采用图像融合技术合成全景图。 以左右拼接

基于视频的体育运动分析系统的研究与实现,标签：电子小制作,http://www.88dzw.com
    rang(A)=| A-A'| (3)
    若出现|rang(A)-rang(B)|>ε(此处ε为合适的阈值)说明出现了误匹配，结合| rang(A)-rang(C)|就可以确定出哪个点出现了误匹配，然后重新选取模板进行匹配；重复执行以上过程直到A，B，C都满足条件。
    整个误匹配的消除过程中采用的举手表决的方式，对于4组点误匹配的消除，选取模板的时至少选5组，只有这样才不会出现类似于正确对错误为2：2的情况。
    由于在重叠区域直接取两幅图像中其中的一幅进行图像合成，很容易在重叠区域的边界处形成明显的拼缝，因此，需要采用图像融合技术合成全景图。
    以左右拼接的两幅图像I1(i，j)和I2(i，j)为例，则重叠区域图像的像素值I(x，y)可表示为
    I(i，j)=d(i)I1(i，j)+(1-d(i))I2(i，j)(4)
    其中，d(i)为融合系数，它与离边界的距离成正比关系，上述计算是按扫描线逐条进行的，因此该方法适用于任意形状的两幅图像的融合。
    图3为全景图合成结果。图3(a)～图3(d)为要合成的视频图像中提取的4帧，图3(e)为合成的背景全景图，图3(f)为添加了运动目标后的全景图。

www.88dzw.com

2．5 运动目标跟踪及量化
    用Kalman滤波和色块匹配可以搜索出视频文件中的各个关键点在每一帧的具体位置，从而可以算出每一帧图像的各个关键点的速度(和像素对应)，然后将这个速度对应到具体的人上就可以求出运动员各个部位的运动参数：位置速度，加速度。非常方便对运动员训练的分析。
    Kalman滤波是以最小均方误差为准则的最佳线性估计和滤波。Kalman滤波只需要根据前一个估计值和最近一个观测值来估计信号的当前值。它是以状态方程和递推的方法进行估计的，而且所得到的解是以估计值的形式给出的。文中将Kalman滤波应用与预测目标在下一帧中的参数，对于体育运动视频图像，近似认为目标做匀加速直线运动，由牛顿力学公式可得
   
其中，T为两帧时间间隔，根据Kalman滤波方程
   
    因此在系统中选取

   

   
    由此，可以通过状态方程和量测方程得到运动目标下一帧的预测信息，并根据预测信息进行匹配，实现跟踪。文中采用了一种基于子像素的相似度算法。设源目标的矩形左上角坐标为X0，Y0。矩形的长为m，宽为n，X1，Y1点是Kalman滤波预测的下一帧目标左上角的坐标。

www.88dzw.com
    那么要匹配的目标的左上角的坐标，在以预测点X1，Y1为中心长为dy宽为dx的矩形内，其中dx，dy可由用户确定。

上一页  [1] [2] [3] [4]  下一页