基于机器视觉图像的篮球运动训练动作捕捉方法

赵 博

(阜阳职业技术学院 学生处，安徽 阜阳 236031)

0 引 言

1 机器视觉图像采集和预处理

1.1 篮球运动训练动作的机器图像采集

为了实现基于机器视觉图像的篮球运动训练动作捕捉，需要首先采用多分辨的帧扫描技术进行篮球运动训练动作的机器图像采集，对采集的高分辨篮球运动训练动作图像进行边缘轮廓特征检测[3]，根据三维模型特征分布进行训练动作图像采集，得到采集的篮球运动训练动作机器图像为f(x,y)，图像的背景分量为g(x,y).利用二维图像与三维模型的对应点匹配方法对g(x,y)进行模板匹配处理，加入高斯噪声、高斯模糊特征量，将图像的匹配模板分成3×3拓扑结构，得到图像的扫描空间区域结构如图1所示.

图1 篮球运动训练动作的机器图像多帧扫描的空间区域结构

(1)

g(x,y)=h(x,y)*f(x,y)+η(x,y)

(2)

式(2)中，h(x,y)*f(x,y)是篮球运动训练动作定位的关键特征点，符号*表示卷积.在不同区域进行篮球训练动作图像的特征定位[5]，得到仿射不变矩为：

g(x,y)=f(x,y)+η(x,y)

(3)

式(3)中，η(x,y)为噪声干扰项，通过精细配准的方法，实现篮球训练动作捕捉和采集.

1.2 图像边缘轮廓特征检测

(4)

式(4)中，r和θ为分层特征分解系数，当相关性变量满足ηm(x,y)∈{-1,0,1}.采用灰阶特征融合方法，得到篮球运动训练动作图像的边缘轮廓分量为：

(5)

虽然目前对于“低碳市场营销模式”还没给出确切具体的定义，但是“低碳市场营销模式”相对传统营销模式和现代营销模式发生了根本性的转变，此种营销模式会充分考虑消费者的利益、企业的利益和环境保护者三者之间的紧密联系。随着经济全球化的发展，国内外的许多企业都使用低碳市场营销模式，改善企业自身的不足，抓住绿色商机，通过低碳市场营销模式领先其他企业，谋求更多的发展空间。从某些角度上看，许多企业通过实施“低碳市场营销模式”克服了企业发展中的瓶颈，找到了抢占制高点的重要途径。

(6)

(7)

图2 篮球运动训练动作机器图像边缘轮廓特征匹配网格模型

式(7)中，c为篮球运动训练动作图像灰度像素分布的列数，r为其行数.由此得到篮球运动训练动作机器图像边缘轮廓特征匹配网格模型如图2所示，在图2的网格模型中进行运动训练动作捕捉.

2 篮球训练动作机器视觉捕捉优化

2.1 动作特征提取

在上述进行了篮球运动训练动作机器图像采集和边缘轮廓提取的基础上，进行动作识别优化，结合不规则三角网模型实现篮球运动训练动作机器视觉分块模板匹配处理，在高斯模糊仿射空间中进行篮球运动训练动作捕捉和特征提取[7]，不规则三角网的区域特征分布模型为：

(8)

考虑图像变化尺度不同，根据多分辨篮球运动训练动作机器图像的内部纹理和边缘特征进行线性重组[8]，得到图像的增强结果为：

(9)

式(9)中，σ表示图像的纹理分布，Δx表示图像的梯度像素值，在篮球训练图像的局形体轮廓和局部区域中进行篮球飞行轨迹预测，令t(x)=e-βd(x)，其中0

(10)

在篮球非线性变化模式系，求解篮球飞行轨迹方程：

(11)

在高斯模糊仿射空间中进行篮球运动训练动作捕捉和特征提取，采用小波提升技术，得到优化的轨迹方程为：

(12)

其中(x,y)表示图像的梯度像素分布集，通过空间像素分块匹配，进行运动动作捕捉.

2.2 篮球训练动作捕捉输出

通过图像增强技术提高篮球运动训练动作捕捉的分辨能力和自适应性[9]，采用机器视觉图像处理方法得到篮球运动训练动作的纹理分布函数f(gi)为：

(13)

求得篮球运动训练动作的动态轨迹分布，得到出动态轨迹分布表示式为：

(14)

其中Φ(Tn)由下式给出：

Φ(Tn)=γTHγ+θTHθ+ωTHω

(15)

分析篮球运动训练动作机器图像的像素值，结合运动轨迹重构方法[10]，得到篮球运动的训练动作轨迹描述如下：

Gnew=(1+μT)(1+λT)Gold

(16)

(17)

式(16)中，Gnew和Gold分别表示篮球运动训练动作的灰度轨迹分量：

(18)

式(18)中，TC为篮球运动训练动作机器图像的尺度特征分解式，Md(Ci)表示Ci中纹理信息分量.根据上述分析，采用机器视觉图像处理方法，实现篮球运动训练动作捕捉优化.

3 仿真测试分析

为了测试本文方法在实现基于视觉图像的篮球运动训练动作捕捉中的应用性能，进行仿真测试，采用Matlab 7 进行篮球运动训练动作捕捉的算法设计和仿真分析，对篮球运动训练动作捕捉采用Laser 5.0视频采集仪，对篮球训练动作采样的频率为800 KHz，像素强度为200*400，弱透视投影系数为0.68，模板特征匹配系数为0.68，根据上述仿真环境和参数设定，进行篮球运动训练动作捕捉，得到采集的篮球运动训练动作机器视觉图像如图3所示.

以图3的图像为研究对象，在高斯模糊仿射空间中进行篮球运动训练动作捕捉和特征提取，采用小波提升技术进行篮球运动训练动作的模糊性辨识处理，得到训练动作捕获结果如图4所示.

分析图4得知，本文方法进行篮球运动训练动作捕捉的特征分辨能力较好，测试篮球训练动作捕捉的精度，得到对比结果见表1，分析表1得知，本文方法进行篮球运动训练动作捕捉的精度较高.

4 结 语

结合篮球运动训练的动作特征进行修正，提高篮球运行训练的效果，结合计算机视觉图像处理技术，采用空间视觉特征分析方法，进行篮球运动训练动作捕捉，本文提出基于视觉图像的篮球运动训练动作捕捉方法.采用三维模型重构方法进行篮球运动训练动作的区域分割，结合不规则三角网模型实现篮球运动训练动作机器视觉分块模板匹配处理，在高斯模糊仿射空间中进行篮球运动训练动作捕捉和特征提取，进行篮球运动训练动作的模糊性辨识处理，通过图像增强技术提高篮球运动训练动作捕捉的分辨能力和自适应性，实现篮球运动训练动作捕捉优化.本文方法进行篮球运动训练动作捕捉的自适应性较好，捕捉的精度较高.

图3 篮球运动训练动作机器视觉图像

图4 篮球运动训练动作捕捉结果

表1 篮球运动训练动作捕捉的精度测试