劉國廠

摘 要： 針對籃球投籃角度人工矯正可參考性較差的問題，提出基于三維視覺的籃球投籃角度矯正方法。首先采集籃球投籃的三維視覺圖像信息，采用小波多尺度分解方法對采集的圖像進行降噪預處理；然后采用邊緣輪廓特征提取方法提取圖像中籃球投籃動作的形體輪廓特征，輸入到形體矯正專家系統(tǒng)中進行視覺分析和矯正；最后進行仿真測試分析，結果表明，該方法的籃球投籃動作圖像分析性能好，可以實現(xiàn)投籃角度準確實時矯正，指導籃球訓練。

關鍵詞： 三維視覺； 籃球投籃； 角度矯正； 圖像分析

中圖分類號： TN911.73?34； TP391 文獻標識碼： A 文章編號： 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)角度和動作偏差，就會導致丟分失球。隨著計算機視覺分析技術和圖像處理技術的發(fā)展，采用計算機三維視覺分析進行籃球投籃訓練和動作矯正，實現(xiàn)科學訓練，提高籃球運動的投籃準確性[1?2]。

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

1 圖像信息采集與處理

1.1 籃球投籃三維視覺信息采集

為了實現(xiàn)對籃球投籃動作的矯正分析，采用計算機三維視覺分析方法進行圖像分析和特征提取，首先構建籃球視覺采集系統(tǒng)。采用實時動態(tài)視頻幀監(jiān)控方法，利用A/D轉換器進行視覺特征的數(shù)模轉換，用MUX101程控開關傳輸籃球投籃三維視覺信息視頻圖像，通過DSP模塊進行圖像處理，在數(shù)據(jù)幀內進行編碼，依照輸入的籃球投籃動作視頻幀的編碼分析信息并調制數(shù)據(jù)。

籃球投籃三維視覺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)設定包括籃球投籃三維視覺信息采樣輸入通道設計、采樣率設置、耦合方式的設計[3?4]。通過RS 485網(wǎng)絡或以太網(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，將各個組件和模塊連接成一個整體，最后在液晶顯示器模塊實現(xiàn)籃球投籃動作形體的三維視覺輸出，得到籃球投籃三維視覺信息采集系統(tǒng)的結構模型如圖1所示。

利用圖1中模型采集投籃過程中的圖像信息，定義[σi]表示籃球投籃三維視覺信息擦劑節(jié)點數(shù)據(jù)的不確定時間序列編碼；[σx，σθ，][ei]代表投籃動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的特征參數(shù)值。

采用立體分割方法得到籃球投籃過程中的形體特征三分量轉移概率分別為：

以式（4）為基礎，將訓練集轉變?yōu)閯幼飨蛄繋欤谟嬎銠C視覺條件下，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[t→∞]，單幀角點分塊信息素的誤差將趨于0，實現(xiàn)對籃球投籃區(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，運用圖像處理算法進行投籃角度矯正分析。

1.2 圖像降噪預處理

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

3 仿真測試

對籃球投籃角度三維視覺矯正實驗采用3.40 GHz CPU，4 GB RAM的計算機進行仿真實驗分析，采用CCD成像儀采集籃球投籃三維視覺圖像，選擇5×5，7×7分塊方式進行籃球投籃區(qū)域的空間位置網(wǎng)格分區(qū)標定，三維視覺圖像采樣的頻率為15 kHz，采樣的幀長為1 024幀，圖像采集的樣本測試集包括6 000幅圖像，取其中兩幀圖像作為測試集，進行圖像分析，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作的形體輪廓特征，輸入到形體矯正專家系統(tǒng)中進行視覺分析和矯正，實現(xiàn)籃球投籃角度矯正，對6 000幅圖像進行籃球投籃動作矯正分析，對輸出的峰值信噪比和矯正前后的命中率取平均，得到的結果見表1。

分析上述實驗結果可以得到如下結論：

（1） 采用本文方法進行籃球投籃動作矯正，可以提高輸出視覺圖像的峰值信噪比，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） 采用計算機三維視覺分析方法進行投籃角度矯正的完成時間要低于傳統(tǒng)方法，提高了訓練效率。

4 結 語

針對籃球投籃角度人工矯正可參考性較差的問題，進行籃球投籃角度計算機輔助矯正設計，提出基于三維視覺的籃球投籃角度矯正方法。仿真測試結果表明，采用本文方法進行籃球投籃動作圖像處理的效果較好，實現(xiàn)投籃角度準確實時矯正，效率較高，提高了投籃命中率，改善了訓練質量和水平。

參考文獻

[1] 鄧剛鋒，黃先祥，高欽和，等.基于改進型遺傳算法的虛擬人上肢運動鏈逆運動學求解方法[J].計算機應用，2014，34（1）：129?134.

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

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

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

[5] 黃偉國，顧超，尚麗，等.基于輪廓分層描述的目標識別算法研究[J].電子學報，2015，43（5）：854?861.

[6] 禹潤田，方躍法，郭盛.繩驅動并聯(lián)踝關節(jié)康復機構設計及運動性能分析[J].機器人，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].計算機研究與發(fā)展，2015，52（4）：952?959.

[8] 魏歌.基于覆蓋網(wǎng)絡的物聯(lián)網(wǎng)系統(tǒng)的應用開發(fā)平臺[J].物聯(lián)網(wǎng)技術，2015，5（3）：77?79.