向云平

摘 要： 針對傳統(tǒng)的網(wǎng)球運動旋轉(zhuǎn)特征的圖像跟蹤系統(tǒng)中跟蹤圖像數(shù)據(jù)分析誤差較大的問題，提出一種網(wǎng)球運動旋轉(zhuǎn)特征的圖像跟蹤分析系統(tǒng)。通過全息投影對數(shù)據(jù)進行處理，優(yōu)化運動角度平均常量，引入波門跟蹤算法跟蹤圖像的目標，計算閾值，實現(xiàn)對網(wǎng)球運動旋轉(zhuǎn)特征的圖像跟蹤。實驗數(shù)據(jù)表明，設(shè)計的方法能夠有效地對網(wǎng)球運動圖像進行跟蹤分析，同時解決了圖像數(shù)據(jù)分析誤差較大的問題。

關(guān)鍵詞： 網(wǎng)球旋轉(zhuǎn)特征； 圖像跟蹤； 波門跟蹤算法； 全息投影； 數(shù)據(jù)處理

中圖分類號： TN911.73?34； TD712 文獻標識碼： A 文章編號： 1004?373X（2017）24?0134?03

Abstract： Since the traditional image tracking system of tennis ball′s motion and rotation features has big data analysis error of tracking image， an image tracking analysis system for motion and rotation characteristics of tennis ball is put forward. The data is processed by means of holographic projection to optimize the average constant of motion angle. The wave gate tracking algorithm is introduced to track the image target， calculate the threshold， and realize the image tracking of the motion and rotation characteristics of tennis ball. The experimental data shows that the proposed image tracking analysis system for motion and rotation characteristics of tennis ball can conduct the tracking analysis for the tennis ball′s movement image effectively， and reduce the analysis error of image data.

Keywords： tennis ball rotation feature； image tracking； wave gate tracking algorithm； holographic projection； data processing

0 引 言

現(xiàn)代網(wǎng)球運動比賽中，當運動員在比賽的時候，每次擊球都要判斷對方打來的球的方位[1?2]，可以說是否準確地進行了方位判斷，在一定程度上會影響回擊球的質(zhì)量。只有準確判斷，才能用最合理與有效地回擊動作擊出一個最高質(zhì)量的回球，才能夠使自己的水平發(fā)揮的淋漓盡致，取得比賽的勝利[3?4]。所以說，運動員對于對手擊來的球的方向判斷是不是準確[5?7]，在比賽中直接影響怎么接球。

在網(wǎng)球比賽中，擊球的角度、高速運動中球的本身系數(shù)以及與球拍擊球的速度的接觸造就了網(wǎng)球的在運動中出現(xiàn)的旋轉(zhuǎn)。網(wǎng)球的自身旋轉(zhuǎn)運動會出現(xiàn)獨特的跳躍運動弧線拋物線，給人以網(wǎng)球擊球技術(shù)的軌跡美。網(wǎng)球依據(jù)旋轉(zhuǎn)和軌跡分為四類：分別為上網(wǎng)球、上旋球、底線球和切削球[6?7]。不同的旋轉(zhuǎn)運動軌跡類型會表現(xiàn)出不一樣的飛行曲線、跳動頻率和反彈角度，所以要想打出讓對手措不及防的回擊球則需要判斷和使用不同的擊球手法[8]。

為了能夠有效地解決跟蹤圖像數(shù)據(jù)分析誤差較大的問題，使用3D VLAN全息投影技術(shù)，并通過對比仿真試驗進行驗證，通過實驗的驗證，證明了設(shè)計的網(wǎng)球運動預測軌跡方向自動檢測軟件的準確性。

1 圖像跟蹤分析系統(tǒng)設(shè)計方案

1.1 數(shù)據(jù)處理分析

為了提高本文設(shè)計的網(wǎng)球運動旋轉(zhuǎn)特征的圖像跟蹤分析系統(tǒng)的數(shù)據(jù)分析能力，本文可以通過全息投影精準地測出網(wǎng)球在運動過程中的半徑、質(zhì)量、旋角、速度等恒量以及變量，計算出摩擦、風速等影響因素。此技術(shù)的本質(zhì)是把導入的測量出來的數(shù)據(jù)，轉(zhuǎn)變成為一個非線性函數(shù)方程，將計算出的閾值、差和比等動量因子代入式中，模擬出網(wǎng)球走勢，并讓運動員根據(jù)走勢打出高質(zhì)量的回擊球。具體變化參數(shù)之間的指標形式如下：

式中：z是目標網(wǎng)球像素數(shù)；u是網(wǎng)球特征系數(shù)；v是網(wǎng)球運動過程中變化的運動速度；l為網(wǎng)球運動水平距離；d，分別為網(wǎng)球半徑以及形變半徑。若有n個這樣的像素，可得：

式中：為每一個數(shù)據(jù)在運動過程中變量可能產(chǎn)生的誤差；x是自定義數(shù)值矩陣改變范圍；y為閾值的改變范圍；z為整合概率。則其網(wǎng)球運動過程中從初始點到落地點的距離為：

對3D VLAN全息投影，投影結(jié)果可表示為：

式中，x是加速地段的速度總和?？芍摷铀俚囟闻c平均閾值之間的相似度為：

式中： 為 p（yj）目標區(qū)域的邊緣像素常量；表示位置ij處的動能總和。進行3D VLAN全息投影技術(shù)處理過后的網(wǎng)球運動圖像，便可以進行3D重新建模。本文提出的網(wǎng)球運動圖像自動檢測軟件系統(tǒng)的設(shè)計方法，為了保證3D重新建模過程的圖像能夠清晰顯示，需要再次對圖像進行像素還原補償。補償?shù)南袼睾拓撾x子分別表示為和，在A，B尺度內(nèi)進行網(wǎng)球運動3D圖像像素補償，公式為：

式中：為關(guān)聯(lián)屬性算子；表示捕捉到的運動區(qū)飽和值；表示包含的運動能量空間。經(jīng)過網(wǎng)球運動過程中的圖像像素的補償，可知修正特征結(jié)果為：endprint

1.2 優(yōu)化運動角度平均常量計算

把網(wǎng)球運動曲線拋物模型當作散點圖序列，即V=[v1，v2，…，vn]，S=[s1，s2，…，sn]為測定加速初始運動的點集；λ是摩擦，可以選擇參照文獻[8]進行。Esmo，Esim，Edist分別表示實際劃分的區(qū)域、微積分閾值與加速初始運動的關(guān)聯(lián)性，以及區(qū)域上運動的點的分布特性。三者具體定義關(guān)系式為：

通過式（7）、式（8）可以得出：

本文使用改良后的通用函數(shù)，優(yōu)化了關(guān)聯(lián)運動方法中的圖像顯示不清現(xiàn)象。按式（9）計算數(shù)據(jù)的適用概率：

式中：為用過適用數(shù)據(jù)的概率點坐標；M為適用數(shù)據(jù)在關(guān)系函數(shù)中的排列序號。想要保證圖像的準確，需要對平臺記憶區(qū)數(shù)據(jù)運動傳輸速率進行限制，衡量重復率公式為：

通過對重復率的衡量，可以保證網(wǎng)球運動旋轉(zhuǎn)特征的圖像跟蹤分析系統(tǒng)保持穩(wěn)定的運行狀態(tài)，同時圖像像素的清晰程度有所上升。這樣就可以從數(shù)據(jù)源上確定網(wǎng)球方向的未來走向。誤差摩擦力計算公式為：

式中：V為網(wǎng)球運動速度；h為網(wǎng)球高度；s為網(wǎng)球與氣層的接觸面積；為空氣對網(wǎng)球形成的摩擦系數(shù)?？梢悦黠@從公式看出誤差摩擦力對于整體運行軌跡的影響。

式中；表示網(wǎng)球傳輸慣量；表示網(wǎng)球落地位置；表示擊球位置；為擊球力度系數(shù)；為網(wǎng)球轉(zhuǎn)動的平動的轉(zhuǎn)換系數(shù)。為了保證網(wǎng)球運動旋轉(zhuǎn)特征的圖像跟蹤分析研究的準確性，需要對結(jié)果進行驗證，如下：

式中：為網(wǎng)球慣性矩陣；為網(wǎng)球的離心力；為網(wǎng)球重力矩陣；為未知摩擦力有關(guān)的半正定矩陣；T為輸入力矩。

本文提出的網(wǎng)球運動旋轉(zhuǎn)特征的圖像跟蹤分析系統(tǒng)引進了波門跟蹤算法。此算法既保證了網(wǎng)球的跟蹤圖像在進行目標閾值計算中的準確性，也避免了傳統(tǒng)計算方法的局限性，很大程度上提升了圖像跟蹤目標的能力，優(yōu)化了多尺度熵矢量計算。

2 試驗驗證

為了驗證網(wǎng)球運動旋轉(zhuǎn)特征的圖像跟蹤分析研究的準確性，設(shè)計了對比仿真實驗。對某訓練場運動員擊球過程網(wǎng)球運動旋轉(zhuǎn)特征圖像跟蹤分析進行關(guān)聯(lián)挖掘試驗。為了保證實驗有效性，使用本文設(shè)計方法與傳統(tǒng)方法同時進行。

2.1 參數(shù)設(shè)置

為了保證網(wǎng)球運動旋轉(zhuǎn)特征的圖像跟蹤分析研究的準確性，設(shè)置波動極限為65.32；設(shè)置網(wǎng)球運動外圍動能為9.3；保證捕捉到的運動區(qū)飽和值在[0.66，1.30]的值域內(nèi)；分別設(shè)置S為10，T為50。根據(jù)上述仿真設(shè)定的參量，進行實驗，結(jié)果如下。

2.2 實驗數(shù)據(jù)的獲取與分析

如圖1所示，傳統(tǒng)的方法中出現(xiàn)數(shù)據(jù)跳頻的百分比及其的高，并且有些數(shù)據(jù)超過2.0%，嚴重影響了數(shù)據(jù)分析的能力。

如圖2所示，本文設(shè)計的網(wǎng)球運動旋轉(zhuǎn)特征的圖像跟蹤分析系統(tǒng)，能夠保持較低的數(shù)據(jù)跳頻百分比，平均數(shù)據(jù)都在1.0%以下，說明數(shù)據(jù)非常的穩(wěn)定，分析的結(jié)果也十分的穩(wěn)定，因此誤差會非常的小。

3 結(jié) 語

本文提出一種網(wǎng)球運動旋轉(zhuǎn)特征的圖像跟蹤分析系統(tǒng)，并進行了實驗對比分析，結(jié)果表明，采用改進的方法在圖像跟蹤方面具有一定的優(yōu)勢。

參考文獻

[1] 楊登紅，李東光，申強，等.基于鎖相跟蹤和慣組的旋轉(zhuǎn)彈滾轉(zhuǎn)角估計方法[J].北京理工大學學報，2015，35（8）：810?815.

[2] 李寰宇，畢篤彥，楊源，等.基于深度特征表達與學習的視覺跟蹤算法研究[J].電子與信息學報，2015，37（9）：2033?2039.

[3] 陸維，陳家瑜，王龍，等.基于三維圖像體積融合技術(shù)的青少年特發(fā)性脊柱側(cè)凸脊柱在體運動特點研究[J].中華創(chuàng)傷骨科雜志，2017（4）：311?316.

[4] 傅學怡，楊想兵，高穎，等.杭州奧體博覽城網(wǎng)球中心鋼結(jié)構(gòu)移動屋蓋設(shè)計關(guān)鍵技術(shù)[J].建筑結(jié)構(gòu)學報，2017，38（1）：12?20.

[5] 余道江，趙天蘭，伍麗君，等.應(yīng)用健側(cè)胸壁網(wǎng)球拍狀皮下筋膜蒂皮瓣修復乳腺癌術(shù)后放射性潰瘍[J].中華整形外科雜志，2015，31（3）：176?179.

[6] 王守覺，蔣寓文，譚樂怡.利用多級量化局部紋理特征的圖像跟蹤算法[J].計算機輔助設(shè)計與圖形學學報，2015（2）：208?216.

[7] 汪洪橋，蔡艷寧，付光遠，等.基于圖像序列的地面慢動多目標識別與跟蹤[J].激光與光電子學進展，2016（5）：247?255.

[8] 趙琳，王秋帆，劉源，等.基于HASH感知和小波變換的目標跟蹤算法[J].系統(tǒng)工程與電子技術(shù)，2016，38（4）：739?745.endprint