藍(lán)開(kāi)輝

（泉州幼兒師范高等專科學(xué)校，福建泉州362000）

計(jì)算機(jī)技術(shù)的普及，使得計(jì)算機(jī)視覺(jué)技術(shù)被廣泛應(yīng)用于各個(gè)領(lǐng)域，如目標(biāo)檢測(cè)、物體運(yùn)動(dòng)跟蹤等.但由于籃球進(jìn)球過(guò)程屬于運(yùn)動(dòng)過(guò)程，僅通過(guò)基礎(chǔ)的圖像處理技術(shù)難以實(shí)現(xiàn)對(duì)籃球進(jìn)球的準(zhǔn)確和及時(shí)判斷.另外，傳統(tǒng)的目標(biāo)檢測(cè)方法，如背景差分法[1]、光流法[2]、幀間差分法[3]等，由于籃球進(jìn)球路徑不確定且速度時(shí)變性較強(qiáng)，不適用于本研究的籃球進(jìn)球識(shí)別.因此，有必要提出一種準(zhǔn)確識(shí)別籃球進(jìn)球的新方法.本研究根據(jù)籃球進(jìn)球特點(diǎn)，提出一種基于圖像分析的籃球進(jìn)球識(shí)別算法.針對(duì)籃球進(jìn)球識(shí)別中籃球目標(biāo)檢測(cè)，提出一種基于背景差分法與三幀差分的結(jié)合算法，以解決籃球進(jìn)球路徑不確定且速度時(shí)變性較強(qiáng)的問(wèn)題；針對(duì)籃球進(jìn)球識(shí)別中籃筐目標(biāo)檢測(cè)，采用Hough圓變換進(jìn)行標(biāo)定；最后，通過(guò)圖像處理，提出基于圖像分析的籃球進(jìn)球識(shí)別算法，以實(shí)現(xiàn)籃球進(jìn)球的準(zhǔn)確識(shí)別.

1 基本算法

1.1 背景差分和幀間差分結(jié)合算法

籃球進(jìn)球識(shí)別首先需對(duì)籃球和籃筐進(jìn)行目標(biāo)檢測(cè).由于籃球?qū)龠\(yùn)動(dòng)目標(biāo)，籃筐屬靜態(tài)圓形目標(biāo)，因此需采用不同的方法對(duì)目標(biāo)進(jìn)行檢測(cè).常用的運(yùn)動(dòng)目標(biāo)檢測(cè)方法包括背景差分法、幀間差分法等，但由于籃球速度時(shí)變性強(qiáng)，且受室外光線等因素的影響，單一的方法雖可檢測(cè)到運(yùn)動(dòng)籃球，但往往達(dá)不到檢測(cè)精度需求.因此，結(jié)合以上兩種算法的優(yōu)點(diǎn)[4]，提出一種基于結(jié)合算法的籃球目標(biāo)檢測(cè).具體步驟為：

第一步：采用中值濾波等圖像處理方法對(duì)視頻圖像進(jìn)行預(yù)處理，以去除圖像中的噪聲，提高后續(xù)目標(biāo)檢測(cè)的準(zhǔn)確度；

第二步：選取一個(gè)固定的圖像作為背景圖像Bn（x，y），并選取連續(xù)的三幀圖像Fn-1（x，y），F(xiàn)n（x，y），F(xiàn)n+1（x，y）；

第三步：采用背景差分法對(duì)其進(jìn)行差值計(jì)算，得到運(yùn)動(dòng)目標(biāo)FD（x，y）.FD（x，y）的計(jì)算方式如式（1）：

第四步：采用三幀差分法分別計(jì)算Fn（x，y）與Fn-1（x，y）的差值和Fn（x，y）與Fn+1（x，y）的差值，將差值進(jìn)行式（2）操作，得到目標(biāo)的變化量FG′（x，y）；

第五步：采用式（3）對(duì)FG′（x，y）進(jìn)行二值化；

第六步：將FG（x，y）與FD（x，y）進(jìn)行交集，得到目標(biāo)運(yùn)動(dòng)的區(qū)域圖像（x，y）：

1.2 Hough圓變換

籃筐屬靜態(tài)圓形目標(biāo)，因此采用Hough圓變換進(jìn)行檢測(cè).而之所以采用Hough圓變換法，是因?yàn)镠ough圓變換是一種檢測(cè)圖像中圓、直線、橢圓等形狀的邊緣檢測(cè)方法，通過(guò)轉(zhuǎn)換圖像中的曲線到參數(shù)空間，檢測(cè)參數(shù)空間的極值點(diǎn)，從而對(duì)曲線位置進(jìn)行確定，最終提取規(guī)則曲線，使曲線更容易識(shí)別和檢測(cè)[5，6].該方法的具體描述為：

圓的一般方程式如式（5），（a，b）表示圓心，r表示圓的半徑.

采用Hough圓變換將該平面上的圓轉(zhuǎn)換到a-br參數(shù)空間，則平面空間中經(jīng)過(guò)（x，y）的原對(duì)應(yīng)的參數(shù)空間就形成了一個(gè)三維錐面，如圖1所示.

圖1 Hough圓變換

以此類推，圖像平面空間中任意一點(diǎn)均對(duì)應(yīng)參數(shù)空間一個(gè)三維錐面.由此可知，在參數(shù)空間存在對(duì)應(yīng)的三維錐面使過(guò)圖像空間的同一點(diǎn)圓在r高度必然相交于點(diǎn)（a，b，r）.通過(guò)檢測(cè)該點(diǎn)，即可得到圓的參數(shù)，進(jìn)而可確定圓的曲線.

2 籃球進(jìn)球識(shí)別模型構(gòu)建

在對(duì)籃球目標(biāo)檢測(cè)后，需對(duì)籃球數(shù)據(jù)進(jìn)行特征提取，然后比較提取的特征參數(shù)與設(shè)定的籃球進(jìn)球系統(tǒng)配置的參數(shù)，即可判斷籃球是否進(jìn)球.

2.1 籃球特征提取

設(shè)籃球在X、Y方向的最小像素與最大像素坐標(biāo)分別為min（x）、min（y）和max（x）、max（y）；直徑像素點(diǎn)總數(shù)分別為Ball_Pixel（X）、Ball_Pixel（Y），其計(jì)算方法如式（6）：

在籃球筐中連接坐標(biāo)點(diǎn)（x1，y1）和（x2，y2）形成一條直徑線段，并通過(guò)式（7）計(jì)算線段上兩點(diǎn)間的像素點(diǎn)總數(shù)：

建立籃球?qū)嶋H直徑尺寸（L=45 cm）長(zhǎng)度與圖像中籃球筐直徑像素總數(shù)的對(duì)應(yīng)關(guān)系，如式（8）.

判斷籃球是否進(jìn)球的決定參數(shù)是籃球進(jìn)球時(shí)籃球直徑在圖像中的實(shí)際尺寸大小.

2.2 籃球進(jìn)球圖像采集

在判斷籃球進(jìn)球過(guò)程中，系統(tǒng)配置參數(shù)則為籃球進(jìn)球識(shí)別值.不同的圖像采集安裝位置，系統(tǒng)配置的參數(shù)不同.本研究將籃球圖像采集的相機(jī)安裝在籃筐正上方，如圖2所示，并將系統(tǒng)配置參數(shù)Ball_r設(shè)置為0.5 cm.

圖2 相機(jī)安裝位置

2.3 籃球進(jìn)球識(shí)別

籃球進(jìn)球識(shí)別即判斷籃球是否進(jìn)入籃筐.籃球是否進(jìn)入籃筐存在三種情況：一是籃球全部進(jìn)入籃筐中；二是籃球部分進(jìn)入籃筐中，三是籃球處于籃筐外.由于第三種情況特殊，籃球處于籃筐外，因此通過(guò)區(qū)域分向像素的總數(shù)不同，計(jì)算X與Y方向像素總數(shù)值K的范圍，進(jìn)而對(duì)籃球是否進(jìn)球進(jìn)行判斷.K值的計(jì)算方法如式（10）[7，8].

當(dāng)籃球?qū)儆诘谝环N情況時(shí)，即籃球全部進(jìn)入籃筐，算法可將籃球筐分割出來(lái)，使系統(tǒng)檢測(cè)不到?jīng)]進(jìn)籃筐的籃球?qū)?yīng)像素點(diǎn)，從而直接識(shí)別為未進(jìn)球[9，10].針對(duì)第二種情況和第三種情況，若此時(shí)籃球與籃筐之間有接觸，K值的范圍是（0.9，1.1），若籃球與籃筐之間沒(méi)有接觸，K值約為1.當(dāng)K值在（0.9，1.1）之間時(shí)，籃球進(jìn)入籃筐范圍內(nèi).通過(guò)系統(tǒng)配置參數(shù)Ball_TimFactor計(jì)算籃球的Ball_R值，并與設(shè)定值Ball_r進(jìn)行比較.若Ball_R＜Ball_r，系統(tǒng)延時(shí)0.2 ms，并再次比較Ball_R值與Ball_r值大??；當(dāng)Ball_R＜Ball_r，判斷此次投籃為進(jìn)球.此時(shí)，Ball_Num自動(dòng)增加一次計(jì)數(shù)，并結(jié)束此次識(shí)別.

整個(gè)識(shí)別過(guò)程中，兩次比較Ball_R值與Ball_r值的原因，是為解決投籃中籃球以籃筐為支點(diǎn)旋轉(zhuǎn)到籃筐外的問(wèn)題，從而避免誤判此類情況為進(jìn)球的情況，提高識(shí)別的精準(zhǔn)度.

3 仿真實(shí)驗(yàn)

3.1 實(shí)驗(yàn)環(huán)境搭建

本研究的圖像采集設(shè)備采用分辨率及幀率為640*480時(shí)60幀/s，可支持Windows8的免驅(qū)M30A相機(jī)；選用CPU為i5-7200U@2.5 GHz、內(nèi)存大于4 G的計(jì)算機(jī)對(duì)采集圖像進(jìn)行處理；在MATLAB上對(duì)圖像進(jìn)行分析與處理.

3.2 圖像來(lái)源及預(yù)處理

基于圖2的圖像采集部署，采集來(lái)自左、中、右三個(gè)方向的投籃視頻各10組，每組數(shù)據(jù)時(shí)長(zhǎng)90 s.

3.3 結(jié)果與分析

3.3.1 籃球目標(biāo)檢測(cè)結(jié)果

為驗(yàn)證提出的背景差分與三幀差分結(jié)合算法目標(biāo)檢測(cè)的有效性，研究采用該算法對(duì)左投籃第一組視頻圖像中第34和第176幀圖像進(jìn)行籃球目標(biāo)檢測(cè)，結(jié)果如圖3所示.由圖3看出，本研究提出的算法可有效檢測(cè)運(yùn)動(dòng)中的籃球.

圖3 籃球目標(biāo)檢測(cè)結(jié)果

3.3.2 籃筐目標(biāo)檢測(cè)結(jié)果

為檢驗(yàn)Hough圓變換算法是否可有效提取籃筐曲線，對(duì)任意采集圖像進(jìn)行籃筐目標(biāo)檢測(cè)，結(jié)果如圖4所示.由圖可知，Hough圓變換可準(zhǔn)確標(biāo)出籃筐的位置和大小，籃筐的半徑r=218 px，圓心位置為（232，234）.

圖4 籃筐目標(biāo)檢測(cè)結(jié)果

3.3.3 籃球進(jìn)球識(shí)別結(jié)果

對(duì)采集的左、中、右各10組投籃數(shù)據(jù)進(jìn)行測(cè)試，得到表（1）~（3）的結(jié)果.由表可知，左投籃和右投籃中的準(zhǔn)確率為100%，沒(méi)有出現(xiàn)漏檢或誤檢的情況；中投籃中第3組和第9組漏檢/誤檢了一個(gè)進(jìn)球，分析其原因可知，主要是通過(guò)籃球進(jìn)入籃筐后延時(shí)的合適時(shí)間判斷籃球與參數(shù)的匹配，以避免籃球進(jìn)球誤檢，但中投籃可能存在空心球（籃球直接投入籃筐，沒(méi)有延時(shí)），因此導(dǎo)致了漏檢/誤檢.但總體來(lái)看，30組數(shù)據(jù)的檢測(cè)準(zhǔn)確率為93.33%，漏檢率為6.67%，說(shuō)明本研究基于圖像分析的籃球進(jìn)球識(shí)別方法有效，滿足實(shí)際籃球進(jìn)球識(shí)別需求，具有一定的實(shí)用價(jià)值.

表1 左投籃測(cè)試結(jié)果

表2 中投籃測(cè)試結(jié)果

表3 右投籃測(cè)試結(jié)果

4 結(jié)語(yǔ)

綜上可知，本研究提出的籃球進(jìn)球識(shí)別算法可通過(guò)背景差分法和三幀差分結(jié)合算法實(shí)現(xiàn)對(duì)運(yùn)動(dòng)的目標(biāo)檢測(cè)，并通過(guò)Hought圓變換實(shí)現(xiàn)對(duì)籃筐的檢測(cè).同時(shí)通過(guò)仿真實(shí)驗(yàn)可知，提出方法的識(shí)別準(zhǔn)確率達(dá)到93.33%，漏檢率為6.67%，可滿足實(shí)際籃球進(jìn)球識(shí)別的應(yīng)用需求，在青少年籃球訓(xùn)練以及運(yùn)動(dòng)隊(duì)基礎(chǔ)訓(xùn)練方面具有一定的實(shí)際應(yīng)用價(jià)值.但由于能力局限，本研究還存在一些問(wèn)題，如提出的籃球進(jìn)球識(shí)別算法不能進(jìn)行多目標(biāo)檢測(cè)，離實(shí)際應(yīng)用還具有一定的距離.針對(duì)上述問(wèn)題，研究將在今后的工作中逐步完善，以提高籃球進(jìn)球識(shí)別算法的實(shí)用性，為籃球教學(xué)和訓(xùn)練上提供方便.