CN103871078A - 一种台球击球关键信息检测方法及系统 - Google Patents

Abstract

本发明提供一种台球击球关键信息检测方法及系统，首先根据台球桌的参数特征建立模型，然后根据击球前的图像确定台球的位置坐标，根据击球的视频图像，对每个球的位置坐标的变化进行处理和分析，获取运动球的运动轨迹，根据运动球的运动轨迹获取击球的关键信息。根据该方法获得的击球关键信息，可以全面的反应出球体的运送情况以及碰撞情况，避免了现有技术中，仅仅判断进入袋口的球体，对其他情况不予考虑，容易误判的问题，提供了一种可以全面反应台球球体运动的击球关键信息检测方法和系统。

Description

一种台球击球关键信息检测方法及系统

技术领域

本发明涉及运动科技领域，具体地说是一种台球击球的关键信息检测方法及系统。

背景技术

目前，在世界各国的台球训练都是借助教练人员的经验对学员进行指导和训练，无法对母球运动的轨迹，母球停止的区域、母球的碰库边位置等运动员击球的关键信息进行量化检测。在台球的击球过程中，由于球体的运动过程较快时，当多个球体发生碰撞，人眼很难分辨，在某些情况下可能发生误判。

为了解决上述问题，在中国专利文献CN1430172A中公开了一种台球自动记分的方法及采用这种自动记分方法的装置来实现台球赛事的自动记分，自动记分的方法是用颜色传感器及微处理器系统识别入球颜色，由微处理器系统根据按记分规则设定的程序记分，自动记分装置由探头，信号处理电路，微处理器系统，显示器组成。该装置的记分过程为，当球经过导轨到达开口时，外界光线被屏蔽，测试腔内的光电传感器产生的脉冲信号启动光源发光并被微处理器采集，微处理器系统选通此探头的颜色传感器通路，光线经台球反射后传到颜色传感器，颜色传感器采集到的信号经过处理后变为数字信号输入微处理器系统，微处理器系统按照之前设置的规则程序判定入球分数，并显示。但是，由于记分时不仅关注进入袋口的球，母球的轨迹及其运动时与其他球的撞击情况，将影响此处进球的判断，因此该记分方法并不适用于所有场合。

发明内容

为此，本发明所要解决的技术问题在于现有技术中的台球记分系统只能根据台球进入袋口的情况开判定，无法综合台球的运动及碰撞情况给出进行合理裁定，从而提出一种可以判定击球是否成功的台球击球信息检测方法及系统。

为解决上述技术问题，本发明的提供一种台球击球关键信息检测方法，包括如下步骤：

在无台球时，提取台球桌的特征参数信息，建立台球桌的编码模型；

根据击球前的视频图像，获取击球前台球在台球桌上的特征参数信息，根据台球桌的编码模型，得到台球在球桌上的位置坐标；

根据击球的视频图像，对每个球的位置坐标的变化进行处理和分析，获取运动球的运动轨迹；

根据运动球的运动轨迹获取击球的关键信息。

优选地，所述的台球击球关键信息检测方法，提取台球桌的特征参数信息时包括提取球桌、球桌的库边、口袋的坐标信息。

优选地，所述的台球击球关键信息检测方法，台球在台球桌上的特征参数信息包括：台球在球桌上的位置、颜色。

优选地，所述的台球击球关键信息检测方法，采用透视变换矩阵从视频数据中得到台球在球桌上的位置坐标。

优选地，所述的台球击球关键信息检测方法，获得运动球的运动轨迹的方法为：

进行前景和背景分割，得到变换区域；

在变换区域内检测出台球并识别颜色；

根据相邻帧中被识别为同一台球的坐标变化获得该台球的运动轨迹。

优选地，所述的台球击球关键信息检测方法，在变换区域内检测出台球的过程包括：

利用球反光特性，在变化区域内检测高光点，把高光点作为球心候选，通过球半径约束，把临近高光点进行合并，利用球的形状特征，通过圆形区域检测定位球心坐标。

优选地，所述的台球击球关键信息检测方法，所述击球关键信息包括落袋、停止区域、必经区域、吃库。

优选地，所述的台球击球关键信息检测方法，根据相邻帧中被识别为同一台球的坐标变化获得该台球的运动轨迹的过程为：

根据每帧中一台球的物理坐标获得该台球在该帧时间点上的定位点；

按照时间顺序，依次将定位点用线段连接起来形成初步的轨迹图；

对轨迹图中发生转折的部分判断是否发生了碰撞，调取相关点的视频图像确定碰撞点的坐标，如果视频图像中显示了碰撞点，则直接由视频图像获得碰撞点坐标，如果视频图像中没有显示碰撞点，则对转折部分进行切分获得碰撞点坐标。

优选地，所述的台球击球关键信息检测方法，在变换区域内检测出台球并识别颜色后，还包括一个错误恢复的过程，用于判断上一步的检测台球并识别颜色过程中是否发生错误，如果发生错误，则进行恢复，恢复到发生错误之前，如果没有发生错误，则进行后续的运动轨迹生成。

一种台球击球关键信息检测系统，包括：

摄像头：设置在台球桌正上方，视角覆盖整个台球桌；

参数提取模块：在无台球时，根据摄像头采集的图像信息提取台球桌的特征参数信息，建立台球桌的编码模型；

定位模块：根据击球前的视频图像，获取击球前台球在台球桌上的特征参数信息，根据台球桌的编码模型，得到台球在球桌上的位置坐标；

跟踪模块：根据击球的视频图像，对每个球的位置坐标的变化进行处理和分析，获取运动球的运动轨迹；

提取模块：根据运动球的运动轨迹获取击球的关键信息。

本发明的上述技术方案相比现有技术具有以下优点，

1、本发明提供一种台球击球关键信息检测方法，首先根据台球桌的参数特征建立模型，然后根据击球前的图像确定台球的位置坐标，根据击球的视频图像，对每个球的位置坐标的变化进行处理和分析，获取运动球的运动轨迹，根据运动球的运动轨迹获取击球的关键信息。根据该方法获得的击球关键信息，可以全面的反应出球体的运送情况以及碰撞情况，避免了现有技术中，仅仅判断进入袋口的球体，对其他情况不予考虑，容易误判的问题，提供了一种可以全面反应台球球体运动的击球关键信息检测方法和系统。

2、本发明所述的台球击球关键信息检测方法，通过对前景和背景的分割，来得到变换区域；然后在变换区域内检测出台球并识别颜色，减少了使用所有区域进行球体检测的数据处理量，通过有针对性的对变化区域进行检测，不仅减少了运算量，且提高了检测精度。

3、本发明所述的台球击球关键信息检测方法，还包括一个错误恢复的过程，用于判断上一步的检测台球并识别颜色过程中是否发生错误，如果发生错误，则进行恢复，恢复到发生错误之前，如果没有发生错误，则进行后续的运动轨迹生成，通过错误恢复的方式，不仅避免了检测错误导致后续的轨迹判断错误，识别的准确性，而且，通过恢复的方式，能够恢复到之前的正确状态，无需重新对之前的数据进行处理，提高了处理效率。

附图说明

为了使本发明的内容更容易被清楚的理解，下面根据本发明的具体实施例并结合附图，对本发明作进一步详细的说明，其中

图1是本发明的台球击球关键信息检测方法的一个实施例的流程图；

图2是本发明的台球击球关键信息检测系统的结构框图。

具体实施方式

实施例1：

本实施例中提供一种台球击球关键信息检测方法，流程图如图1所示，包括如下步骤：

（1）在无台球时，提取台球桌的特征参数信息，包括提取球桌、球桌的库边、口袋的坐标信息。通过上述信息建立台球桌的编码模型。

（2）根据击球前的视频图像，获取击球前台球在台球桌上的特征参数信息，包括台球在球桌上的位置、颜色，根据台球桌的编码模型，采用透视变换矩阵从视频数据中得到台球在球桌上的位置坐标。

（3）根据击球的视频图像，对每个球的位置坐标的变化进行处理和分析，获取运动球的运动轨迹。包括：

首先，进行前景和背景分割，得到变换区域。

给定背景模型和输入图像，通过差分法计算输入图像中的变化区域。检测球时，不需要再全图搜索，只需要在差分法获得的变化区域内部进行检测，减少了运算量，提高检球效率和准确度。当输入图像像素值与背景模型中对应位置的像素值相比同时满足以下条件时，被标记成变化像素。

然后，在变换区域内检测出台球并识别颜色，利用球反光特性，在变化区域内检测高光点，把高光点作为球心候选，通过球半径约束，把临近高光点进行合并，利用球的形状特征，通过圆形区域检测定位球心坐标。

然后，根据相邻帧中被识别为同一台球的坐标变化获得该台球的运动轨迹。具体如下：

根据每帧中一台球的物理坐标获得该台球在该帧时间点上的定位点；按照时间顺序，依次将定位点用线段连接起来形成初步的轨迹图；对轨迹图中发生转折的部分判断是否发生了碰撞，调取相关点的视频图像确定碰撞点的坐标，如果视频图像中显示了碰撞点，则直接由视频图像获得碰撞点坐标，如果视频图像中没有显示碰撞点，则对转折部分进行切分获得碰撞点坐标。

(4)根据运动球的运动轨迹获取击球的关键信息，所述击球关键信息包括落袋、停止区域、必经区域、吃库。

本实施例中的台球击球关键信息检测方法，获得的击球关键信息，可以全面的反应出球体的运送情况以及碰撞情况，避免了现有技术中，仅仅判断进入袋口的球体，对其他情况不予考虑，容易误判的问题，提供了一种可以全面反应台球球体运动的击球关键信息检测方法和系统。

实施例2：

本实施例中，提供一种台球击球关键信息检测方法，所述其使用的设备包括视频采集摄像头（每秒30帧以上）、计算机和图像输出装置，其方法可主要分为如下两部分：

1、在系统运行前对系统进行校准。

校准步骤为：

（1）人工测量袋口实际物理坐标，利用该物理坐标建立图像坐标，并确定物理坐标与图像坐标的对应关系。

（2）利用物理坐标与图像坐标的对应关系，通过计算机自动学习，形成透视变换矩阵，用于在检测过程中进行图像形变矫正。

（3）采集空球台图像，对球桌背景进行统计分析，以建立背景统计模型，用于消除光照、遮挡、台呢变形及运动痕迹等因素给检测带来的影响。

（4）在球台的标准置球点放置台球，提取各种台球颜色的特征值，建立台球颜色模型，作为台球识别的依据。

2、对运动员击球进行检测与判断。

击球检测判断步骤为：

（1）根据击球前的初始视频数据及对球桌、库边、袋口及台球颜色的预置标准编码，对球桌上所有台球进行识别和定位，结合透视变换矩阵，得出台球在球桌上的物理坐标。

（2）对每一帧视频数据分析，对所有台球进行运动与静止判断。

（3）如果在某一帧检测到有球运动，则将此帧及后续的运动帧视频存储到内存中。

（4）对内存中的运动视频数据进行分析，对每一个运动球进行识别，并检测运动球的运行轨迹和碰撞点。

（5）检测本次击球中的关键信息，通过几何算法和比对算法，与事先制定的击球关键信息进行判断和对比，确定击打是否成功。随后输出判断结果，并准备对下次击球进行分析。

上述自动检测台球击球是否成功的方法中，所含台球识别和定位的原理为：根据校准工作中已经建立的颜色模型，以颜色模型包括RGB各通道颜色平均值和各通道之间颜色差别等特征作为依据，对台球进行分类。首先把台球分为深色球（即绿色、蓝色、黑色）；浅色球（即白色、黄色、粉色）和近似红色（即红色、棕色）球三类。接着再根据颜色模型和每种颜色台球数量，对台球颜色进行详细对比，得出台球的确切颜色，从而识别出不同的台球。随后，根据预先在校准工作中得到的透视变换矩阵，根据视频图像中的台球位置，得到台球在台面上的实际位置坐标。

上述自动检测台球击球是否成功的方法中，所含台球运动与静止的判断原理为：假设检测工作开始时，台球总是处于静止状态。只有检测到白球位置开始发生变化时，才认为是一杆球的起始。当检测到持续几帧桌面上所有球的位置都不发生变化时，就认为所有球处于静止状态。

上述自动检测台球击球是否成功的方法中，所含台球运行轨迹估算的原理为：首先在连续帧中使用差分法，在球台内划分出变化区域和不变区域。接着只在变化区域内检测台球。当检测到有球时，判断台球颜色，同时对台球进行定位，获得台球坐标。在下一帧中，通过建立帧间台球的编号，求得最佳匹配，建立起同一颗台球在不同帧之间的对应关系。按照时间顺序，判断同一颗台球在相邻两帧中是否发生过碰撞，若未发生碰撞，或发生碰撞，且有一帧恰好采集到碰撞点，则将此球在不同帧中的坐标点相连，即可估算出此球的运行轨迹。若发生碰撞，且相邻两帧没有采集到碰撞点，就需要在碰撞点对运动路径进行切分，精确计算两帧之间的轨迹。

在估算台球运行轨迹的模块中，连续帧之间台球编号的确定原理为：将第一帧中每个台球的坐标作为一个顶点，可得一个顶点集合。将第二帧中每个台球的坐标作为一个顶点，可得另一个顶点集合。第一帧图像对应的每个顶点与第二帧图像对应的顶点集合中的每个顶点都建立一条边，而同在一帧图像的顶点之间没有边连接，这样就得到一个二分图。为图中每条边计算一个权重，该权重表示两个顶点对应的坐标之间的欧氏距离。这样，即可利用匈牙利算法对二分图求得最佳匹配。

上述自动检测台球击球是否成功的方法中，所含击球关键信息的检测原理为：事先由教练员定义好每次击球中的标准关键信息。根据轨迹估算的结果，判断出本次击打是否符合击打要求。其中，击球关键信息包括落袋、停止区域、必经区域、吃库(碰撞桌边的点)。

实施例3：

本实施例中，在上述实施例1和2的基础上，在变换区域内检测出台球并识别颜色后，还包括一个错误恢复的过程，用于判断上一步的检测台球并识别颜色过程中是否发生错误，如果发生错误，则进行恢复，恢复到发生错误之前，如果没有发生错误，则进行后续的运动轨迹生成。通过错误恢复的方式，不仅避免了检测错误导致后续的轨迹判断错误，识别的准确性，而且，通过恢复的方式，能够恢复到之前的正确状态，无需重新对之前的数据进行处理，提高了处理效率。

实施例4：

本实施例中，提供了一种台球击球关键信息检测方法，本实施例所借助实施的系统组成为：采集速率为每秒30帧或30帧以上的摄像头、标准斯诺克台球桌、带有视频采集装置的计算机和大屏幕投影仪。

本实施例中，摄像头安装在台球桌正上方，可以覆盖整个台球桌的地方。

在实施检测之前，首先进行系统校准。包括

1、人工测量6个袋口的物理坐标，与系统中袋口的图像坐标建立对应关系，计算出透视变换矩阵。使物理坐标 $\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right]$ 和图像坐标 $\left[\begin{array}{c}x\\ y\\ z\end{array}\right]$ 之间满足如下关系：

$\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right]=\left[\begin{array}{ccc}{a}_{11}& a_{12}& a_{13}\\ a_{21}& a_{22}& a_{23}\\ a_{31}& a_{32}& a_{33}\end{array}\right]\left[\begin{array}{c}x\\ y\\ z\end{array}\right]$

其中 $\left[\begin{array}{ccc}{a}_{11}& a_{12}& a_{13}\\ a_{21}& a_{22}& a_{23}\\ a_{31}& a_{32}& a_{33}\end{array}\right]$ 表示透视变换矩阵，且第3维，Z或z坐标在实际应用时，不使用。

2、对球台背景进行统计分析，以建立背景统计模型，用于消除光照、遮挡、台呢变形及运动痕迹等因素给检测带来的影响。因光照或遮挡不稳定因素，或因台泥受挤压，球运动痕迹等影响，桌面上同一个位置在不同时刻采集的图像中像素值可能不同。本发明采用对背景图像统计建模的技术来处理图像不稳定的问题。

假设每个位置的像素取值服从高斯分布，通过采集若干帧空台图像，统计每个位置像素对应高斯分布的参数（即均值和方差），每个位置像素模型由均值和方差两个参数来表示。均值计算方法为：

标准差计算公式为： $\mathrm{\σ}(i,j)=\frac{1}{n}\sqrt{\underset{k=1}{\overset{n}{\mathrm{\Σ}}}{(p_k(i,j)-m(i,j))}^2}$

其中m（i，j）表示坐标为（i，j）的像素平均值，n表示训练集合中图像个数，p_k(i，j)表示第k张图像中坐标为（i，j）处的像素取值。标准差的平方值即为方差。

3、在球台的标准置球点放置台球，提取各种台球颜色的特征值，建立台球颜色模型，作为台球识别的依据。

在实施检测时，包括：

1、首先对台面所有球进行定位与识别。

定位与识别步骤为：

a）利用差分法确定变化区域。

以第一帧图像为背景，以后一帧图像为输入，通过差分法计算输入图像中的变化区域。当输入图像像素值与背景模型中对应位置的像素值相比同时满足以下条件时，被标记成变化像素。

（1）像素值RGB通道任一通道数值与该通道在对应位置的均值距离不小于该位置标准差的（参数1）倍；

（2）像素值RGB通道任一通道数值与该通道在对应位置的均值距离不小于（参数2）倍。其中参数1和参数2为用户自定义参数。

检测球时，不需要再全图搜索，只需要在差分法获得的变化区域内部进行检测，提高检球效率和准确度。确定变化像素的计算公式为：

$b(i,j)=\left\{\begin{array}{cccc}1& |p(i,j)-m(i,j)|>3\mathrm{\σ}(i,j)& \mathrm{or}& |p(i,j)-m(i,j)|>\∈\\ 0& & \mathrm{otherwise}& \end{array}\right.$

其中b(i，j)表示差分图像上坐标为(i，j)处的像素值，∈表示判断前景和背景变化量是否足够大的阈值。

b）在标记为变化区域的范围内，利用球反光特性，在变化区域内检测高光点，对台球进行定位。

以高亮点为中心，在该中心的一个邻域内搜索颜色值在圆环上的分布最均匀的最佳圆形，最佳圆形的中心被识别成球心。然后，把高光点作为球心候选，通过球半径约束，把临近高光点进行合并，减少球心候选。最后，利用球的形状特征，通过圆形区域检测准确定位球心坐标。

球心坐标计算公式为：

$(x,y)=\arg \underset{(i,j)\∈H}{\min }Q(i,j)$

其中H表示高光点集合，Q（i，j）表示坐标为（i，j）处检测到圆形的质量。Q（i，j）的计算方法如下：

$Q(i,j)=\underset{\mathrm{if\; the\; dis}\tan \mathrm{ce\; between}(i,j)\mathrm{equals\; to\; the\; radius\; of\; ball}}{\mathrm{\Σ}}{(p(m,n)-m(i,j))}^2$

其中m（i，j）为以（i，j）为中心的圆环上的平均颜色值。

c）识别台球。

依据校准阶段建立的颜色模型，首先判断球属于深色球（绿蓝黑），浅色球（白黄粉），红色系球（红棕），再根据RGB颜色，和各种颜色球的数量，在三类球中具体判定颜色。

2、确定连续帧之间同一台球的对应关系，估算台球轨迹。

a）依靠颜色的判定，确定彩色球的对应关系，将不同帧之间的坐标点连接，初步形成彩色球轨迹。若相邻两帧没有捕捉到碰撞点的图像，则需进行进一步细分和计算。

b）判断红球对应关系的原理为，假设在前一帧检测到K个红球，坐标分别为p₁，p₂，…，p_K。后一帧检测到K个红球，坐标分别为q₁，q₂，…，q_K。视第一帧中每个球的坐标为一个顶点，这样对于第一帧图像可获得一个顶点集合，视第二帧中每个球的坐标为一个顶点，可获得第二帧图像对应的顶点集合，第一帧图像对应的每个顶点与第二帧图像对应的顶点集合中的每个顶点都建立一条边，而同在一帧图像的顶点之间没有边连接，这样就得到一个二分图。为图中每条边计算一个权重，该权重表示两个顶点对应的坐标之间的欧氏距离。利用匈牙利算法，求二分图的最佳匹配。确定每个红球的对应关系后，即可初步估算出红球的轨迹。若相邻两帧没有捕捉到碰撞点的图像，则需进行进一步细分和计算。

对于视频图像中没有显示碰撞点的，在每个球的运动路径上，沿时间从早到晚的顺序，搜索静止线段和运动线段，判断相邻点之间是否曾发生过转折，若没有发生过转折，则连接成一个线段，若发生过转折，则在转折处对运动路径进行切分，切分点为碰撞点。

在每条路径里发生转折处，计算转折点。分几种情况，运动球与静止球相碰时，运动球的轨迹会发生转折，需要求运动球的转折点；运动球与桌壁相碰，运动球的轨迹发生转折，需要计算转折点；运动球与运动球相碰，二者运动方向都会发生变化，需要计算两个球的转折点。（转折点为碰撞点）

3、球运动和静止的判断。

假设开始总是处于静止状态。只有检测到白球位置开始发生变化时，才认为是一杆球的起始。当检测到持续几帧桌面上所有球的位置都不发生变化时，就认为所有球处于静止状态。检球模块可能引入噪声，即使是完全静止的球也可能被观测到坐标有稍微的变化，因此本发明把球状态判定问题形式化成有限状态自动机的跳转问题。

错误恢复模块，由于设备性能（如摄像头分辨率和采样率限制）检球模块无法做到100%的准确率，在极少数情况下，可能发生漏检或误检。而轨迹计算模块总是假设检球结果是没有错误的，因此在球检测模块与轨迹计算模块之间插入一个错误恢复模块，用于判断是否有检球错误发生。若无检球错误发生，则把检球结果直接发送给轨迹计算模块进行分析。若有检测错误，则利用斯诺克规则以及前后各帧之间的时序约束努力恢复到无检球错误发生的情况。若无法恢复检球错误，则返回错误，不进行轨迹计算。检球模块就是图像识别定位模块。

4、球运动关键信息检测与击球是否成功判断。

击球关键信息包括落袋、停止区域、必经区域、吃库(碰撞桌边的点)。检球模块检测到上述信息后，与教练员预置在系统中的信息进行比较，判断运动员本次击球是否成功。这些信息事先由教练员定义好每颗球的这些信息，根据轨迹估算的结果，例如，停止区域判断，就要根据球静止时的坐标位置，判断该点是否在停止区域内，点与直线相交，球的边缘与点是否相切等几何判断。最后得出击球是否符合定义的击打要求。判定点是否在限定区域。

实施例5：

本实施例中提供一种台球击球关键信息检测系统，如图2所示，通过计算机系统及摄像头等来实现，包括：

摄像头：设置在台球桌正上方，视角覆盖整个台球桌；

参数提取模块：在无台球时，根据摄像头采集的图像信息提取台球桌的特征参数信息，建立台球桌的编码模型；

定位模块：根据击球前的视频图像，获取击球前台球在台球桌上的特征参数信息，根据台球桌的编码模型，得到台球在球桌上的位置坐标；

跟踪模块：根据击球的视频图像，对每个球的位置坐标的变化进行处理和分析，获取运动球的运动轨迹；

提取模块：根据运动球的运动轨迹获取击球的关键信息。

优选地，提取台球桌的特征参数信息时包括提取球桌、球桌的库边、口袋的坐标信息；台球在台球桌上的特征参数信息包括：台球在球桌上的位置、颜色。采用透视变换矩阵从视频数据中得到台球在球桌上的位置坐标。所述击球关键信息包括落袋、停止区域、必经区域、吃库。

进一步优选地，所述跟踪模中，获得运动球的运动轨迹时，还包括：

分割子模块：进行前景和背景分割，得到变换区域；

检测子模块：在变换区域内检测出台球并识别颜色；

轨迹获得子模块：根据相邻帧中被识别为同一台球的坐标变化获得该台球的运动轨迹。

其中，所述检测子模块中，在变换区域内检测出台球时，还包括利用球反光特性，在变化区域内检测高光点，把高光点作为球心候选，通过球半径约束，把临近高光点进行合并，利用球的形状特征，通过圆形区域检测定位球心坐标。

轨迹获得子模块中，根据相邻帧中被识别为同一台球的坐标变化获得该台球的运动轨迹时，包括：根据每帧中一台球的物理坐标获得该台球在该帧时间点上的定位点；按照时间顺序，依次将定位点用线段连接起来形成初步的轨迹图；对轨迹图中发生转折的部分判断是否发生了碰撞，调取相关点的视频图像确定碰撞点的坐标，如果视频图像中显示了碰撞点，则直接由视频图像获得碰撞点坐标，如果视频图像中没有显示碰撞点，则对转折部分进行切分获得碰撞点坐标。

进一步地，在变换区域内检测出台球并识别颜色后，还包括一个错误恢复的过程，用于判断上一步的检测台球并识别颜色过程中是否发生错误，如果发生错误，则进行恢复，恢复到发生错误之前，如果没有发生错误，则进行后续的运动轨迹生成。

本实施例所述的台球击球关键信息检测系统，包括摄像头、参数提取模块、定位模块、跟踪模块和提取模块，获得的击球关键信息，可以全面的反应出球体的运送情况以及碰撞情况，避免了现有技术中，仅仅判断进入袋口的球体，对其他情况不予考虑，容易误判的问题，提供了一种可以全面反应台球球体运动的击球关键信息检测的系统。

显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (10)

1.一种台球击球关键信息检测方法，其特征在于：包括如下步骤：

在无台球时，提取台球桌的特征参数信息，建立台球桌的编码模型；

根据击球前的视频图像，获取击球前台球在台球桌上的特征参数信息，根据台球桌的编码模型，得到台球在球桌上的位置坐标；

根据击球的视频图像，对每个球的位置坐标的变化进行处理和分析，获取运动球的运动轨迹；

根据运动球的运动轨迹获取击球的关键信息。

2.根据权利要求1所述的台球击球关键信息检测方法，其特征在于：提取台球桌的特征参数信息时包括提取球桌、球桌的库边、口袋的坐标信息。

3.根据权利要求1或2所述的台球击球关键信息检测方法，其特征在于：台球在台球桌上的特征参数信息包括：台球在球桌上的位置、颜色。

4.根据权利要求1-3任一所述的台球击球关键信息检测方法，其特征在：采用透视变换矩阵从视频数据中得到台球在球桌上的位置坐标。

5.根据权利要求1-4任一所述的台球击球关键信息检测方法，其特征在于，获得运动球的运动轨迹的方法为：

进行前景和背景分割，得到变换区域；

在变换区域内检测出台球并识别颜色；

根据相邻帧中被识别为同一台球的坐标变化获得该台球的运动轨迹。

6.根据权利要求1-5任一所述的台球击球关键信息检测方法，其特征在于，在变换区域内检测出台球的过程包括：

利用球反光特性，在变化区域内检测高光点，把高光点作为球心候选，通过球半径约束，把临近高光点进行合并，利用球的形状特征，通过圆形区域检测定位球心坐标。

7.根据权利要求1-6任一所述的台球击球关键信息检测方法，其特征在于，所述击球关键信息包括落袋、停止区域、必经区域、吃库。

8.根据权利要求1-7任一所述的台球击球关键信息检测方法，其特征在于，根据相邻帧中被识别为同一台球的坐标变化获得该台球的运动轨迹的过程为：

根据每帧中一台球的物理坐标获得该台球在该帧时间点上的定位点；

按照时间顺序，依次将定位点用线段连接起来形成初步的轨迹图；

对轨迹图中发生转折的部分判断是否发生了碰撞，调取相关点的视频图像确定碰撞点的坐标，如果视频图像中显示了碰撞点，则直接由视频图像获得碰撞点坐标，如果视频图像中没有显示碰撞点，则对转折部分进行切分获得碰撞点坐标。

9.根据权利要求1-8任一所述的台球击球关键信息检测方法，其特征在于，在变换区域内检测出台球并识别颜色后，还包括一个错误恢复的过程，用于判断上一步的检测台球并识别颜色过程中是否发生错误，如果发生错误，则进行恢复，恢复到发生错误之前，如果没有发生错误，则进行后续的运动轨迹生成。

10.一种使用权利要求1-9任一所述方法的台球击球关键信息检测系统，其特征在于，包括：

摄像头：设置在台球桌正上方，视角覆盖整个台球桌；

参数提取模块：在无台球时，根据摄像头采集的图像信息提取台球桌的特征参数信息，建立台球桌的编码模型；

定位模块：根据击球前的视频图像，获取击球前台球在台球桌上的特征参数信息，根据台球桌的编码模型，得到台球在球桌上的位置坐标；

跟踪模块：根据击球的视频图像，对每个球的位置坐标的变化进行处理和分析，获取运动球的运动轨迹；

提取模块：根据运动球的运动轨迹获取击球的关键信息。

Images