CN104680560B - 基于图像线元对应的体育运动场地快速检测方法 - Google Patents
基于图像线元对应的体育运动场地快速检测方法 Download PDFInfo
- Publication number
- CN104680560B CN104680560B CN201510090729.7A CN201510090729A CN104680560B CN 104680560 B CN104680560 B CN 104680560B CN 201510090729 A CN201510090729 A CN 201510090729A CN 104680560 B CN104680560 B CN 104680560B
- Authority
- CN
- China
- Prior art keywords
- msub
- mrow
- mtd
- img
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于图像线元对应的体育运动场地快速检测方法，其步骤为：统计标准尺寸图上所有矩形的位置和尺寸信息。读入一幅运动场地图像后，在提取的图像线元选取四条围成四边形并遍历所有情况，判断是否是标准图上某个矩形的可能投影；删除明显不正确的组合；对于图像上剩余的每一组线元围成四边形的组合，认为其可能是标准图上一个未知尺寸矩形通过单应矩阵投影产生的。由此推导出统一的未知尺寸矩形的单应表达形式，快速排除所有不合理的矩形对应可能性。最后利用场地尺寸图中其它线、圆等基元在图像上的投影来辅助判断单应的正确性，最终得到唯一正确的单应，实现运动场地的智能检测。
Description
技术领域
本发明涉及一种基于图像线元对应的体育运动场地快速检测方法，属于计算机视觉、图像处理和模式识别领域，适用于图像检索、视频摘要等方面。
背景技术
如今体育运动种类繁多，互联网上关于运动方面的图片和视频不计其数。大量的图片使图片检索变得困难，这体现在Google、百度等图片检索引擎目前还不能够准确地检索出真实的图片。例如，当用户输入“篮球场”时，搜索结果除了包括真实的篮球场图像外，还含有篮球场的尺寸图以及其他与篮球场完全不相关的图片。这是由于传统的图片检索是基于文本的检索，即通过图片的名字、文字信息和索引关系来实现查询功能，需要对每一张图片进行人工标注，不仅耗费大量的人力，且存在主观性，可能造成理解差异。
为了解决上述问题，研究人员提出了多种方法以实现基于内容的图片检索(content-based image retrieval)。目前的主流算法以感兴趣点的检测与匹配为基础，侧重于纹理丰富的自然场景物体，对于体育运动场地这类几何结构清晰但纹理简单的物体并不适用。
发明内容
本发明的目的是提供一种鲁棒、快速的平面单应验证方法以判断体育场地标准图和真实图像之间平面匹配的正确性，从而完成物体检测。
为了达到上述目的，本发明的技术方案是提供了一种基于图像线元对应的体育运动场地快速检测方法，其特征在于，步骤为：
第一步、获得某种运动场地的标准尺寸图，记录该标准尺寸图上由2条水平直线和2条竖直线所围成的矩形的所有组合；
第二步、获得运动场地的实际拍摄图像，提取出实际拍摄图像的所有直线线段，从所有直线线段中任意提取4条进行组合围成四边形并遍历所有直线线段，从而得到多组四边形的组合；
第三步、排除明显错误的四边形的组合，若任意一组四边形的组合至少满足以下两个条件之一，则该组四边形的组合为明显错误的四边形的组合：条件一、该组四边形的顶点不在实际拍摄图像上；条件二、在该组四边形假设相交点的邻域范围内不存在真实的角点；
第四步、计算每组四边形的组合与第一步得到的标准尺寸图上每个矩形的投影对应关系，该投影对应关系表示为标准尺寸图上当前矩形与当前四边形的组合之间计算的附带未知矩形长宽比参数的单应矩阵，再排除不合理的矩形长宽比参数所对应的单应矩阵，得到可能正确的单应矩阵；
第五步、利用第四步得到的可能正确的单应矩阵，将第一步中的标准尺寸图中除矩形外的其他基元投影到第二步获得的实际拍摄图像上，若能与实际拍摄图像上对应的基元重合，则实际拍摄图像的运动场地类型与第一步中的标准尺寸图的运动场地类型相同，若不能与实际拍摄图像上对应的基元重合，则实际拍摄图像的运动场地类型与第一步中的标准尺寸图的运动场地类型不同。
优选地，在所述第一步中，所述矩形表示为加入未知缩放变换的正方形。
优选地，在所述第四步中，利用摄像机中心的长方体边界约束对单应矩阵中大量未知矩形长宽比参数形成反向约束，从而判断其合理性。
本发明提出了一种基于图像线元对应的体育运动场地检测方法，通过检测图像上的直线几何基元(简称线元)，与体育运动场地线元进行对应，计算出图像与标准图之间的二维射影变换，也称平面单应(2D homography)。具体实施中使用“摄像机中心的长方体边界约束”等原理来快速判断单应的正确性，从而得到正确的线元匹配结果，实现各类运动场地的智能检测。
基于图像线元对应的体育运动场地快速检测方法是一种基于几何框架的图像检索。它通过匹配运动场地的线元特征并计算单应映射关系，来验证图像中的线元特征是否由体育运动的场地线投影而来，使计算机完成图片的自动检索，节省大量人力。
与现有技术相比，本发明不再使用人工标注的方法来实现图片搜索，能避免准确性低，人工描述工作量大的问题。基于图像线元对应的体育运动场地检测方法可以使计算机非常快速准确和智能地检测和识别物体，且不受拍摄角度、光照、遮挡等因素的影响。特别地，本发明提出的运用“摄像机中心的长方体边界约束”原理来直接排除大量未知尺寸长方形的对应可以快速地筛去大量错误的对应，极大地提高了程序的运行效率，使得本发明的方法具有可行性和实用性。
附图说明
图1为单应决定的中心圆和摄像机中心的长方体边界；
图2为基于图像线元对应的体育运动场地快速检测方法的流程图；
图3为单应决定的中心线与图像中心处正方形相交示意图。
具体实施方式
为使本发明更明显易懂，兹以优选实施例，并配合附图作详细说明如下。
本实施例以用MATLAB处理一幅NBA篮球比赛视频截图为例，具体说明本发明提供的一种基于图像线元对应的体育运动场地快速检测方法，其步骤为：
步骤1、已知NBA篮球场的标准图以及标准图上主要的线段，记为li，i＝1，2，…，11，其中5条水平线段，6条竖直线段。在标准图上建立坐标系，记录每条线段的位置。
步骤2、读入一幅篮球场的图像，记为img。首先将img转化为灰度图像，接着用Canny边缘检测算子处理灰度图像，提取得到二值的边缘图edge_img。再使用霍夫变换算法提取边缘图edge_img上的线段，对提取出来的n条线段按1-n的次序进行编号。把这n条线段记为lj_img，j＝1，2，…，n。
步骤3、将img上的所有直线挑选四条进行组合，共有种组合来构成四边形。将标准图上的水平线段和竖直线段分别挑两条进行四条线的组合，共有种组合构成矩形；对于img上四边形的每一种组合，遍历标准图上的所有构成矩形的四条线组合来确定对应关系；再考虑顺时针排序带来的四重歧义性，因此满足计算单应矩阵H用的4条直线间的对应可能性的总数目为
接下来论述我们如何化简处理这些对应可能性的细节步骤。
步骤4、首先，删除img上对应明显错误的四边形。合理的四边形图像应满足：
(1)img上的2条直线不能重合；
(2)img上4条直线围成的四边形的顶点在图像内；
(3)img上4条直线围成的四边形为凸多边形；
(4)在假设相交点的领域范围内存在真实的角点。
正确对应li与lj_img应满足单应性，如下式所示：
lj_img＝H-T×li (1)
由于li与lj_img已知，根据公式(1)便可算出单应矩阵H。
步骤5、对一个合理的四边形，首先计算由标准正方形投影成此四边形的单应H_sq，它与正确对应的长方形所形成的单应投影关系如下所示：
H_sq＝H×S (2)
其中S是含有未知长宽比参数τ的3×3矩阵：
步骤6、根据Hsq，真正由长方形投影而成的单应矩阵H应具有以下形式：
H＝[H_sq1τ-1H_sq2H_sq3] (4)
公式(4)中，H_sqk，k＝1，2，3表示矩阵H_sq中的第k列。接下来将推导由这个单变量的单应计算出单变量的中心圆，使之满足摄像机中心的长方体边界约束(如图1所示，图1中，1为图像平面，2为主点的正方形区域，3为中心线，4为焦距对应于主点的左边界，5为中心圆，6为长方体边界)来获得此单变量τ的范围：
对H变形得到一个新的矩阵H′，H′的前两列表示为：
这里hm，m＝1，2，…，9表示单应矩阵H_sq中按行排序的全体元素。中心线的方程通过计算可表示为：
r2H′31H′12x+rH′31H′22y-(r2H′12H′11+H′22H′21)＝0 (6)
式(6)中，H′pq，p，q＝1，2，3表示矩阵H′中的对应元素；r为摄像机内参数中的CCD像素长宽比，一般默认为1。因为摄像机主点在图像中心附近，参照图1，中心线3应该和位于图像中心的正方形区域2的两条边相交。图3描述了相交的其中一种情况，此情况下中心线3与正方形区域2的两条直线边x＝a1，a2分别交于一点，且这两个交点的y坐标应满足大于b1小于b2。上述约束可由(6)式变形整理得到：
其中四个系数可由前面的已知元素计算而得：
f1＝(-H′31H′12)，f2＝(-H′31H′22/r)；
x1＝H′11H′31，y1＝H′21/(r×H′31)；
将公式(5)中的H′的元素表达式代入，进一步可化简得到关于τ2的约束：
在公式(8)中：
t＝h4h7(h5h7-h4h8)-rah7h7(h2h7-h1h8)；
p＝h5h8(h5h7-h4h8)+(h2h7-h1h8)(r2-ar2h7h8)；
g＝rh7h7(h5h7-h4h8)；
s＝rh8h8(h5h7-h4h8)。
由此得到了中心线与图像中心的正方形相交对未知长宽比参数τ的不等式约束。同理，中心圆上的摄像机中心到CCD图像的垂直距离(即焦距)应在一定的先验范围内也可列出相应的不等式约束，具体过程不再赘述。最终可以利用“摄像机中心的长方体边界约束”得到多个关于τ的约束。
步骤7、从标准图上的150个矩形产生的长宽比(τi，τi -1)中找出满足不等式约束的情况，这意味着这些情况下的单应可能由正确的投影产生的。分别计算其对应的单应矩阵Hi：
Hi＝H_sq×S-1 (9)
计算出Hi后，将标准图上的直线li投影到img上，得到假设投影直线Ly：
将假设投影直线集合{Lv|v＝1，2，…，11}与真实检测直线集合
{lj_img|j＝1，2，…，n}进行匹配，找到正确的直线投影。若在标准图上有5条以上正确的直线投影，则将标准图上的场地圆投影到图像上，通过检测投影圆是否与图像的Canny边缘重合来最终确定是否为篮球场地。
Claims (1)
1.一种基于图像线元对应的体育运动场地快速检测方法，其特征在于，步骤为：
步骤1、已知NBA篮球场的标准图以及标准图上主要的线段，记为li，i＝1,2,…,11，其中5条水平线段，6条竖直线段，在标准图上建立坐标系，记录每条线段的位置；
步骤2、读入一幅篮球场的图像，记为img，首先将img转化为灰度图像，接着用Canny边缘检测算子处理灰度图像，提取得到二值的边缘图edge_img，再使用霍夫变换算法提取边缘图edge_img上的线段，对提取出来的n条线段按1-n的次序进行编号，把这n条线段记为lj_img，j＝1,2,…,n；
步骤3、将img上的所有直线挑选四条进行组合，共有种组合来构成四边形，将标准图上的水平线段和竖直线段分别挑两条进行四条线的组合，共有种组合构成矩形；对于img上四边形的每一种组合，遍历标准图上的所有构成矩形的四条线组合来确定对应关系；再考虑顺时针排序带来的四重歧义性，因此满足计算单应矩阵H用的4条直线间的对应可能性的总数目为
步骤4、首先，删除img上对应明显错误的四边形，合理的四边形图像应满足：
(1)img上的2条直线不能重合；
(2)img上4条直线围成的四边形的顶点在图像内；
(3)img上4条直线围成的四边形为凸多边形；
(4)在假设相交点的领域范围内存在真实的角点；
正确对应li与lj_img应满足单应性，如下式所示：
lj_img＝H-T×li (1)
由于li与lj_img已知，根据公式(1)便可算出单应矩阵H；
步骤5、对一个合理的四边形，首先计算由标准正方形投影成此四边形的单应H_sq，它与正确对应的长方形所形成的单应投影关系如下所示：
H_sq＝H×S (2)
其中S是含有未知长宽比参数τ的3×3矩阵：
<mrow>
<mi>S</mi>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mi>&tau;</mi>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
步骤6、根据H_sq，真正由长方形投影而成的单应矩阵H应具有以下形式：
H＝[H_sq1,τ-1H_sq2,H_sq3] (4)
公式(4)中，H_sqk，k＝1,2,3表示矩阵H_sq中的第k列，接下来将推导由这个单变量的单应计算出单变量的中心圆，使之满足摄像机中心的长方体边界约束来获得此单变量τ的范围：
对H变形得到一个新的矩阵H'，H'的前两列表示为：
<mrow>
<msup>
<mi>H</mi>
<mo>&prime;</mo>
</msup>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>h</mi>
<mn>1</mn>
</msub>
<msub>
<mi>h</mi>
<mn>7</mn>
</msub>
<msup>
<mi>&tau;</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<msub>
<mi>h</mi>
<mn>2</mn>
</msub>
<msub>
<mi>h</mi>
<mn>8</mn>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>(</mo>
<msub>
<mi>h</mi>
<mn>2</mn>
</msub>
<msub>
<mi>h</mi>
<mn>7</mn>
</msub>
<mo>-</mo>
<msub>
<mi>h</mi>
<mn>1</mn>
</msub>
<msub>
<mi>h</mi>
<mn>8</mn>
</msub>
<mo>)</mo>
<mi>&tau;</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>h</mi>
<mn>4</mn>
</msub>
<msub>
<mi>h</mi>
<mn>7</mn>
</msub>
<msup>
<mi>&tau;</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<msub>
<mi>h</mi>
<mn>5</mn>
</msub>
<msub>
<mi>h</mi>
<mn>8</mn>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>(</mo>
<msub>
<mi>h</mi>
<mn>5</mn>
</msub>
<msub>
<mi>h</mi>
<mn>7</mn>
</msub>
<mo>-</mo>
<msub>
<mi>h</mi>
<mn>4</mn>
</msub>
<msub>
<mi>h</mi>
<mn>8</mn>
</msub>
<mo>)</mo>
<mi>&tau;</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>h</mi>
<mn>7</mn>
</msub>
<msub>
<mi>h</mi>
<mn>7</mn>
</msub>
<msup>
<mi>&tau;</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<msub>
<mi>h</mi>
<mn>8</mn>
</msub>
<msub>
<mi>h</mi>
<mn>8</mn>
</msub>
</mrow>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
这里hm，m＝1,2,…,9表示单应矩阵H_sq中按行排序的全体元素，中心线的方程通过计算可表示为：
r2H'31H'12x+rH'31H'22y-(r2H'12H'11+H'22H'21)＝0 (6)
式(6)中，H'pq，p,q＝1,2,3表示矩阵H'中的对应元素；r为摄像机内参数中的CCD像素长宽比，因为摄像机主点在图像中心附近，中心线(3)应该和位于图像中心的正方形区域(2)的两条边相交，中心线(3)与正方形区域(2)的两条直线边x＝a1,x＝a2分别交于一点，且这两个交点的y坐标应满足大于b1小于b2，上述约束可由(6)式变形整理得到：
<mrow>
<msub>
<mi>b</mi>
<mn>1</mn>
</msub>
<mo><</mo>
<msub>
<mi>y</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<mfrac>
<mrow>
<msub>
<mi>f</mi>
<mn>1</mn>
</msub>
<mo>&times;</mo>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<msub>
<mi>f</mi>
<mn>2</mn>
</msub>
</mfrac>
<msub>
<mo>|</mo>
<mrow>
<mi>x</mi>
<mo>=</mo>
<msub>
<mi>a</mi>
<mrow>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
</mrow>
</msub>
</mrow>
</msub>
<mo><</mo>
<msub>
<mi>b</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
</mrow>
其中四个系数可由前面的已知元素计算而得：
f1＝(-H'31H'12)，f2＝(-H'31H'22/r)；
x1＝H'11H'31，y1＝H'21/(r×H'31)；
将公式(5)中的H'的元素表达式代入，进一步可化简得到关于τ2的约束：
<mrow>
<msub>
<mi>b</mi>
<mn>1</mn>
</msub>
<mo><</mo>
<mfrac>
<mrow>
<msup>
<mi>t&tau;</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<mi>p</mi>
</mrow>
<mrow>
<msup>
<mi>g&tau;</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<mi>s</mi>
</mrow>
</mfrac>
<mo><</mo>
<msub>
<mi>b</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>8</mn>
<mo>)</mo>
</mrow>
</mrow>
在公式(8)中：
t＝h4h7(h5h7-h4h8)-rah7h7(h2h7-h1h8)；
p＝h5h8(h5h7-h4h8)+(h2h7-h1h8)(r2-ar2h8h8)；
g＝rh7h7(h5h7-h4h8)；
s＝rh8h8(h5h7-h4h8)；
由此得到了中心线与图像中心的正方形相交对未知长宽比参数τ的不等式约束,同理，中心圆上的摄像机中心到CCD图像的垂直距离，即焦距，应在一定的先验范围内也可列出相应的不等式约束，最终可以利用“摄像机中心的长方体边界约束”得到多个关于τ的约束；
步骤7、从标准图上的150个矩形产生的长宽比τi中找出满足不等式约束的情况，这意味着这些情况下的单应可能由正确的投影产生的，分别计算其对应的单应矩阵Hi：
Hi＝H_sq×S-1 (9)
计算出Hi后，将标准图上的直线li投影到img上,得到假设投影直线Lv：
<mrow>
<msub>
<mi>L</mi>
<mi>v</mi>
</msub>
<mo>=</mo>
<msubsup>
<mi>H</mi>
<mi>i</mi>
<mrow>
<mo>-</mo>
<mi>T</mi>
</mrow>
</msubsup>
<mo>&times;</mo>
<msub>
<mi>l</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<mi>v</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<mn>11</mn>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>10</mn>
<mo>)</mo>
</mrow>
</mrow>
将假设投影直线集合{Lv|v＝1,2,…,11}与真实检测直线集合{lj_img|j＝1,2,…,n}进行匹配，找到正确的直线投影，若在标准图上有5条以上正确的直线投影，则将标准图上的场地图投影到图像上，通过检测投影图是否与图像的Canny边缘重合来最终确定是否为篮球场地。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510090729.7A CN104680560B (zh) | 2015-02-28 | 2015-02-28 | 基于图像线元对应的体育运动场地快速检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510090729.7A CN104680560B (zh) | 2015-02-28 | 2015-02-28 | 基于图像线元对应的体育运动场地快速检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104680560A CN104680560A (zh) | 2015-06-03 |
| CN104680560B true CN104680560B (zh) | 2017-10-24 |
Family
ID=53315553
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510090729.7A Expired - Fee Related CN104680560B (zh) | 2015-02-28 | 2015-02-28 | 基于图像线元对应的体育运动场地快速检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104680560B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017120792A1 (zh) * | 2016-01-13 | 2017-07-20 | 张阳 | 运动场地的监控方法及系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005182402A (ja) * | 2003-12-18 | 2005-07-07 | Hokkaido Univ | フィールド領域検出方法、そのシステム、及びプログラム |
| JP2006202181A (ja) * | 2005-01-24 | 2006-08-03 | Sony Corp | 画像出力方法および装置 |
| CN101753852A (zh) * | 2008-12-15 | 2010-06-23 | 姚劲草 | 基于目标检测与跟踪的体育比赛动态微型地图 |
| WO2010083021A1 (en) * | 2009-01-16 | 2010-07-22 | Thomson Licensing | Detection of field lines in sports videos |
| CN102201052A (zh) * | 2010-03-26 | 2011-09-28 | 新奥特（北京）视频技术有限公司 | 一种篮球广播视频中场地检测的方法 |
| CN102819749A (zh) * | 2012-07-23 | 2012-12-12 | 西安体育学院 | 一种基于视频分析的足球越位自动判别系统和方法 |
| CN102938074A (zh) * | 2012-11-26 | 2013-02-20 | 杭州电子科技大学 | 体育直播虚拟广告系统中羽毛球或网球场地的自适应提取方法 |
| CN103617644A (zh) * | 2013-12-03 | 2014-03-05 | 西安电子科技大学 | 一种基于机器视觉的羽毛球边线越界判别方法 |
| CN103745483A (zh) * | 2013-12-20 | 2014-04-23 | 成都体育学院 | 一种基于球场比赛视频图像的移动目标位置自动检测方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6796041B2 (en) * | 2002-12-16 | 2004-09-28 | First Down Laser Systems, Llc | System for operating one or more lasers to project a visible line onto a grass-covered surface |
-
2015
- 2015-02-28 CN CN201510090729.7A patent/CN104680560B/zh not_active Expired - Fee Related
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005182402A (ja) * | 2003-12-18 | 2005-07-07 | Hokkaido Univ | フィールド領域検出方法、そのシステム、及びプログラム |
| JP2006202181A (ja) * | 2005-01-24 | 2006-08-03 | Sony Corp | 画像出力方法および装置 |
| CN101753852A (zh) * | 2008-12-15 | 2010-06-23 | 姚劲草 | 基于目标检测与跟踪的体育比赛动态微型地图 |
| WO2010083021A1 (en) * | 2009-01-16 | 2010-07-22 | Thomson Licensing | Detection of field lines in sports videos |
| CN102201052A (zh) * | 2010-03-26 | 2011-09-28 | 新奥特（北京）视频技术有限公司 | 一种篮球广播视频中场地检测的方法 |
| CN102819749A (zh) * | 2012-07-23 | 2012-12-12 | 西安体育学院 | 一种基于视频分析的足球越位自动判别系统和方法 |
| CN102938074A (zh) * | 2012-11-26 | 2013-02-20 | 杭州电子科技大学 | 体育直播虚拟广告系统中羽毛球或网球场地的自适应提取方法 |
| CN103617644A (zh) * | 2013-12-03 | 2014-03-05 | 西安电子科技大学 | 一种基于机器视觉的羽毛球边线越界判别方法 |
| CN103745483A (zh) * | 2013-12-20 | 2014-04-23 | 成都体育学院 | 一种基于球场比赛视频图像的移动目标位置自动检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104680560A (zh) | 2015-06-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103544711B (zh) | 遥感影像的自动配准方法 | |
| Rutzinger et al. | A comparison of evaluation techniques for building extraction from airborne laser scanning | |
| CN104537659B (zh) | 双摄像机的自动标定方法和系统 | |
| CN105550199B (zh) | 一种基于多源地图的点位聚合方法及装置 | |
| CN110148196A (zh) | 一种图像处理方法、装置以及相关设备 | |
| CN104732553B (zh) | 一种基于多台激光辅助靶标的特征点提取方法 | |
| CN106023298A (zh) | 基于局部泊松曲面重建的点云刚性配准方法 | |
| CN109493320A (zh) | 基于深度学习的遥感影像道路提取方法及系统、存储介质、电子设备 | |
| CN106485690A (zh) | 基于点特征的点云数据与光学影像的自动配准融合方法 | |
| CN103530881A (zh) | 适用于移动终端的户外增强现实无标志点跟踪注册方法 | |
| CN103954970B (zh) | 一种地形要素采集方法 | |
| CN105069843A (zh) | 一种面向城市三维建模的密集点云的快速提取方法 | |
| CN108305286A (zh) | 基于颜色编码的多目立体视觉脚型三维测量方法、系统和介质 | |
| CN103295239A (zh) | 一种基于平面基准影像的激光点云数据的自动配准方法 | |
| CN107092871A (zh) | 基于多尺度多特征融合的遥感影像建筑物检测方法 | |
| CN108830933A (zh) | 一种电力杆塔塔身重建方法、系统、介质及设备 | |
| CN101246595A (zh) | 光学三维扫描系统中多视点云数据拼合方法 | |
| CN116229265A (zh) | 一种自动无损提取大豆植株表型的方法 | |
| Guo et al. | Exploring GIS knowledge to improve building extraction and change detection from VHR imagery in urban areas | |
| CN115526999A (zh) | 流域模型生成方法及生成装置、电子设备、存储介质 | |
| Sun et al. | Geographic, geometrical and semantic reconstruction of urban scene from high resolution oblique aerial images. | |
| CN114202610A (zh) | 一种倾斜摄影建筑物单体化模型纹理映射方法 | |
| CN113344782B (zh) | 图像拼接方法、装置、存储介质及电子装置 | |
| CN107133260A (zh) | 一种地标图像的匹配识别方法和装置 | |
| CN104680560B (zh) | 基于图像线元对应的体育运动场地快速检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171024 Termination date: 20200228 |