CN105678817B - 一种高速提取圆形图像中心点的方法 - Google Patents

一种高速提取圆形图像中心点的方法 Download PDF

Info

Publication number
CN105678817B
CN105678817B CN201610004937.5A CN201610004937A CN105678817B CN 105678817 B CN105678817 B CN 105678817B CN 201610004937 A CN201610004937 A CN 201610004937A CN 105678817 B CN105678817 B CN 105678817B
Authority
CN
China
Prior art keywords
moving object
imaging
motion capture
reflecting marking
wavelength
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.)
Active
Application number
CN201610004937.5A
Other languages
English (en)
Other versions
CN105678817A (zh
Inventor
孟杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Duliang Technology Co Ltd
Original Assignee
Beijing Duliang Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Duliang Technology Co Ltd filed Critical Beijing Duliang Technology Co Ltd
Priority to CN201610004937.5A priority Critical patent/CN105678817B/zh
Publication of CN105678817A publication Critical patent/CN105678817A/zh
Priority to PCT/CN2016/111214 priority patent/WO2017118285A1/zh
Application granted granted Critical
Publication of CN105678817B publication Critical patent/CN105678817B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明提供一种快速确定圆形图像中心点的方法,包括:在圆形图像范围内平行地进行像素点逐行扫描,并记录每行扫描的像素点数量;对比扫描得到的每行像素点数量,找到像素点最多的行Lmax;计算找到的Lmax的中点,该点即为所述的圆形图像中心点。本发明的确定圆形图像中心点的方法简单明了、针对性强、速度快。本发明还进一步提供一种基于所述的确定圆形图像中心点方法的高速运动物体的动作捕捉方法,图像处理速度可达现有技术的几十倍,能够快速完成高速运动物体的动作捕捉。

Description

一种高速提取圆形图像中心点的方法
技术领域
本发明属于数字图像处理、机器视觉技术领域,涉及一种高速提取圆形图像中心点的方法。
背景技术
机器视觉简单说就是运用机器代替人眼来做测量和判断。机器视觉通常通过图像摄取装置将被摄取目标转换成图像信号,再进行图像处理,得到被摄目标的形态信息的数字化信号。目前,机器视觉正在越来越广泛地应用于关乎人们生活和生产的各个行业,可以说,只要是人工视觉无法完成的任务,大抵可以通过机器视觉完成。
人和物体在运动状态下的运动数据采集分析成为了近年来运用机器视觉的重要课题。通过解决这类课题,使得机器视觉在体育运动、康复工程、人机工效、动画制作、机械仿生等等诸多领域发挥着越来越重要的作用。以体育运动科学研究为例,如何提高竞技体育运动成绩,如何减少伤病发生几率,以及如何在伤病发生后进行安全有效的康复,这些课题都需要得到机器视觉的帮助。
竞技体育的运动成绩需要从身体机能和运动技术两个方面来提高。对运动技术的分析主要包括对运动数据的采集、分析和模拟仿真,并从运动生物力学角度对运动员进行细致动作指导,从而大幅提高运动成绩。而运动数据的采集中最关键的问题就是动作捕捉。现有技术中,对运动中的人体动作的捕捉已经从传统的人工影像解析发展到了采用红外光点自动识别技术的机器视觉解析,红外光点自动识别中,机器需要先获取贴附在分析对象表面的圆形标志点的影像,然后提取各圆形标志的中心点坐标。对圆形标志中心点的提取过程中,由于图像背景杂乱、成像品质低、扫描光照特性未知、标志点面积较小、以及成像易变形等因素广泛存在,使得直接从图像中提取检测图像边缘和中心点比较困难。为了克服这些因素带来的困难,现有技术的方法首先要对图像进行平滑处理用来减少图像的噪声或失真,然后提取与圆形标志点相关的图像元素;采取边界跟踪的方法提取图像的边缘,对图像元素进行椭圆特征参数提取,以识别所需要的标志点。传统的边沿提取,轮廓提取等方式,虽然可以适应多种环境,适应多种形状(圆形、矩形等),但效率较低,不适合高速运动的情况。
发明内容
本发明的首要目的在于:提供一种能够快速提取圆形图像中心点的方法,能够显著提升圆形标志中心点的确定速度。
本发明的进一步的目的在于:提供一种高速运动数据捕捉方法,应用上述提取圆形图像中心点的方法,能够满足高速运动下的动作捕捉要求。
本发明的上述目的通过以下技术方案实现:
首先,提供一种快速确定圆形图像中心点的方法,包括以下步骤:
1)在圆形图像范围内平行地进行像素点逐行扫描,并记录每行扫描的像素点数量;
2)对比步骤1)中扫描得到的每行像素点数量,找到像素点最多的行Lmax
3)计算步骤2)中找到的Lmax的中点,该点即为所述的圆形图像中心点。
本发明所述的确定圆形图像中心点的方法简单明了、针对性强、速度快,适合用于各种需要通过确定圆形标志物中心点来解决数据采集问题的领域。
在此基础上,本发明进一步提供一种高速动作捕捉方法,主要包括:
a)将正投影形状为圆形的反光标识固定在运动物体表面的预定位置;将固定有所述反光标识的运动物体置于成像镜头拍摄范围内;
b)给予运动物体近红外线照射,在运动物体运动过程中通过成像镜头持续成像,得到的图像中包含反光标识的圆形图像;
c)在b)中得到的每一帧图像中,在圆形图像范围内平行地进行像素点逐行扫描,并记录每行扫描的像素点数量;对比扫描得到的每行像素点数量,找到像素点最多的行Lmax;计算Lmax的中点,作为所述的反光标识的圆形图像的中心点,记录其坐标;
d)基于c)得到的每一帧图像中同一反光标识的中心点坐标变化获得运动物体的动作轨迹,完成对运动物体的动作捕捉。
本发明所述的动作捕捉方法中,a)所述的正投影形状为圆形的反光标识可以是球状反光标识,也可以是圆片状反光标识,优选球状反光标识。
本发明优选的动作捕捉方法中,b)所述的近红外线波长固定,且a)中所述的反光标识对所述的波长固定的近红外线具有高亮定向反射能力。
本发明进一步优选的动作捕捉方法中,在b)所述的成像前通过滤光装置屏蔽与b)所述的红外线波长不同的光线,仅透过与b)所述的红外线波长相同的光线。
本发明更进一步优选的动作捕捉方法中,b)所述的近红外线波长在800~900nm之间,最优选800~850nm之间。
本发明优选的动作捕捉方法中,b)所述的成像通过设有所述成像镜头的捕捉设备完成;所述的捕捉设备内置成像电路板和图像现场处理模块;所述的成像电路板控制b)所述的成像;所述的图像现场处理模块执行c)所述图像处理过程。
本发明进一步优选的动作捕捉方法中,所述的图像现场处理模块是基于现场可编程逻辑门阵列(FPGA)的硬件模块。
本发明最优选的一种高速动作捕捉方法,包括:
a)将球状反光标识固定在运动物体表面的预定位置;将固定有所述反光标识的运动物体置于被动式光学动作捕捉系统拍摄范围内;
所述的球状反光标识对800~850nm波长的红外线具有高亮定向反射能力;
所述的被动式光学动作捕捉系统由6-8台被动式光学动作捕捉设备、POE交换机和主控制计算机组成;被动式光学动作捕捉设备包括照射光源组件、光学镜头、控制舱;所述的照射光源组件包括光源和光源的控制电路板,所述的光源由5个以上的LED灯珠组成,设置在所述的光学镜头周围;所述的控制舱内设成像电路板来控制成像,同时设主控制板,并在主控制板设FPGA模块来控制数据处理、数据同步和供电;所述的成像电路板上设置图像传感器,成像电路板与主控制板之间通过FMC接口电联接;所述的控制舱表面有开孔,所述的光学镜头后部固定安装在控制舱外表面所述开孔处,光学镜头通过所述的开孔与控制舱内成像电路板上的图像传感器相对;所述的光源的控制电路板与所述的主控制板电联接;6-8台所述的被动式光学动作捕捉设备分别与POE交换机联接,POE交换机与主控计算机联接;
b)启动a)中所述的被动式光学动作捕捉系统,在运动物体运动过程中,每台被动式光学动作捕捉设备按照以下过程捕捉动作数据:光源给予运动物体800~850nm波长的红外线照射,在光学镜头前设置滤光装置屏蔽运动物体反射光中波长不在800~850nm范围的光线,仅透过反光标识反射的光线,同时通过图像传感器持续得到包含反光标识的圆形图像的视频数据,得到的视频数据由成像电路板通过FMC接口传输给主控制板的FPGA模块进行处理;
c)通过FPGA模块对b)得到的视频数据进行如下现场处理:在每一帧图像中,在圆形图像范围内平行地进行像素点逐行扫描,并记录每行扫描的像素点数量;对比扫描得到的每行像素点数量,找到像素点最多的行Lmax;计算Lmax的中点,作为所述的反光标识的圆形图像的中心点,记录其坐标;
d)每台被动式光学动作捕捉设备基于c)得到的每一帧图像中同一反光标识的中心点坐标变化获得运动物体的动作轨迹后,将数据传输至POE交换机,再由POE交换机传输至主控制计算机,完成对运动物体的动作捕捉。
本发明所述的方法可以应用于各种运动物体的动作捕捉,与现有技术相比,本发明的方法在图像处理和数据提取的速度上取得了意料不到的大幅提升,这种提升主要缘于以下几个技术手段:
1.成像前强化待提取圆心的圆形影像
为了减少圆心提取前的图像预处理工作(主要是减少图像噪声和干扰),本发明在成像前的以下两个环节中采取手段,实现了反光标识影像的强化:一是采用对特定波长的红外光具有高亮定向反射能力的反光标识固定于运动物体上,当采用所述特定波长的红外光照射运动物体时,只有运动物体表面的反光标识可以高效反射该波长的红外光;二是在成像前采用滤光装置进一步滤掉其他波段的光线,只保留反光标识反射回来的特定波长光线。这样一来,成像前就能有效去除复杂背景干扰,得到只含有反光标识的图像,为下一步快速锁定圆形处理目标打下良好的基础。
2.成像后运用了快速简便的圆心提取方法
本发明所述的快速确定圆形图像中心点的方法简单明了、处理速度快,特别适用于高速运动物体的动作捕捉分析。因为衡量高速运动下的物体动作捕捉是否成功时,最重要的标准不是标志点坐标的提取精度,而是提取速度。本发明中对圆形图像圆心的提取方法基于反光标识按像素点行列组合成像的原理,以及圆形内部平行线中直径最长且圆心位于直径中心的规律和特征,先直接通过对反光标识所形成的圆形图像进行像素逐行扫描找到直径,再找到直径的中点即可获得圆形图像的中心点。这种方法抓住了解决问题的要害,摒弃了不必要的繁琐计算过程,与现有的圆心提取方法相比,在提取速度上提高了十几倍甚至几十倍,而在精度方面并没有大幅度降低。这对于需要现场同步进行分析的应用场合来说是有重要意义的。
3.动作捕捉与图像处理同步现场完成
本发明的优选方案中,将圆心的提取在FPGA模块中直接进行处理,这样图像不需要经过传输,使图像处理、圆心坐标提取和成像基本上同步完成,不但解决了图像传输对处理速度造成的瓶颈问题,更进一步提升了动作捕捉的总体速度。
总之,本发明的方法通过上述几方面的手段显著提升了动作捕捉的速度,经测算,本发明的方法处理速度可达5000帧/秒及以上,是现有技术60帧/秒的八十多倍。
附图说明
图1是实施例2所述的被动式光学动作捕捉系统的组成结构示意图。
图2是实施例2所述的被动式光学动作捕捉设备的结构示意图。
图中标记说明如下:
1-照射光源组件;2-光学镜头;3-控制舱;11-LED灯珠;12-LED灯的控制电路板;31-成像电路板;32-主控制板;311-图像传感器;33-FMC接口;34-开孔;321-FPGA模块。
A-被动式光学动作捕捉设备;B-POE交换机;C-主控制计算机;D-待捕捉的运动物体。
具体实施方式
以下通过实施例的方式对本发明做进一步的详细说明。实施例中所用到的反光标识、成像镜头和FPGA模块都是现有产品,或者按照现有方法可以获得的产品。
实施例1
一种高速运动人体的动作捕捉方法,主要包括:
a)将对850nm红外线具有高亮定向反射能力的反光标识球固定在运动人体四肢关节点表面;将固定有所述反光标识球的运动人体置于成像镜头拍摄范围内;
b)在成像镜头周边布置850nm红外线光源,并在成像镜头内置850nm滤光片,给予运动人体850nm红外线照射,在运动人体高速运动过程中通过成像镜头持续成像,得到的图像中包含反光标识球的圆形图像;所述的成像镜头所在的捕捉设备内置控制成像的成像芯片和控制图像处理的FPGA硬件模块;
c)将b)中得到的每一帧图像通过FPGA模块及其内部预置的软件程序直接做如下处理:利用CMOS/CCD图像传感器在圆形图像范围内平行地进行像素点逐行扫描,并记录每行扫描的像素点数量;对比扫描得到的每行像素点数量,找到像素点最多的行Lmax;计算Lmax的中点,作为所述的反光标识球的中心点,记录其坐标;
d)基于c)得到的每一帧图像中同一反光标识球的中心点坐标变化获得运动人体的动作轨迹,完成对高速运动的人体的动作捕捉。
本实施例的方法中使用了快速提取圆形图像中心点的方法,处理速度可达5000帧/秒及以上,能够有效捕捉运动员在高速运动中的运动数据,获得关键动作的动作轨迹,这些运动数据可以用于分析及模拟仿真,可从运动生物力学的角度对运动员进行细致动作指导,从而大幅提高成绩。同时,用捕捉到的受试者动作数据与国际优秀运动员的技术动作参数做比较,对提高和完善受试者运动技术有着指导性作用。另外,运动员常常出现运动损伤,通过将捕捉到的运动学数据与力学数据结合并分析,可判断损伤程度,制定康复方案并提出预防损伤的方法。
实施例2
一种高速运动物体的动作捕捉方法,主要包括:
a)将球状反光标识固定在运动物体表面的预定位置;将固定有所述反光标识的运动物体置于被动式光学动作捕捉系统拍摄范围内;
所述的球状反光标识对800~850nm波长的红外线具有高亮定向反射能力;
如图1所示,所述的被动式光学动作捕捉系统由6-8台被动式光学动作捕捉设备A、POE交换机B和主控制计算机C组成;如图2所示,被动式光学动作捕捉设备包括照射光源组件1、光学镜头3、控制舱3;所述的照射光源组件1包括5个以上的LED灯珠组成的LED灯11和光源的控制电路板12,LED灯11设置在所述的光学镜头2周围;所述的控制舱3内设成像电路板31来控制成像,同时设主控制板32,并在主控制板设FPGA模块321来控制数据处理、数据同步和供电;所述的成像电路板31上设置图像传感器311,成像电路板31与主控制板32之间通过FMC接口33电联接;所述的控制舱3表面有开孔34,所述的光学镜头2后部固定安装在控制舱3外表面所述开孔34处,光学镜头2通过所述的开孔34与控制舱3内成像电路板31上的图像传感器311相对;所述的光源的控制电路板12与所述的主控制板32电联接;如图1所示,6-8台所述的被动式光学动作捕捉设备A分别与POE交换机B联接,POE交换机B与主控计算机C联接;
b)启动a)中所述的被动式光学动作捕捉系统,在运动物体运动过程中,每台被动式光学动作捕捉设备A按照以下过程捕捉动作数据:LED灯11给予运动物体800~850nm波长的红外线照射,在光学镜头2前设置滤光装置屏蔽运动物体反射光中波长不在800~850nm范围的光线,仅透过反光标识反射的光线,同时通过图像传感器311持续得到包含反光标识的圆形图像的视频数据,得到的视频数据由成像电路板31通过FMC接口33传输给主控制板32的FPGA模块321进行处理;
c)通过FPGA模块321对b)得到的视频数据进行如下现场处理:在每一帧图像中,在圆形图像范围内平行地进行像素点逐行扫描,并记录每行扫描的像素点数量;对比扫描得到的每行像素点数量,找到像素点最多的行Lmax;计算Lmax的中点,作为所述的反光标识的圆形图像的中心点,记录其坐标;
d)每台被动式光学动作捕捉设备A基于c)得到的每一帧图像中同一反光标识的中心点坐标变化获得运动物体的动作轨迹后,将数据传输至POE交换机B,再由POE交换机B传输至主控制计算机C,完成对运动物体的动作捕捉。

Claims (6)

1.一种高速运动物体的动作捕捉方法,主要包括:
a)将反光标识固定在运动物体表面的预定位置;将固定有所述反光标识的运动物体置于成像镜头拍摄范围内;所述的反光标识对波长固定的近红外线具有高亮定向反射能力;
b)给予运动物体波长固定的近红外线照射,在运动物体运动过程中通过成像镜头持续成像,得到的图像中包含反光标识的圆形图像;在所述的成像前通过滤光装置屏蔽与所述的红外线波长不同的光线,仅透过与所述的红外线波长相同的光线;
c)在b)中得到的每一帧图像中,在圆形图像范围内平行地进行像素点逐行扫描,并记录每行扫描的像素点数量;对比扫描得到的每行像素点数量,找到像素点最多的行Lmax;计算Lmax的中点,作为所述的反光标识的圆形图像的中心点,记录其坐标;
d)基于c)得到的每一帧图像中同一反光标识的中心点坐标变化获得运动物体的动作轨迹,完成对运动物体的动作捕捉。
2.如权利要求1所述的方法,其特征在于:b)所述的近红外线波长在800~900nm之间。
3.如权利要求1所述的方法,其特征在于:b)所述的近红外线波长在800~850nm之间。
4.如权利要求1所述的方法,其特征在于:b)所述的成像通过设有所述成像镜头的捕捉设备完成;所述的捕捉设备内置成像芯片和图像现场处理模块;所述的成像芯片控制b)所述的成像;所述的图像现场处理模块执行c)所述图像处理过程。
5.如权利要求4所述的方法,其特征在于:所述的图像现场处理模块是基于现场可编程逻辑门阵列(FPGA)的硬件模块。
6.如权利要求1所述的方法,其特征在于:
步骤a所述的反光标识为球状反光标识;
步骤a所述的波长固定的近红外线为800~850nm波长的红外线;
步骤a所述的成像镜头来自被动式光学动作捕捉系统;所述的被动式光学动作捕捉系统由6-8台被动式光学动作捕捉设备、POE交换机和主控制计算机组成;被动式光学动作捕捉设备包括照射光源组件、光学镜头、控制舱;所述的照射光源组件包括光源和光源的控制电路板,所述的光源由5个以上的LED灯珠组成,设置在所述的光学镜头周围;所述的控制舱内设成像电路板来控制成像,同时设主控制板,并在主控制板设FPGA模块来控制数据处理、数据同步和供电;所述的成像电路板上设置图像传感器,成像电路板与主控制板之间通过FMC接口电联接;所述的控制舱表面有开孔,所述的光学镜头后部固定安装在控制舱外表面所述开孔处,光学镜头通过所述的开孔与控制舱内成像电路板上的图像传感器相对;所述的光源的控制电路板与所述的主控制板电联接;6-8台所述的被动式光学动作捕捉设备分别与POE交换机联接,POE交换机与主控计算机联接;
所述的步骤b具体通过以下方式实现:启动步骤a中所述的被动式光学动作捕捉系统,在运动物体运动过程中,每台被动式光学动作捕捉设备按照以下过程捕捉动作数据:光源给予运动物体800~850nm波长的红外线照射,在光学镜头前设置滤光装置屏蔽运动物体反射光中波长不在800~850nm范围的光线,仅透过反光标识反射的光线,同时通过图像传感器持续得到包含反光标识的圆形图像的视频数据,得到的视频数据由成像电路板通过FMC接口传输给主控制板的FPGA模块进行处理;
所述的步骤c由所述的被动式光学动作捕捉设备主控制板的FPGA模块完成;
所述的步骤d具体通过以下方式实现:每台所述的被动式光学动作捕捉设备基于步骤c得到的每一帧图像中同一反光标识的中心点坐标变化获得运动物体的动作轨迹后,将数据传输至POE交换机,再由POE交换机传输至主控制计算机,完成对运动物体的动作捕捉。
CN201610004937.5A 2016-01-05 2016-01-05 一种高速提取圆形图像中心点的方法 Active CN105678817B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201610004937.5A CN105678817B (zh) 2016-01-05 2016-01-05 一种高速提取圆形图像中心点的方法
PCT/CN2016/111214 WO2017118285A1 (zh) 2016-01-05 2016-12-21 一种高速提取圆形图像中心点的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610004937.5A CN105678817B (zh) 2016-01-05 2016-01-05 一种高速提取圆形图像中心点的方法

Publications (2)

Publication Number Publication Date
CN105678817A CN105678817A (zh) 2016-06-15
CN105678817B true CN105678817B (zh) 2017-05-31

Family

ID=56298875

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610004937.5A Active CN105678817B (zh) 2016-01-05 2016-01-05 一种高速提取圆形图像中心点的方法

Country Status (2)

Country Link
CN (1) CN105678817B (zh)
WO (1) WO2017118285A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105472224B (zh) * 2016-01-05 2017-03-15 北京度量科技有限公司 一种被动式光学动作捕捉设备及其应用
CN105678817B (zh) * 2016-01-05 2017-05-31 北京度量科技有限公司 一种高速提取圆形图像中心点的方法
GB201703243D0 (en) * 2017-02-28 2017-04-12 Pro Sport Support Ltd System, method, apparatus and marker for assessing athletic performance
CN107803025B (zh) * 2017-11-05 2019-03-15 北京度量科技有限公司 一种3d高精度实时瞄准及触发模拟方法
WO2019215472A2 (en) * 2018-05-10 2019-11-14 Olympus Corporation Passive marker systems and methods for motion tracking
CN110264519B (zh) * 2019-06-06 2023-05-02 深圳市灵星雨科技开发有限公司 一种led屏幕灯珠识别方法和装置以及设备
CN110969659B (zh) * 2019-10-31 2024-03-15 浙江清华长三角研究院 一种被动式标记点的空间定位装置和方法
CN117058766B (zh) * 2023-09-11 2023-12-19 轻威科技(绍兴)有限公司 一种基于主动光频闪的动作捕捉系统和方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102124423A (zh) * 2008-01-22 2011-07-13 新世代株式会社 摄像装置、在线游戏系统、操作物、输入方法、图像解析装置、图像解析方法以及记录媒体
CN105006000A (zh) * 2015-08-18 2015-10-28 河海大学常州校区 一种应用于智能激光切割的图像自动标定方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8103055B2 (en) * 2008-01-11 2012-01-24 Omg Plc Detection of blobs in images
CN101334263B (zh) * 2008-07-22 2010-09-15 东南大学 圆形目标的圆心定位方法
US9019349B2 (en) * 2009-07-31 2015-04-28 Naturalpoint, Inc. Automated collective camera calibration for motion capture
CN102509311B (zh) * 2011-11-21 2015-01-21 华亚微电子(上海)有限公司 运动检测方法和装置
CN104464431B (zh) * 2014-12-15 2017-02-22 北京科东电力控制系统有限责任公司 一种电力安全培训实体仿真系统
CN105678817B (zh) * 2016-01-05 2017-05-31 北京度量科技有限公司 一种高速提取圆形图像中心点的方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102124423A (zh) * 2008-01-22 2011-07-13 新世代株式会社 摄像装置、在线游戏系统、操作物、输入方法、图像解析装置、图像解析方法以及记录媒体
CN105006000A (zh) * 2015-08-18 2015-10-28 河海大学常州校区 一种应用于智能激光切割的图像自动标定方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Vicon三维运动捕捉系统在人体运动分析中的应用;罗逸苇;《浙江工贸职业技术学院学报》;20070514;第7卷(第1期);40-43 *
基于实时动作捕捉技术在影视动画中的研究;王新 等;《微型电脑应用》;20140504;第30卷(第3期);16-17 *

Also Published As

Publication number Publication date
WO2017118285A1 (zh) 2017-07-13
CN105678817A (zh) 2016-06-15

Similar Documents

Publication Publication Date Title
CN105678817B (zh) 一种高速提取圆形图像中心点的方法
CN105956586B (zh) 一种基于tof 3d摄像机的智能跟踪系统
CN110991413B (zh) 一种基于ReID的跑步检测方法
CN108052878B (zh) 人脸识别设备和方法
CN109977813A (zh) 一种基于深度学习框架的巡检机器人目标定位方法
CN106580294A (zh) 基于多模态成像技术的生理信号远程监控系统及应用
CN106384106A (zh) 一种基于三维扫描的反欺诈人脸识别系统
CN103099602A (zh) 基于光学识别的体质检测方法与系统
CN109427065B (zh) 基于热成像的关脉识别系统
CN102525400A (zh) 带有双目摄像机的智能视力检测装置
CN103514449B (zh) 一种图像采集装置及方法
CN108074265A (zh) 一种基于视觉辨识的网球定位系统、方法及装置
CN109101935A (zh) 基于热成像相机的人物动作捕捉系统和方法
CN107092905A (zh) 一种电力巡检机器人的待识别仪器定位方法
CN107374630A (zh) 一种医疗检测系统患者床位置的控制方法和装置
CN112702481A (zh) 一种基于深度学习的乒乓球轨迹跟踪装置及方法
CN115035546B (zh) 三维人体姿态检测方法、装置及电子设备
CN110030988A (zh) 一种用于高动态位姿测量的多信标高速同步识别方法
CN106933341A (zh) 一种在图像中确定手指所处区域的方法、装置及腕式设备
CN213823403U (zh) 基于雷达循迹捕捉落球点的羽毛球运动水平测试评分设备
CN104605819A (zh) 用于近红外静脉血管显像点对点投影的装置及方法
CN106546539A (zh) 一种自动血型分析仪智能视觉扫描系统
CN107413020A (zh) 体感健身机及控制方法、体感健身系统及控制方法
JPH0486958A (ja) 三次元特徴点座標抽出方法
CN109238237A (zh) 一种监测准确的桥梁监测系统

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