CN107899226A - 一种基于映射解析预处理的乒乓球定位方法及系统 - Google Patents

一种基于映射解析预处理的乒乓球定位方法及系统 Download PDF

Info

Publication number
CN107899226A
CN107899226A CN201711071930.6A CN201711071930A CN107899226A CN 107899226 A CN107899226 A CN 107899226A CN 201711071930 A CN201711071930 A CN 201711071930A CN 107899226 A CN107899226 A CN 107899226A
Authority
CN
China
Prior art keywords
image
table tennis
camera
mapping
plane
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.)
Withdrawn
Application number
CN201711071930.6A
Other languages
English (en)
Inventor
严军荣
卢玉龙
陈彦琦
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.)
Hangzhou Qian Bo Technology Co Ltd
Original Assignee
Hangzhou Qian Bo 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 Hangzhou Qian Bo Technology Co Ltd filed Critical Hangzhou Qian Bo Technology Co Ltd
Priority to CN201711071930.6A priority Critical patent/CN107899226A/zh
Publication of CN107899226A publication Critical patent/CN107899226A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • A63B71/0605—Decision makers and devices using detection means facilitating arbitration
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B59/00—Bats, rackets, or the like, not covered by groups A63B49/00 - A63B57/00
    • A63B59/40—Rackets or the like with flat striking surfaces for hitting a ball in the air, e.g. for table tennis
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B67/00—Sporting games or accessories therefor, not provided for in groups A63B1/00 - A63B65/00
    • A63B67/04—Table games physically beneficial for the human body, modelled on outdoor sports, e.g. table tennis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T3/08—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/292—Multi-camera tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/757—Matching configurations of points or features
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0021—Tracking a path or terminating locations
    • A63B2024/0053—Tracking a path or terminating locations for locating an object, e.g. a lost ball
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2102/00—Application of clubs, bats, rackets or the like to the sporting activity ; particular sports involving the use of balls and clubs, bats, rackets, or the like
    • A63B2102/16—Table tennis
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/62—Time or time measurement used for time reference, time stamp, master time or clock signal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20068—Projection on vertical or horizontal image axis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于映射解析预处理的乒乓球定位方法及系统。其系统包括建立映射平面坐标系模块、获取映射解析预处理图像及判断乒乓球是否在映射区域模块、计算乒乓球在各映射图像的位置及转换坐标系模块、计算乒乓球的空间位置模块。本发明在不使用幕布的前提下，灰度相机在非纯色背景下拍摄获取图像，采用背景预处理的手段准确判断物体在图像上的映射位置，根据多组灰度相机的位置及其对应图像的映射位置实现乒乓球定位。本发明解决了基于物联网的乒乓球运动系统不能简单有效地计算处于运动状态的乒乓球的实时位置的问题。

Description

一种基于映射解析预处理的乒乓球定位方法及系统
技术领域
本发明属于智能乒乓球运动技术领域，特别是涉及一种基于映射解析预处理的乒乓球定位方法及系统。
背景技术
目前对乒乓球运动定位的方案主要有两类，一种是计算机视觉分析方法，一种是信号触发判断方法。
计算机视觉分析方法主要通过多台高速高清摄像机实时采集乒乓球运动时的录像，对录像中的每个图像进行目标识别和空间定位后形成数据，再通过滤波和跟踪计算乒乓球的位置，该方法的缺点是计算复杂度高。
信号触发判断方法是通过安装在乒乓球台和球网的压电传感器获取因受到乒乓球撞击而产生的震动信号，比较多个震动信号的强度和产生时间，从而计算出乒乓球的撞击位置和大致的运动轨迹，该方案的缺点是不能定位乒乓球在空中的位置。
发明内容
本发明所要解决的技术问题是基于物联网的乒乓球运动系统不能简单有效地计算处于运动状态的乒乓球的实时位置的问题，提出一种基于映射解析预处理的乒乓球定位方法及系统。
映射解析定位是指用灰度相机以纯色幕布为背景拍照获取某物体在幕布上的图像，确定该物体在幕布上的映射位置，根据多组相机的位置及其对应的映射位置实现物体定位。若映射解析定位中没有幕布作为背景承载，则很难在所拍摄的映射图像中定位出乒乓球位置，若使用幕布，则增加了部署乒乓球运动系统的成本和复杂性。本发明基于如图1所示的乒乓球运动系统，不安装幕布，乒乓球桌上方和侧方的灰度相机上附加背景预处理装置，将背景预处理后的乒乓球图像，然后发送至服务器，服务器完成数据的存储和计算。
本发明的前置基础是已建立三维空间坐标系，三维空间坐标系原点为乒乓球桌正中心，x轴和y轴组成水平面，z轴垂直于桌面向上。正上方灰度相机和侧方灰度相机分别记为相机1和相机2，记录相机1和相机2的x-y-z三维空间坐标值为(X1,Y1,Z1)和(X2,Y2,Z2)。设置采样时间间隔T，采样时间间隔T小于乒乓球撞击球桌的平均时间间隔(根据历史数据统计获得)。
本发明的基于映射解析预处理的乒乓球定位系统，包括建立映射平面坐标系模块、获取映射解析预处理图像及判断乒乓球是否在映射区域内模块、计算乒乓球在映射图像的位置及转换坐标系模块、计算乒乓球的空间位置模块。
建立映射平面坐标系模块：球桌正上方和侧方的灰度相机记为相机1和相机2，根据相机1和相机2的拍摄范围设定映射平面，记为平面1和平面2，根据平面1的尺寸设置平面坐标系，记为m-n坐标系，长边为m，短边为n，原点位于平面的左上角；根据平面2的尺寸设置平面坐标系，记为j-k坐标系，长边为j，短边为k，原点位于平面的左上角。
获取映射解析预处理图像及判断乒乓球是否在映射区域内模块：灰度相机1和灰度相机2按照事先设置的采样时间间隔T拍摄灰度图像，采用映射图像预处理方法(例如高对比度形状判断算法)将拍摄范围内的非乒乓球图形的复杂背景干扰去除(图像预处理)，然后将预处理过的图像发送至服务器，服务器获取图像，根据基于灰度匹配的图像匹配算法判断灰度图像中是否存在乒乓球的灰度图形，如果存在则判定乒乓球在映射区域内，进入计算乒乓球在各映射图像中的位置模块；否则判定乒乓球不在映射区域内，返回获取映射解析预处理图像及判断乒乓球是否在映射区域内模块。
计算乒乓球在映射图像的位置及转换坐标系模块：相机1和相机2获得的灰度图像分别记为图像1和图像2；根据灰度图像匹配算法中的互相关度量标准计算图像1中乒乓球中心点的坐标值为(m,n)；根据灰度图像匹配算法中的互相关度量标准计算图像2中乒乓球中心点的坐标值为(j,k)；根据图像1和图像2所在平面在x-y-z三维空间系中的位置，将图像1和图像2中乒乓球中心点的坐标值(m,n)和(j,k)转化为x-y-z三维空间坐标值(x1,y1,z1)和(x2,y2,z2)。
计算乒乓球的空间位置模块：相机1和相机2的x-y-z三维空间坐标值为固定值，记为(X1,Y1,Z1)和(X2,Y2,Z2)，记相机1与图像1中乒乓球中心点的连线为线段1，记相机2与图像2中乒乓球中心点的连线为线段2；根据定位精确度设置线段1的拟合数M和线段2的拟合数N，M和N均为正整数；在线段1上均匀选取M个拟合点，计算M个拟合点的三维空间坐标值，具体地，根据(X1,Y1,Z1)和(x1,y1,z1)计算三轴坐标差为Δx1＝x1-X1，Δy1＝y1-Y1，Δz1＝z1-Z1，将三轴坐标差M等分并在(X1,Y1,Z1)的基础上进行依次叠加，获得M个拟合点的三维空间坐标值；在线段2上均匀选取N个拟合点，计算N个拟合点的三维空间坐标值；计算线段1上M个拟合点与线段2上N个拟合点之间的最小距离，则以最小距离对应的两个拟合点坐标值的平均值为乒乓球的三维空间坐标值；返回获取映射解析预处理图像及判断乒乓球是否在映射区域内模块。
基于映射解析预处理的乒乓球定位系统的系统框图如图2所示。
本发明的基于映射解析预处理的乒乓球定位方法按以下步骤：
步骤1、建立映射平面坐标系及设置参数。
球桌正上方和侧方的灰度相机记为相机1和相机2，根据相机1和相机2的拍摄范围设定映射平面，记为平面1和平面2，根据平面1的尺寸设置平面坐标系，记为m-n坐标系，长边为m，短边为n，原点位于平面的左上角；根据平面2的尺寸设置平面坐标系，记为j-k坐标系，长边为j，短边为k，原点位于平面的左上角；设置采样时间间隔T，采样时间间隔T小于乒乓球撞击球桌的平均时间间隔(根据历史数据统计获得)；记录相机1和相机2在x-y-z三维空间系中的位置坐标值为(X1,Y1,Z1)和(X2,Y2,Z2)。
步骤2、获取映射解析预处理图像及判断乒乓球是否在映射区域内。
灰度相机1和灰度相机2按照事先设置的采样时间间隔T拍摄灰度图像，采用映射图像预处理方法将拍摄范围内的非乒乓球图形的复杂背景干扰去除(图像预处理)，然后将预处理过的图像发送至服务器，服务器获取图像，根据基于灰度匹配的图像匹配算法判断灰度图像中是否存在乒乓球的灰度图形，如果存在则判定乒乓球在映射区域内，进入步骤3；否则判定乒乓球不在映射区域内，返回步骤2。
步骤3、计算乒乓球在映射图像的位置及转换坐标系。
相机1和相机2获得的灰度图像分别记为图像1和图像2；根据灰度图像匹配算法中的互相关度量标准计算图像1中乒乓球中心点的坐标值为(m,n)；根据灰度图像匹配算法中的互相关度量标准计算图像2中乒乓球中心点的坐标值为(j,k)；根据图像1和图像2所在平面在x-y-z三维空间系中的位置，将图像1和图像2中乒乓球中心点的坐标值(m,n)和(j,k)转化为x-y-z三维空间坐标值(x1,y1,z1)和(x2,y2,z2)。
步骤4、计算乒乓球的空间位置。
记相机1与图像1中乒乓球中心点的连线为线段1，记相机2与图像2中乒乓球中心点的连线为线段2；根据定位精确度设置线段1的拟合数M和线段2的拟合数N，M和N均为正整数；在线段1上均匀选取M个拟合点，计算M个拟合点的三维空间坐标值，具体地，根据(X1,Y1,Z1)和(x1,y1,z1)计算三轴坐标差为Δx1＝x1-X1，Δy1＝y1-Y1，Δz1＝z1-Z1，将三轴坐标差M等分并在(X1,Y1,Z1)的基础上进行依次叠加，获得M个拟合点的三维空间坐标值；在线段2上均匀选取N个拟合点，计算N个拟合点的三维空间坐标值；计算线段1上M个拟合点与线段2上N个拟合点之间的最小距离L，则以最小距离L对应的两个拟合点坐标值的平均值为乒乓球的三维空间坐标值；返回步骤2。
基于映射解析预处理的乒乓球定位方法流程图，如图3所示。
本发明的方法及系统具有的优点是：
(1)应用映射解析预处理定位技术，简化乒乓球定位系统的硬件组成，有利于技术的实际运用。
(2)采用线段拟合的算法进行映射解析定位，降低计算乒乓球位置的复杂度。
附图说明
图1是本发明的基于映射解析预处理乒乓球定位的乒乓球运动系统的结构示意图；
图2是本发明的基于映射解析预处理的乒乓球定位系统框图；
图3是本发明的基于映射解析预处理的乒乓球定位方法流程图；
图4是本发明实施例的乒乓球系统乒乓球空间位置示意图；
具体实施方式
下面对本发明优选实施例作详细说明。
本发明基于映射解析定位技术。映射解析定位是指用灰度相机以纯色幕布为背景拍照获取某物体在幕布上的图像，确定该物体在幕布上的映射位置，根据多组相机的位置及其对应的映射位置实现物体定位。若映射解析定位中没有幕布作为背景承载，则很难在所拍摄的映射图像中定位出乒乓球位置，若使用幕布，则增加了部署乒乓球运动系统的成本和复杂性。在如图1所示的乒乓球运动系统中，不安装幕布，乒乓球桌上方和侧方的灰度相机上附加背景预处理装置，将背景预处理后的乒乓球图像，然后发送至服务器，服务器完成数据的存储和计算。本发明在不使用幕布的前提下，灰度相机在非纯色背景下拍摄获取图像，采用背景预处理的手段准确判断物体在图像上的映射位置，根据多组灰度相机的位置及其对应图像的映射位置实现乒乓球定位。
本发明的前置基础是已建立三维空间坐标系，三维空间坐标系原点为乒乓球桌正中心，x轴和y轴组成水平面，z轴垂直于桌面向上。正上方灰度相机和侧方灰度相机分别记为相机1和相机2，记录相机1和相机2的x-y-z三维空间坐标值为(X1,Y1,Z1)和(X2,Y2,Z2)。设置采样时间间隔T，采样时间间隔T小于乒乓球撞击球桌的平均时间间隔(根据历史数据统计获得)。本实施例中，三维空间坐标系的原点为乒乓球桌正中心，乒乓球桌正中心是指乒乓球网中心轴与乒乓球桌的交点，x轴平行于乒乓球桌窄边，y轴平行于乒乓球桌长边，z轴垂直于桌面向上，如图4所示。正上方灰度相机和侧方灰度相机分别记为相机1和相机2，相机1的三维空间坐标值为(0,0,2)，相机2的三维空间坐标值为(2.4,0,0)，单位为米。设置采样时间间隔T＝1微秒。
本发明的基于映射解析预处理的乒乓球定位系统，包括建立映射平面坐标系模块、获取映射解析预处理图像及判断乒乓球是否在映射区域内模块、计算乒乓球在映射图像的位置及转换坐标系模块、计算乒乓球的空间位置模块。
建立映射平面坐标系模块：球桌正上方和侧方的灰度相机记为相机1和相机2，根据相机1和相机2的拍摄范围设定映射平面，记为平面1和平面2，根据平面1的尺寸设置平面坐标系，记为m-n坐标系，长边为m，短边为n，原点位于平面的左上角；根据平面2的尺寸设置平面坐标系，记为j-k坐标系，长边为j，短边为k，原点位于平面的左上角。本实施例中，相机1和相机2均采用3.6毫米(mm)焦距，平面1为乒乓球桌正面的图像，平面2为乒乓球侧面的图像，其中平面1完全覆盖乒乓球桌，尺寸为2740mm×1525mm，平面2距离乒乓球桌1米，最顶端高度高于地面3米，尺寸为2740mm×2500mm，根据平面1的尺寸设置平面坐标系，记为m-n坐标系，长边为m，短边为n，原点位于平面的左上角；根据平面2的尺寸设置平面坐标系，记为j-k坐标系，长边为j，短边为k，原点位于平面的左上角。
获取映射解析预处理图像及判断乒乓球是否在映射区域内模块：灰度相机1和灰度相机2按照事先设置的采样时间间隔T拍摄灰度图像，采用映射图像预处理方法(例如高对比度形状判断算法)将拍摄范围内的非乒乓球图形的复杂背景干扰去除(图像预处理)，然后将预处理过的图像发送至服务器，服务器获取图像，根据基于灰度匹配的图像匹配算法判断灰度图像中是否存在乒乓球的灰度图形，如果存在则判定乒乓球在映射区域内，进入计算乒乓球在各映射图像中的位置模块；否则判定乒乓球不在映射区域内，返回获取映射解析预处理图像及判断乒乓球是否在映射区域内模块。本实施例中，设置的采样时间间隔T＝1微秒，灰度相机按照采样时间间隔采集灰度图像，然后进行实时预处理，预处理方式为：根据基于灰度匹配的图像匹配算法提取灰度图像中连续的高对比度图形的形状，如果形状不是圆形或椭圆形则进行干扰消除处理，然后将处理后的图像发送至服务器，服务器根据基于灰度匹配的图像匹配算法计算对比度差异区域的面积，若面积在0.0015平方米到0.002平方米之间，则判定为灰度图像中存在乒乓球图形，某时刻两个灰度相机得到的图像中，预处理时排除了平面2中固定存在的长条形形状的高对比度图形，然后将图像发送至服务器，经过图像匹配算法，两个图像中对比度差异较大区域的面积分别为0.0016平方米和0.0018平方米，均在0.0015平方米到0.002平方米之间，则判定为乒乓球在映射区域内，进入计算乒乓球在各映射图像中的位置及转换坐标系模块。
计算乒乓球在映射图像的位置及转换坐标系模块：相机1和相机2获得的灰度图像分别记为图像1和图像2；根据灰度图像匹配算法中的互相关度量标准计算图像1中乒乓球中心点的坐标值为(m,n)；根据灰度图像匹配算法中的互相关度量标准计算图像2中乒乓球中心点的坐标值为(j,k)；根据图像1和图像2所在平面在x-y-z三维空间系中的位置，将图像1和图像2中乒乓球中心点的坐标值(m,n)和(j,k)转化为x-y-z三维空间坐标值(x1,y1,z1)和(x2,y2,z2)。本实施例中，图像1为乒乓球桌正面的图像，图像2为乒乓球桌侧面的图像，根据灰度图像匹配算法中已有的互相关度量标准，计算出与图像1取得互相关函数最大值的坐标点为图像1中乒乓球中心点的坐标值(2.7,1.2)，计算出与图像2取得互相关函数最大值的坐标点为图像2中乒乓球中心点的坐标值(2.65,0.24)。平面1在x-y-z三维空间系中的位置为乒乓球桌面位置，则图像1中乒乓球的三维空间坐标值为(1.2,2.7,0)，平面2尺寸为2740毫米×2500毫米，距离乒乓球桌距离为1米，最高处距离地面3米，则图像2中乒乓球的三维空间坐标值为(-1.7625,2.65,2)。
计算乒乓球的空间位置模块：相机1和相机2的x-y-z三维空间坐标值为固定值，记为(X1,Y1,Z1)和(X2,Y2,Z2)，记相机1与图像1中乒乓球中心点的连线为线段1，记相机2与图像2中乒乓球中心点的连线为线段2；根据定位精确度设置线段1的拟合数M和线段2的拟合数N，M和N均为正整数；在线段1上均匀选取M个拟合点，计算M个拟合点的三维空间坐标值，具体地，根据(X1,Y1,Z1)和(x1,y1,z1)计算三轴坐标差为Δx1＝x1-X1，Δy1＝y1-Y1，Δz1＝z1-Z1，将三轴坐标差M等分并在(X1,Y1,Z1)的基础上进行依次叠加，获得M个拟合点的三维空间坐标值；在线段2上均匀选取N个拟合点，计算N个拟合点的三维空间坐标值；计算线段1上M个拟合点与线段2上N个拟合点之间的最小距离，则以最小距离对应的两个拟合点坐标值的平均值为乒乓球的三维空间坐标值；返回获取映射解析预处理图像及判断乒乓球是否在映射区域内模块。本实施例中，相机1的三维空间坐标值为(0,0,2)，相机2的三维空间坐标值为(2.4,0,0)，图像1中乒乓球的三维空间坐标值为(1.2,2.7,0)，图像2中乒乓球的三维空间坐标值为(-1.7625,2.65,2)，线段1和线段2如图4所示，根据定位精度(厘米级)粗略设置其拟合点个数均为10，即M＝N＝10。则线段1的三轴坐标差：Δx1＝1.2，Δy1＝2.7，Δz1＝-2，线段1中10个拟合点的三维空间坐标值分别为(0.12,0.27,1.8)、(0.24,0.54,1.6)、(0.36,0.81,1.4)、(0.48,1.08,1.2)、(0.6,1.35,1)、(0.72,1.62,0.8)、(0.84,1.89,0.6)、(0.96,2.16,0)、(1.08,2.43,0)、(1.2,2.7,0)；同理线段2的三轴坐标差：Δx2＝-4.16，Δy2＝2.65，Δz2＝2，则线段2中10个拟合点的三维空间坐标值分别为(1.984,0.265,0.2)、(1.568,0.53,0.4)、(1.152,0.795,0.6)、(0.736,1.06,0.8)、(0.32,1.325,1)、(-0.096,1.59,1.2)、(-0.512,1.855,1.4)、(-0.928,2.12,1.6)、(-1.344,2.385,1.8)、(-1.7625,2.65,2)；计算出线段1中各点到线段2中各点的最小距离L＝0.28m，L由坐标值(0.6,1.35,1)和(0.32,1.325,1)得到，计算(0.6,1.35,1)和(0.32,1.325,1)的平均值(x,y,z)＝(0.46,1.3375,1)，以此作为乒乓球三维空间坐标值；返回获取映射解析预处理图像及判断乒乓球是否在映射区域内模块。
本发明的基于映射解析预处理的乒乓球定位方法按以下步骤：
步骤1、建立映射平面坐标系及设置参数。
球桌正上方和侧方的灰度相机记为相机1和相机2，根据相机1和相机2的拍摄范围设定映射平面，记为平面1和平面2，根据平面1的尺寸设置平面坐标系，记为m-n坐标系，长边为m，短边为n，原点位于平面的左上角；根据平面2的尺寸设置平面坐标系，记为j-k坐标系，长边为j，短边为k，原点位于平面的左上角；设置采样时间间隔T，采样时间间隔T小于乒乓球撞击球桌的平均时间间隔(根据历史数据统计获得)；记录相机1和相机2在x-y-z三维空间系中的位置坐标值为(X1,Y1,Z1)和(X2,Y2,Z2)。本实施例中，相机1和相机2均采用3.6毫米(mm)焦距，平面1为乒乓球桌正面的图像，平面2为乒乓球侧面的图像，其中平面1完全覆盖乒乓球桌，尺寸为2740mm×1525mm，平面2距离乒乓球桌1米，最顶端高度高于地面3米，尺寸为2740mm×2500mm，根据平面1的尺寸设置平面坐标系，记为m-n坐标系，长边为m，短边为n，原点位于平面的左上角；根据平面2的尺寸设置平面坐标系，记为j-k坐标系，长边为j，短边为k，原点位于平面的左上角。设置采样时间间隔T＝1微秒。记录相机1的三维空间坐标值为(0,0,2)，相机2的三维空间坐标值为(2.4,0,0)，单位为米。
步骤2、获取映射解析预处理图像及判断乒乓球是否在映射区域内。
灰度相机1和灰度相机2按照事先设置的采样时间间隔T拍摄灰度图像，采用映射图像预处理方法将拍摄范围内的非乒乓球图形的复杂背景干扰去除(图像预处理)，然后将预处理过的图像发送至服务器，服务器获取图像，根据基于灰度匹配的图像匹配算法判断灰度图像中是否存在乒乓球的灰度图形，如果存在则判定乒乓球在映射区域内，进入步骤3；否则判定乒乓球不在映射区域内，返回步骤2。本实施例中，设置的采样时间间隔T＝1微秒，灰度相机按照采样时间间隔采集灰度图像，然后进行实时预处理，预处理方式为：根据基于灰度匹配的图像匹配算法提取灰度图像中连续的高对比度图形的形状，如果形状不是圆形或椭圆形则进行干扰消除处理，然后将处理后的图像发送至服务器，服务器根据基于灰度匹配的图像匹配算法计算对比度差异区域的面积，若面积在0.0015平方米到0.002平方米之间，则判定为灰度图像中存在乒乓球图形，某时刻两个灰度相机得到的图像中，预处理时排除了平面2中固定存在的长条形形状的高对比度图形，然后将图像发送至服务器，经过图像匹配算法，两个图像中对比度差异较大区域的面积分别为0.0016平方米和0.0018平方米，均在0.0015平方米到0.002平方米之间，则判定为乒乓球在映射区域内，进入步骤3。
步骤3、计算乒乓球在映射图像的位置及转换坐标系。
相机1和相机2获得的灰度图像分别记为图像1和图像2；根据灰度图像匹配算法中的互相关度量标准计算图像1中乒乓球中心点的坐标值为(m,n)；根据灰度图像匹配算法中的互相关度量标准计算图像2中乒乓球中心点的坐标值为(j,k)；根据图像1和图像2所在平面在x-y-z三维空间系中的位置，将图像1和图像2中乒乓球中心点的坐标值(m,n)和(j,k)转化为x-y-z三维空间坐标值(x1,y1,z1)和(x2,y2,z2)。本实施例中，图像1为乒乓球桌正面的图像，图像2为乒乓球桌侧面的图像，根据灰度图像匹配算法中已有的互相关度量标准，计算出与图像1取得互相关函数最大值的坐标点为图像1中乒乓球中心点的坐标值(2.7,1.2)，计算出与图像2取得互相关函数最大值的坐标点为图像2中乒乓球中心点的坐标值(2.65,0.24)。平面1在x-y-z三维空间系中的位置为乒乓球桌面位置，则图像1中乒乓球的三维空间坐标值为(1.2,2.7,0)，平面2尺寸为2740毫米×2500毫米，距离乒乓球桌距离为1米，最高处距离地面3米，则图像2中乒乓球的三维空间坐标值为(-1.7625,2.65,2)。
步骤4、计算乒乓球的空间位置。
记相机1与图像1中乒乓球中心点的连线为线段1，记相机2与图像2中乒乓球中心点的连线为线段2；根据定位精确度设置线段1的拟合数M和线段2的拟合数N，M和N均为正整数；在线段1上均匀选取M个拟合点，计算M个拟合点的三维空间坐标值，具体地，根据(X1,Y1,Z1)和(x1,y1,z1)计算三轴坐标差为Δx1＝x1-X1，Δy1＝y1-Y1，Δz1＝z1-Z1，将三轴坐标差M等分并在(X1,Y1,Z1)的基础上进行依次叠加，获得M个拟合点的三维空间坐标值；在线段2上均匀选取N个拟合点，计算N个拟合点的三维空间坐标值；计算线段1上M个拟合点与线段2上N个拟合点之间的最小距离L，则以最小距离L对应的两个拟合点坐标值的平均值为乒乓球的三维空间坐标值；返回步骤2。本实施例中，相机1的三维空间坐标值为(0,0,2)，相机2的三维空间坐标值为(2.4,0,0)，图像1中乒乓球的三维空间坐标值为(1.2,2.7,0)，图像2中乒乓球的三维空间坐标值为(-1.7625,2.65,2)，线段1和线段2如图4所示，根据定位精度(厘米级)粗略设置其拟合点个数均为10，即M＝N＝10。则线段1的三轴坐标差：Δx1＝1.2，Δy1＝2.7，Δz1＝-2，线段1中10个拟合点的三维空间坐标值分别为(0.12,0.27,1.8)、(0.24,0.54,1.6)、(0.36,0.81,1.4)、(0.48,1.08,1.2)、(0.6,1.35,1)、(0.72,1.62,0.8)、(0.84,1.89,0.6)、(0.96,2.16,0)、(1.08,2.43,0)、(1.2,2.7,0)；同理线段2的三轴坐标差：Δx2＝-4.16，Δy2＝2.65，Δz2＝2，则线段2中10个拟合点的三维空间坐标值分别为(1.984,0.265,0.2)、(1.568,0.53,0.4)、(1.152,0.795,0.6)、(0.736,1.06,0.8)、(0.32,1.325,1)、(-0.096,1.59,1.2)、(-0.512,1.855,1.4)、(-0.928,2.12,1.6)、(-1.344,2.385,1.8)、(-1.7625,2.65,2)；计算出线段1中各点到线段2中各点的最小距离L＝0.28m，L由坐标值(0.6,1.35,1)和(0.32,1.325,1)得到，计算(0.6,1.35,1)和(0.32,1.325,1)的平均值(x,y,z)＝(0.46,1.3375,1)，以此作为乒乓球三维空间坐标值；返回步骤2。
当然，本技术领域中的普通技术人员应当认识到，以上实施例仅是用来说明本发明的，而并非作为对本发明的限定，只要在本发明的范围内，对以上实施例的变化、变型都将落入本发明的保护范围。

Claims (10)

1.一种基于映射解析预处理的乒乓球定位系统，其特征在于包括建立映射平面坐标系模块、获取映射解析预处理图像及判断乒乓球是否在映射区域内模块、计算乒乓球在映射图像的位置及转换坐标系模块、计算乒乓球的空间位置模块。
2.根据权利要求1所述的基于映射解析预处理的乒乓球定位系统，其建立映射平面坐标系模块的特征在于：球桌正上方和侧方的灰度相机记为相机1和相机2，根据相机1和相机2的拍摄范围设定映射平面，记为平面1和平面2，根据平面1的尺寸设置平面坐标系，记为m-n坐标系，长边为m，短边为n，原点位于平面的左上角；根据平面2的尺寸设置平面坐标系，记为j-k坐标系，长边为j，短边为k，原点位于平面的左上角。
3.根据权利要求1所述的基于映射解析预处理的乒乓球定位系统，其获取映射解析预处理图像及判断乒乓球是否在映射区域内模块的特征在于：灰度相机1和灰度相机2按照事先设置的采样时间间隔T拍摄灰度图像，然后进行图像预处理，将预处理过的图像发送至服务器，服务器获取图像后判断灰度图像中是否存在乒乓球的灰度图形，如果存在则判定乒乓球在映射区域内，进入计算乒乓球在各映射图像中的位置模块；否则判定乒乓球不在映射区域内，返回获取映射解析预处理图像及判断乒乓球是否在映射区域内模块。
4.根据权利要求1所述的基于映射解析预处理的乒乓球定位系统，其计算乒乓球在映射图像的位置及转换坐标系模块的特征在于：相机1和相机2获得的灰度图像分别记为图像1和图像2；计算图像1中乒乓球中心点的坐标值为(m,n)，计算图像2中乒乓球中心点的坐标值为(j,k)；根据图像1和图像2所在平面在x-y-z三维空间系中的位置，将图像1和图像2中乒乓球中心点的坐标值(m,n)和(j,k)转化为x-y-z三维空间坐标值(x1,y1,z1)和(x2,y2,z2)。
5.根据权利要求1所述的基于映射解析预处理的乒乓球定位系统，其计算乒乓球的空间位置模块的特征在于：相机1和相机2的x-y-z三维空间坐标值为固定值，记为(X1,Y1,Z1)和(X2,Y2,Z2)，记相机1与图像1中乒乓球中心点的连线为线段1，记相机2与图像2中乒乓球中心点的连线为线段2；根据定位精确度设置线段1的拟合数M和线段2的拟合数N，M和N均为正整数；在线段1上均匀选取M个拟合点，计算M个拟合点的三维空间坐标值；在线段2上均匀选取N个拟合点，计算N个拟合点的三维空间坐标值；计算线段1上M个拟合点与线段2上N个拟合点之间的最小距离，则以最小距离对应的两个拟合点坐标值的平均值为乒乓球的三维空间坐标值；返回获取映射解析预处理图像及判断乒乓球是否在映射区域内模块。
6.一种基于映射解析预处理的乒乓球定位方法，其特征在于包括：
步骤1、建立映射平面坐标系及设置参数；
步骤2、获取映射解析预处理图像及判断乒乓球是否在映射区域内；
步骤3、计算乒乓球在映射图像的位置及转换坐标系；
步骤4、计算乒乓球的空间位置。
7.根据权利要求6所述的基于映射解析预处理的乒乓球定位方法，其步骤1的特征在于：球桌正上方和侧方的灰度相机记为相机1和相机2，根据相机1和相机2的拍摄范围设定映射平面，记为平面1和平面2，根据平面1的尺寸设置平面坐标系，记为m-n坐标系，长边为m，短边为n，原点位于平面的左上角；根据平面2的尺寸设置平面坐标系，记为j-k坐标系，长边为j，短边为k，原点位于平面的左上角；设置采样时间间隔T；记录相机1和相机2在x-y-z三维空间系中的位置坐标值为(X1,Y1,Z1)和(X2,Y2,Z2)。
8.根据权利要求6所述的基于映射解析预处理的乒乓球定位方法，其步骤2的特征在于：灰度相机1和灰度相机2按照事先设置的采样时间间隔T拍摄灰度图像，然后进行图像预处理，将预处理过的图像发送至服务器，服务器获取图像后判断灰度图像中是否存在乒乓球的灰度图形，如果存在则判定乒乓球在映射区域内，进入步骤3；否则判定乒乓球不在映射区域内，返回步骤2。
9.根据权利要求6所述的基于映射解析预处理的乒乓球定位方法，其步骤3的特征在于：相机1和相机2获得的灰度图像分别记为图像1和图像2；计算图像1中乒乓球中心点的坐标值为(m,n)，计算图像2中乒乓球中心点的坐标值为(j,k)；根据图像1和图像2所在平面在x-y-z三维空间系中的位置，将图像1和图像2中乒乓球中心点的坐标值(m,n)和(j,k)转化为x-y-z三维空间坐标值(x1,y1,z1)和(x2,y2,z2)。
10.根据权利要求6所述的基于映射解析预处理的乒乓球定位方法，其步骤4的特征在于：记相机1与图像1中乒乓球中心点的连线为线段1，记相机2与图像2中乒乓球中心点的连线为线段2；根据定位精确度设置线段1的拟合数M和线段2的拟合数N，M和N均为正整数；在线段1上均匀选取M个拟合点，计算M个拟合点的三维空间坐标值；在线段2上均匀选取N个拟合点，计算N个拟合点的三维空间坐标值；计算线段1上M个拟合点与线段2上N个拟合点之间的最小距离，则以最小距离对应的两个拟合点坐标值的平均值为乒乓球的三维空间坐标值；返回步骤2。
CN201711071930.6A 2017-11-03 2017-11-03 一种基于映射解析预处理的乒乓球定位方法及系统 Withdrawn CN107899226A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711071930.6A CN107899226A (zh) 2017-11-03 2017-11-03 一种基于映射解析预处理的乒乓球定位方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711071930.6A CN107899226A (zh) 2017-11-03 2017-11-03 一种基于映射解析预处理的乒乓球定位方法及系统

Publications (1)

Publication Number Publication Date
CN107899226A true CN107899226A (zh) 2018-04-13

Family

ID=61842615

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711071930.6A Withdrawn CN107899226A (zh) 2017-11-03 2017-11-03 一种基于映射解析预处理的乒乓球定位方法及系统

Country Status (1)

Country Link
CN (1) CN107899226A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101893935A (zh) * 2010-07-14 2010-11-24 北京航空航天大学 基于真实球拍的协同式增强现实乒乓球系统构建方法
CN102527022A (zh) * 2012-02-14 2012-07-04 江南大学 智能乒乓球成绩记录系统
US20140221134A1 (en) * 2013-02-04 2014-08-07 Indian Industries, Inc. Light-up table tennis paddle and method
CN104282020A (zh) * 2014-09-22 2015-01-14 中海网络科技股份有限公司 一种基于目标运动轨迹的车辆速度检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101893935A (zh) * 2010-07-14 2010-11-24 北京航空航天大学 基于真实球拍的协同式增强现实乒乓球系统构建方法
CN102527022A (zh) * 2012-02-14 2012-07-04 江南大学 智能乒乓球成绩记录系统
US20140221134A1 (en) * 2013-02-04 2014-08-07 Indian Industries, Inc. Light-up table tennis paddle and method
CN104282020A (zh) * 2014-09-22 2015-01-14 中海网络科技股份有限公司 一种基于目标运动轨迹的车辆速度检测方法

Similar Documents

Publication Publication Date Title
CN104981105B (zh) 一种快速精确获得元件中心和偏转角度的检测及纠偏方法
CN102494675B (zh) 一种运动目标特征高速视觉捕捉方法
CN105225482B (zh) 基于双目立体视觉的车辆检测系统和方法
CN104574393B (zh) 一种三维路面裂缝图像生成系统和方法
CN103454288B (zh) 用于识别对象材料的方法和设备
CN109308718B (zh) 一种基于多深度相机的空间人员定位装置及方法
CN106375706A (zh) 利用双摄像头进行运动物体测速的方法、装置及移动终端
CN109086724A (zh) 一种加速的人脸检测方法及存储介质
CN111345029A (zh) 一种目标追踪方法、装置、可移动平台及存储介质
CN107687818A (zh) 三维量测方法及三维量测装置
CN109816702A (zh) 一种多目标跟踪装置和方法
CN109341668A (zh) 基于折射投影模型和光束追踪法的多相机测量方法
CN110287907A (zh) 一种对象检测方法和装置
CN110189375A (zh) 一种基于单目视觉测量的图像目标识别方法
CN109870126A (zh) 一种面积计算方法以及一种能够进行面积计算的手机
CN114627186A (zh) 一种测距方法及测距装置
CN110298864B (zh) 一种高尔夫推杆设备的视觉感测方法及装置
CN105139432B (zh) 基于高斯模型的红外弱小目标图像仿真方法
CN107899226A (zh) 一种基于映射解析预处理的乒乓球定位方法及系统
CN105203045B (zh) 一种基于异步时域视觉传感器的产品形状完整性检测系统及检查方法
CN114332629B (zh) 基于高速视觉耦合轮廓特征提取的多农药雾滴撞击叶面延迟性的测量方法
CN109242900A (zh) 焦平面定位方法、处理装置、焦平面定位系统及存储介质
CN111260727B (zh) 一种基于图像处理的网格定位方法、装置及存储介质
CN110134222A (zh) 一种vr头显定位瞄准系统及其定位瞄准方法
CN114187409A (zh) 基于视频图像与激光雷达点云融合建立船舶模型的方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication

Application publication date: 20180413

WW01 Invention patent application withdrawn after publication