CN109949343A - 基于双目视觉的足球拦截装置及方法 - Google Patents
基于双目视觉的足球拦截装置及方法 Download PDFInfo
- Publication number
- CN109949343A CN109949343A CN201910197965.7A CN201910197965A CN109949343A CN 109949343 A CN109949343 A CN 109949343A CN 201910197965 A CN201910197965 A CN 201910197965A CN 109949343 A CN109949343 A CN 109949343A
- Authority
- CN
- China
- Prior art keywords
- football
- image
- dimensional space
- described image
- obtains
- 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.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明提供了一种基于双目视觉的足球拦截装置及方法,属于模式识别技术领域。该基于双目视觉的足球拦截装置包括:图像采集模块,用于采集球门前两个不同角度的图像;图像处理模块,用于对所述图像采集模块采集的图像进行处理及分析,得到所述图像中足球的三维空间位置;轨迹分析模块,用于将所述图像处理模块得到的足球的三维空间位置进行收集和分析,预测所述足球运动到球门处的三维空间位置;足球拦截模块,用于根据所述轨迹分析模块预测得到的所述足球运动到球门处的三维空间位置,对所述足球进行拦截。本发明可以实现对快速运动且轨迹复杂的足球的精准拦截。
Description
技术领域
本发明涉及模式识别领域,尤其涉及一种基于双目视觉的足球拦截装置及方法。
背景技术
随着人工智能的崛起和智能化技术的高速发展,现如今智能机器人在越来越多的任务上逼近或超越人的能力,利用计算机视觉和人工智能的知识设计一套智能足球拦截装置,使其相对人类守门员有更出色的表现,是一个值得研究的问题。然而,要完成这个任务将面临以下两个困难。一方面,由于足球球速较高,所以一个智能化足球拦截装置需要高速的摄像装置配合高效的图像处理算法,另一方面,由于足球运动轨迹复杂,所以需要鲁棒性强的轨迹预测方法以使得在尽可能多的情况下都能对足球的进行精准的拦截。
发明内容
(一)要解决的技术问题
本公开提供了一种基于双目视觉的足球定位方法和装置及拦截方法和装置,以至少部分解决以上所提出的技术问题。
(二)技术方案
根据本公开的一个方面,提供了一种基于双目视觉的足球拦截装置,包括:
图像采集模块,用于采集球门前两个不同角度的图像;
图像处理模块,用于对所述图像采集模块采集的图像进行处理及分析,得到所述图像中足球的三维空间位置;
轨迹分析模块,用于对所述图像处理模块得到的足球的三维空间位置进行收集和分析,预测所述足球运动到球门处的三维空间位置;
足球拦截模块,用于根据所述轨迹分析模块预测得到的所述足球运动到球门处的三维空间位置,对所述足球进行拦截。
在一些实施例中,所述图像处理模块包括:
图像预处理单元,用于对所述图像采集模块采集的图像进行预处理,得到处理后的图像;
第一位置获取单元,用于检测所述图像预处理单元得到的处理后的图像中是否有足球;若有,则计算并跟踪得到所述足球的二维坐标值,得到所述足球二维空间的位置;
第二位置获取单元,用于根据所述第一位置获取单元得到的足球的二维坐标值和三角滤波原理,计算足球在三维空间下的坐标值,得到所述足球的三维空间位置。
在一些实施例中,所述图像预处理单元对所述图像采集模块采集的图像进行预处理,包括:
采用高斯平滑滤波对所述图像采集模块得到的图像进行加权卷积滤波处理;
对所述高斯平滑滤波处理后的图像进行基于运动方程的运动模糊处理,得到所述处理后的图像。
在一些实施例中,所述第一位置获取单元检测所述图像预处理单元得到的处理后的图像中是否有足球,包括:
通过设定颜色阈值对所述图像预处理单元得到的处理后的图像进行二值过滤,得到二值化图像;
对所述二值化图像进行分割,得到多个候选联通区域;
依次计算所述多个候选联通区域的圆滑度和尺寸,选择满足预设的足球的圆滑度和尺寸的候选联通区域,则得到所述图像中足球的候选联通区域;若所述图像中足球的候选联通区域为空或没有满足指定圆滑度范围以及尺寸的候选连通区域,则判定所述二值化图像中没有足球;
计算所述图像中足球的候选联通区域的质心位置,即得到所述图像中足球的二维坐标值;
采用DCF目标跟踪算法,对所述图像中足球的二维坐标值进行修正,得到所述图像中足球的二维空间位置。
在一些实施例中,所述轨迹分析模块包括:
轨迹收集单元,用于收集所述图像处理模块得到的所述足球的三维空间位置,得到所述足球的运动轨迹;
轨迹分析单元,用于采用分段性方法对所述轨迹收集单元得到的足球的运动轨迹进行分析,预测所述足球运动到球门前的三维空间位置。
根据本发明的另一个方面,提供了一种基于双目视觉的足球拦截方法,所述方法包括:
采集球门前两个不同角度的图像;
对所述采集的图像进行处理及分析,得到所述图像中足球的三维空间位置;
对所述足球的三维空间位置进行收集和分析,预测所述足球运动到球门处的三维空间位置;
根据所述预测得到的足球运动到球门处的三维空间位置,对所述足球进行拦截。
在一些实施例中,对所述采集的图像进行处理及分析,得到所述图像中足球的三维空间位置的步骤,包括:
对采集的图像进行预处理,得到处理后的图像;
检测所述处理后的图像中是否有足球;若有,则计算并跟踪得到所述足球的二维坐标值,得到所述足球二维空间的位置;
根据所述足球的二维坐标值和三角滤波原理,计算足球在三维空间下的坐标值,得到所述足球的三维空间位置。
在一些实施例中,对采集的图像进行预处理,得到处理后的图像的步骤,包括:
采用高斯平滑滤波对所述采集的图像进行加权卷积滤波处理;
对所述高斯平滑滤波处理后的图像进行基于运动方程的运动模糊处理。
在一些实施例中,检测并跟踪所述处理后的图像中是否有足球的步骤,包括:
通过设定颜色阈值对所述处理后的图像进行二值过滤,得到二值化图像;
对所述二值化图像进行分割,得到多个候选联通区域;
依次计算所述多个候选联通区域的圆滑度和尺寸,选择满足预设的足球的圆滑度和尺寸的候选联通区域,则得到所述图像中足球的候选联通区域;若所述图像中足球的候选联通区域为空或没有满足指定圆滑度范围以及尺寸的候选连通区域,则判定所述二值化图像中没有足球;
计算所述图像中足球的候选联通区域的质心位置,即得到所述图像中足球的二维坐标值;
采用DCF目标跟踪算法,对所述图像中足球的二维坐标值进行修正,得到所述足球二维空间位置。
在一些实施例中,对所述足球的三维空间位置进行收集和分析,预测所述足球运动到球门处的三维空间位置的步骤,包括:
收集所述足球的三维空间位置,得到所述足球的运动轨迹;
采用分段性方法对所述足球的运动轨迹进行分析,预测所述足球运动到球门前的三维空间位置。
(三)有益效果
从上述技术方案可以看出,本发明提供的基于双目视觉的足球拦截装置和方法,具有以下有益效果:
1、本发明提供的基于双目视觉的足球拦截装置和方法,通过对图像进行预处理,得到高清晰度的图像;利用检测和追踪算法对图像中的足球进行二维空间定位;根据二维空间的位置计算得到足球三维空间的位置,进而预测出高速运动且轨迹复杂的足球运动到球门处的三维空间的位置,可以实现对高速运行且轨迹复杂的足球的精准拦截。
2、本发明提供的基于双目视觉的足球拦截装置和方法,通过在球门上方架设两个不同角度的高速摄像头(100帧/秒)采集球门前一定距离内的图像;针对足球设计高效且精准算法对采集到的图像进行足球检测和跟踪;对获得的历史足球轨迹进行分析,预测出其运动到球门位置时的空间坐标;使能控制系统,在上述预测位置处对足球进行拦截。该系统拥有全程自动化的特点,自动检测监视区域内是否存在足球以及是否有向球门处运动的足球,如果有则自动拦截,进而能够实现对高速运动(约100km/h)且轨迹复杂的(勺子球,电梯球,折射球,反弹球等)足球进行精准拦截。
附图说明
图1为本发明实施例提供的基于双目视觉的足球拦截装置的结构示意图;
图2为图1中图像处理模块的结构示意图;
图3为图1中轨迹分析模块的结构示意图;
图4为本发明实施例提供的基于双目视觉的足球拦截装置的系统构成示意图;
图5为本发明实施例提供的基于双目视觉的足球拦截方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为便于对本实施例进行理解,首先对本发明实施例提供的一种基于双目视觉的足球拦截装置进行详细介绍,如图1所示,图1为本发明实施例提供的基于双目视觉的足球拦截装置的结构示意图,该足球拦截装置包括:图像采集模块11、图像处理模块12、轨迹分析模块13以及足球拦截模块14,其中:
图像采集模块11,用于采集球门前两个不同角度的图像。实际应用中,一般是在球门上方架设两个不同角度的高速摄像头采集球门前一定距离内两个不同角度的图像,即分别在球门左右且距离地面4到5米处安装两个高速摄像头作为图像采集模块。为满足摄像头捕获足够大区域内的图像,选取高度为4至5米的龙门架架设摄像头,这样可以保证捕获图像清晰的情况下拥有足够大的视角;同时使用120度广角镜头进一步扩大摄像头的视角。由于足球运动速度较快,一般相机的帧率难以满足需求,所以采用高速相机或高速摄像头,其帧率要求为大于100帧/秒,并使用光纤将图像数据传入图像处理模块12,同时保证了数据传输的及时性。同时,为了能使相机采集到球门前足够大区域内的图像,我们将使用120度广角镜头的相机架设在球门上方4到5米处的高度,通过调整相机角度,使得相机视角的短边和长边分别覆盖球门的宽度和球门到其前长6米处的区域范围。最后,为了快速将图像输出从摄像头传输到CPU中,使用光纤数据线作为传输媒介,大大提高了图像传输速度。
图像处理模块12,用于对图像采集模块11采集的图像进行处理及分析,得到图像中足球的三维空间位置。在本实施例中,如图2所示,图2为图1中图像处理模块12的结构示意图,图像处理模块12包括图像预处理单元120、第一位置获取单元121和第二位置获取单元122,其中:
图像预处理单元120,用于对图像采集模块采集的图像进行预处理,得到处理后的图像。具体地,图像预处理单元120对图像采集模块11采集的图像进行预处理,包括:采用高斯平滑滤波对图像采集模块11得到的图像进行加权卷积滤波处理;对高斯平滑滤波处理后的图像进行基于运动方程的运动模糊处理,得到处理后的图像。
第一位置获取单元121,用于检测图像预处理单元120得到的处理后的图像中是否有足球;若有,则计算并跟踪得到足球的二维坐标值,得到足球二维空间的位置。具体地,第一位置获取单元121检测图像预处理单元120得到的处理后的图像中是否有足球,包括:通过设定颜色阈值对图像预处理单元120得到的处理后的图像进行二值过滤,得到二值化图像;对二值化图像进行分割,得到多个候选联通区域;依次计算所述多个候选联通区域的圆滑度和尺寸,选择满足预设的足球的圆滑度和尺寸的候选联通区域,则得到图像中足球的候选联通区域;若图像中足球的候选联通区域为空,则判定二值化图像中没有足球;计算图像中足球的候选联通区域的质心位置,即得到图像中足球的二维坐标值;采用DCF目标跟踪算法,对图像中足球的二维坐标值进行修正,得到图像中足球的二维空间位置。
第二位置获取单元122,用于根据第一位置获取单元121得到的足球的二维坐标值和三角滤波原理,计算足球在三维空间下的坐标值,得到足球的三维空间位置。
实际应用中,为了同时保证图像的清晰和高速的处理速度,首先将图像缩放到800×600大小,然后使用高斯平滑等方法对输入图像进行平滑预处理,并转为HSV格式。最后使用专门针对足球设计的基于形状、颜色和尺寸的检测和跟踪方法确定图像内是否有足球,有则确定其位置,当两幅图像中同时存在足球时,便根据三角滤波原理确定足球在三维空间中的位置。
轨迹分析模块13,用于对图像处理模块得到的足球的三维空间位置进行收集和分析,预测足球运动到球门处的三维空间位置。在本实施例中,如图3所示,图3为图1中轨迹分析模块的结构示意图,轨迹分析模块13包括轨迹收集单元130和轨迹分析单元131,其中:轨迹收集单元130,用于收集图像处理模块得到的足球的三维空间位置,得到足球的运动轨迹。轨迹分析单元131,用于采用分段性方法对轨迹收集单元130得到的足球的运动轨迹进行分析,预测足球运动到球门前的三维空间位置。本发明采用基于分段线性的轨迹分析方法,该方法中主要采用基于分段线性预测的思想,即仅利用最近80cm的历史足球位置信息预测足球运动到球门处的位置,同时在该范围内假设足球时直线运动的。
足球拦截模块14,用于根据轨迹分析模块13预测得到的足球运动到球门处的三维空间位置,对足球进行拦截。本发明采用STM32单片机作为核心控制器以及PD算法作为核心控制算法,同时为满足足够快的反应速度,采用高速电机,足球拦截模块14接收轨迹分析单元的预测结果,使用PD算法控制使能搭载挡板的电机转动,从而使挡板转动到预测位置,对足球进行拦截,进而实现对高速运行且轨迹复杂的足球实现精准拦截。
在具体实施例中,可以采用两个安装有120度广角镜头的高速摄像头来完成球门前两个不同角度的图像的采集;采用处理器对采集的图像进行处理,得到图像中足球的三维空间位置,并预测足球运动到球门前的三维空间位置;采用单片机根据预测的足球运动到球门前的三维空间的位置,控制电机驱动挡板运动到该预测的位置,实现对足球的拦截。电机的选取为高速电机,并且要求在扭矩为(70N.m)下保证转速达到(1500r/min)
在实际应用中,为了在减小硬件负担的前提下拥有较强的娱乐性和观赏性,球门的大小选取为长3米和高1.8米,挡板长度为2.2米。为了使高速摄像头有足够的视野,可以将两个摄像头固定于高度为4至5米的龙门架的两端,并且为了使高速摄像头足够清晰,要求其帧率大于100帧/秒,并采用光纤将高速摄像头采集的图像快速地传送给处理器。处理器可以选用型号为InterI7@3.4GHz处理器,单片机可以采用性价比较高的STM32单片机。另外,为了尽可能覆盖球门范围以及弥补预测位置与实际位置的误差,挡板的宽度为30厘米,高度为2.2米。
如图4所示,图4为本发明实施例提供的基于双目视觉的足球拦截装置的系统构成示意图。硬件设备主要包括两个高速摄像头,一个球门,一个高速电机,一个挡板,一块CPU,一块STM32单片机以及电源系统七部分组成,软件部分主要是专为该系统设计的图像处理算法和电机控制算法。其中图像处理算法是整个发明的核心,它完成图像预处理,足球检测跟踪和定位,足球三维空间位置解算以及足球轨迹预测的工作。图像处理算法接收摄像头传来的图像信号,并将预测的足球轨迹发送给单片机从而实现对电机和挡板的控制。供电系统完成对上述所有用电设备的供电,其中不同设备对供电电压有不同的要求。
下面是具体的实施方式,如图4所示,摄像头需要架设在球门上方4米到5米处左右的高度,以便可以拍摄到球门处以及其前方6米内的区域;电机放在长3米高1.8米的球门前中心位置,同时长度为2.2米的挡板固定在电机上,受电机控制而转动;摄像头使用光纤将图像数据传入到CPU中;CPU运行软件算法计算得到足球预测位置后通过串口发送给单片机;单片机控制搭载挡板的电机使挡板转动,完成对足球进行拦截。
球门:用于界定足球拦截位置和拦截范围,同时判断是否拦截成功。为降低挡板的转动惯量,球门高度可以为1.8米,宽度可以为3米,小于实际五人制足球球门大小。
挡板:用于拦截足球。为了尽可能覆盖球门范围以及弥补预测轨迹与实际轨迹的误差,挡板高度可以为2.2米,宽度可以为30厘米。
龙门架:用于固定摄像头。为了使摄像头拥有清晰且足够的视野,龙门架放置与球门平齐,且高度可以为4米。
高速电机:用于携带挡板转动。为了应对高速运动的足球,采用转速较高的电机,型号为(安川SGM7G-1AAFC61)。
高速摄像头:用于图像采集。为了应对高速运动的足球,采用高速相机,型号为(JAI-2400C-PGE),其帧率可以达到100帧/秒以上,可以满足本装置的需求。进一步,使用120度广角镜头,以使相机获得更宽的视角。
CPU:用于运行图像处理算法。为了使算法运行更高效,使用InterI7@3.4GHz处理器,并搭载Windows系统。
单片机;用于控制电机。单片机采用性价比较高的STM32单片机,其内部有丰富的定时器和I/O端口,完全可以满足本装置的控制需求。
从上述实施例可以看出,本发明提供的基于双目视觉的足球拦截装置,通过对图像进行预处理,得到高清晰度的图像;利用检测和追踪算法对图像中的足球进行二维空间定位;根据二维空间的位置计算得到足球三维空间的位置,进而预测出高速运动且轨迹复杂的足球运动到球门处的三维空间的位置,可以实现对高速运行且轨迹复杂的足球的精准拦截。
根据本发明的另一个方面,提供了一种基于双目视觉的足球拦截方法,如图5所示,图5为本发明实施例提供的基于双目视觉的足球拦截方法的流程图,该方法包括如下步骤:
步骤S101,采集球门前两个不同角度的图像。
步骤S102,对采集的图像进行处理及分析,得到图像中足球的三维空间位置,具体包括如下步骤:
对采集的图像进行预处理,得到处理后的图像;具体地,采用高斯平滑滤波对采集的图像进行加权卷积滤波处理;对高斯平滑滤波处理后的图像进行基于运动方程的运动模糊处理。一方面,为了对稀疏干扰点进行平滑,高斯平滑滤波使用5×5的标准高斯模板对整张输入图像进行加权卷积滤波。另一方面,为了解决由于足球速度较快造成的运动模糊,使用基于运动方程的方法缓解运动模糊带来的图像失真。最后将校正后的RGB格式图像转为HSV格式。
接着,检测处理后的图像中是否有足球;若有,则计算并跟踪得到足球的二维坐标值,得到足球二维空间的位置。足球检测算法同时考虑颜色、尺寸和形状信息进行足球检测,该方法拥有精度高且速度快的特点。具体地,通过设定颜色阈值对处理后的图像进行二值过滤,得到二值化图像;对二值化图像进行分割,得到多个候选联通区域;依次计算多个候选联通区域的圆滑度和尺寸,选择满足预设的足球的圆滑度和尺寸的候选联通区域,则得到图像中足球的候选联通区域;若图像中足球的候选联通区域为空,则判定二值化图像中没有足球;计算图像中足球的候选联通区域的质心位置,即得到图像中足球的二维坐标值;采用DCF目标跟踪算法,对图像中足球的二维坐标值进行修正,得到足球二维空间位置。采用DCF目标跟踪算法以上一帧足球的位置为基础,对足球进行跟踪得到其在新一帧的位置,该方法拥有快速准确且抗干扰强的特点。
根据足球的二维坐标值和三角滤波原理,计算足球在三维空间下的坐标值,得到所述足球的三维空间位置,计算得到的该坐标值完整的描述了足球当前的空间状态信息。
步骤S103,对足球的三维空间位置进行收集和分析,预测足球运动到球门处的三维空间位置,具体包括如下步骤:收集足球的三维空间位置,得到足球的运动轨迹;采用分段性方法对足球的运动轨迹进行分析,预测足球运动到球门前的三维空间位置。具体的,由于足球的运动轨迹具有不规则性和复杂性,所以很难使用固定的轨迹模型对其进行拟合,因此我们采取分段线性的方法对其轨迹进行建模,从而预测足球运动到球门处的位置。该方法对轨迹不规则的足球运动有着非常强的鲁棒性。
步骤S104,根据预测得到的足球运动到球门处的三维空间位置,对足球进行拦截;具体是使用单片机控制搭载挡板的电机转动挡板达到拦截足球的目的。
本发明提供的基于双目视觉的足球拦截方法,通过对图像进行预处理,得到高清晰度的图像;利用检测和追踪算法对图像中的足球进行二维空间定位;根据二维空间的位置计算得到足球三维空间的位置,进而预测出高速运动且轨迹复杂的足球运动到球门处的三维空间的位置,可以实现对高速运动(约100km/h)且轨迹复杂的(勺子球,电梯球,折射球,反弹球等)足球进行精准拦截。
需要说明的是,说明书与权利要求中所使用的序数例如“第一”、“第二”、“第三”等的用词,以修饰相应的元件,其本身并不意含及代表该元件有任何的序数,也不代表某一元件与另一元件的顺序、或是制造方法上的顺序,该些序数的使用仅用来使具有某命名的一元件得以和另一具有相同命名的元件能作出清楚区分。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于双目视觉的足球拦截装置,其特征在于,包括:
图像采集模块,用于采集球门前两个不同角度的图像;
图像处理模块,用于对所述图像采集模块采集的图像进行处理及分析,得到所述图像中足球的三维空间位置;
轨迹分析模块,用于对所述图像处理模块得到的足球的三维空间位置进行收集和分析,预测所述足球运动到球门处的三维空间位置;
足球拦截模块,用于根据所述轨迹分析模块预测得到的所述足球运动到球门处的三维空间位置,对所述足球进行拦截。
2.根据权利要求1所述的装置,其特征在于,所述图像处理模块包括:
图像预处理单元,用于对所述图像采集模块采集的图像进行预处理,得到处理后的图像;
第一位置获取单元,用于检测所述图像预处理单元得到的处理后的图像中是否有足球;若有,则计算并跟踪得到所述足球的二维坐标值,得到所述足球二维空间的位置;
第二位置获取单元,用于根据所述第一位置获取单元得到的足球的二维坐标值和三角滤波原理,计算足球在三维空间下的坐标值,得到所述足球的三维空间位置。
3.根据权利要求2所述的装置,其特征在于,所述图像预处理单元对所述图像采集模块采集的图像进行预处理,包括:
采用高斯平滑滤波对所述图像采集模块得到的图像进行加权卷积滤波处理;
对所述高斯平滑滤波处理后的图像进行基于运动方程的运动模糊处理,得到所述处理后的图像。
4.根据权利要求2所述的装置,其特征在于,所述第一位置获取单元检测所述图像预处理单元得到的处理后的图像中是否有足球,包括:
通过设定颜色阈值对所述图像预处理单元得到的处理后的图像进行二值过滤,得到二值化图像;
对所述二值化图像进行分割,得到多个候选联通区域;
依次计算所述多个候选联通区域的圆滑度和尺寸,选择满足预设的足球的圆滑度和尺寸的候选联通区域,则得到所述图像中足球的候选联通区域;若所述图像中足球的候选联通区域为空或没有满足指定圆滑度范围以及尺寸的候选连通区域,则判定所述二值化图像中没有足球;
计算所述图像中足球的候选联通区域的质心位置,即得到所述图像中足球的二维坐标值;
采用DCF目标跟踪算法,对所述图像中足球的二维坐标值进行修正,得到所述图像中足球的二维空间位置。
5.根据权利要求1所述的装置,所述轨迹分析模块包括:
轨迹收集单元,用于收集所述图像处理模块得到的所述足球的三维空间位置,得到所述足球的运动轨迹;
轨迹分析单元,用于采用分段性方法对所述轨迹收集单元得到的足球的运动轨迹进行分析,预测所述足球运动到球门前的三维空间位置。
6.一种基于双目视觉的足球拦截方法,其特征在于,所述方法包括:
采集球门前两个不同角度的图像;
对所述采集的图像进行处理及分析,得到所述图像中足球的三维空间位置;
对所述足球的三维空间位置进行收集和分析,预测所述足球运动到球门处的三维空间位置;
根据所述预测得到的足球运动到球门处的三维空间位置,对所述足球进行拦截。
7.根据权利要求6所述的方法,其特征在于,对所述采集的图像进行处理及分析,得到所述图像中足球的三维空间位置的步骤,包括:
对采集的图像进行预处理,得到处理后的图像;
检测所述处理后的图像中是否有足球;若有,则计算并跟踪得到所述足球的二维坐标值,得到所述足球二维空间的位置;
根据所述足球的二维坐标值和三角滤波原理,计算足球在三维空间下的坐标值,得到所述足球的三维空间位置。
8.根据权利要求7所述的方法,其特征在于,对采集的图像进行预处理,得到处理后的图像的步骤,包括:
采用高斯平滑滤波对所述采集的图像进行加权卷积滤波处理;
对所述高斯平滑滤波处理后的图像进行基于运动方程的运动模糊处理。
9.根据权利要求7所述的方法,其特征在于,检测并跟踪所述处理后的图像中是否有足球的步骤,包括:
通过设定颜色阈值对所述处理后的图像进行二值过滤,得到二值化图像;
对所述二值化图像进行分割,得到多个候选联通区域;
依次计算所述多个候选联通区域的圆滑度和尺寸,选择满足预设的足球的圆滑度和尺寸的候选联通区域,则得到所述图像中足球的候选联通区域;若所述图像中足球的候选联通区域为空或没有满足指定圆滑度范围以及尺寸的候选连通区域,则判定所述二值化图像中没有足球;
计算所述图像中足球的候选联通区域的质心位置,即得到所述图像中足球的二维坐标值;
采用DCF目标跟踪算法,对所述图像中足球的二维坐标值进行修正,得到所述足球二维空间位置。
10.根据权利要求6所述的方法,其特征在于,对所述足球的三维空间位置进行收集和分析,预测所述足球运动到球门处的三维空间位置的步骤,包括:
收集所述足球的三维空间位置,得到所述足球的运动轨迹;
采用分段性方法对所述足球的运动轨迹进行分析,预测所述足球运动到球门前的三维空间位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910197965.7A CN109949343A (zh) | 2019-03-15 | 2019-03-15 | 基于双目视觉的足球拦截装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910197965.7A CN109949343A (zh) | 2019-03-15 | 2019-03-15 | 基于双目视觉的足球拦截装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109949343A true CN109949343A (zh) | 2019-06-28 |
Family
ID=67010106
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910197965.7A Pending CN109949343A (zh) | 2019-03-15 | 2019-03-15 | 基于双目视觉的足球拦截装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109949343A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110377033A (zh) * | 2019-07-08 | 2019-10-25 | 浙江大学 | 一种基于rgbd信息的小型足球机器人识别与追踪抓取方法 |
CN114938428A (zh) * | 2022-05-20 | 2022-08-23 | 沈阳体育学院 | 足球运动检测方法、系统、计算机设备及其可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7940957B2 (en) * | 2006-06-09 | 2011-05-10 | Sony Computer Entertainment Inc. | Object tracker for visually tracking object motion |
CN103345258A (zh) * | 2013-06-16 | 2013-10-09 | 西安科技大学 | 一种足球机器人目标追踪方法及系统 |
CN105854265A (zh) * | 2016-06-08 | 2016-08-17 | 南京景曜智能科技有限公司 | 一种足球守门员机器人系统 |
CN109107126A (zh) * | 2018-08-28 | 2019-01-01 | 刘庆斌 | 足球点球、直接任意球及角球射门与扑救的智能训练系统 |
-
2019
- 2019-03-15 CN CN201910197965.7A patent/CN109949343A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7940957B2 (en) * | 2006-06-09 | 2011-05-10 | Sony Computer Entertainment Inc. | Object tracker for visually tracking object motion |
CN103345258A (zh) * | 2013-06-16 | 2013-10-09 | 西安科技大学 | 一种足球机器人目标追踪方法及系统 |
CN105854265A (zh) * | 2016-06-08 | 2016-08-17 | 南京景曜智能科技有限公司 | 一种足球守门员机器人系统 |
CN109107126A (zh) * | 2018-08-28 | 2019-01-01 | 刘庆斌 | 足球点球、直接任意球及角球射门与扑救的智能训练系统 |
Non-Patent Citations (7)
Title |
---|
于文晖: "复杂背景下足球守门机器人目标追踪技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
于清华 等: "基于双目视觉的足球机器人对三维空间目标的运动估计与拦截", 《PROCEEDINGS OF THE 32ND CHINESE CONTROL CONFERENCE》 * |
刘巧元 等: "基于相关滤波器的视频跟踪方法研究进展", 《自动化学报》 * |
吕涛: "足球视频中球的检测与跟踪算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
朱休昌,刘峰 等著: "《数字图像处理与图像通信(第3版)》", 30 June 2014, 北京邮电大学出版社 * |
段征宇 著: "《基于动态交通信息的车辆路径优化》", 30 April 2015 * |
王毅 著: "《基于偏微分方程的遥感图像处理方法》", 30 November 2016, 中国地质大学出版社 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110377033A (zh) * | 2019-07-08 | 2019-10-25 | 浙江大学 | 一种基于rgbd信息的小型足球机器人识别与追踪抓取方法 |
CN114938428A (zh) * | 2022-05-20 | 2022-08-23 | 沈阳体育学院 | 足球运动检测方法、系统、计算机设备及其可读存储介质 |
CN114938428B (zh) * | 2022-05-20 | 2023-02-17 | 沈阳体育学院 | 足球运动检测方法、系统、计算机设备及其可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109800689B (zh) | 一种基于时空特征融合学习的目标跟踪方法 | |
CN105760826B (zh) | 一种人脸跟踪方法、装置和智能终端 | |
CN111958592B (zh) | 一种变电站巡检机器人图像语义分析系统及方法 | |
Micheloni et al. | Video analysis in pan-tilt-zoom camera networks | |
CN106127145B (zh) | 瞳孔定位及跟踪方法 | |
CN102096925A (zh) | 一种机动目标的实时闭环预测跟踪方法 | |
US11240436B2 (en) | Machine vision system and method with steerable mirror | |
EP1872334A2 (en) | Method and system for the detection and the classification of events during motion actions | |
CN108198221A (zh) | 一种基于肢体动作的舞台灯光自动跟踪系统及方法 | |
CN110225226B (zh) | 一种视觉跟踪系统及方法 | |
CN105915784A (zh) | 信息处理方法和装置 | |
CN107220601B (zh) | 一种基于在线置信度判别的目标抓捕点预测方法 | |
CN102857695A (zh) | 单摄像头人脸自动跟踪系统及其工作方法 | |
CN104637058A (zh) | 一种基于图像信息的客流量识别统计方法 | |
CN109949343A (zh) | 基于双目视觉的足球拦截装置及方法 | |
CN103544714A (zh) | 一种基于高速图像传感器的视觉追踪系统及方法 | |
WO2003098922A1 (en) | An imaging system and method for tracking the motion of an object | |
CN104092991A (zh) | 针对目标跟踪控制的图像信号综合处理装置及实现方法 | |
CN103198491A (zh) | 室内的视觉定位方法 | |
Kyrkou | C 3 Net: end-to-end deep learning for efficient real-time visual active camera control | |
CN113643206A (zh) | 一种奶牛呼吸情况检测方法 | |
CN203968271U (zh) | 一种针对目标跟踪控制的图像信号综合处理装置 | |
Hanek et al. | Fast image-based object localization in natural scenes | |
CA3192490A1 (en) | Charging station, charging station system, method and apparatus for returning to station and lawnmowing robot | |
EP4354853A1 (en) | Thermal-image-monitoring system using plurality of cameras |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190628 |
|
RJ01 | Rejection of invention patent application after publication |