CN111598921B - 球场线映射关系计算方法、系统、移动终端及存储介质 - Google Patents
球场线映射关系计算方法、系统、移动终端及存储介质 Download PDFInfo
- Publication number
- CN111598921B CN111598921B CN202010259948.4A CN202010259948A CN111598921B CN 111598921 B CN111598921 B CN 111598921B CN 202010259948 A CN202010259948 A CN 202010259948A CN 111598921 B CN111598921 B CN 111598921B
- Authority
- CN
- China
- Prior art keywords
- court
- line
- current
- mapping
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30221—Sports video; Sports image
- G06T2207/30228—Playing field
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种球场线映射关系计算方法,该方法包括:根据当前拍摄图像中的球场线特征点形成当前球场线;获取当前球场线中的球场特征线,根据球场特征线之间的交叉点与预设球场图像中的固定交叉点形成交叉点对;根据交叉点对求解单应性矩阵得到球场线映射矩阵,根据球场线映射矩阵对预设球场图像进行映射得到映射图像;计算映射图像与球场线特征点之间的覆盖数量,将最大覆盖数量对应的球场线映射矩阵设置为目标映射矩阵。本发明通过求解当前拍摄图像与预设球场图像之间的单应性矩阵,并通过将覆盖数量最大的球场线映射矩阵设置为目标映射矩阵,以得到当前拍摄图像与预设球场图像之间的最佳球场线映射关系,提高了球场线映射关系计算准确性。
Description
技术领域
本发明属于计算机视觉技术领域,尤其涉及一种球场线映射关系计算方法、系统、移动终端及存储介质。
背景技术
在体育运动中,对球场上球员的运动过程进行分析具有十分重要的意义。而球场线识别是运动分析的基础之一,只有先识别出球场线,才能确定球员、球和其它关键点的位置,进一步分析出球员的跑动范围和球路等,为各项技术指标的统计提供数据基础。因此,球场线的识别对于运动分析来说是一项必不可少的基础功能。
现有的球场线识别过程中,需要人工标识比对的方式计算摄像头拍摄到的图像中球场线与实际球场中球场线之间的映射关系,以提高后续球员跑动范围和球路位置点分析的准确性,但由于采用人工标识比对导致出错率较高,降低了球场线映射关系计算的准确性。
发明内容
本发明实施例的目的在于提供一种球场线映射关系计算方法、系统、移动终端及存储介质,旨在解决现有的球场线识别过程中,由于采用人工标识比对的方式所导致的球场线映射关系计算准确性低下的问题。
本发明实施例是这样实现的,一种球场线映射关系计算方法,所述方法包括:
获取当前拍摄图像中的球场线特征点,并根据所述球场线特征点在所述当前拍摄图像中形成当前球场线;
根据预设几何方向对所述当前球场线进行线条获取,得到多组球场特征线,并获取每组所述球场特征线之间的交叉点,得到多组当前交叉点;
获取预设球场图像中球场线的固定交叉点,并将每组所述当前交叉点分别与所述固定交叉点形成交叉点对;
根据所述交叉点对求解单应性矩阵,得到多个球场线映射矩阵,并根据所述球场线映射矩阵分别对所述预设球场图像进行图像映射,得到多个映射图像;
分别计算每个所述映射图像与所述球场线特征点之间的覆盖数量,并将最大所述覆盖数量对应的所述球场线映射矩阵设置为目标映射矩阵。
更进一步的,所述获取当前拍摄图像中的球场线特征点的步骤包括:
根据预设颜色获取所述当前拍摄图像中的球场线特征点,并分别计算每个所述球场线特征点相邻预设区域内像素点的像素颜色值;
判断所述像素颜色值是否均在预设颜色值范围内;
当判断所述球场线特征点相邻所述预设区域内像素点的所述像素颜色值均在所述预设颜色值范围内时,将所述球场线特征点进行删除。
更进一步的,所述根据所述球场线特征点在所述当前拍摄图像中形成当前球场线的步骤包括:
根据所述球场线特征点使用霍夫变换检测所述当前拍摄图像的直线,得到所述当前球场线;
获取相邻所述当前球场线之间的最大间隔距离,并获取相邻所述当前球场线之间的直线夹角;
当判断到任一相邻所述当前球场线之间的所述最大间隔距离小于预设距离,且所述直线夹角小于预设夹角,删除相邻所述当前球场线中的任一一条。
更进一步的,所述分别计算每个所述映射图像与所述球场线特征点之间的覆盖数量的步骤包括:
将所述映射图像与所述当前拍摄图像进行图像重合,并分别获取每张所述映射图像中的映射球场线;
计算每张所述映射图像中所述映射球场线上所述球场线特征点的数量,以得到所述覆盖数量。
更进一步的,所述根据所述球场线特征点在所述当前拍摄图像中形成当前球场线的步骤之后,所述方法还包括:
依序对所有所述当前球场线之间的几何关系进行判定,以得到几何特征值,所述几何关系包括垂直关系和平行关系;
判断所述几何特征值是否小于特征阈值;
当判断到所述几何特征值小于所述特征阈值时,将对应所述当前球场线进行删除。
更进一步的,所述根据预设几何方向对所述当前球场线进行线条获取的步骤包括:
获取所述当前球场线中两条水平方向的直线和两条垂直方向的直线,以得到所述球场特征线。
更进一步的,所述获取预设球场图像中球场线的固定交叉点的步骤之前,所述方法还包括:
获取所述当前拍摄图像所携带的球场类型标识,并将所述球场类型标识与本地预存储的球场图像数据库进行匹配,以得到所述预设球场图像。
本发明实施例的另一目的在于提供一种球场线映射关系计算系统,所述系统包括:
球场线特征点获取模块,用于获取当前拍摄图像中的球场线特征点,并根据所述球场线特征点在所述当前拍摄图像中形成当前球场线;
球场特征线获取模块,用于根据预设几何方向对所述当前球场线进行线条获取,得到多组球场特征线,并获取每组所述球场特征线之间的交叉点,得到多组当前交叉点;
交叉点获取模块,用于获取预设球场图像中球场线的固定交叉点,并将每组所述当前交叉点分别与所述固定交叉点形成交叉点对;
图像映射模块,用于根据所述交叉点对求解单应性矩阵,得到多个球场线映射矩阵,并根据所述球场线映射矩阵分别对所述预设球场图像进行图像映射,得到多个映射图像;
覆盖数量计算模块,用于分别计算每个所述映射图像与所述球场线特征点之间的覆盖数量,并将最大所述覆盖数量对应的所述球场线映射矩阵设置为目标映射矩阵。
本发明实施例的另一目的在于提供一种移动终端,包括存储设备以及处理器,所述存储设备用于存储计算机程序,所述处理器运行所述计算机程序以使所述移动终端执行上述的球场线映射关系计算方法。
本发明实施例的另一目的在于提供一种存储介质,其存储有上述的移动终端中所使用的计算机程序,该计算机程序被处理器执行时实现上述的球场线映射关系计算方法的步骤。
本发明实施例,通过基于球场特征线之间的交叉点和预设球场图像中球场线的固定交叉点的获取,以求解当前拍摄图像与预设球场图像之间的单应性矩阵,得到球场线映射矩阵,通过将映射图像与球场线特征点之间覆盖数量最大的球场线映射矩阵设置为目标映射矩阵,以得到当前拍摄图像与预设球场图像之间的最佳球场线映射关系,防止了由于采用人工标识比对所导致的球场线映射关系计算准确率低下的现象,提高了球场线映射关系计算准确性。
附图说明
图1是本发明第一实施例提供的球场线映射关系计算方法的流程图;
图2是本发明第一实施例提供的图像平面与运动平面之间映射关系结构示意图;
图3是本发明第二实施例提供的球场线映射关系计算方法的流程图;
图4是本发明第三实施例提供的球场线映射关系计算方法的流程图;
图5是本发明第四实施例提供的球场线映射关系计算系统的结构示意图;
图6是本发明第五实施例提供的移动终端的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
实施例一
请参阅图1,是本发明第一实施例提供的球场线映射关系计算方法的流程图,包括步骤:
步骤S10,获取当前拍摄图像中的球场线特征点,并根据所述球场线特征点在所述当前拍摄图像中形成当前球场线;
其中,该当前拍摄图像可以为任意具有拍摄功能的设备对当前球场所拍摄得到的图像,该当前球场可以为任一具有固定球场线的球场,例如羽毛球场、篮球场、足球场和网球场等;
优选的,该步骤中,该球场线特征点为该当前拍摄图像中可能为球场线上的点,获取该球场线特征点的获取策略可以根据需求进行选择,该获取策略可以为基于预设图像区域获取该球场线特征点、基于预设颜色获取该球场线特征点或基于该当前拍摄图像上像素点的颜色分析以获取该球场线特征点;
具体的,该步骤中,通过将相邻球场线特征点之间进行直线连接,以形成该当前球场线,该当前拍摄图像中形成的当前球场线可以为多条,形成的当前球场线的数量随着该球场特征点的数量和位置发生变化;
步骤S20,根据预设几何方向对所述当前球场线进行线条获取,得到多组球场特征线,并获取每组所述球场特征线之间的交叉点,得到多组当前交叉点;
其中,该预设几何方向可以根据需求进行设置,例如该预设几何方向可以为该预设垂直方向、预设水平方向或任一预设夹角方向,优选的,每组球场特征线内的线条数量相等,该球场特征线内的线条总数量可以根据需求进行设置,例如该线条总数量可以为4条、5条或6条等;
具体的,该步骤中,通过分别获取每组该球场特征线所有当前球场线之间的交点,以得到该交叉点,并通过对该当前拍摄图像建立预设坐标系,以得到每组当前交叉点内所有交叉点坐标。例如当每组球场特征线内设有4条当前球场线时,则对应得到的交叉点坐标的数量为0至4个;
步骤S30,获取预设球场图像中球场线的固定交叉点,并将每组所述当前交叉点分别与所述固定交叉点形成交叉点对;
其中,运动场地可以抽象成一个二维平面,场地上运动员的尺寸和球的大小可以忽略,抽象成平面上的点,这个平面可称为“运动平面”,该预设球场图像为本地预设置的运动平面;
具体的,该固定交叉点为运动平面中球场线之间的交叉点,通过将该运动平面与当前拍摄图像进行图像对其,以得到每个固定交叉点在预设坐标系中对应的固定坐标;
步骤S40,根据所述交叉点对求解单应性矩阵,得到多个球场线映射矩阵,并根据所述球场线映射矩阵分别对所述预设球场图像进行图像映射,得到多个映射图像;
其中,摄像机拍摄的当前拍摄图像可称为“图像平面”,运动员、球场线、球等实体在图像平面上的位置称为“图像坐标”,它们在运动平面上对应的位置叫“球场坐标”,请参阅图2,图像平面中的A、B、C、D、E五个点,分别对应于运动平面中的A、B、C、D、E五个点。球场线识别的主要任,就是建立起图像平面到运动平面的映射关系;
根据投影变换原理,把图像平面上的任意点p,变换成运动平面上的点q,可以用公式q=Hp表示,其中H是投影变换矩阵,也叫单应性矩阵(Homography),变换公式可以表示成:
可以看到,单应性矩阵的自由度为8,解这8个参数需要8个方程,因此,该步骤中,可以根据该每组交叉点对中当前交叉点和固定交叉点的坐标以进行对应单应性矩阵的求解,从而找到图像平面到运动平面的映射关系,以得到球场线映射矩阵,优选的,求解得到的球场线映射矩阵的数量与该交叉点对的组数数量相等,即当步骤S30中形成了4组交叉点对时,则该步骤中求解得到的球场线映射矩阵的数量为4个;
此外,该步骤中,通过根据该球场线映射矩阵分别对预设球场图像进行图像映射的设计,以使基于该球场线映射矩阵将预设运动平面转换为映射图像,使得后续步骤中能基于该映射图像与当前拍摄图像进行相似度比对,以计算对应球场线映射矩阵的映射准确性,即当该映射图像与当前拍摄图像相似度越高时,则对应球场线映射矩阵的映射准确性越高;
步骤S50,分别计算每个所述映射图像与所述球场线特征点之间的覆盖数量,并将最大所述覆盖数量对应的所述球场线映射矩阵设置为目标映射矩阵;
其中,通过计算映射图像与球场线特征点之间的覆盖数量,以判断该映射图像与当前拍摄图像之间的相似度,当判断到映射图像与球场线特征点之间的覆盖数量越大时,则判定该映射图像与当前拍摄图像越相似,以使判定该映射图像对应的球场线映射矩阵的映射准确性越高,因此,将最大所述覆盖数量对应的所述球场线映射矩阵设置为目标映射矩阵,以得到当前拍摄图像与预设球场图像之间的球场映射关系。
本实施例,通过基于球场特征线之间的交叉点和预设球场图像中球场线的固定交叉点的获取,以求解当前拍摄图像与预设球场图像之间的单应性矩阵,得到球场线映射矩阵,通过将映射图像与球场线特征点之间覆盖数量最大的球场线映射矩阵设置为目标映射矩阵,以得到当前拍摄图像与预设球场图像之间的最佳球场线映射关系,防止了由于采用人工标识比对所导致的球场线映射关系计算准确率低下的现象,提高了球场线映射关系计算准确性。
实施例二
请参阅图3,是本发明第二实施例提供的球场线映射关系计算方法的流程图,包括步骤:
步骤S11,根据预设颜色获取当前拍摄图像中的球场线特征点,并分别计算每个球场线特征点相邻预设区域内像素点的像素颜色值;
其中,该预设颜色可以根据需求进行设置,该预设颜色用于识别当前拍摄图像中可能为球场线上的点,由于球场中球场线一般设置为白色,因此,该步骤中的预设颜色为白色,即根据白色获取当前白色图像中的白色图像点,以得到该球场线特征点;
优选的,该预设区域的区域范围可以根据需求进行设置,该步骤中,通过分别获取每个球场线特征点的上下左右四个方向上w个像素点内的颜色值,以得到每个方向上的像素颜色值,该w为预先设置的球场线在图像中的最大宽度;
步骤S21,判断像素颜色值是否均在预设颜色值范围内;
其中,该预设颜色值范围与该预设颜色的RGB值相对应,即当该预设颜色为白色时,则该预设颜色值范围为白色所对应的RGB值;
具体的,该步骤中,通过判断每个球场线特征点上下左右四个方向上、w个像素点内的像素颜色值是否均在预设颜色值范围内,以判断对应球场线特征点是否处于宽度大于w的白色区域内;
当判断所述球场线特征点相邻所述预设区域内像素点的所述像素颜色值均在所述预设颜色值范围内时,执行步骤S31;
步骤S31,将球场线特征点进行删除;
其中,当判断对应球场线特征点是处于宽度大于w的白色区域内时,则判定该球场线特征点不是球场线上的白色点,该球场线特征点可能为广告牌、球员球员或其他干扰物上的白色点,因此,将该球场线特征点进行删除,以达到滤掉大量干扰白点的效果;
步骤S41,根据剩余的球场线特征点使用霍夫变换检测当前拍摄图像的直线,得到当前球场线;
其中,通过将相邻球场线特征点之间进行直线连接,以形成该当前球场线,该当前拍摄图像中形成的当前球场线可以为多条,形成的当前球场线的数量随着该球场特征点的数量和位置发生变化;
步骤S51,获取相邻当前球场线之间的最大间隔距离,并获取相邻当前球场线之间的直线夹角;
其中,通过获取每条当前球场线的中心点坐标,并基于该中心点坐标获取相邻当前球场线之间的最大间隔距离;优选的,该步骤中,还可以通过分别获取相邻当前球场线上两端点之间的距离,并将最大的端点距离设置为该最大间隔距离;
具体的,该步骤中,通过获取相邻当前球场线之间的最大间隔距离和直线夹角的设计,以方便后续针对该相邻当前球场线是否为一条球场线的判断;
步骤S61,当判断到任一相邻当前球场线之间的最大间隔距离小于预设距离,且直线夹角小于预设夹角,删除相邻当前球场线中的任一一条;
其中,该预设距离和预设夹角均可以根据需求进行设置,该步骤中,该预设距离为1至5像素点的宽度,该预设夹角在10度以内;
步骤S71,获取当前球场线中两条水平方向的直线和两条垂直方向的直线,得到多组球场特征线,并获取每组球场特征线之间的交叉点,得到多组当前交叉点;
其中,随机获取该当前球场线中两条水平方向的直线和两条垂直方向的直线以组成一组球场特征线,分别获取该水平当前球场线和垂直当前球场线之间的交点,以得到四个交叉点,并基于该四个交叉点组成该当前交叉点;
步骤S81,获取预设球场图像中球场线的固定交叉点,并将每组当前交叉点分别与固定交叉点形成交叉点对;
其中,该固定交叉点的获取数量为四个;
步骤S91,根据交叉点对求解单应性矩阵,得到多个球场线映射矩阵,并根据球场线映射矩阵分别对预设球场图像进行图像映射,得到多个映射图像;
其中,根据投影变换原理,单应性矩阵的变换公式可以表示成:
可以看到,单应性矩阵的自由度为8,解这8个参数需要8个方程。由于图像平面到运动平面上的一个对应点可以产生2个方程,因此,只需要4个对应的点,就可以求解出这个单应性矩阵,从而找到当前拍摄图像到预设球场图像的映射关系;
因此,该步骤中,基于交叉点对中四对当前交叉点与固定交叉点之间的对应关系,以求解单应性矩阵,得到该球场线映射矩阵;
步骤S101,分别计算每个映射图像与球场线特征点之间的覆盖数量,并将最大覆盖数量对应的球场线映射矩阵设置为目标映射矩阵;
本实施例中,通过基于球场特征线之间的交叉点和预设球场图像中球场线的固定交叉点的获取,以求解当前拍摄图像与预设球场图像之间的单应性矩阵,得到球场线映射矩阵,通过将映射图像与球场线特征点之间覆盖数量最大的球场线映射矩阵设置为目标映射矩阵,以得到当前拍摄图像与预设球场图像之间的最佳球场线映射关系,防止了由于采用人工标识比对所导致的球场线映射关系计算准确率低下的现象,提高了球场线映射关系计算准确性。
实施例三
请参阅图4,是本发明第三实施例提供的球场线映射关系计算方法的流程图,包括步骤:
步骤S12,获取当前拍摄图像中的球场线特征点,并根据球场线特征点在当前拍摄图像中形成当前球场线;
步骤S22,依序对所有当前球场线之间的几何关系进行判定,以得到几何特征值;
其中,所述几何关系包括垂直关系和平行关系,每个当前球场线均对应得到一个几何特征值,该几何特征值的数量值是对应当前球场线与其他当前球场线之间垂直和平行关系总的数量;
例如,对任一当前球场线的几何关系判定结果为4时,即该几何特征值为4,则对应当前球场线与其他当前球场线之间垂直和平行的总数量为4;
步骤S32,判断几何特征值是否小于特征阈值;
其中,该特征阈值可以根据需求进行设置,例如该特征阈值可以设置为1、2或3等;
该步骤中,由于球场中球场线之间的几何关系一般为垂直或平行,因此,当判断到任一当前球场线对应的几何特征值小于特征阈值时,则判定该当前球场线为干扰线;
当判断到所述几何特征值小于所述特征阈值时,执行步骤S42;
步骤S42,将对应当前球场线进行删除;
步骤S52,根据预设几何方向对剩余当前球场线进行线条获取,得到多组球场特征线;
步骤S62,获取每组球场特征线之间的交叉点,得到多组当前交叉点,并获取当前拍摄图像所携带的球场类型标识;
步骤S72,将球场类型标识与本地预存储的球场图像数据库进行匹配,以得到所述预设球场图像,并获取预设球场图像中球场线的固定交叉点;
其中,该球场图像数据库中存储有不同球场类型标识与对应预设球场图像之间的对应关系,该球场类型标识可以采用文字、数字、字母或图像等方式进行存储,例如该球场类型标识可以采用文字“篮球场”、“足球场”或“羽毛球场”的方式进行存储;
因此,该步骤中,基于该当前拍摄图像所携带的球场类型标识与球场图像数据库进行匹配,以查询对应的预设球场图像,进而有效的提高了后续球场线映射关系计算的准确性;
步骤S82,将每组当前交叉点分别与固定交叉点形成交叉点对,并根据交叉点对求解单应性矩阵,得到多个球场线映射矩阵;
步骤S92,根据球场线映射矩阵分别对预设球场图像进行图像映射,得到多个映射图像;
步骤S102,将映射图像与当前拍摄图像进行图像重合,并分别获取每张映射图像中的映射球场线;
其中,基于该映射图像与当前拍摄图像之间的图像重合,以获取该映射球场线在当前拍摄图像中所形成的线条区域;
步骤S112,计算每张映射图像中映射球场线上球场线特征点的数量,以得到覆盖数量;
其中,计算每张映射图像中线条区域内球场线特征点的数量,以得到该覆盖数量,当判断到映射图像与球场线特征点之间的覆盖数量越大时,则判定该映射图像与当前拍摄图像越相似,以使判定该映射图像对应的球场线映射矩阵的适配率越高;
步骤S122,将最大覆盖数量对应的球场线映射矩阵设置为目标映射矩阵;
本实施例,通过基于球场特征线之间的交叉点和预设球场图像中球场线的固定交叉点的获取,以求解当前拍摄图像与预设球场图像之间的单应性矩阵,得到球场线映射矩阵,通过将映射图像与球场线特征点之间覆盖数量最大的球场线映射矩阵设置为目标映射矩阵,以得到当前拍摄图像与预设球场图像之间的最佳球场线映射关系,防止了由于采用人工标识比对所导致的球场线映射关系计算准确率低下的现象,提高了球场线映射关系计算准确性。
实施例四
请参阅图5,是本发明第四实施例提供的球场线映射关系计算系统100的结构示意图,包括:球场线特征点获取模块10、球场特征线获取模块11、交叉点获取模块12、图像映射模块13和覆盖数量计算模块14,其中:
球场线特征点获取模块10,用于获取当前拍摄图像中的球场线特征点,并根据所述球场线特征点在所述当前拍摄图像中形成当前球场线。
其中,所述球场线特征点获取模块10还用于:根据预设颜色获取所述当前拍摄图像中的球场线特征点,并分别计算每个所述球场线特征点相邻预设区域内像素点的像素颜色值;
判断所述像素颜色值是否均在预设颜色值范围内;
当判断所述球场线特征点相邻所述预设区域内像素点的所述像素颜色值均在所述预设颜色值范围内时,将所述球场线特征点进行删除。
优选的,所述球场线特征点获取模块10还用于:根据所述球场线特征点使用霍夫变换检测所述当前拍摄图像的直线,得到所述当前球场线;
获取相邻所述当前球场线之间的最大间隔距离,并获取相邻所述当前球场线之间的直线夹角;
当判断到任一相邻所述当前球场线之间的所述最大间隔距离小于预设距离,且所述直线夹角小于预设夹角,删除相邻所述当前球场线中的任一一条。
进一步地,所述球场线特征点获取模块10还用于:依序对所有所述当前球场线之间的几何关系进行判定,以得到几何特征值,所述几何关系包括垂直关系和平行关系;
判断所述几何特征值是否小于特征阈值;
当判断到所述几何特征值小于所述特征阈值时,将对应所述当前球场线进行删除。
球场特征线获取模块11,用于根据预设几何方向对所述当前球场线进行线条获取,得到多组球场特征线,并获取每组所述球场特征线之间的交叉点,得到多组当前交叉点。
其中,所述球场特征线获取模块11还用于:获取所述当前球场线中两条水平方向的直线和两条垂直方向的直线,以得到所述球场特征线。
交叉点获取模块12,用于获取预设球场图像中球场线的固定交叉点,并将每组所述当前交叉点分别与所述固定交叉点形成交叉点对。
其中,所述交叉点获取模块12还用于:获取所述当前拍摄图像所携带的球场类型标识,并将所述球场类型标识与本地预存储的球场图像数据库进行匹配,以得到所述预设球场图像。
图像映射模块13,用于根据所述交叉点对求解单应性矩阵,得到多个球场线映射矩阵,并根据所述球场线映射矩阵分别对所述预设球场图像进行图像映射,得到多个映射图像。
覆盖数量计算模块14,用于分别计算每个所述映射图像与所述球场线特征点之间的覆盖数量,并将最大所述覆盖数量对应的所述球场线映射矩阵设置为目标映射矩阵。
其中,所述覆盖数量计算模块14还用于:将所述映射图像与所述当前拍摄图像进行图像重合,并分别获取每张所述映射图像中的映射球场线;
计算每张所述映射图像中所述映射球场线上所述球场线特征点的数量,以得到所述覆盖数量。
本实施例,通过基于球场特征线之间的交叉点和预设球场图像中球场线的固定交叉点的获取,以求解当前拍摄图像与预设球场图像之间的单应性矩阵,得到球场线映射矩阵,通过将映射图像与球场线特征点之间覆盖数量最大的球场线映射矩阵设置为目标映射矩阵,以得到当前拍摄图像与预设球场图像之间的最佳球场线映射关系,防止了由于采用人工标识比对所导致的球场线映射关系计算准确率低下的现象,提高了球场线映射关系计算准确性。
实施例五
请参阅图6,是本发明第五实施例提供的移动终端101,包括存储设备以及处理器,所述存储设备用于存储计算机程序,所述处理器运行所述计算机程序以使所述移动终端101执行上述的球场线映射关系计算方法。
本实施例还提供了一种存储介质,其上存储有上述移动终端101中所使用的计算机程序,该程序在执行时,包括如下步骤:
获取当前拍摄图像中的球场线特征点,并根据所述球场线特征点在所述当前拍摄图像中形成当前球场线;
根据预设几何方向对所述当前球场线进行线条获取,得到多组球场特征线,并获取每组所述球场特征线之间的交叉点,得到多组当前交叉点;
获取预设球场图像中球场线的固定交叉点,并将每组所述当前交叉点分别与所述固定交叉点形成交叉点对;
根据所述交叉点对求解单应性矩阵,得到多个球场线映射矩阵,并根据所述球场线映射矩阵分别对所述预设球场图像进行图像映射,得到多个映射图像;
分别计算每个所述映射图像与所述球场线特征点之间的覆盖数量,并将最大所述覆盖数量对应的所述球场线映射矩阵设置为目标映射矩阵。所述的存储介质,如:ROM/RAM、磁碟、光盘等。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元或模块完成,即将存储装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施方式中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。
本领域技术人员可以理解,图5中示出的组成结构并不构成对本发明的球场线映射关系计算系统的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置,而图1、3和4中的球场线映射关系计算方法亦采用图5中所示的更多或更少的部件,或者组合某些部件,或者不同的部件布置来实现。本发明所称的单元、模块等是指一种能够被所述目标球场线映射关系计算系统中的处理器(图未示)所执行并功能够完成特定功能的一系列计算机程序,其均可存储于所述目标球场线映射关系计算系统的存储设备(图未示)内。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种球场线映射关系计算方法,其特征在于,所述方法包括:
获取当前拍摄图像中的球场线特征点,并根据所述球场线特征点在所述当前拍摄图像中形成当前球场线;
根据预设几何方向对所述当前球场线进行线条获取,得到多组球场特征线,并获取每组所述球场特征线之间的交叉点,得到多组当前交叉点;
获取预设球场图像中球场线的固定交叉点,并将每组所述当前交叉点分别与所述固定交叉点形成交叉点对;
根据所述交叉点对求解单应性矩阵,得到多个球场线映射矩阵,并根据所述球场线映射矩阵分别对所述预设球场图像进行图像映射,得到多个映射图像;
分别计算每个所述映射图像与所述球场线特征点之间的覆盖数量,并将最大所述覆盖数量对应的所述球场线映射矩阵设置为目标映射矩阵;
所述获取当前拍摄图像中的球场线特征点的步骤包括:
根据预设颜色获取所述当前拍摄图像中的球场线特征点,并分别计算每个所述球场线特征点相邻预设区域内像素点的像素颜色值;
判断所述像素颜色值是否均在预设颜色值范围内;
当判断所述球场线特征点相邻所述预设区域内像素点的所述像素颜色值均在所述预设颜色值范围内时,将所述球场线特征点进行删除;
所述根据所述球场线特征点在所述当前拍摄图像中形成当前球场线的步骤包括:
根据所述球场线特征点使用霍夫变换检测所述当前拍摄图像的直线,得到所述当前球场线;
获取相邻所述当前球场线之间的最大间隔距离,并获取相邻所述当前球场线之间的直线夹角;
当判断到任一相邻所述当前球场线之间的所述最大间隔距离小于预设距离,且所述直线夹角小于预设夹角,删除相邻所述当前球场线中的任一一条。
2.如权利要求1所述的球场线映射关系计算方法,其特征在于,所述分别计算每个所述映射图像与所述球场线特征点之间的覆盖数量的步骤包括:
将所述映射图像与所述当前拍摄图像进行图像重合,并分别获取每张所述映射图像中的映射球场线;
计算每张所述映射图像中所述映射球场线上所述球场线特征点的数量,以得到所述覆盖数量。
3.如权利要求1所述的球场线映射关系计算方法,其特征在于,所述根据所述球场线特征点在所述当前拍摄图像中形成当前球场线的步骤之后,所述方法还包括:
依序对所有所述当前球场线之间的几何关系进行判定,以得到几何特征值,所述几何关系包括垂直关系和平行关系;
判断所述几何特征值是否小于特征阈值;
当判断到所述几何特征值小于所述特征阈值时,将对应所述当前球场线进行删除。
4.如权利要求1所述的球场线映射关系计算方法,其特征在于,所述根据预设几何方向对所述当前球场线进行线条获取的步骤包括:
获取所述当前球场线中两条水平方向的直线和两条垂直方向的直线,以得到所述球场特征线。
5.如权利要求1所述的球场线映射关系计算方法,其特征在于,所述获取预设球场图像中球场线的固定交叉点的步骤之前,所述方法还包括:
获取所述当前拍摄图像所携带的球场类型标识,并将所述球场类型标识与本地预存储的球场图像数据库进行匹配,以得到所述预设球场图像。
6.一种球场线映射关系计算系统,其特征在于,所述系统包括:
球场线特征点获取模块,用于获取当前拍摄图像中的球场线特征点,并根据所述球场线特征点在所述当前拍摄图像中形成当前球场线;
球场特征线获取模块,用于根据预设几何方向对所述当前球场线进行线条获取,得到多组球场特征线,并获取每组所述球场特征线之间的交叉点,得到多组当前交叉点;
交叉点获取模块,用于获取预设球场图像中球场线的固定交叉点,并将每组所述当前交叉点分别与所述固定交叉点形成交叉点对;
图像映射模块,用于根据所述交叉点对求解单应性矩阵,得到多个球场线映射矩阵,并根据所述球场线映射矩阵分别对所述预设球场图像进行图像映射,得到多个映射图像;
覆盖数量计算模块,用于分别计算每个所述映射图像与所述球场线特征点之间的覆盖数量,并将最大所述覆盖数量对应的所述球场线映射矩阵设置为目标映射矩阵;
所述球场线特征点获取模块还用于:根据预设颜色获取所述当前拍摄图像中的球场线特征点,并分别计算每个所述球场线特征点相邻预设区域内像素点的像素颜色值;
判断所述像素颜色值是否均在预设颜色值范围内;
当判断所述球场线特征点相邻所述预设区域内像素点的所述像素颜色值均在所述预设颜色值范围内时,将所述球场线特征点进行删除;
所述球场线特征点获取模块还用于:根据所述球场线特征点使用霍夫变换检测所述当前拍摄图像的直线,得到所述当前球场线;
获取相邻所述当前球场线之间的最大间隔距离,并获取相邻所述当前球场线之间的直线夹角;
当判断到任一相邻所述当前球场线之间的所述最大间隔距离小于预设距离,且所述直线夹角小于预设夹角,删除相邻所述当前球场线中的任一一条。
7.一种移动终端,其特征在于,包括存储设备以及处理器,所述存储设备用于存储计算机程序,所述处理器运行所述计算机程序以使所述移动终端执行根据权利要求1至5任一项所述的球场线映射关系计算方法。
8.一种存储介质,其特征在于,其存储有权利要求7所述的移动终端中所使用的计算机程序,该计算机程序被处理器执行时实现权利要求1至5任一项所述的球场线映射关系计算方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010259948.4A CN111598921B (zh) | 2020-04-03 | 2020-04-03 | 球场线映射关系计算方法、系统、移动终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010259948.4A CN111598921B (zh) | 2020-04-03 | 2020-04-03 | 球场线映射关系计算方法、系统、移动终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111598921A CN111598921A (zh) | 2020-08-28 |
CN111598921B true CN111598921B (zh) | 2023-02-28 |
Family
ID=72187367
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010259948.4A Active CN111598921B (zh) | 2020-04-03 | 2020-04-03 | 球场线映射关系计算方法、系统、移动终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111598921B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102147918A (zh) * | 2010-02-09 | 2011-08-10 | 新奥特(北京)视频技术有限公司 | 基于体育场标志线的摄像机外参数确定方法及系统 |
CN104658032A (zh) * | 2013-11-15 | 2015-05-27 | 索尼公司 | 用于图像处理的方法、设备和系统 |
CN106991644A (zh) * | 2016-01-20 | 2017-07-28 | 上海慧体网络科技有限公司 | 一种基于运动场多路摄像头进行视频拼接的方法 |
CN110335292A (zh) * | 2019-07-09 | 2019-10-15 | 北京猫眼视觉科技有限公司 | 一种基于图片跟踪实现模拟场景跟踪的方法及系统 |
CN110910489A (zh) * | 2019-11-07 | 2020-03-24 | 河海大学 | 一种基于单目视觉的智能球场运动信息采集系统与方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020016210A1 (en) * | 1995-01-20 | 2002-02-07 | Helber Robert A. | Method and apparatus for displaying golf ball location |
-
2020
- 2020-04-03 CN CN202010259948.4A patent/CN111598921B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102147918A (zh) * | 2010-02-09 | 2011-08-10 | 新奥特(北京)视频技术有限公司 | 基于体育场标志线的摄像机外参数确定方法及系统 |
CN104658032A (zh) * | 2013-11-15 | 2015-05-27 | 索尼公司 | 用于图像处理的方法、设备和系统 |
CN106991644A (zh) * | 2016-01-20 | 2017-07-28 | 上海慧体网络科技有限公司 | 一种基于运动场多路摄像头进行视频拼接的方法 |
CN110335292A (zh) * | 2019-07-09 | 2019-10-15 | 北京猫眼视觉科技有限公司 | 一种基于图片跟踪实现模拟场景跟踪的方法及系统 |
CN110910489A (zh) * | 2019-11-07 | 2020-03-24 | 河海大学 | 一种基于单目视觉的智能球场运动信息采集系统与方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111598921A (zh) | 2020-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109271937B (zh) | 基于图像处理的运动场地标志物识别方法及系统 | |
CN111640157B (zh) | 一种基于神经网络的棋盘格角点检测方法及其应用 | |
CN105825203B (zh) | 基于点对匹配和几何结构匹配的地面箭头标志检测与识别方法 | |
CN111832634B (zh) | 异物检测方法、系统、终端设备及存储介质 | |
US9275299B2 (en) | System and method for identifying image locations showing the same person in different images | |
CN111444778A (zh) | 一种车道线检测方法 | |
CN110163025A (zh) | 二维码定位方法及装置 | |
CN111738225B (zh) | 人群聚集检测方法、装置、设备及存储介质 | |
CN111553915A (zh) | 物品识别检测方法、装置、设备和可读存储介质 | |
CN107895021B (zh) | 图像识别方法及装置、计算机装置和计算机可读存储介质 | |
Araujo et al. | Air-sslam: A visual stereo indoor slam for aerial quadrotors | |
WO2022062153A1 (zh) | 一种高尔夫球落地式检测方法、系统及存储介质 | |
CN108052869A (zh) | 车道线识别方法、装置及计算机可读存储介质 | |
CN111598921B (zh) | 球场线映射关系计算方法、系统、移动终端及存储介质 | |
CN111798501B (zh) | 融入颜色直方图与余弦相似性的优化图像配准方法 | |
CN111223139B (zh) | 目标定位方法及终端设备 | |
CN110969657B (zh) | 一种枪球坐标关联方法、装置、电子设备及存储介质 | |
CN108076365B (zh) | 人体姿势识别装置 | |
CN109816709A (zh) | 基于单目摄像头的深度估计方法、装置及设备 | |
CN113112551B (zh) | 相机参数的确定方法、装置、路侧设备和云控平台 | |
CN115690222A (zh) | 标定图案识别方法、标定方法、装置和电子设备 | |
CN111178366B (zh) | 一种移动机器人的定位方法和移动机器人 | |
Wang et al. | Object recognition from omnidirectional visual sensing for mobile robot applications | |
CN118314363B (zh) | 目标跟踪方法、装置、存储介质及计算机设备 | |
CN112686962A (zh) | 室内视觉定位方法、装置及电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |