CN111915643A - 基于zed视觉的游泳运动员出水高度的检测系统及方法 - Google Patents
基于zed视觉的游泳运动员出水高度的检测系统及方法 Download PDFInfo
- Publication number
- CN111915643A CN111915643A CN202010428347.1A CN202010428347A CN111915643A CN 111915643 A CN111915643 A CN 111915643A CN 202010428347 A CN202010428347 A CN 202010428347A CN 111915643 A CN111915643 A CN 111915643A
- Authority
- CN
- China
- Prior art keywords
- swimmer
- target
- zed
- height
- video
- 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.)
- Granted
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000001514 detection method Methods 0.000 claims abstract description 68
- 238000004364 calculation method Methods 0.000 claims abstract description 34
- 230000009182 swimming Effects 0.000 claims abstract description 17
- 238000009432 framing Methods 0.000 claims abstract description 9
- 230000000694 effects Effects 0.000 claims description 24
- 230000008569 process Effects 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 9
- 230000000877 morphologic effect Effects 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 8
- 238000006073 displacement reaction Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 claims description 4
- 230000009471 action Effects 0.000 abstract description 9
- 238000011900 installation process Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 16
- 230000037237 body shape Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000009191 jumping Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
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
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
- G01B11/0608—Height gauges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/36—Videogrammetry, i.e. electronic processing of video signals from a single source or from different sources to give parallax or range information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
- G06T2207/20112—Image segmentation details
- G06T2207/20132—Image cropping
-
- 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
- G06T2207/30196—Human being; Person
-
- 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
- G06T2207/30241—Trajectory
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于ZED视觉的游泳运动员出水高度的检测系统及方法,所述检测系统包括视频采集模块、目标识别模块、高度计算模块,视频采集模块用于采集游泳运动员的比赛视频,同时将采集到的比赛视频传递给目标识别模块,目标识别模块用于识别抛出水面的游泳运动员,使用矩形方框框出目标,获得目标的中心点,高度计算模块用于根据矩形方框的中心点的坐标,计算游泳运动员的出水高度。本发明提供的检测系统,能够检测花样游泳运动员抛出水面的精确高度,为裁判评定动作标准提供客观依据。本发明的检测系统的安装过程极其简单,减少了人力成本,检测速度较快,检测结果具有时效性,保证了评分的公平性。
Description
技术领域
本发明涉及高度检测技术领域,尤其涉及一种基于ZED视觉的游泳运动员出水高度的检测系统及方法。
背景技术
花样游泳运动是一种融入舞蹈和音乐的水上竞技项目,运动员需要完成许多组托举、旋转、弯曲等动作,其中,运动员跳出水面的高度是一项很重要的评分标准。目前跳出水面的高度目前只能由裁判目测,具有较大的主观性,这种方法存在以下缺陷:(1)高度测量不准,容易产生争议,影响比赛的正常进行。(2)运动员出水是瞬时动作,给裁判增加了识别负担。
发明内容
为解决现有技术存在的局限和缺陷,本发明提供一种基于ZED视觉的游泳运动员出水高度的检测系统,包括视频采集模块、目标识别模块、高度计算模块;
所述视频采集模块用于采集所述游泳运动员的比赛视频,同时将采集到的比赛视频传递给所述目标识别模块;
所述目标识别模块用于识别抛出水面的游泳运动员,使用矩形方框框出目标,获得所述目标的中心点;
所述高度计算模块用于根据所述矩形方框的中心点的坐标,计算所述游泳运动员的出水高度。
可选的,所述视频采集模块包括ZED双目摄像机,所述ZED双目摄像机通过支架放置于地面,以防止抖动;
所述ZED双目摄像机设置在所述游泳运动员侧面的泳池边缘,以保证所述ZED双目摄像机拍摄到所述游泳运动员表演的全部过程。
本发明还提供一种基于ZED视觉的游泳运动员出水高度的检测方法,所述检测方法采用所术的检测系统,所述检测方法包括:
步骤S1:所述视频采集模块拍摄所述游泳运动员的比赛视频,提取所述比赛视频的每帧图像和实时三维点云传递给所述目标识别模块;
步骤S2:所述目标识别模块通过图像处理技术对每帧图像进行检测,识别抛出水面的运动员,使用矩形方框框出目标,提取目标的中心点作为出水过程运动轨迹点,将计算结果交给所述高度计算模块;
步骤S3:所述高度计算模块对所述出水过程运动轨迹点进行分析计算,判断所述游泳运动员轨迹的最高点与最低点,计算所述最高点与所述最低点之间的位移作为所述游泳运动员的出水高度。
可选的,所述步骤S1包括如下步骤:
步骤S11:所述检测系统启动和初始化,判断所述ZED双目摄像机是否正确开启;
步骤S12:若所述ZED双目摄像机是正确开启,启动返回视频图像数据,若所述ZED双目摄像机不是正确开启,返回至步骤S11;
步骤S13:读取视频之中左目相机的每帧图像,获得实时三维点云。
可选的,所述步骤S2包括如下步骤:
步骤S21:将采集的左目相机的每帧图像采用三帧差法提取抛出水面的游泳运动员的动态图像,通过形态学滤波获得第一次动态物体提取结果;
步骤S22:将左目相机的每帧图像采用混合高斯法获得第二次动态物体提取结果;
步骤S23:将三侦差法提取的结果与混合高斯法提取的结果进行与运算,获得综合检测效果;
步骤S24:将所述综合检测效果进行形态学滤波,并采用漫水填充法填充空洞;
步骤S25:设置阈值,所述矩形方框的像素面积在19000至80000之间时,将符合游泳运动员体形大小的目标框出,去除无关目标以及噪点,获得框定目标的中心点;
步骤S26:根据目标的中心点计算出实时三维点云,获得中心点对应左目相机坐标系之下的实时三维坐标,并传递给所述高度计算模块。
本发明具有下述有益效果:
本发明提供一种基于ZED视觉的游泳运动员出水高度的检测系统,包括视频采集模块、目标识别模块、高度计算模块,视频采集模块用于采集游泳运动员的比赛视频,同时将采集到的比赛视频传递给目标识别模块,目标识别模块用于识别抛出水面的游泳运动员,使用矩形方框框出目标,获得目标的中心点,高度计算模块用于根据矩形方框的中心点的坐标,计算游泳运动员的出水高度。本发明提供的基于ZED视觉的游泳运动员出水高度的检测系统,能够检测花样游泳运动员抛出水面的精确高度,为裁判评定动作标准提供客观依据。本发明的数据处理过程较快,检测结果具有时效性,保证了评分的公平性。本发明的检测系统的安装过程极其简单,减少了人力成本,检测速度较快,高度值呈现为数据形式,清晰直观。
附图说明
图1为本发明实施例一提供的基于ZED视觉的游泳运动员出水高度的检测系统的结构示意图。
图2为本发明实施例一提供的检测系统俯视图。
图3为本发明实施例一提供的检测系统主视图。
图4为本发明实施例二提供的基于ZED视觉的游泳运动员出水高度的检测方法流程图。
图5为本发明实施例二提供的三帧差法检测效果示意图。
图6为本发明实施例二提供的混合高斯法检测效果示意图。
图7为本发明实施例二提供的综合检测加膨胀之后的效果示意图。
图8为本发明实施例二提供的漫水填充之后的效果示意图。
图9为本发明实施例二提供的目标检测效果示意图。
图10为本发明实施例二提供的实验数据拟合图。
图11为本发明实施例二提供的目标检测部分在花样游泳实际场景之中的一种应用示意图。
图12为本发明实施例二提供的目标检测部分在花样游泳实际场景之中的另一种应用示意图。
具体实施方式
为使本领域的技术人员更好地理解本发明的技术方案,下面结合附图对本发明提供的基于ZED视觉的游泳运动员出水高度的检测系统及方法进行详细描述。
实施例一
本实施例提供的基于ZED视觉的游泳运动员出水高度的检测系统可以快速精确地检测到运动员被抛出水面地高度,为裁判根据动作打分提供了客观的依据。图1为本发明实施例一提供的基于ZED视觉的游泳运动员出水高度的检测系统的结构示意图。如图1所示,本实施例提供的基于ZED视觉的游泳运动员出水高度的检测系统,包括视频采集模块、目标识别模块、高度计算模块,视频采集模块采集花样游泳运动员比赛的视频,并同时将采集到的视频传递给目标识别模块,目标识别模块运行程序检测出抛出水面的运动员,框出目标,记录目标的中心点作为高度测量的依据。将目标物体的中心点坐标传递给高度计算模块,计算出运动员的出水高度。本实施例用图像处理的方法进行高度检测可以在不接触运动员的前提下,捕捉瞬间的出水动作,减少了人力物力,原理简单,实现快速准确的高度计算。同时,ZED双目相机可以拍摄高清左目右目图像,其产品附带软件开发工具包,可以计算双目图像的深度图与点云图,可以很好的恢复图像像素对应的三维坐标。
图2为本发明实施例一提供的检测系统俯视图,图3为本发明实施例一提供的检测系统主视图。如图2和图3所示,所述视频采集模块包含ZED双目摄像机和软件开发工具包。双目摄像机拍摄高清视频,通过支架放置于地面,防止抖动。双目相机放于运动员侧面的泳池边缘,保证可以拍摄到运动员表演的全部过程。
本实施例提供的检测系统包括视频采集模块、目标识别模块、高度计算模块。视频数据采集模块采用了美国Stereolabs公司推出的ZED立体相机和软件开发工具包,布设时通过三脚架支撑,保证双目相机与地面垂直,并且防止抖动。双目相机位于运动员侧面泳池,可拍摄运动员表演全过程。视频采集模块采用windows系统与Ubuntu系统均可实现,本系统采用了Ubuntu18.04操作系统,软件编写平台采用Clion。双目相机通过USB与计算机相连,采集运动员表演视频并传递给计算机,计算机在Clion中运行程序进行相应处理后得到花样游泳运动员出水高度值,并将检测目标图像和高度值打印到计算机屏幕上。
本实施例提供一种基于ZED视觉的游泳运动员出水高度的检测系统,包括视频采集模块、目标识别模块、高度计算模块,视频采集模块用于采集游泳运动员的比赛视频,同时将采集到的比赛视频传递给目标识别模块,目标识别模块用于识别抛出水面的游泳运动员,使用矩形方框框出目标,获得目标的中心点,高度计算模块用于根据矩形方框的中心点的坐标,计算游泳运动员的出水高度。本实施例提供的基于ZED视觉的游泳运动员出水高度的检测系统,能够检测花样游泳运动员抛出水面的精确高度,为裁判评定动作标准提供客观依据。本实施例的数据处理过程较快,检测结果具有时效性,保证了评分的公平性。本实施例的检测系统的安装过程极其简单,减少了人力成本,检测速度较快,高度值呈现为数据形式,清晰直观。
实施例二
图4为本发明实施例二提供的基于ZED视觉的游泳运动员出水高度的检测方法流程图。如图4所示,本实施例提供一种基于ZED视觉的游泳运动员出水高度的检测方法,所述检测方法采用实施例一提供的检测系统,所述检测方法包括:
步骤S1:视频采集模块拍摄花样游泳运动员比赛视频,并提取视频中的每帧图像和实时三维点云实时传递给目标识别模块。
步骤S2:目标识别模块运行目标检测程序,该程序通过图像处理技术对每帧图片检测出抛出水面的运动员,并框出目标,提取出目标的中心点作为出水过程运动轨迹点。并将计算结果交给高度计算模块。
步骤S3:高度计算模块对采集到的轨迹点进行分析计算,判断运动员轨迹的最高点与最低点,计算位移作为出水高度。
本实施例中,所述步骤S1包括如下步骤:
步骤S11:启动,系统初始化,判断ZED双目相机是否正确开启。
步骤S12:ZED双目相机开启正确则启动返回视频图像数据,否则返回至步骤S11。
步骤S13:读取视频中左目相机每帧的图像,并通过软件开发工具包获得实时的三维点云。
图5为本发明实施例二提供的三帧差法检测效果示意图,图6为本发明实施例二提供的混合高斯法检测效果示意图,图7为本发明实施例二提供的综合检测加膨胀之后的效果示意图,图8为本发明实施例二提供的漫水填充之后的效果示意图。如图5-8,所述步骤S2包括如下步骤:
步骤S21:将采集的左目相机的每帧图像采用三帧差法提取出抛出水面的运动员的动态图像,通过形态学滤波(膨胀)得到第一次动态物体提取结果。
步骤S22:将左目相机的每帧图像采用混合高斯法得到第二次动态物体提取结果。
步骤S23:将三侦差法和混合高斯法提取的结果进行与运算,得到综合检测效果。本实施例将三帧差法通过差分运算提取的目标和混合高斯法提取的目标进行与运算得到动态像素,综合了两种算法的优点得到了较为清晰的动态目标。
步骤S24:将综合检测效果进行形态学滤波(膨胀),并采用漫水填充法填充空洞。本实施例对检测得到的动态目标采用了漫水填充法填充孔洞。先将要填充孔洞的目标向外扩展两个像素,并将值填充为背景色,然后使用漫水填充法填充,随后将填充好的图像剪裁为原图像大小,取反后与原图像相加后得到填充的图像。
步骤S25:设置阈值,所述矩形方框的像素面积在19000至80000之间时,将符合运动员体形大小的目标框出,去除无关目标以及噪点,得到框定目标的中心像素点。本实施例计算检测到的动态像素的面积,设置阈值,将符合出水运动员体形大小的动态像素用外界矩形框标出,抑制其他噪点与由其他花样游泳动作检测到的动态像素。
步骤S26:通过ZED相机的软件开发工具包计算出的实时三维点云,可以求得中心像素点对应左目相机坐标系下的实时三维坐标,并保存传递给高度计算模块。
本实施例中,花样游泳运动员出水高度的检测步骤具体如下:
步骤S1:视频采集模块拍摄花样游泳运动员比赛视频,并提取视频中的每帧图像和实时三维点云实时传递给数据处理模块。具体由如下三步组成:
步骤S11:启动,系统初始化,判断ZED双目相机是否正确开启。
步骤S12:ZED双目相机开启正确则启动返回视频图像数据,否则返回至步骤S11。
步骤S13:读取视频中左目相机每帧的图像,并通过软件开发工具包获得实时的三维点云。
步骤S2:目标识别模块运行目标检测程序,该程序通过图像处理技术对每帧图片检测出抛出水面的运动员,并框出目标,提取出目标的中心点作为出水过程运动轨迹点,并将计算结果交给高度计算模块。其中目标轨迹点检测由如下步骤组成:
步骤S21:将采集的左目相机的每帧图像采用三帧差法提取出抛出水面的运动员的动态图像,通过形态学滤波(膨胀)得到第一次动态物体提取结果。
步骤S22:将左目相机的每帧图像采用混合高斯法得到第二次动态物体提取结果。
步骤S23:将三侦差法和混合高斯法提取的结果进行与运算,得到综合检测效果。
步骤S24:将综合检测效果进行形态学滤波(膨胀),并采用漫水填充法填充空洞。
步骤S25:设置阈值,所述矩形方框的像素面积在19000至80000之间时,将符合运动员体形大小的目标框出,去除无关目标以及噪点,得到框定目标的中心像素点。
步骤S26:通过ZED相机的软件开发工具包计算出的实时三维点云,可以求得中心像素点对应左目相机坐标系下的实时三维坐标,并保存传递给高度计算模块。
步骤S3:高度计算模块对采集到的轨迹点进行分析计算,判断运动员轨迹的最高点与最低点,计算位移作为出水高度。
本实施例正确开启双目相机后,通过帧间差法和混合高斯法分别计算动态像素,并对计算结果进行与运算,可以综合两种算法的优点,最大程度的去除噪声和孔洞。将噪声消除后可以为目标检测减少干扰,使计算结果更精确。
本实验采用从标准高度下抛物体的方法来代替模拟花样游泳运动员出水至最高点后落入水中的效果。三帧差法动态像素提取效果如图5所示,混合高斯法动态像素提取效果如图6所示,与运算加形态学滤波(膨胀)处理后动态像素提取效果如图7所示。
参见图8,本实施例在检测出动态像素后采用了漫水填充法填充孔洞,先将要填充孔洞的目标向外扩展两个像素,并将值填充为背景色,然后使用漫水填充法填充,随后将填充好的图像剪裁为原图像大小,取反后与原图像相加后得到填充的图像。
图9为本发明实施例二提供的目标检测效果示意图。如图9所示,本实施例对填充后的动态像素求面积,当面积大于设定的阈值时,将动态像素用矩形框圈出,并取中心点为轨迹点,保存并显示目标检测效果。
本实施例将保存的轨迹点通过ZED相机的软件工具包,根据实时三维点云采集到轨迹中心点对应的三维坐标,保存记录。最后选取三维点中垂直方向最大值和最小值之差为高度差,输出到屏幕上。
本实施例分别固定物体在1m、1.2m、1.5m、1.8m、2m使物体自由落体,测量物体下落距离,每个高度分别重复实验5次,记录数据,一共进行了25次实验,结果记录如表1所示。
表1实验数据
图10为本发明实施例二提供的实验数据拟合图,图11为本发明实施例二提供的目标检测部分在花样游泳实际场景之中的一种应用示意图,图12为本发明实施例二提供的目标检测部分在花样游泳实际场景之中的另一种应用示意图。如图10-12所示,实验误差约为3cm,精度非常高,可以看出此种方法可以很精准地测出被抛物体在垂直方向上地移动距离,得到高度差。被抛物体长宽均为0.4m,高为0.1m,结合目标检测效果,可以判断误差是由被抛物体厚度引起,可以在计算中减去。同时,将算法在网络上下载的2019年光州世锦赛花样游泳集体自由组合,可以看出算法可以检测出抛出水的运动员,并忽略在水中的运动员。
本实施例提供一种基于ZED视觉的游泳运动员出水高度的检测方法,视频采集模块采集游泳运动员的比赛视频,同时将采集到的比赛视频传递给目标识别模块,目标识别模块识别抛出水面的游泳运动员,使用矩形方框框出目标,获得目标的中心点,高度计算模块根据矩形方框的中心点的坐标,计算游泳运动员的出水高度。本实施例提供的基于ZED视觉的游泳运动员出水高度的检测方法,能够检测花样游泳运动员抛出水面的精确高度,为裁判评定动作标准提供客观依据。本实施例的数据处理过程较快,检测结果具有时效性,保证了评分的公平性。本实施例的检测方法减少了人力成本,检测速度较快,高度值呈现为数据形式,清晰直观。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。对于本领域内的普通技术人员而言,在不脱离本发明的精神和实质的情况下,可以做出各种变型和改进,这些变型和改进也视为本发明的保护范围。
Claims (5)
1.一种基于ZED视觉的游泳运动员出水高度的检测系统,其特征在于,包括视频采集模块、目标识别模块、高度计算模块;
所述视频采集模块用于采集所述游泳运动员的比赛视频,同时将采集到的比赛视频传递给所述目标识别模块;
所述目标识别模块用于识别抛出水面的游泳运动员,使用矩形方框框出目标,获得所述目标的中心点;
所述高度计算模块用于根据所述矩形方框的中心点的坐标,计算所述游泳运动员的出水高度。
2.根据权利要求1所述的基于ZED视觉的游泳运动员出水高度的检测系统,其特征在于,所述视频采集模块包括ZED双目摄像机,所述ZED双目摄像机通过支架放置于地面,以防止抖动;
所述ZED双目摄像机设置在所述游泳运动员侧面的泳池边缘,以保证所述ZED双目摄像机拍摄到所述游泳运动员表演的全部过程。
3.一种基于ZED视觉的游泳运动员出水高度的检测方法,其特征在于,所述检测方法采用权利要求1或者权利要求2所术的检测系统,所述检测方法包括:
步骤S1:所述视频采集模块拍摄所述游泳运动员的比赛视频,提取所述比赛视频的每帧图像和实时三维点云传递给所述目标识别模块;
步骤S2:所述目标识别模块通过图像处理技术对每帧图像进行检测,识别抛出水面的运动员,使用矩形方框框出目标,提取目标的中心点作为出水过程运动轨迹点,将计算结果交给所述高度计算模块;
步骤S3:所述高度计算模块对所述出水过程运动轨迹点进行分析计算,判断所述游泳运动员轨迹的最高点与最低点,计算所述最高点与所述最低点之间的位移作为所述游泳运动员的出水高度。
4.根据权利要求3所述的基于ZED视觉的游泳运动员出水高度的检测方法,其特征在于,所述步骤S1包括如下步骤:
步骤S11:所述检测系统启动和初始化,判断所述ZED双目摄像机是否正确开启;
步骤S12:若所述ZED双目摄像机是正确开启,启动返回视频图像数据,若所述ZED双目摄像机不是正确开启,返回至步骤S11;
步骤S13:读取视频之中左目相机的每帧图像,获得实时三维点云。
5.根据权利要求3所述的基于ZED视觉的游泳运动员出水高度的检测方法,其特征在于,所述步骤S2包括如下步骤:
步骤S21:将采集的左目相机的每帧图像采用三帧差法提取抛出水面的游泳运动员的动态图像,通过形态学滤波获得第一次动态物体提取结果;
步骤S22:将左目相机的每帧图像采用混合高斯法获得第二次动态物体提取结果;
步骤S23:将三侦差法提取的结果与混合高斯法提取的结果进行与运算,获得综合检测效果;
步骤S24:将所述综合检测效果进行形态学滤波,并采用漫水填充法填充空洞;
步骤S25:设置阈值,所述矩形方框的像素面积在19000至80000之间时,将符合游泳运动员体形大小的目标框出,去除无关目标以及噪点,获得框定目标的中心点;
步骤S26:根据目标的中心点计算出实时三维点云,获得中心点对应左目相机坐标系之下的实时三维坐标,并传递给所述高度计算模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010428347.1A CN111915643B (zh) | 2020-05-20 | 2020-05-20 | 基于zed视觉的游泳运动员出水高度的检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010428347.1A CN111915643B (zh) | 2020-05-20 | 2020-05-20 | 基于zed视觉的游泳运动员出水高度的检测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111915643A true CN111915643A (zh) | 2020-11-10 |
CN111915643B CN111915643B (zh) | 2023-10-10 |
Family
ID=73237578
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010428347.1A Active CN111915643B (zh) | 2020-05-20 | 2020-05-20 | 基于zed视觉的游泳运动员出水高度的检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111915643B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102693606A (zh) * | 2011-03-24 | 2012-09-26 | 中国人民解放军国防科学技术大学 | 一种基于摄像网络的泳池防溺水预警方法及系统 |
US20160101358A1 (en) * | 2014-10-10 | 2016-04-14 | Livebarn Inc. | System and method for optical player tracking in sports venues |
CN107016690A (zh) * | 2017-03-06 | 2017-08-04 | 浙江大学 | 基于视觉的无人机入侵检测与识别系统及方法 |
CN109117827A (zh) * | 2018-09-05 | 2019-01-01 | 武汉市蓝领英才科技有限公司 | 基于视频的工服工帽穿戴状态自动识别方法与报警系统 |
CN110222977A (zh) * | 2019-06-03 | 2019-09-10 | 张学志 | 一种基于计算机视觉的动作体育评分方法与装置 |
-
2020
- 2020-05-20 CN CN202010428347.1A patent/CN111915643B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102693606A (zh) * | 2011-03-24 | 2012-09-26 | 中国人民解放军国防科学技术大学 | 一种基于摄像网络的泳池防溺水预警方法及系统 |
US20160101358A1 (en) * | 2014-10-10 | 2016-04-14 | Livebarn Inc. | System and method for optical player tracking in sports venues |
CN107016690A (zh) * | 2017-03-06 | 2017-08-04 | 浙江大学 | 基于视觉的无人机入侵检测与识别系统及方法 |
CN109117827A (zh) * | 2018-09-05 | 2019-01-01 | 武汉市蓝领英才科技有限公司 | 基于视频的工服工帽穿戴状态自动识别方法与报警系统 |
CN110222977A (zh) * | 2019-06-03 | 2019-09-10 | 张学志 | 一种基于计算机视觉的动作体育评分方法与装置 |
Non-Patent Citations (1)
Title |
---|
牛鹤璇 等: "AR与VR技术在冬季体育赛事中的应用分析", 《西安邮电大学学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN111915643B (zh) | 2023-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2830488C (en) | Sensing device and method used for virtual golf simulation apparatus | |
CN112183355B (zh) | 基于双目视觉和深度学习的出水高度检测系统及其方法 | |
EP2227299B1 (en) | Methods and processes for detecting a mark on a playing surface and for tracking an object | |
CN105288982B (zh) | 高尔夫球的运动状态测定装置 | |
US20200346091A1 (en) | Device for calculating flight information of ball, method of calculating flight information of ball, and computing-device-readable recording medium having the method recorded therein | |
CN106599770A (zh) | 一种基于体感动作识别及抠像的滑雪场景显示方法 | |
CN110458100A (zh) | 基于目标检测和跟踪的乒乓球落点识别和评分方法及系统 | |
CN115624735B (zh) | 一种用于球类运动的辅助训练系统和工作方法 | |
WO2018076170A1 (en) | A camera system for filming golf game and the method for the same | |
TWI635887B (zh) | 用於計算使用者的高爾夫擊球的資訊的感測裝置及利用其的感測方法 | |
CN111915643B (zh) | 基于zed视觉的游泳运动员出水高度的检测系统及方法 | |
KR101019829B1 (ko) | 운동하는 볼에 대한 센싱처리장치, 센싱처리방법 및 이를 이용한 가상 골프 시뮬레이션 장치 | |
KR101019801B1 (ko) | 오브젝트 운동 센싱장치 및 센싱방법과, 이를 이용한 가상 골프 시뮬레이션 장치 | |
JP2011078069A (ja) | シルエット抽出方法 | |
KR101078954B1 (ko) | 가상 골프 시뮬레이션 장치와, 이에 이용되는 센싱장치 및 센싱방법 | |
CN110717931A (zh) | 一种羽毛球发球时击球点的高度检测系统及其方法 | |
KR20160139634A (ko) | 골프공 스핀 계산 방법 및 장치 | |
KR102439549B1 (ko) | 골프스윙에 대한 센싱장치 및 이를 이용한 클럽헤드의 임팩트 위치 센싱방법 | |
KR102495821B1 (ko) | 라이다센서를 이용한 축구 경기의 빅데이터 수집 시스템 및 이를 이용한 온라인 축구게임 제공시스템 | |
JP4138642B2 (ja) | 目標位置検出装置 | |
Sekkas et al. | MobiXeyes: Real-time stereo vision technology for racket sports | |
CN117636452A (zh) | 一种动作评分方法、设备和存储介质 | |
CN117274372A (zh) | 一种自动判断运动员投球出手的方法及系统 | |
CN114565641A (zh) | 图像识别方法、装置、设备、系统及存储介质 | |
KR20240076520A (ko) | 스크린 골프용 고성능 카메라의 타격 검출과 골프 클럽 이동 영상 획득 방법 및 이를 수행하는 시스템 |
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 |