CN113198166A - 一种跳远检测方法与检测装置 - Google Patents

Abstract

本发明公开了一种跳远检测方法与检测装置，实现了基于视觉的跳远检测，通过获取跳远区域的图像数据的进行分析检测，得到跳远者的实际跳远距离，解决了目前跳远检测对实际跳远距离精度无法保证、且设备造价昂贵、不方便携带等问题。

Description

一种跳远检测方法与检测装置

技术领域

本发明属于体育器材领域，具体涉及一种跳远检测方法与检测装置。

背景技术

传统立定跳远测量往往是体育老师通过在普通平地上事先通过卷尺测量好距离，并用粉笔在地面上记录刻度，通过目测方式记录跳远成绩，对学生跳远时的起跳越线判定仅凭肉眼决定，存在一定的误判和漏判，同时该跳远测量方法受限于场地。

近些年来陆陆续续出现了一些基于红外传感器阵列的跳远自动化测量装置，这些装置通常需要一块固定的跳远区域用于安装传感器，使得该测量装置不易于移动，不能随时更换场地，灵活性差。现有技术中还有使用激光雷达和水平仪来实现跳远检测，此类方法需要有较为平整的地面作为跳远场地，和激光雷达设备作为检测设备，此类方法的缺点在于激光雷达设备较为昂贵，并且只有一维数据容易被环境因素干扰；还有的方法通过使用相机加跳毯的模式，在跳毯中添加压力感应装置然后触发相机拍照，来实现对人跳远的检测，此类方法通过人落在跳毯上的瞬间触发压力传感器来拍照判断人的落点，这种方式采用图像视觉的方式，但是需要跳毯来触发相机拍照，并不基于纯图像视觉判断，这种方式对于跳远的人的一些其他动作比如跳远之后手撑地，或者站立不稳倒地等这些违规动作都无法检测。

发明内容

为了解决上述问题，本发明提供一种跳远检测方法，具体方法步骤如下：。

S1、架设一跳远检测装置，所述跳远检测装置提供一视域，所述视域对应一跳远区域；

S2、获取所述跳远区域的静态深度图像和静态可见光图像，根据所述静态深度图像得到该跳远区域的边界数据信息，并换算得到该跳远区域的真实边界信息；

S3、根据所述静态可见光图像标定起跳线位置；

S4、根据所述起跳线划分起跳区域与测试区域；

S5、通过跳远检测装置获取跳远者在所述跳远区域的实时图像，同时根据实时图像获取点云数据，所述点云数据为该跳远者在实时图像中的像素点信息；

S6、获取所述跳远者在所述测试区域落地后/落地瞬间的落地点云数据；

S7、根据所述落地点云数据，和所述静态可见光图像进行比对差分，选取检测目标进行分析，以所述跳远者的脚轮廓作为检测目标，选取脚后跟距离所述起跳线的最小的像素点的坐标作为测量点；

S8、通过结合所述测量点与所述起跳线的坐标信息进行计算，并将该计算结果与所述真实边界信息进行比对换算，得到所述跳远者的实际跳远距离。

作为优选，所述步骤S5中，所述实时图像包括深度图像和可见光图像，所述像素点信息包括每个像素点的坐标信息和颜色信息。

作为优选，所述步骤S6还包括：

S601、设定落地检测阈值，通过比较所述落地点云数据是否大于落地检测阈值，判断所述跳远者的跳远动作是否完成。

作为优选，所述步骤S3中还包括通过跳远检测装置输入设置参数，通过所述设置参数设定两个起跳坐标点，通过所述两个起跳坐标点的连线确定所述起跳线位置。

作为优选，所述步骤S5还包括：

S501、获取起跳区域的起跳点云数据，设定站定检测阈值和起跳检测阈值；

S502、通过比较所述起跳点云数据是否大于站定检测阈值，判断所述跳远者的是否已站定；

S503、通过比较所述起跳点云数据是否大于起跳检测阈值，判断所述跳远者的是否已起跳。

作为优选，步骤S503中还包括：

在所述起跳区域设定起跳高度范围，所述起跳高度范围用于判断所述跳远者在起跳时是否存在踮脚的违规动作，通过获取起跳高度范围内的起跳点云数据的变化进行分析。

作为优选，所述起跳高度范围为所述起跳区域的地面0～0.5cm高度。

作为优选，步骤S503中还包括：

获取所述跳远者在所述起跳区域起跳前/起跳瞬间的起跳点云数据，根据所述起跳点云数据与所述静态可见光图像进行比对差分，选取所述跳远者的脚轮廓作为检测目标，以脚尖的像素点坐标与所述起跳线的位置进行对比，判断所述跳远者在起跳时是否存在压线的违规动作。

基于上述目的，本发明还提供一种跳远检测装置，包括：

固定支架，用于在选定的场地固定该跳远检测装置；

图像采集装置，用于采集该场地的静态的深度图像和可见光图像、以及跳远者在该场地内的实时深度图像和可见光图像；

显示装置，用于显示所述跳远者在该场地内的实时可见光图像，同时显示所述跳远者的实际跳远距离；

参数输入模块，分别输入第一起跳点和第二起跳点的坐标参数，根据所述第一起跳点和所述第二起跳点的连线标定起跳线的位置；

数据采集模块，通过该场地的实时深度图像和可见光图像获取边界数据信息，采集所述起跳线的位置信息，并根据所述起跳线划分该场地的起跳区域和测试区域，同时根据跳远者的实时深度图像和可见光图像，采集所述起跳区域的起跳点云数据和所述测试区域的落地点云数据；

分析计算模块，根据所述边界数据信息计算该场地的实际区域大小，根据所述起跳点云数据分析判断该跳远者是否存在违规起跳动作，对于一次正确跳远动作进行计算，计算根据所述落地点云数据与所述起跳线的位置信息，将计算的结果与所述实际区域大小换算得到跳远者的实际跳远距离。

作为优选，还包括图像比对模块，通过该场地的静态深度图像、静态可见光图像与跳远者在该场地内的实时深度图像、可见光图像进行比对，以跳远者作为检测目标进行图像区域分割，便于采集所述起跳点云数据和所述落地点云数据。

与现有技术相比，本发明的益处有：

本发明采用视觉检测的方法能够准确检测跳远距离，同时该方法可以在任何光照条件下进行跳远检测，且根据该方法检测的跳远检测装置可以携带能够切换不同场景进行检测，使用的过程方便快捷只需要一个固定支架进行架设，不受限于场地，对环境的要求很低，可重复使用。

附图说明

图1为本发明的一种跳远检测方法流程示意图；

图2为本发明的一种实施例示意图；

图3为本发明的一种跳远检测方法的部分流程示意图；

其中，100：跳远区域，110：起跳线，120：起跳区域，130：测试区域。

具体实施方式

以下将结合附图所示的具体实施方式对本发明进行详细描述，但这些实施方式并不限制本发明，本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。

实施例1

本发明提供一种跳远检测方法，方法步骤流程如图1所示，具体地可分为两个部分，标定和测量；

标定：

如图2所示，此为一种标定的实施例，首先，任意挑选一块场地，架设一跳远检测装置，所述跳远检测装置提供一视域，所述视域对应一跳远区域100；同时该跳远检测装置能够获取跳远区域100的深度图像和可见光图像；

随后，获取所述跳远区域100的静态深度图像和静态可见光图像，通过对静态深度图像分析获取该跳远区域100的静态深度数据，同时根据静态可见光图像获取该跳远区域100的静态可见光数据，其中，静态深度数据是指静态深度图像中跳远区域100的各个点到跳远检测装置的距离，静态可见光数据是指静态可见光图像中跳远区域100的各个点的颜色分量(采用红、绿、蓝三种颜色表示)。

根据所述静态深度数据得到该跳远区域100的边界数据信息，并换算得到该跳远区域100的真实边界数据；

随后，根据所述静态可见光图像标定起跳线110位置；可以通过在跳远检测装置中输入设置参数，通过所述设置参数设定两个起跳坐标点，一般地，可以将所述两个起跳坐标点作为端点进行连线，该连线即为起跳线110，以确定起跳线110的位置；

随后，根据静态可见光图像中的起跳线110划分出起跳区域120与测试区域130，完成标定；

测量：

测量包括对起跳区域120和测试区域130的检测；

起跳区域120的测量：

首先，通过跳远检测装置获取跳远者在所述跳远区域100的实时图像，实时图像包括深度图像和可见光图像，同时根据实时图像获取点云数据，所述点云数据为该跳远者在实时图像中的像素点信息；像素点信息可以包括每个像素点的坐标信息和颜色信息；

随后，通过对跳远区域100中跳远者进行行为分析，检测是否存在违规起跳动作，具体流程如图3所示：

获取起跳区域120内的起跳点云数据，一般地以跳远者作为目标，以目标的脚部轮廓上的各个点作为检测点以获取起跳点云数据，同时设定站定检测阈值和起跳检测阈值；

通过比较所述起跳点云数据是否大于站定检测阈值，判断所述跳远者的是否已站定；一般地，在静态深度图像和静态可见光图像中，跳远者的点云数据为0，通过对实时图像中点云数据的分析，当跳远者进入起跳区域120，点云数据开始增加，通过判断该起跳区域120的点云数据变化，对比站定检测阈值，得到跳远者在起跳区域120是否站定；

通过比较所述起跳点云数据是否大于起跳检测阈值，判断所述跳远者的是否已起跳；一般地，跳远者在起跳区域120站定后，检测到跳远者在起跳区域120的起跳点云数据大于站定检测阈值且达到峰值，在起跳后点云数据开始减少，对比起跳检测阈值，得到跳远者是否已起跳；

进一步地，在所述起跳区域120设定起跳高度范围，该起跳高度范围可以是起跳区域120的地面以上0.5cm的范围内，所述起跳高度范围用于判断所述跳远者在起跳时是否存在踮脚的违规动作，通过获取起跳高度范围内的起跳点云数据的变化进行分析，如果有起跳垫脚的情况发生，则起跳点云数据中会有大部分的点都离开地面，并且在短时间内会有重新落地的情况。

进一步地，获取所述跳远者在所述起跳区域120起跳前/起跳瞬间的起跳点云数据，根据所述起跳点云数据与所述静态可见光图像进行比对差分，选取所述跳远者的脚轮廓作为检测目标，以脚尖的像素点坐标与所述起跳线110的位置进行对比，判断所述跳远者在起跳时是否存在压线的违规动作。

测试区域130的测量：

首先，获取所述跳远者在所述测试区域130落地后/落地瞬间的落地点云数据；进一步地，还可以设定落地检测阈值，通过比较所述落地点云数据是否大于落地检测阈值，先进行判断所述跳远者的跳远动作是否完成；

随后，根据所述落地点云数据，和所述静态可见光图像进行比对差分，选取检测目标进行分析，以所述跳远者的脚轮廓作为检测目标，选取脚后跟距离所述起跳线110的最小的像素点的坐标作为测量点；

最后，通过结合所述测量点与所述起跳线110的坐标信息进行计算，并将该计算结果与所述真实边界数据进行比对换算，得到所述跳远者的实际跳远距离。

基于本发明的目的，本发明还提供一种跳远检测装置，包括：

固定支架，用于在选定的场地固定该跳远检测装置；

图像采集装置，提供一视域，所述视域在所述场地内对应一跳远区域100，所述图像采集装置用于采集该跳远区域100的静态深度图像和可见光图像、以及跳远者在该场地内的实时深度图像和可见光图像；

显示装置，用于显示所述跳远者在该跳远区域100内的实时可见光图像，同时显示所述跳远者的实际跳远距离；

参数输入模块，分别输入第一起跳点和第二起跳点的坐标参数，根据所述第一起跳点和所述第二起跳点的连线标定起跳线110的位置；

数据采集模块，通过该跳远区域100的实时深度图像和可见光图像获取边界数据信息，采集所述起跳线110的位置信息，并根据所述起跳线110划分该跳远区域100的起跳区域120和测试区域130，同时根据跳远者的实时深度图像和可见光图像，采集所述起跳区域120的起跳点云数据和所述测试区域130的落地点云数据；

分析计算模块，根据所述边界数据信息计算该跳远区域100的真实边界数据，根据所述起跳点云数据分析判断该跳远者是否存在违规起跳动作，对于一次正确跳远动作进行计算，计算根据所述落地点云数据与所述起跳线110的位置信息，将计算的结果与所述真实边界数据换算得到跳远者的实际跳远距离。

其中，该跳远检测装置还包括图像比对模块，通过该场地的静态深度图像、可见光图像与跳远者在该场地内的实时的深度图像、可见光图像进行比对，以跳远者作为检测目标进行图像区域分割，便于采集所述起跳点云数据和所述落地点云数据。

在权利要求书中，词语“包括”不排除其他单元或步骤；词语“一”或“一个”并不排除多个。在权利要求书中，使用诸如“第一”“第二”等序数词来修饰权利要求元素本身并不意味着一个权利要求元素具有较另外一个权利要求元素的优先级、次序或者动作执行的时间顺序，而仅仅出于将一个权利要求的元素与另一个权利要求元素相区别的目的。尽管在互不相同的从属权利要求中分别记载了某些特定技术特征，但这并不意味着这些特定技术特征不能被组合利用。本发明的各个方面可单独、组合或者以未在前述实施例中具体讨论的各种安排来使用，从而并不将其应用限于前文所描述或附图中所示的组件的细节和排列。例如，可使用任何方式将一个实施例中描述的多个方面与其他实施例中描述的多个方面组合。多个模块或单元中所记载的步骤、功能或特征，可以由一个模块或一个单元执行或满足。本文所公开的方法的步骤不限于以任何特定的顺序执行，以其他的顺序执行部分或者全部的步骤时可能的。权利要求中的任何附图标记不应被解释为对权利要求范围的限制。

尽管为示例目的，已经公开了本发明的优选实施方式，但是本领域的普通技术人员将意识到，在不脱离由所附的权利要求书公开的本发明的范围和精神的情况下，各种改进、增加以及取代是可能的。

Claims (10)

1.一种跳远检测方法，其特征在于，包括步骤如下：

S1、架设一跳远检测装置，所述跳远检测装置提供一视域，所述视域对应一跳远区域；

S2、获取所述跳远区域的静态深度图像和静态可见光图像，根据所述静态深度图像得到该跳远区域的边界数据信息，并换算得到该跳远区域的真实边界信息；

S3、根据所述静态可见光图像标定起跳线位置；

S4、根据所述起跳线划分起跳区域与测试区域；

S5、通过跳远检测装置获取跳远者在所述跳远区域的实时图像，同时根据实时图像获取点云数据，所述点云数据为该跳远者在实时图像中的像素点信息；

S6、获取所述跳远者在所述测试区域落地后/落地瞬间的落地点云数据；

S7、根据所述落地点云数据，和所述静态可见光图像进行比对差分，选取检测目标进行分析，以所述跳远者的脚轮廓作为检测目标，选取脚后跟距离所述起跳线的最小的像素点的坐标作为测量点；

S8、通过结合所述测量点与所述起跳线的坐标信息进行计算，并将该计算结果与所述真实边界信息进行比对换算，得到所述跳远者的实际跳远距离。

2.根据权利要求1所述的跳远检测方法，其特征在于，所述步骤S5中，所述实时图像包括深度图像和可见光图像，所述像素点信息包括每个像素点的坐标信息和颜色信息。

3.根据权利要求1所述的跳远检测方法，其特征在于，所述步骤S6还包括：

S601、设定落地检测阈值，通过比较所述落地点云数据是否大于落地检测阈值，判断所述跳远者的跳远动作是否完成。

4.根据权利要求1所述的跳远检测方法，其特征在于，所述步骤S3中还包括通过跳远检测装置输入设置参数，通过所述设置参数设定两个起跳坐标点，通过所述两个起跳坐标点的连线确定所述起跳线位置。

5.根据权利要求1所述的跳远检测方法，其特征在于，所述步骤S5还包括：

S501、获取起跳区域的起跳点云数据，设定站定检测阈值和起跳检测阈值；

S502、通过比较所述起跳点云数据是否大于站定检测阈值，判断所述跳远者的是否已站定；

S503、通过比较所述起跳点云数据是否大于起跳检测阈值，判断所述跳远者的是否已起跳。

6.根据权利要求1所述的跳远检测方法，其特征在于，步骤S503中还包括：

在所述起跳区域设定起跳高度范围，所述起跳高度范围用于判断所述跳远者在起跳时是否存在踮脚的违规动作，通过获取起跳高度范围内的起跳点云数据的变化进行分析。

7.根据权利要求6所述的跳远检测方法，其特征在于，所述起跳高度范围为所述起跳区域的地面0～0.5cm高度。

8.根据权利要求6所述的跳远检测方法，其特征在于，步骤S503中还包括：

获取所述跳远者在所述起跳区域起跳前/起跳瞬间的起跳点云数据，根据所述起跳点云数据与所述静态可见光图像进行比对差分，选取所述跳远者的脚轮廓作为检测目标，以脚尖的像素点坐标与所述起跳线的位置进行对比，判断所述跳远者在起跳时是否存在压线的违规动作。

9.一种跳远检测装置，其特征在于，包括：

固定支架，用于在选定的场地固定该跳远检测装置；

图像采集装置，用于采集该场地的静态的深度图像和可见光图像、以及跳远者在该场地内的实时深度图像和可见光图像；

显示装置，用于显示所述跳远者在该场地内的实时可见光图像，同时显示所述跳远者的实际跳远距离；

参数输入模块，分别输入第一起跳点和第二起跳点的坐标参数，根据所述第一起跳点和所述第二起跳点的连线标定起跳线的位置；

数据采集模块，通过该场地的实时深度图像和可见光图像获取边界数据信息，采集所述起跳线的位置信息，并根据所述起跳线划分该场地的起跳区域和测试区域，同时根据跳远者的实时深度图像和可见光图像，采集所述起跳区域的起跳点云数据和所述测试区域的落地点云数据；

分析计算模块，根据所述边界数据信息计算该场地的实际区域大小，根据所述起跳点云数据分析判断该跳远者是否存在违规起跳动作，对于一次正确跳远动作进行计算，计算根据所述落地点云数据与所述起跳线的位置信息，将计算的结果与所述实际区域大小换算得到跳远者的实际跳远距离。

10.根据权利要求9所述的跳远检测装置，其特征在于，还包括图像比对模块，通过该场地的静态深度图像、静态可见光图像与跳远者在该场地内的实时深度图像、可见光图像进行比对，以跳远者作为检测目标进行图像区域分割，便于采集所述起跳点云数据和所述落地点云数据。

Images