CN114387354B - 一种基于改进后的色域识别技术的乒乓球落点检测方法及系统 - Google Patents

Abstract

本发明提供一种基于改进后的色域识别技术的乒乓球落点检测方法及系统，涉及计算机视觉领域，方法包括：S1、获取击球视频的有效帧，所述有效帧为带有掩膜并能够输出质心坐标的帧数图片；S2、用颜色识别方法对乒乓球轨迹进行识别以及跟踪；S3、绘制乒乓球轨迹图；S4、根据乒乓球轨迹图对乒乓球进行落点判断。本发明采用的改进后的色域识别方法，可大大降低计算量以及避免各类因素干扰，增加了方法的准确性；且本发明仅使用单个摄像头，降低了成本，识别准确率较高。

Description

一种基于改进后的色域识别技术的乒乓球落点检测方法及 系统

技术领域

本发明涉及计算机视觉领域，尤其涉及一种基于改进后的色域识别技术的乒乓球落点检测方法及系统。

背景技术

乒乓球作为国球已经成为大众最喜欢的体育运动之一，人们对于乒乓球技术水平也有了更高的追求。在日常的练习过程中，通过控制落点的训练方式使用最多。因此诞生了许多基于视频技术对乒乓球落点进行检测判断的视觉技术，这种视觉技术通过目标检测、跟踪的方式得到乒乓球的飞行运动路线，从而寻找到落点。通过这类技术辅助，人们在自我训练的过程中可以更好的判断自己的回球是否精准，以及自身的技术弱点是哪里，从而达到提高自身水平的目的。

现有的乒乓球落点检测技术多使用神经网络目标检测，卡尔曼滤波等方式预测乒乓球轨迹，且一般使用多个摄像头，消费成本高，占地空间大，硬件资源消耗高，计算量过多，造成资源浪费。并且受光影、背景等因素干扰，适用性较低。综上所述，有待发明一种简便的、适用范围大的、受干扰因素少的乒乓球落点检测方法。

发明内容

本发明提供一种基于改进后的色域识别技术的乒乓球落点检测方法及系统，解决了现有乒乓球落点检测技术受干扰因素较多的问题。

为达到以上目的，本发明采取的技术方案是：

一种基于改进后的色域识别技术的乒乓球落点检测方法，包括：

S1、获取击球视频的有效帧，所述有效帧为带有掩膜并能够输出质心坐标的帧数图片；

S2、用颜色识别方法对乒乓球轨迹进行识别以及跟踪；

S21、采集不同位置不同运动状态下的乒乓球图片，通过乒乓球图片提取乒乓球的RGB空间的色域范围；

S22、将所述RGB空间的色域范围转化为HSV空间的色域范围；

S23、根据所述HSV空间构建掩膜，对所述掩膜进行先腐蚀后膨胀处理去除噪点，得到除噪后掩膜；

S24、对所述除噪后掩膜进行轮廓检测，得到掩膜形状，根据掩膜形状计算出乒乓球质心坐标；

S3、绘制乒乓球轨迹图；

S4、根据乒乓球轨迹图对乒乓球进行落点判断。

优选地，所述S1包括如下步骤：

S11、调整视频实时采集模块中的摄像头参数，进行摄像头参数初始化，使乒乓球与周围环境的对比度值最高；

S12、通过Open-CV实时采集使用者的击球视频，将所述击球视频按帧拆分保存，得到有效帧。

优选地，当乒乓球在HSV颜色空间中的H值与其他干扰因素的H值相差大于150时对比度值最高。

优选地，所述摄像头参数包括亮度、对比度、色调、饱和度、伽玛、白平衡和增益。

优选地，所述S3包括如下步骤：

S31、建立轨迹队列，将所述有效帧放至轨迹队列中，将S24得到的乒乓球质心坐标放至空的队列中，得到有效轨迹队列；

S32、利用Open-CV中的cv2.line绘图函数，将有效轨迹队列中前一帧与当前帧的乒乓球质心坐标连接，得到完整的乒乓球轨迹图。

优选地，所述S4包括如下步骤：

S41、对球台进行九块区域划分；

S42、根据S32得到的乒乓球轨迹图对有效轨迹队列进行斜率计算，提取斜率突变点；

S43、通过有效轨迹队列中的索引得到质心坐标，将质心坐标进行映射变换，得到真实落点坐标；

S44、判断真实落点坐标在S41中的区域。

一种基于改进后的色域识别技术的乒乓球落点检测系统，用以实现上述方法，包括：

视频实时采集模块，所述视频实时采集模块获取击球视频的有效帧；

识别跟踪模块，所述识别跟踪模块用颜色识别方法对乒乓球轨迹进行识别以及跟踪；

轨迹绘制模块，所述轨迹绘制模块用以绘制乒乓球轨迹图；

落点判断模块，所述落点判断模块根据乒乓球轨迹图对乒乓球进行落点判断。

本发明的有益效果在于：

本发明采用的改进后的色域识别方法，可大大降低计算量以及避免各类因素干扰，增加了方法的准确性；

本发明仅使用单个摄像头，降低了成本，识别准确率较高。

附图说明

为了更清楚的说明本发明的实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明方法流程图。

图2为本发明中乒乓球轨迹图。

具体实施方式

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。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。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。同时，应当清楚，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员己知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

本发明提供一种技术方案：一种基于改进后的色域识别技术的乒乓球落点检测方法，单一摄像头进行视频记录仅能得到二维图像，由于角度问题无法准确识别落点，且无法输出落点坐标。故只能采用绘制轨迹的方式复现乒乓球的运动过程，准确识别落点并输出落点坐标。方法如图1所示，包括：

S1、获取击球视频的有效帧，所述有效帧为带有掩膜并能够输出质心坐标的帧数图片；本发明采用无畸变摄像头，并以LattePanda为主控板。

S11、调整视频实时采集模块中的摄像头参数，进行摄像头参数初始化，使乒乓球与周围环境的对比度值最高；当乒乓球在HSV颜色空间中的H值与其他干扰因素的H值相差大于150时对比度值最高。其他干扰因素为图片中的其他物体，例如：装饰物，玩具，盆栽等。所述摄像头参数包括亮度、对比度、色调、饱和度、伽玛、白平衡和增益。

S12、通过Open-CV实时采集使用者的击球视频，将所述击球视频按帧拆分保存，得到有效帧。

S2、用颜色识别方法对乒乓球轨迹进行识别以及跟踪；

S21、采集不同位置不同运动状态下的乒乓球图片，通过乒乓球图片提取乒乓球的RGB空间的色域范围；

S22、将所述RGB空间的色域范围转化为HSV空间的色域范围，HSV色域为摄像头参数调整后色域；

S23、根据所述HSV空间构建掩膜，对所述掩膜进行先腐蚀后膨胀处理去除噪点，得到除噪后掩膜；

S24、对所述除噪后掩膜进行轮廓检测，得到掩膜形状，根据掩膜形状计算出乒乓球质心坐标；

计算乒乓球质心坐标的方法为：使用中Open-CV的类moment方法，得到轮廓矩，根据公式，得到质心x＝m10/m00，y＝m01/m00，其中m10，m01，m00均为类中变量。

S3、绘制乒乓球轨迹图；

S31、建立轨迹队列，将所述有效帧放至轨迹队列中，将S24得到的乒乓球质心坐标放至空的队列中，得到有效轨迹队列；

S32、利用Open-CV中的cv2.line绘图函数，将有效轨迹队列中前一帧与当前帧的乒乓球质心坐标连接，得到完整的乒乓球轨迹图，如图2所示。

S4、根据乒乓球轨迹图对乒乓球进行落点判断。

S41、对球台进行九块区域划分；

S42、根据S32得到的乒乓球轨迹图对有效轨迹队列进行斜率计算，提取斜率突变点；

S43、通过有效轨迹队列中的索引得到质心坐标，将质心坐标进行映射变换，得到真实落点坐标；

S44、判断真实落点坐标在S41中的区域。

一种基于改进后的色域识别技术的乒乓球落点检测系统，用以实现上方法，包括：

视频实时采集模块，所述视频实时采集模块获取击球视频的有效帧；视频实时采集模块得到10-15张有效帧，即包含乒乓球且识别明显的图片，大大弥补了目前对于乒乓球运动检测有效帧过少的问题。在经过特定参数调整后的图像中，对乒乓球的识别效果更加精准且识别距离有很大提升(最远可达5米)，解决了远距离识别以及识别不稳定的问题。

识别跟踪模块，所述识别跟踪模块用颜色识别方法对乒乓球轨迹进行识别以及跟踪；由于乒乓球在高速飞行状态中会产生拖影，无法通过形状对其进行识别，故本产品采用颜色识别的方法对乒乓球进行识别以及跟踪。

轨迹绘制模块，所述轨迹绘制模块用以绘制乒乓球轨迹图；针对目前乒乓球轨迹分析方法中大多采用拟合曲线或深度学习，存在拟合曲线函数难以寻找以及数据处理繁杂的问题，本发明采用的轨迹绘制方法更加直观的得到轨迹曲线，且实现简单、数据处理方便，占用资源较少。

落点判断模块，所述落点判断模块根据乒乓球轨迹图对乒乓球进行落点判断。由于轨迹绘制连续且完整，对落点的识别准确率可达到85％。同时储存乒乓球落点位于九宫格某个区域内的频率，从而为后续回球策略的制定提供数据集。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (3)

1.一种基于改进后的色域识别技术的乒乓球落点检测方法，其特征在于，包括：

S1、获取击球视频的有效帧，所述有效帧为带有掩膜并能够输出质心坐标的帧数图片；

S11、调整视频实时采集模块中的摄像头参数，进行摄像头参数初始化，使乒乓球与周围环境的对比度值最高；

S12、通过Open-CV实时采集使用者的击球视频，将所述击球视频按帧拆分保存，得到有效帧；

S2、用颜色识别方法对乒乓球轨迹进行识别以及跟踪；

S21、采集不同位置不同运动状态下的乒乓球图片，通过乒乓球图片提取乒乓球的RGB空间的色域范围；

S22、将所述RGB空间的色域范围转化为HSV空间的色域范围；当乒乓球在HSV颜色空间中的H值与其他干扰因素的H值相差大于150时对比度值最高；

S23、根据所述HSV空间构建掩膜，对所述掩膜进行先腐蚀后膨胀处理去除噪点，得到除噪后掩膜；

S24、对所述除噪后掩膜进行轮廓检测，得到掩膜形状，根据掩膜形状计算出乒乓球质心坐标；

S3、绘制乒乓球轨迹图；

S31、建立轨迹队列，将所述有效帧放至轨迹队列中，将S24得到的乒乓球质心坐标放至空的队列中，得到有效轨迹队列；

S32、利用Open-CV中的cv2.line绘图函数，将有效轨迹队列中前一帧与当前帧的乒乓球质心坐标连接，得到完整的乒乓球轨迹图；

S4、根据乒乓球轨迹图对乒乓球进行落点判断；

S41、对球台进行九块区域划分；

S42、根据S32得到的乒乓球轨迹图对有效轨迹队列进行斜率计算，提取斜率突变点；

S43、通过有效轨迹队列中的索引得到质心坐标，将质心坐标进行映射变换，得到真实落点坐标；

S44、判断真实落点坐标在S41中的区域。

2.根据权利要求1所述的基于改进后的色域识别技术的乒乓球落点检测方法，其特征在于：所述摄像头参数包括亮度、对比度、色调、饱和度、伽玛、白平衡和增益。

3.一种基于改进后的色域识别技术的乒乓球落点检测系统，用以实现权利要求1或2所述方法，其特征在于，包括：

视频实时采集模块，所述视频实时采集模块获取击球视频的有效帧；

识别跟踪模块，所述识别跟踪模块用颜色识别方法对乒乓球轨迹进行识别以及跟踪；

轨迹绘制模块，所述轨迹绘制模块用以绘制乒乓球轨迹图；

落点判断模块，所述落点判断模块根据乒乓球轨迹图对乒乓球进行落点判断。