CN114882408A - 一种基于单目视觉的落点自动上报方法及系统 - Google Patents

一种基于单目视觉的落点自动上报方法及系统 Download PDF

Info

Publication number
CN114882408A
CN114882408A CN202210509036.7A CN202210509036A CN114882408A CN 114882408 A CN114882408 A CN 114882408A CN 202210509036 A CN202210509036 A CN 202210509036A CN 114882408 A CN114882408 A CN 114882408A
Authority
CN
China
Prior art keywords
target
thrown object
time
image frame
motion
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
Application number
CN202210509036.7A
Other languages
English (en)
Inventor
卢小银
郝伟
吕盼稂
谢梅林
苗小冬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei Fuhuang Junda High Tech Information Technology Co ltd
Original Assignee
Hefei Fuhuang Junda High Tech Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hefei Fuhuang Junda High Tech Information Technology Co ltd filed Critical Hefei Fuhuang Junda High Tech Information Technology Co ltd
Priority to CN202210509036.7A priority Critical patent/CN114882408A/zh
Publication of CN114882408A publication Critical patent/CN114882408A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • A63B71/0605—Decision makers and devices using detection means facilitating arbitration
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
    • A63B71/0622—Visual, audio or audio-visual systems for entertaining, instructing or motivating the user
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
    • A63B2071/0647—Visualisation of executed movements
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/10—Positions
    • A63B2220/13—Relative positions
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/80—Special sensors, transducers or devices therefor
    • A63B2220/807—Photo cameras

Landscapes

  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于单目视觉的落点自动上报方法及系统，该方法包括：基于目标相机实时采集被掷物运动场景图像；基于第一时间之后采集的图像帧分析目标被掷物的运动情况，所述第一时间为实时采集的运动场景图像帧中开始出现目标被掷物的时刻；在第二时间触发处理器启动对采集图像帧的存储过程，所述第二时间为目标被掷物的运动位置情况满足预设存储条件的时刻；基于存储的图像帧分析目标被掷物的落点位置。本发明中基于单目视觉系统采集的图像进行被掷物的落地点分析，避免了人工寻找落点，并用尺子丈量从而得到落点位置信息的低效率。同时，使用了单目视觉系统，避免了采用双目视觉系统的高成本。

Description

一种基于单目视觉的落点自动上报方法及系统
技术领域
本发明涉及机器视觉技术领域，具体涉及一种基于单目视觉的落点自动上报方法及系统。
背景技术
体育赛事中的铅球、标枪、铁饼等田赛运动，都需要即时将运动员的成绩上报，传统的方法是在目标区域画上刻度尺，当被掷物落下后，由人工寻找落点，并用尺子丈量从而得到落点位置信息，这种方法效率低，不能适应快速训练、快速比赛的节奏。有一些大型赛事现场，安装有双目视觉测量的系统，但成本较高，不能普及于小的训练场地使用。
发明内容
针对上述现有技术存在的问题，本发明提供了一种基于单目视觉的落点自动上报方法及系统，可以在被掷物落下后即可上报成绩，无须人工干预，且具有低成本的优势。该技术方案如下：
第一方面，提供了一种基于单目视觉的落点自动上报方法，包括如下步骤：
基于目标相机实时采集被掷物运动场景图像；
基于第一时间之后采集的图像帧分析目标被掷物的运动情况，所述第一时间为实时采集的运动场景图像帧中开始出现目标被掷物的时刻；
在第二时间触发处理器启动对采集图像帧的存储过程，所述第二时间为目标被掷物的运动位置情况满足预设存储条件的时刻；
基于存储的图像帧分析目标被掷物的落点位置。
在一种可能的实现方式中，所述基于目标相机实时采集被掷物运动场景图像之前，包括：对目标相机进行标定，以确定目标相机采集的图像中的各像素点位置在运动场景中对应的真实坐标。
在一种可能的实现方式中，所述第一时间的获取方法，包括：基于当前时刻采集的运动场景图像与前一时刻采集的运动场景图像采用帧差法检测当前时刻采集的运动场景图像是否出现目标被掷物，若是，则当前时刻为第一时间。
在一种可能的实现方式中，所述基于第一时间之后采集的图像帧分析目标被掷物的运动情况，包括：
基于第一时间之后采集的图像帧，针对图像帧中的选定区域进行帧差法分析，判断所述选定区域是否出现目标被掷物；
所述在第二时间触发处理器启动对采集图像帧的存储过程，包括：
当图像帧中的所述选定区域出现目标被掷物时，触发处理器启动对采集图像帧的存储过程。
在一种可能的实现方式中，所述选定区域为图像帧中连续多行像素组成的区域。
在一种可能的实现方式中，所述基于第一时间之后采集的图像帧，针对图像帧中的选定区域进行帧差法分析，判断所述选定区域是否出现目标被掷物，包括如下步骤：
分析目标被掷物第一时间的初始运动参数，并基于所述初始运动参数，预测目标被掷物的理论落地时间，所述初始运动参数包括初始运动位移、初始速度大小和初始速度方向；
基于理论落地时间的预测值前的预设时长的时间时目标被掷物的位置范围区域作为所述选定区域；
基于第一时间之后采集的图像帧，针对图像帧中的选定区域进行帧差法分析，判断所述选定区域是否出现目标被掷物。
在一种可能的实现方式中，所述预设时长根据目标相机单位时间内采集图像存储占用资源的大小确定。
在一种可能的实现方式中，所述基于存储的图像帧分析目标被掷物的落点位置，包括：
基于存储的采集图像帧，获取目标被掷物落地时刻对应的落地图像帧；
基于所述落地图像帧识别分析目标被掷物的位置。
在一种可能的实现方式中，所述获取目标被掷物落地时刻对应的落地图像帧，包括：
基于至当前时刻为止已经存储的采集图像帧，依时间先后顺序获取采集图像帧上的目标被掷物位置；
基于相邻两个图像帧的目标被掷物位置生成目标被掷物的运动方向特征数据；
基于所述运动方向特征数据判断当前时刻前的的运动方向特征数据和当前时刻与下一时刻的运动方向特征数据的关联性；
若所述关联性小于预设关联性阈值，则确定目标被掷物发生落地现象，将在当前时刻与下一时刻采集的图像帧确定为落地图像帧。
在一种可能的实现方式中，所述基于所述落地图像帧识别分析目标被掷物的位置，包括：
基于下一时刻和当前时刻实际目标被掷物位置生成的运动方向特征数据，确定目标被掷物未发生轨迹中止；
获取落地图像帧中当前时刻图像帧所表征的目标被掷物的第一位置和下一时刻图像帧所表征的第二位置；
基于第一位置的高度数据确定所述第一位置为落地点或者落地点在第一位置和第二位置之间。
在一种可能的实现方式中，所述目标相机安装设于靠近目标被掷物落地一端的区域，且架设高度靠近地面。
在一种可能的实现方式中，所述目标相机架设高度距离地面20cm。
第二方面，提供了一种基于单目视觉的落点自动上报系统，包括：
运动场景图像采集模块，用于基于目标相机实时采集被掷物运动场景图像；
目标运动参数分析模块，用于基于第一时间之后采集的图像帧分析目标被掷物的运动情况，所述第一时间为实时采集的运动场景图像帧中开始出现目标被掷物的时刻；
运动目标图像存储模块，用于在第二时间触发处理器启动对采集图像帧的存储过程，所述第二时间为目标被掷物的运动位置情况满足预设存储条件的时刻；
落地位置确定模块，用于基于存储的图像帧分析目标被掷物的落点位置。
本发明的一种基于单目视觉的落点自动上报方法及系统，具备如下有益效果：
1、本发明中，通过对被掷物运动场景进行图像采集，基于单目视觉系统采集的图像进行被掷物的落地点分析，避免了人工寻找落点，并用尺子丈量从而得到落点位置信息的低效率。同时，使用了单目视觉系统，避免了采用双目视觉系统的高成本。
2、本发明中，将运动场景图像帧中开始出现目标被掷物的时刻记为第一时间，基于第一时间采集的运动场景图像分析目标被掷物的运动参数，并确定触发处理器启动对采集图像帧的存储过程的第二时间，以满足合理利用FPGA中较少的存储空间。
3.本发明中，对于第一时间的获取，通过帧差法计算前后两个时刻采集图像中的是否存在发生大变化的像素区域，若存在，则采集的运动场景图像中出现目标被掷物，通过该方法计算简单计算速度快，减小了在目标被掷物高速运动过程中的图像采集与实时分析的时间延迟，进一步能够及时为铅球、标枪、铁饼等训练运动员提供训练成绩。
4.本发明中，在启动存储过程的时间即第二时间的确定上，在当目标被掷物运动到世界坐标系下某个空间区域时才会开始采集，世界坐标系下的该空间区域成像在目标相机的采集图像帧中的选定区域，在本发明中，图像帧中的所述选定区域设置为图像帧中连续若干行像素组成的区域，基于此，本发明中只需对图像帧中该连续若干行像素进行帧差法，进一步简化了计算量，提高了图像帧的分析速度，减小了为铅球、标枪、铁饼等训练运动员提供训练成绩的时间延迟。
附图说明
图1是本申请实施例中一种基于单目视觉的落点自动上报方法的流程图。
图2是本申请实施例中一种基于单目视觉的落点自动上报系统的结构框图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，所描述的实施例不应视为对本发明的限制，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它实施例，都属于本发明保护的范围。
本申请实施例提供了一种基于单目视觉的落点自动上报方法，包括如下步骤：
S1：基于目标相机实时采集被掷物运动场景图像；
S2：基于第一时间之后采集的图像帧分析目标被掷物的运动情况，所述第一时间为实时采集的运动场景图像帧中开始出现目标被掷物的时刻；
S3：在第二时间触发处理器启动对采集图像帧的存储过程，所述第二时间为目标被掷物的运动情况满足预设条件的时刻；
S4：基于存储的图像帧分析目标被掷物的落点位置。
体育赛事中的铅球、标枪、铁饼等田赛运动，对于铅球、标枪、铁饼等被掷物的落地点测量，本申请实施例中，通过对被掷物运动场景进行图像采集，基于单目视觉系统采集的图像进行被掷物的落地点分析，避免了人工寻找落点，并用尺子丈量从而得到落点位置信息的低效率。同时，使用了单目视觉系统，避免了采用双目视觉系统的高成本。
本申请实施例中，只保存存储被掷物落地时刻在内的部分运动轨迹视频图像，具体的实施过程中，当目标被掷物在整个运动轨迹的预设位置时才开始基于实时采集的运动轨迹图像进行存储，当然为了提高落点位置分析的准确性，当目标被掷物在整个运动轨迹的预设位置时开始触发处理器开始启动采集图像存储过程，并保存存储触发时刻前一段时间的视频图像。
进一步的，上述步骤S1前，即基于目标相机实时采集被掷物运动场景图像之前，包括：对目标相机进行标定，以确定目标相机采集的图像中的各像素点位置在运动场景中对应的真实坐标。
本申请实施例中，目标相机的传感器参数为1920X1080 60fps，当然，传感器的帧率越高分析结果越准确。对目标相机进行标定，得出相机像素坐标与真实坐标之间的映射表，通过WIFI传输获取静态图片，标记位置信息，计算出标定参数并保存至处理器。
进一步的，上述步骤S2中第一时间的获取方法，包括：基于当前时刻采集的运动场景图像与前一时刻采集的运动场景图像采用帧差法检测当前时刻采集的运动场景图像是否出现目标被掷物，若是，则当前时刻为第一时间。
本申请实施例中，通过帧差法计算前后两个时刻采集图像中的是否存在发生大变化的像素区域，若存在，则采集的运动场景图像中出现目标被掷物，通过该方法计算简单计算速度快，减小了在目标被掷物高速运动过程中的图像采集与实时分析的时间延迟，进一步能够及时为铅球、标枪、铁饼等训练运动员提供训练成绩。
进一步的，上述步骤S2中基于第一时间之后采集的图像帧分析目标被掷物的运动情况，包括：
S21：基于第一时间之后采集的图像帧，针对图像帧中的选定区域进行帧差法分析，判断所述选定区域是否出现目标被掷物；
上述步骤S3在第二时间触发处理器启动对采集图像帧的存储过程，包括：
S31：当图像帧中的所述选定区域出现目标被掷物时即为第二时间，触发处理器启动对采集图像帧的存储过程。
考虑到FPGA中存储空间有限，对于目标被掷物的整个运动轨迹图像只存储一部分，进一步，在启动存储过程的时间确定上，本申请实施例在当目标被掷物运动到世界坐标系下某个空间区域时才会开始采集，具体来说，世界坐标系下的该空间区域成像在目标相机的采集图像帧中的选定区域，在一个实施例中，图像帧中的所述选定区域设置为图像帧中连续若干行像素组成的区域，在此基础上，只对图像帧中该连续若干行像素进行帧差法，进一步简化了计算量，提高了图像帧的分析速度，减小了为铅球、标枪、铁饼等训练运动员提供训练成绩的时间延迟。
进一步的，上述步骤S21中，基于第一时间之后采集的图像帧，针对图像帧中的选定区域进行帧差法分析，判断所述选定区域是否出现目标被掷物，包括如下步骤：
S211：分析目标被掷物第一时间的初始运动参数，并基于所述初始运动参数，预测目标被掷物的理论落地时间，所述初始运动参数包括初始运动位移、初始速度大小和初始速度方向；
S212：基于理论落地时间的预测值前的预设时长的时间时目标被掷物的位置范围区域作为所述选定区域；
S213：基于第一时间之后采集的图像帧，针对图像帧中的选定区域进行帧差法分析，判断所述选定区域是否出现目标被掷物。
本申请实施例中，对于整个运动场景中的被掷物的整个运动轨迹图像并不全部存储，只存储包含被掷物落地时刻前后以及落地前预设时长的部分运动轨迹采集图像。
其中，上述预设时长根据目标相机单位时间内采集图像存储占用资源的大小确定。具体来说，在存储过程的启动时间确定上，本申请实施例根据目标相机的图像采集帧率、图像分辨率大小等因素确定单位时间内采集图像存储占用资源的大小，并根据预设的FPGA中可用于存储目标被掷物运动轨迹图像数据的容量大小，确定存储多长时间的目标被掷物运动轨迹图像，即得到所述预设时长。进一步，根据在先采集的目标被掷物的运动轨迹图像分析其运动参数，并预测目标被掷物的理论落地时间，在所述理论落地时间预测值前预设时长的时刻即目标运动到选定区域时启动对采集图像帧的存储过程。本申请实施例中，既减小了FPGA对目标被掷物运动轨迹图像的存储数据量，同时对于选定区域根据目标被掷物的实际运动状态参数灵活确定，确保确定的选定区域与不同的目标被掷物的不同运动过程最佳适配，提高了确定选定区域出现目标被掷物的第二时间的有效性和准确性。
进一步的，上述步骤S4：基于存储的图像帧分析目标被掷物的落点位置，包括：
S41：基于存储的采集图像帧，获取目标被掷物落地时刻对应的落地图像帧；
S42：基于所述落地图像帧识别分析目标被掷物的位置。
其中，步骤S41中，所述获取目标被掷物落地时刻对应的落地图像帧，包括：
S411：基于至当前时刻为止已经存储的采集图像帧，依时间先后顺序获取采集图像帧上的目标被掷物位置；
S412：基于相邻两个图像帧的目标被掷物位置生成目标被掷物的运动方向特征数据；
S413：基于所述运动方向特征数据判断当前时刻前的的运动方向特征数据和当前时刻与下一时刻的运动方向特征数据的关联性；
S414：若所述关联性小于预设关联性阈值，则确定目标被掷物发生落地现象，将在当前时刻与下一时刻采集的图像帧确定为落地图像帧。
本申请实施例中，若当前时刻与上一时刻的目标被掷物位置之间的运动方向和当前时刻前的目标被掷物的运动方向相比，发生突变，则判定目标被掷物发生落地行为，具体的，该落地可以是轨迹中止，或轨迹回弹等不同情况。
其中步骤S412中，基于相邻两个图像帧的目标被掷物位置生成目标被掷物的运动方向特征数据，包括：
基于相邻两个目标被掷物位置的横坐标和纵坐标生成三元特征向量，所述三元特征向量包括相邻两个目标被掷物位置横坐标变化、纵坐标变化、相邻两个目标被掷物位置之间连线的方向。
其中，步骤S413中，分析关联性，可以采用如下步骤：
基于当前时刻之前的采集图像帧获取的三元特征向量时间序列，分析三元特征向量随时间的变化规律，并基于所述变化规律预测下一时刻和当前时刻目标被掷物位置生成的三元特征向量；
基于下一时刻和当前时刻实际目标被掷物位置生成的三元特征向量和所述预测的三元特征向量之间的相似度确定所述关联性。
上述步骤S42中，基于步骤S41获取的落地图像帧识别分析目标被掷物的位置，包括：
S420：基于下一时刻和当前时刻实际目标被掷物位置生成的运动方向特征数据即三元特征向量，确定目标被掷物未发生轨迹中止；
S421：获取落地图像帧中当前时刻图像帧所表征的目标被掷物的第一位置和下一时刻图像帧所表征的第二位置；
S422：基于第一位置的高度数据确定所述第一位置为落地点或者落地点在第一位置和第二位置之间。
考虑到目标相机可能不会准确得采集到被掷物落地时刻的图像帧，可能会在实际落地前和落地后各采集到一帧运动轨迹图像，所以在本申请实施例中，基于上述确定的落地图像帧进行目标识别获取到表征目标被掷物的第一位置和第二位置。在第一位置的高度数据与地面高度不一致时，确定落地点在第一位置和第二位置之间，搜索第一位置和第二位置之间的落地点位置的方法包括：
基于落地图像帧前采集的图像帧中目标被掷物的位置拟合第一运动轨迹曲线，基于落地图像帧后采集的图像帧中目标被掷物的位置拟合第二运动轨迹曲线，基于第一运动轨迹曲线和第二运动轨迹曲线的交点位置作为实际落地点位置。
本申请实施例中，为了实现对多次训练过程的连续分析，在确定获取到落地图像帧的时候，延后采集一段时间的表征目标被掷物落地后的图像帧，触发处理器启动对采集图像帧的停止存储过程，并实时分析是否再一次出现运动的目标被掷物，启动对新出现的目标被掷物的运动情况分析以及落地点分析过程。当然，如果预先设置了单次训练分析，则在触发处理器启动对采集图像帧的停止存储过程之后，则停止目标相机对被掷物运动场景图像的采集过程，即不再实时分析是否再一次出现运动的目标被掷物。
优选的，在本申请实施例中，目标相机安装设于靠近目标被掷物落地一端的区域，且架设高度靠近地面，进一步，目标相机架设高度距离地面20cm，以实现单目视觉系统的目标相机更有效的采集运动场景中的目标被掷物运动过程。
基于上述一种基于单目视觉的落点自动上报方法的发明构思，本申请实施例中提供了一种基于单目视觉的落点自动上报系统，包括：
运动场景图像采集模块，用于基于目标相机实时采集被掷物运动场景图像；
目标运动参数分析模块，用于基于第一时间之后采集的图像帧分析目标被掷物的运动情况，所述第一时间为实时采集的运动场景图像帧中开始出现目标被掷物的时刻；
运动目标图像存储模块，用于在第二时间触发处理器启动对采集图像帧的存储过程，所述第二时间为目标被掷物的运动位置情况满足预设存储条件的时刻；
落地位置确定模块，用于基于存储的图像帧分析目标被掷物的落点位置。
需要说明的是：本实施例提供的一种基于单目视觉的落点自动上报系统在分析田赛运动中被掷物落点位置时，仅以上述各功能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模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，本实施例提供的一种基于单目视觉的落点自动上报系统与上述实施例提供的一种基于单目视觉的落点自动上报方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
本发明不局限于上述具体的实施方式，本领域的普通技术人员从上述构思出发，不经过创造性的劳动，所做出的种种变换，均落在本发明的保护范围之内。

Claims (13)

1.一种基于单目视觉的落点自动上报方法，其特征在于，包括：
基于目标相机实时采集被掷物运动场景图像；
基于第一时间之后采集的图像帧分析目标被掷物的运动情况，所述第一时间为实时采集的运动场景图像帧中开始出现目标被掷物的时刻；
在第二时间触发处理器启动对采集图像帧的存储过程，所述第二时间为目标被掷物的运动位置情况满足预设存储条件的时刻；
基于存储的图像帧分析目标被掷物的落点位置。
2.根据权利要求1所述的一种基于单目视觉的落点自动上报方法，其特征在于，所述基于目标相机实时采集被掷物运动场景图像之前，包括：对目标相机进行标定，以确定目标相机采集的图像中的各像素点位置在运动场景中对应的真实坐标。
3.根据权利要求1所述的一种基于单目视觉的落点自动上报方法，其特征在于，所述第一时间的获取方法，包括：基于当前时刻采集的运动场景图像与前一时刻采集的运动场景图像采用帧差法检测当前时刻采集的运动场景图像是否出现目标被掷物，若是，则当前时刻为第一时间。
4.根据权利要求1所述的一种基于单目视觉的落点自动上报方法，其特征在于，所述基于第一时间之后采集的图像帧分析目标被掷物的运动情况，包括：
基于第一时间之后采集的图像帧，针对图像帧中的选定区域进行帧差法分析，判断所述选定区域是否出现目标被掷物；
所述在第二时间触发处理器启动对采集图像帧的存储过程，包括：
当图像帧中的所述选定区域出现目标被掷物时，触发处理器启动对采集图像帧的存储过程。
5.根据权利要求4所述的一种基于单目视觉的落点自动上报方法，其特征在于，所述选定区域为图像帧中连续多行像素组成的区域。
6.根据权利要求1所述的一种基于单目视觉的落点自动上报方法，其特征在于，所述基于第一时间之后采集的图像帧，针对图像帧中的选定区域进行帧差法分析，判断所述选定区域是否出现目标被掷物，包括如下步骤：
分析目标被掷物第一时间的初始运动参数，并基于所述初始运动参数，预测目标被掷物的理论落地时间，所述初始运动参数包括初始运动位移、初始速度大小和初始速度方向；
基于理论落地时间的预测值前的预设时长的时间时目标被掷物的位置范围区域作为所述选定区域；
基于第一时间之后采集的图像帧，针对图像帧中的选定区域进行帧差法分析，判断所述选定区域是否出现目标被掷物。
7.根据权利要求6所述的一种基于单目视觉的落点自动上报方法，其特征在于，所述预设时长根据目标相机单位时间内采集图像存储占用资源的大小确定。
8.根据权利要求1所述的一种基于单目视觉的落点自动上报方法，其特征在于，所述基于存储的图像帧分析目标被掷物的落点位置，包括：
基于存储的采集图像帧，获取目标被掷物落地时刻对应的落地图像帧；
基于所述落地图像帧识别分析目标被掷物的位置。
9.根据权利要求8所述的一种基于单目视觉的落点自动上报方法，其特征在于，所述获取目标被掷物落地时刻对应的落地图像帧，包括：
基于至当前时刻为止已经存储的采集图像帧，依时间先后顺序获取采集图像帧上的目标被掷物位置；
基于相邻两个图像帧的目标被掷物位置生成目标被掷物的运动方向特征数据；
基于所述运动方向特征数据判断当前时刻前的的运动方向特征数据和当前时刻与下一时刻的运动方向特征数据的关联性；
若所述关联性小于预设关联性阈值，则确定目标被掷物发生落地现象，将在当前时刻与下一时刻采集的图像帧确定为落地图像帧。
10.根据权利要求9所述的一种基于单目视觉的落点自动上报方法，其特征在于，所述基于所述落地图像帧识别分析目标被掷物的位置，包括：
基于下一时刻和当前时刻实际目标被掷物位置生成的运动方向特征数据，确定目标被掷物未发生轨迹中止；
获取落地图像帧中当前时刻图像帧所表征的目标被掷物的第一位置和下一时刻图像帧所表征的第二位置；
基于第一位置的高度数据确定所述第一位置为落地点或者落地点在第一位置和第二位置之间。
11.根据权利要求9所述的一种基于单目视觉的落点自动上报方法，其特征在于，所述目标相机安装设于靠近目标被掷物落地一端的区域，且架设高度靠近地面。
12.根据权利要求9所述的一种基于单目视觉的落点自动上报方法，其特征在于，所述目标相机架设高度距离地面20cm。
13.一种基于单目视觉的落点自动上报系统，其特征在于，包括：
运动场景图像采集模块，用于基于目标相机实时采集被掷物运动场景图像；
目标运动参数分析模块，用于基于第一时间之后采集的图像帧分析目标被掷物的运动情况，所述第一时间为实时采集的运动场景图像帧中开始出现目标被掷物的时刻；
运动目标图像存储模块，用于在第二时间触发处理器启动对采集图像帧的存储过程，所述第二时间为目标被掷物的运动位置情况满足预设存储条件的时刻；
落地位置确定模块，用于基于存储的图像帧分析目标被掷物的落点位置。
CN202210509036.7A 2022-05-10 2022-05-10 一种基于单目视觉的落点自动上报方法及系统 Pending CN114882408A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210509036.7A CN114882408A (zh) 2022-05-10 2022-05-10 一种基于单目视觉的落点自动上报方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210509036.7A CN114882408A (zh) 2022-05-10 2022-05-10 一种基于单目视觉的落点自动上报方法及系统

Publications (1)

Publication Number Publication Date
CN114882408A true CN114882408A (zh) 2022-08-09

Family

ID=82675218

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210509036.7A Pending CN114882408A (zh) 2022-05-10 2022-05-10 一种基于单目视觉的落点自动上报方法及系统

Country Status (1)

Country Link
CN (1) CN114882408A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115845350A (zh) * 2023-03-02 2023-03-28 成都谷帝科技有限公司 一种用于立定跳远自动测距的方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115845350A (zh) * 2023-03-02 2023-03-28 成都谷帝科技有限公司 一种用于立定跳远自动测距的方法及系统
CN115845350B (zh) * 2023-03-02 2023-05-09 成都谷帝科技有限公司 一种用于立定跳远自动测距的方法及系统

Similar Documents

Publication Publication Date Title
US11624825B2 (en) Object tracking
JP5875917B2 (ja) 移動体の画像判別装置および移動体の画像判別方法
CN111951313B (zh) 图像配准方法、装置、设备及介质
CN103106411A (zh) 一种网球动作捕捉和解析方法
JP6425847B1 (ja) 画像処理装置、画像処理方法およびプログラム
CN113011310B (zh) 采集投篮运动量的方法、装置、计算机设备及存储介质
KR101871937B1 (ko) 고속 영상 카메라를 이용한 비행물체의 비행데이터 측정 장치 및 방법 및 이를 수행하기 위한 프로그램을 기록한 컴퓨터로 판독가능한 기록매체
CN106446002A (zh) 一种基于运动目标在地图中轨迹的视频检索方法
CN114882408A (zh) 一种基于单目视觉的落点自动上报方法及系统
EP3514761A1 (en) Casting a ray projection from a perspective view
JP2006185109A (ja) 画像計測装置及び画像計測方法
KR102531041B1 (ko) 고속 카메라 영상에서 골프공과 골프클럽의 움직임을 인식하는 방법 및 이를 이용한 골프용 모션 분석 장치
JP2804949B2 (ja) 動画像の処理方法
JP3462754B2 (ja) 監視装置
Behendi et al. Non-invasive performance measurement in combat sports
JP2004248725A (ja) 打球の解析装置及び方法
KR101703316B1 (ko) 영상을 기반으로 속도를 측정하는 방법 및 장치
CN110930436A (zh) 一种目标跟踪方法及设备
CN110910489A (zh) 一种基于单目视觉的智能球场运动信息采集系统与方法
WO2021056552A1 (zh) 视频的处理方法和装置
CN112601021B (zh) 一种网络摄像机监控视频的处理方法及系统
CN114783057A (zh) 一种步态信息采集的方法及相关装置
JP4269781B2 (ja) オプティカルフロー検出システム、検出方法および検出プログラム
CN113082680A (zh) 一种基于机器视觉的球类比赛球出界自动裁判系统
CN111709978A (zh) 一种跨屏目标跟踪方法、系统、装置及存储介质

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