[发明专利]一种基于图像处理的球类发球行为评定方法有效

专利信息
申请号: 201710100439.5 申请日: 2017-02-23
公开(公告)号: CN106964137B 公开(公告)日: 2019-05-28
发明(设计)人: 汪亚明;韩永华;周志湖 申请(专利权)人: 浙江理工大学
主分类号: A63B69/38 分类号: A63B69/38;G06K9/62
代理公司: 杭州天勤知识产权代理有限公司 33224 代理人: 徐敏
地址: 310018 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 处理 球类 发球 行为 评定 方法
【说明书】:

本发明公开了一种基于图像处理的球类发球行为评定方法,包括以下步骤:步骤1:对发球手臂的关节点进行颜色标记,采集球类发球图像;步骤2:由球类发球图像构造字典,重构出无干扰的发球图;步骤3:针对获得的发球图,进行运动前景提取;步骤4:针对运动前景提取出标记点,并进行标记点轮廓查找,用最小圆包围轮廓,返回圆心坐标作为关节点坐标;步骤5:通过步骤1~4提取的关节点坐标数据进行训练,实现对发球轨迹的分类,建立评定系统;步骤6:通过步骤1~4的方法采集待测的发球坐标,输入步骤(5)得到的评定系统进行评定;本发明方法实现网球运动员发球时的技术动作分析,提高体育训练效率,改进运动技术,从而达到辅助训练的目的。

技术领域

本发明属于图像处理领域,尤其涉及一种基于图像处理的球类发球行为评定方法。

背景技术

基于视频的人体运动分析是计算机视觉领域的一个重要研究方向,它是从视频序列中检测出运动物体,提取出人体关键部位,获得人体运动的有用信息,实现对人体动作、姿态等的进一步分析和识别。

传统的网球发球训练模式已经根深蒂固的存在于现在的训练之中。对于运动员来说,要想熟练地掌握技术动作要领就必须根据教练员的指导意见进行长时间的,反复的练习。长时间的采用以经验为主的训练方法,单凭借教练员对运动员技术动作进行指导和监督,具有主观性,这种情况严重制约了网球水平的提高。

为了提高培训效果,也有研究者提出了一些发球训练装置,例如公开号为CN203469419U的专利文献公开了羽毛球发球训练系统,涉及一种羽毛球训练系统。是为了适应羽毛球发球机动性、准确性的智能训练的需求。阵列式指示灯分布在羽毛球球场的一侧,阵列式指示灯的控制信号输入端与控制电路的控制信号输出端连接;红外信号接收电路的红外信号输出端与控制电路的红外信号输入端连接;红外信号接收电路用于接收红外信号发射电路发射的红外信号;阵列式按键的按键信号输出端与红外信号发射电路的按键信号输入端连接;摄像机用于采集发球落点的图像;摄像机的图像信号输出端与控制电路的图像信号输入端连接;控制电路的控制信号输出端与摄像机的控制信号输入端连接。该发明适用于羽毛球发球训练过程中。

但是上述的发球训练机构存在结构复杂、使用不便以及测试不准确等问题,是因此,针对该问题,提出一种基于图像处理的网球发球行为评定方法,实现网球训练的客观、有效的指导十分必要。

发明内容

本发明提供了一种基于图像处理的球类发球行为评定系统,通过图像处理技术来研究球类中的平击发球技术,能提高球类训练效率,辅助球类训练。

一种基于图像处理的球类发球行为评定方法,包括以下步骤:

步骤1:对发球手臂的关节点进行颜色标记,采集球类发球图像;

步骤2:由步骤1采集的球类发球图像构造字典,重构出无干扰的发球图;

步骤3:针对步骤2获得的发球图,进行运动前景提取;

步骤4:针对步骤3操作后的运动前景提取出标记点,并进行标记点轮廓查找,用最小圆包围轮廓,返回圆心坐标作为关节点坐标;

步骤5:通过步骤1~4提取的关节点坐标数据进行训练,实现对发球轨迹的分类,评定出球类发球是成功发球还是失败发球,建立评定系统;

步骤6:通过步骤1~4的方法采集待测的发球坐标,输入步骤(5)得到的评定系统进行评定。

球类可以是网球、羽毛球或者排球等。

优选的,步骤1中,对发球手臂的关节点进行颜色标记。对每个运动员的发球手臂上关节点进行人为标记,能在提取目标点时更明确目标点的颜色特征,从而能依据目标点颜色特征更好的将不同颜色的干扰去除,且咨询过专业运动员后,确定标记点的存在对球类发球技术动作没有实质性的影响,采集球类发球图像的具体步骤如下:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江理工大学,未经浙江理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710100439.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top