一种基于视频分析的直接任意球类型判别方法技术

一种基于视频分析的直接任意球类型判别方法：逐帧提取运动员踢入足球门框的视频存储下来；分别获取每一张图片颜色直方图并进行去草地处理；对得到的每张图片分别进行灰度化和二值化处理；重建每张图片的足球射门三维场地；构成足球运动过程中的三维轨迹；从足球三维轨迹中提取曲率半径、轨迹可跨度和z轴偏移程度，作为足球三维轨迹特征；得到三类经典直接任意球的曲线；以足球三维轨迹中的曲率半径，轨迹可跨度，z轴偏移程度为特征指标，分别对三类经典直接任意球的曲线进行特征提取，确定足球三维轨迹特征的类型，从而实现对直接任意球的分类。本发明专利技术能够从质量一般的视频中较为准确便捷的判别出任意球的类别。

A Direct Free Sphere Type Discrimination Method Based on Video Analysis

【技术实现步骤摘要】
一种基于视频分析的直接任意球类型判别方法
本专利技术涉及一种直接任意球类型判别方法。特别是涉及一种基于视频分析的直接任意球类型判别方法。
技术介绍
1995年以前，国内外学者在视频中进行直接任意球类型的判断时大多数依赖训练教练通过人工观测以及个人经验，然而进球时间短暂，且观测的角度具有随机性，难以对直接任意球的类型进行判别。1995年，浙江师范大学潘慧炬校长从伯努里方程出发,运用数学、力学推导,建立了马格努斯效应的力学模型，并导出了马格努斯力的数学表达式,同时为直接任意球类型的判别奠定了数学物理基础，但是该模型假定条件过多，且模型过于理想化，存在一定缺陷。近年来，随着计算机视觉的发展，如何从足球视频提取足球运动的轨迹成为了国内外学者广泛关注的问题，2011年，浙江大学张阳依据仿人眼的结构原理，提出并解决在足球视频中提取足球运动轨迹的的关键技术问题，但其成果仍处于实验室仿真阶段。2014年，东南大学李璐璐提出在足球视频中提取足球运动的轨迹问题的特征点提取算法，并采用真实足球实地视频进行试验，取得一定效果，但该研究的录制视频帧数过高，且其算法鲁棒性差，因此不具备一般性。
技术实现思路
本专利技术所要解决的技术问题是，提供一种能够对任意球类别进行自动判别的基于视频分析的直接任意球类型判别方法。本专利技术所采用的技术方案是：一种基于视频分析的直接任意球类型判别方法，包括如下步骤：1)逐帧提取运动员踢入足球门框的视频，将提取的每一帧足球射入门框运动过程的图片存储下来；2)分别获取每一张图片颜色直方图，通过颜色直方图确定草地的位置，对原始图像进行去草地处理；3)对步骤2)得到的每张图片分别进行灰度化和二值化处理，并利用均值滤波进行降噪处理，对处理后的图片进行边缘提取，并对提取到的边缘点进行拟合使得提取到的边缘为一条曲线，对于边缘曲线以外的部分进行去除观众处理，再对图像中发球场地的特征点进行标记；4)重建每张图片的足球射门三维场地；5)将足球设为一个特征点，利用利用homography变换从经步骤3)处理后的每张图片中足球的二维坐标得到每张图片中足球的三维坐标，连接所有图片的三维坐标，构成足球运动过程中的三维轨迹，对足球运动过程中的三维轨迹用卡尔曼滤波进行预测和连接处理，最终得到在足球射门三维场地坐标系中的足球三维轨迹；6)从足球三维轨迹中提取的曲率半径ρ、轨迹可跨度σ2和z轴偏移程度ΔZ，作为足球三维轨迹特征；7)利用牛顿第二定律、运动学定律和马格努斯效应，针对香蕉球、电梯球和落叶球这三类经典直接任意球分别建立动力学模型，得到三类经典直接任意球的曲线；8)以足球三维轨迹中的曲率半径ρ，轨迹可跨度σ2，z轴偏移程度ΔZ为特征指标，分别对三类经典直接任意球的曲线进行特征提取，将足球三维轨迹特征分别与三类经典直接任意球的曲线的特征与进行对比，确定足球三维轨迹特征的类型，从而实现对直接任意球的分类。步骤2)所述的获取每一张图片颜色直方图，是遍历每张图片的颜色直方图的每一像素点，统计每个像素点在0～255值的数量，然后以0～255为横坐标，RGB分别为纵坐标，绘制3个坐标体系的竖线。步骤2)所述的通过颜色直方图确定草地的位置，包括：(2.1)找出整张颜色直方图中出现频率最高部分的灰度值范围为0.22～0.25，从而确定步骤1)得到的图片中灰度值在0.22～0.25之间的为草地；(2.2)提取步骤1)所述图片的蓝色通道Cb和红色通道Cr的空间颜色直方图，并根据空间颜色直方图确定图片中草地的像素值范围；(2.3)将图片中0.22～0.25的灰度值范围与图片中草地的像素值范围重叠的部分确定为草地。第(2.2)步包括：(2.21)在第一空间颜色直方图H1中确定最大峰值点P1的位置；(2.22)在第一空间颜色直方图H1中寻找与最大峰值点P1连通且值大于sP1的点，其中s为比例系数设为0.05，并将大于sP1的所有点的集合记为点集BIN1；计算在第一空间颜色直方图H1中寻找与最大峰值点P1连通的区域内点集BIN1的值的总和sum1，从第一空间颜色直方图H1中去掉点集BIN1，余下部分记为第二空间颜色直方图H2；(2.23)在第二空间颜色直方图H2中确定最大峰值点P2的位置；(2.24)在第二空间颜色直方图H2中寻找与最大峰值点P2连通且值大于sP2的点，其中s为比例系数设为0.05，并将大于sP2的所有点的集合记为点集BIN2；计算在第二空间颜色直方图H2中寻找与最大峰值点P2连通的区域内点集BIN2的值的总和sum2；(2.25)找出sum1和sum2中的大者所对应的第一空间颜色直方图H1或第二空间颜色直方图H2中最大点集BIN1或BIN2的区域，作为图片中草地的像素值范围。步骤4)包括：(4.1)以球门中心为原点，原点向上方向为z轴正方向，建立右手笛卡尔三维坐标系；(4.2)依据罚球场地的宽度和长度，建立二维平面坐标系，并标记足球场地特征点；(4.3)利用homography变换实现二维平面场地中特征点与右手笛卡尔三维坐标系中的特征点对应，从而实现足球射门三维场地的重建。步骤6)包括：(6.1)针对电梯球，选择利用每个轨迹点的曲率半径ρ去刻画足球三维轨迹的图形特征，有其中，y为足球三维轨迹坐标所连的曲线函数；y'足球三维轨迹坐标所连的曲线函数的一阶导数；y”足球三维轨迹坐标所连的曲线函数的二阶导数；ρ足球三维轨迹坐标所连的曲线函数的曲率半径；K为足球三维轨迹坐标所连的曲线函数的曲率。并设定足球三维轨迹的曲率半径ρ的阈值ηKηK＝932当足球三维轨迹的曲率半径ρ大于阈值ηK时，判定为电梯球；(6.1)针对香蕉球，采用方差检验法进行判别，首先以射门点和进球点为首末点作出一条直线，记为L1，并作出轨迹上所有点到L1处的垂线，记第i个轨迹点到直线L1的距离为Xi，定义足球三维轨迹的轨迹可跨度σ2为其中N为轨迹点的个数，取决于采样时的精度；Xi为第i个轨迹点到直线L1的距离；σ2为足球三维轨迹的轨迹可跨度；为所有轨迹点到直线L1的距离的平均值；经过实验验证，设轨迹可跨度σ2的阈值为：ηK'＝6.18当足球三维轨迹的轨迹可跨度σ2大于阈值ηK'时，判定为香蕉球；(6.3)针对地滚球，选取z轴偏移程度ΔZ刻画足球轨迹的图形特征，有ΔZ＝max{Zj+1-Zj}其中，Zj为第j个图片中足球三维轨迹的轨迹高度，设足球三维轨迹的z轴偏移程度ΔZ的阈值为：ηZ＝0.25当足球三维轨迹的z轴偏移程度ΔZ小于阈值ηZ时，判定为地滚球。本专利技术的一种基于视频分析的直接任意球类型判别方法，对运动员踢入足球门框的视频进行分析，获取足球的运动轨迹，同时提取各类直接任意球的特征，从而达到从质量一般的视频中能够较为准确便捷的判别出任意球的类别的效果。本专利技术具有如下有益效果：1、基于视频分析的直接任意球类型判别方法能够克服在足球比赛过程中拍摄角度的随机性问题，对三类经典的任意球分类不依靠主观因素，且判别速度快且准确性高；2、利用基于视频分析的直接任意球类型判别方法在像素坐标系和世界坐标系的转换中，建立了视频序列中任意一帧的图像和足球场地平面的映射关系，该方法较于其他方法还原速度较快且较为精确；3、在帧数较低的视频中还原足球运动的三维轨迹的过程中足球的三维轨迹点会出现残缺，本本文档来自技高网...

【技术保护点】
1.一种基于视频分析的直接任意球类型判别方法，其特征在于，包括如下步骤：1)逐帧提取运动员踢入足球门框的视频，将提取的每一帧足球射入门框运动过程的图片存储下来；2)分别获取每一张图片颜色直方图，通过颜色直方图确定草地的位置，对原始图像进行去草地处理；3)对步骤2)得到的每张图片分别进行灰度化和二值化处理，并利用均值滤波进行降噪处理，对处理后的图片进行边缘提取，并对提取到的边缘点进行拟合使得提取到的边缘为一条曲线，对于边缘曲线以外的部分进行去除观众处理，再对图像中发球场地的特征点进行标记；4)重建每张图片的足球射门三维场地；5)将足球设为一个特征点，利用利用homography变换从经步骤3)处理后的每张图片中足球的二维坐标得到每张图片中足球的三维坐标，连接所有图片的三维坐标，构成足球运动过程中的三维轨迹，对足球运动过程中的三维轨迹用卡尔曼滤波进行预测和连接处理，最终得到在足球射门三维场地坐标系中的足球三维轨迹；6)从足球三维轨迹中提取的曲率半径ρ、轨迹可跨度σ

【技术特征摘要】
1.一种基于视频分析的直接任意球类型判别方法，其特征在于，包括如下步骤：1)逐帧提取运动员踢入足球门框的视频，将提取的每一帧足球射入门框运动过程的图片存储下来；2)分别获取每一张图片颜色直方图，通过颜色直方图确定草地的位置，对原始图像进行去草地处理；3)对步骤2)得到的每张图片分别进行灰度化和二值化处理，并利用均值滤波进行降噪处理，对处理后的图片进行边缘提取，并对提取到的边缘点进行拟合使得提取到的边缘为一条曲线，对于边缘曲线以外的部分进行去除观众处理，再对图像中发球场地的特征点进行标记；4)重建每张图片的足球射门三维场地；5)将足球设为一个特征点，利用利用homography变换从经步骤3)处理后的每张图片中足球的二维坐标得到每张图片中足球的三维坐标，连接所有图片的三维坐标，构成足球运动过程中的三维轨迹，对足球运动过程中的三维轨迹用卡尔曼滤波进行预测和连接处理，最终得到在足球射门三维场地坐标系中的足球三维轨迹；6)从足球三维轨迹中提取的曲率半径ρ、轨迹可跨度σ2和z轴偏移程度ΔZ，作为足球三维轨迹特征；7)利用牛顿第二定律、运动学定律和马格努斯效应，针对香蕉球、电梯球和落叶球这三类经典直接任意球分别建立动力学模型，得到三类经典直接任意球的曲线；8)以足球三维轨迹中的曲率半径ρ，轨迹可跨度σ2，z轴偏移程度ΔZ为特征指标，分别对三类经典直接任意球的曲线进行特征提取，将足球三维轨迹特征分别与三类经典直接任意球的曲线的特征与进行对比，确定足球三维轨迹特征的类型，从而实现对直接任意球的分类。2.根据权利要求1所述的一种基于视频分析的直接任意球类型判别方法，其特征在于，步骤2)所述的获取每一张图片颜色直方图，是遍历每张图片的颜色直方图的每一像素点，统计每个像素点在0～255值的数量，然后以0～255为横坐标，RGB分别为纵坐标，绘制3个坐标体系的竖线。3.根据权利要求1所述的一种基于视频分析的直接任意球类型判别方法，其特征在于，步骤2)所述的通过颜色直方图确定草地的位置，包括：(2.1)找出整张颜色直方图中出现频率最高部分的灰度值范围为0.22～0.25，从而确定步骤1)得到的图片中灰度值在0.22～0.25之间的为草地；(2.2)提取步骤1)所述图片的蓝色通道Cb和红色通道Cr的空间颜色直方图，并根据空间颜色直方图确定图片中草地的像素值范围；(2.3)将图片中0.22～0.25的灰度值范围与图片中草地的像素值范围重叠的部分确定为草地。4.根据权利要求3所述的一种基于视频分析的直接任意球类型判别方法，其特征在于，第(2.2)步包括：(2.21)在第一空间颜色直方图H1中确定最大峰值点P1的位置；(2.22)在第一空间颜色直方图H1中寻找与最大峰值点P1连通且值大于sP1的点，其中s为比例系数设为...

【专利技术属性】
技术研发人员：梁如鑫，汪晓银，余元强，杨牧青，
申请(专利权)人：天津工业大学，
类型：发明
国别省市：天津,12