一种基于RGB图像的步速测量方法技术

本发明专利技术公开了一种基于RGB图像的步速测量方法，涉及步速测量方法领域；其包括如下步骤1：采集、预处理图像；步骤2：通过HOG特征检测获得运动员在图像中的位置，通过Grabcut算法获得标志物在图像中的位置；步骤3：根据运动员位置、标志物位置以及设定的阈值判断运动员是否均通过起点标志物和终点标志物，若是，则计算运动员通过起点标志物和终点标志物的时长并跳至步骤4，若否，则重复该步骤；步骤4：计算起点标志物和终点标志物的距离，结合运动员通过起点标志物和终点标志物的时长求解运动员步速；本发明专利技术实现了标志物的精确定位，解决了现有基于图像的步速测量方法中因缺少距离参照物导致的测量误差较大的问题，达到精确测量运动员步速的效果。

【技术实现步骤摘要】
一种基于RGB图像的步速测量方法
本专利技术涉及步速测量方法领域，尤其是一种基于RGB图像的步速测量方法。
技术介绍
行人速度测量在现实生活中有着重要的意义，体育田径赛事中的步速测量对于检测运动员的指标十分重要；步速测量方法可分为：一、基于传感器的步速测量，二、基于图像的步速测量；基于传感器的步速测量装置可以通过使用者身上的速度检测装置测量使用者的速度；基于传感器测量步速的方法有很多，Bishop使用两个安装在小腿部位的加速器计算步速，将倒立摆的姿势当做一个独立的跨步周期；Park使用手持设备估算步速，其要求参与者手持一个三轴加速器进行速度测量；Gomez使用一种可穿戴可视化的传感器设备，在用户眼镜上安装测试点，使用该设备计算使用者的步速；路永乐等人提出一种基于MEMS惯性传感器的人体多运动模式识别算法，选取MEMS加速度传感器的时域特征作为模式识别特征量，提取MEMS角速度传感器的时域特征作为二次识别的特征量实现步速检测；基于传感器的方法中，一方面由于测试者携带传感器，导致无法正常发挥，进而影响测试结果；另一方面由于传感器设备传输需要时间，导致无法实时测速。基于图像的方法测量步速也有很多，比如Gu等人使用一种可视化的方法，利用单个RGB相机追踪2D节点坐标以此估计步速；张佳佳等人使用Qualisys三维运动捕捉系统即8个摄像头和2块Kistler测力台同步采集健身竞走、普通健身走、跑步的运动学和动力学指标；秦剑杰等人运用三位摄像法，使用两台索尼HXR－NX100型摄像机，对前8名运动员在进行到第19圈时、距离终点线1km处的技术动作进行定点拍摄；王鹏等人采用APAS和Dartfish4.5对视频进行解析，使用日本松井秀治人体惯性参数模型，并选取19个关节点，数字化研究对象的一个复步，采用截断频率8Hz的低通数字滤波法平滑3D，用Dartfish软件处理比赛图像。虽然在步速测量方面已经取得了大量研究结果，但是基于图像的方法中图像中没有距离参照物，通过RGB图像中人的位置计算人实际通过的距离，得到的距离会受相机自身参数、图像质量等因素影响，导致步速测量结果误差大。因此需要一种高精度的基于图像的步速测量方法。
技术实现思路
本专利技术的目的在于：本专利技术提供了一种基于RGB图像的步速测量方法，解决了现有基于图像的步速测量方法中图像中缺少距离参照物从而被多种因素影响导致测量结果误差大的问题。本专利技术采用的技术方案如下：一种基于RGB图像的步速测量方法，包括如下步骤：步骤1：采集、预处理图像；步骤2：通过HOG特征检测获得运动员在图像中的位置，通过Grabcut算法获得标志物在图像中的位置；步骤3：根据运动员位置、标志物位置以及设定的阈值判断运动员是否均通过起点标志物和终点标志物，若是，则计算运动员通过起点标志物和终点标志物的时长并跳至步骤4，若否，则重复该步骤；步骤4：基于步骤2计算起点标志物和终点标志物的距离，结合运动员通过起点标志物和终点标志物的时长求解运动员步速。优选地，所述步骤1包括如下步骤：步骤1.1：根据标志物的高度H与摄像头中标志物成像高度h确定摄像头与标志物的垂直距离D，计算公式如下：其中，f表示摄像头的焦距；步骤1.2：根据摄像头与标志物的垂直距离安装固定摄像头进行图像采集；步骤1.3：将采集的图像进行尺度变换、灰度化等操作获得预处理后的图像。优选地，所述步骤2中的通过HOG特征检测获得运动员在图像中的位置包括如下步骤：步骤S2.1.1：使用HOG特征组成滑动窗，按照水平(x方向)向右和竖直(y方向)向上的方向，根据填充大小确定其步长后，对预处理后的图像进行特征提取，计算公式如下：G(xi,yi)＝dx(xi,yi)+dy(xi,yi)dx(xi,yi)＝I(xi+1,yi)-I(xi,yi)dy(xi,yi)＝I(xi,yi+1)-I(xi,yi)其中，I(xi,yi)表示输入图像第i个点的像素值，G(xi,yi)表示输入图像的梯度，dx(xi,yi)表示输入图像的水平梯度，dy(xi,yi)表示输入图像的垂直梯度；步骤S2.1.2：将提取的特征输入到已训练的模型SVM中，获得该图像中运动员可能所在的区域的多个矩形框；步骤S2.1.3：通过非最大抑制NMS得到多个矩形框中的最优框即计算多个矩形框的交并比IOU，选择交并比IOU最小的矩形框作为最优框；步骤S2.1.4：运动员检测：通过最优框的坐标，计算运动员位置的中心获得运动员在图像中的位置，计算公式如下：其中，(xi,yi)表示最优框顶点坐标，N表示顶点个数，xci表示运动员位置的横坐标，yci表示运动员位置的纵坐标。优选地，所述步骤2中的通过Grabcut算法获得标志物在图像中的位置包括如下步骤：步骤S2.2.1：对预处理后的图像标注感兴趣区域即ROI；步骤S2.2.2：使用Grabcut算法对ROI进行分割，获得source节点即前景标志、sink节点即背景标志以及前景图像像素点，建立包含所有ROI前景图像像素点的新图，其中前景指标志物；步骤S2.2.3：经过多次迭代将与source节点连接的像素点作为前景，将与sink节点连接的像素点作为背景，完成图像前景和背景的分割，并通过公式获得前景图像的左上角坐标、宽度和高度，计算公式如下：pick(x，y，w，h)其中，x表示前景图像的左上角横坐标，y表示前景图像的左上角纵坐标，w表示前景图像的宽度，h表示前景图像的高度；步骤S2.2.4：通过前景图像左上角的横坐标和其宽度计算标志物的横坐标，计算公式如下：xbi＝x+w/2其中，xbi表示标志物的横坐标。优选地，所述步骤3包括如下步骤：步骤3.1：比较、分析运动员和标志物在图像中的相对位置，根据运动员的横坐标xci和标志物的横坐标xbi计算两者的差值，将差值与设定的阈值σ进行比较，将运动员前进方向第一个小于阈值的差值对应的位置作为计时点后，确定运动员通过第一个标志物即起点标志物和第二个标志物即终点标志物，并记录通过起点标志物和终点标志物的时间，计算公式如下：其中，ti表示通过标志物的时间，ts表示通过起点标志物的时间，te表示通过终点标志物的时间，xci表示当前帧运动员的横坐标，xb1表示第一个标志物的横坐标，xb2表示第二个标志物的横坐标，σ表示设定的阈值；步骤3.2：计算通过起点标志物和终点标志物的时长tf：其中，tp表示处理每一帧图片所需的时间。优选地，所述步骤4包括如下步骤：步骤4.1：根据摄像头与标志物的距离D，已知摄像头视场角θ，计算起点标志物和终点标志物的距离L，计算公式如下：步骤4.2：根据起点标志物和终点标志物的距离L以及通过起点标志物和终点标志物的时长tf计算运动员的步速，计算公式如下：其中，λ表示普通运动员的步长。优选地，所述步长根据运动员身高计算，计算公式如下：SG＝λ*0.54+132其中，SG表示身高，单位为cm，λ表示普通运动员的步长。优选地，所述设定的阈值σ计算公式如下：其中，σ表示设定的阈值，Wf表示图像宽度的像素值，Wr表示相机镜头广度，v表示跑步速度，fps表示视频每秒帧数。综上所述，由于采用了上述技术方案，本专利技术的有益效果是：1.本专利技术通过Grabcut算法确定标志物在视频/图像中的位置，通过HOG特本文档来自技高网...

【技术保护点】
1.一种基于RGB图像的步速测量方法，其特征在于：包括如下步骤：步骤1：采集、预处理图像；步骤2：通过HOG特征检测获得运动员在图像中的位置，通过Grabcut算法获得标志物在图像中的位置；步骤3：根据运动员位置、标志物位置以及设定的阈值判断运动员是否均通过起点标志物和终点标志物，若是，则计算运动员通过起点标志物和终点标志物的时长并跳至步骤4，若否，则重复该步骤；步骤4：基于步骤2计算起点标志物和终点标志物的距离，结合运动员通过起点标志物和终点标志物的时长求解运动员步速。

【技术特征摘要】
1.一种基于RGB图像的步速测量方法，其特征在于：包括如下步骤：步骤1：采集、预处理图像；步骤2：通过HOG特征检测获得运动员在图像中的位置，通过Grabcut算法获得标志物在图像中的位置；步骤3：根据运动员位置、标志物位置以及设定的阈值判断运动员是否均通过起点标志物和终点标志物，若是，则计算运动员通过起点标志物和终点标志物的时长并跳至步骤4，若否，则重复该步骤；步骤4：基于步骤2计算起点标志物和终点标志物的距离，结合运动员通过起点标志物和终点标志物的时长求解运动员步速。2.根据权利要求1所述的一种基于RGB图像的步速测量方法，其特征在于：所述步骤1包括如下步骤：步骤1.1：根据标志物的高度H与摄像头中标志物成像高度h确定摄像头与标志物的垂直距离D，计算公式如下：其中，f表示摄像头的焦距；步骤1.2：根据摄像头与标志物的垂直距离安装固定摄像头进行图像采集；步骤1.3：将采集的图像进行尺度变换、灰度化等操作获得预处理后的图像。3.根据权利要求2所述的一种基于RGB图像的步速测量方法，其特征在于：所述步骤2中的通过HOG特征检测获得运动员在图像中的位置包括如下步骤：步骤S2.1.1：使用HOG特征组成滑动窗，按照水平(x方向)向右和竖直(y方向)向上的方向，根据填充大小确定其步长后，对预处理后的图像进行特征提取，计算公式如下：G(xi,yi)＝dx(xi,yi)+dy(xi,yi)dx(xi,yi)＝I(xi+1,yi)-I(xi,yi)dy(xi,yi)＝I(xi,yi+1)-I(xi,yi)其中，I(xi,yi)表示输入图像第i个点的像素值，G(xi,yi)表示输入图像的梯度，dx(xi,yi)表示输入图像的水平梯度，dy(xi,yi)表示输入图像的垂直梯度；步骤S2.1.2：将提取的特征输入到已训练的模型SVM中，获得该图像中运动员可能所在的区域的多个矩形框；步骤S2.1.3：通过非最大抑制NMS得到多个矩形框中的最优框即计算多个矩形框的交并比IOU，选择交并比IOU最小的矩形框作为最优框；步骤S2.1.4：运动员检测：通过最优框的坐标，计算运动员位置的中心获得运动员在图像中的位置，计算公式如下：其中，(xi,yi)表示最优框顶点坐标，N表示顶点个数，xci表示运动员位置的横坐标，yci表示运动员位置的纵坐标。4.根据权利要求3所述的一种基于RGB图像的步速测量方法，其特征在于：所述步骤2中的通过Grabcut算法获得标志物在图像中的位置包括如下步骤：步骤S2.2.1：对预处理后的图像标注感兴趣区域即RO...

【专利技术属性】
技术研发人员：曾辽原，张汝民，林吉，崔伟煜，陈建文，刘江，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51