一种运动训练设备及其控制方法技术

本发明专利技术属于科学训练技术领域，公开了一种运动训练设备及其控制方法，采用视频监控、图像提取、图像增强、图像智能分析等手段实现运动训练过程中对运动员运动动作、运动轨迹、体质状况的实时监测。本发明专利技术结构简单，通过系统性的对运动员运动动作、运动轨迹、体质状况的监测，可使教练员实时掌握运动员的运动训练状态，通过对运动员的运动训练过程进行监控与评价，可以有效地指导教练员为运动员制定合理的训练计划，使运动员具有正确的训练方式和训练负荷，提高运动员的运动成绩，避免因训练方式和训练负荷不正确造成的运动损伤。本发明专利技术能够记录运动训练设备的使用情况，并对运动员的训练情况和训练效果进行记录和评估。

A kind of sports training equipment and its control method

【技术实现步骤摘要】
一种运动训练设备及其控制方法
本专利技术属于科学训练
，尤其涉及一种运动训练设备及其控制方法。
技术介绍
目前，最接近的现有技术：体育运动训练实质是把运动员的身体潜质发挥到最大，最大限度地提高运动员的身心素质，从而实现运动员心理素质和身体素质的全面发展，使运动员整体健康发展，给社会培育出更多的高素质高水平的杰出人才。但运动员在运动训练过程中常常伴随着突发性的运动损伤以及陈旧性的再次损伤等情况，运动损伤往往是不可逆的，并且会直接影响运动员的职业生涯。运动损伤产生的主要原因除了与训练项目和专项技术特性有较大的关系外，没有选择正确的训练方式和训练负荷也是产生运动损伤的主要原因。传统的运动训练设备的维护与管理存在很大的不便，主要存在以下几个问题：无法记录每个用户使用设备的次数以及使用情况，无法了解运动训练设备的疲劳状况，难以预测设备是否需要维修和保护，无法对训练者的训练情况和训练效果进行记录和评估，因此迫切需要改进。综上所述，现有技术存在的问题是：传统的运动训练设备无法记录每个用户使用设备的次数以及使用情况，无法了解运动训练设备的本文档来自技高网...

【技术保护点】
1.一种运动训练设备的控制方法，其特征在于，所述运动训练设备的控制方法包括以下步骤：/n第一步，通过身份信息采集设备采集使用所述运动训练设备的运动员的身份信息；所述身份信息包括运动员的编号、姓名、身份证号、年龄、性别、体重、身高、运动速度、运动次数以及运动时间；并通过运动感应装置利用计数程序记录运动训练设备的使用信息；/n步骤二，通过摄像机对运动员在运动过程中的运动动作、运动轨迹及运动过程中的体质状况进行视频记录：(1)采用三维轮廓重构和样本像素采集，采用Ray-Casting图像特征扫描方法，对运动员在运动训练中的运动动作、运动轨迹进行监测图像采集；/n(2)根据步骤(1)的图像采集结果，依...

【技术特征摘要】
1.一种运动训练设备的控制方法，其特征在于，所述运动训练设备的控制方法包括以下步骤：
第一步，通过身份信息采集设备采集使用所述运动训练设备的运动员的身份信息；所述身份信息包括运动员的编号、姓名、身份证号、年龄、性别、体重、身高、运动速度、运动次数以及运动时间；并通过运动感应装置利用计数程序记录运动训练设备的使用信息；
步骤二，通过摄像机对运动员在运动过程中的运动动作、运动轨迹及运动过程中的体质状况进行视频记录：(1)采用三维轮廓重构和样本像素采集，采用Ray-Casting图像特征扫描方法，对运动员在运动训练中的运动动作、运动轨迹进行监测图像采集；
(2)根据步骤(1)的图像采集结果，依据运动训练中体质状况监测图像进行信息中心像素标定和特征信息自适应加权；
(3)求解运动员运动训练中体质状况监测的视差模板函数，在运动员运动训练中体质状况监测图像的特征分割区域进行亚像素级匹配，得到运动员运动训练中体质状况监测图像分布的像素视差；
(4)初始化视频监控的谱特征量，构建实时监控模型，结合运动员运动训练视频图像三维重建的三维数据分布，进行图像运动训练中体质状况监测图像重构处理；
步骤三，通过中央控制器的去燥单元对采集的运动图像进行去噪处理：(I)去燥单元收集图像原始数据；基于图像原始数据，对预设概念所隶属的类型，进行网络图像数据库上的图像三元组的爬取和解析；
(II)爬取预设子类中包含图像的类型标签并将类型标签添加到图像三元组；其中，预设子类即对图像原始数据进行预设概念所隶属的类型确定，预设概念所隶属的类型包括图像格式、大小以及类型；
(III)计算图像三元组初始相似度，对图像三元组标签添加图片类型距离，并根据初始相似度，通过搜索识别按照预设方法获取图像三元组目标相似度；根据图像三元组目标相似度进行图像去燥；
步骤四，利用灰度像素特征分解方法进行运动训练中体质状况监测图像信息的增强处理；通过中央控制器利用自适应特征提取方式对监测图像的局部动态特征点进行提取；
步骤五，通过中央控制器搭载的微处理器利用预设数量的子图像与所对应的子图像的分析指令对目标图像进行分析：1)获取目标图像；
2)将所述目标图像分割为预设数量的子图像；
3)根据所述预设数量，生成至少一个子图像分析指令
4)将所述预设数量的子图像以及所生成的子图像分析指令发送给所述的异构处理器组进行分析，得到分析结果；
步骤六，通过存储器将采集的运动训练视频及图像进行存储，以备后续调用观看；通过显示器将采集的视频信息及处理后的图像进行显示；通过外接的太阳能电池板为运动训练设备进行供电。


2.如权利要求1所述的运动训练设备的控制方法，其特征在于，步骤二中，所述信息中心像素标定和特征信息自适应加权的确定方法如下：
依据运动训练中体质状况监测图像模板匹配的疏线性方程组：
g(x，y)＝h(x，y)＊f(x，y)+η(x，y)；
其中，h(x，y)是运动员运动训练中体质状况监测视差函数，符号＊表示卷积；根据运动员运动训练中体质状况监测像素级视差函数进行信息中心像素标定和特征信息自适应加权。


3.如权利要求1所述的运动训练设备的控制方法，其特征在于，步骤二中，利用以下公式求解运动员运动训练中体质状况监测图像分布的像素视差：
g(x，y)＝f(x，y)+η(x，y)；
其中，η(x，y)是运动员运动训练中体质状况监测的权重系数；
所述体质状况监测的边缘像素估计值为：



其中，F(x，y)是运动员运动训练中体质状况监测图像的强纹理集关于扫描点(x，y)点的像素值，mi为体质状况监测部位弱纹理集，为局部方差，用f1(x)和f2(x)表示运动员运动训练中体质状况监测图像重构的灰度值。


4.如权利要求1所述的运动训练设备的控制方法，其特征在于，步骤四中，所述利用灰度像素特征分解方法进行运动训练中体质状况监测图像信息的增强处理的方法，具体如下：
(1)建立lagrange函数：



式中，用xi表示输入，yi表示相应输出，ai为拉格朗日承子；
(2)采用灰度像素特征分解方法进行运动员运动训练中体质状况监测图像的信息增强处理。


5.如权利要求1所述的运...

【专利技术属性】
技术研发人员：赵立秋，
申请(专利权)人：淮安信息职业技术学院，
类型：发明
国别省市：江苏;32