一种基于梯度特征的冰壶球自动测速方法技术

本发明专利技术是一种基于梯度特征的冰壶球自动测速方法。本发明专利技术属于冰壶球自动测速技术领域，本发明专利技术获取冰壶比赛视频，判定冰壶是否运动；根据前掷线的形状生成模板图像，提取模板图像的梯度信息，根据梯度信息确定模板图像中心在某一帧图像上的坐标；根据模板图像中心在某一帧图像上的坐标，确定冰壶球通过前掷线时的速度。本发明专利技术在通过自动检测冰壶球在前掷线处的速度，为冰壶机器人进行精确落点提供技术支持。在综合考虑了实际的计算精度与运算速度后，提出一种基于梯度特征的冰壶球自动测速方法，解决了因摄像头视角不同、场地背景复杂以及冰面反光而导致的绝大多数特征匹配算法失效的问题，为冰壶机器人将冰壶球精确投掷到大本营中心提供支持。

【技术实现步骤摘要】
一种基于梯度特征的冰壶球自动测速方法
本专利技术涉及冰壶球自动测速
，是一种基于梯度特征的冰壶球自动测速方法。
技术介绍
冰壶比赛是以队为单位在冰上进行的一种投掷性竞赛项目，素有“冰上国际象棋”的美誉。根据运动员的状态、冰面情况以及大本营中冰壶球的空间分布，冰壶比赛结果往往具有很大的不确定性。随着人工智能技术的不断发展，冰壶机器人能够在真实的场地上与专业运动员进行人机对抗比赛。冰壶机器人在决策和控制过程中，如何检测冰壶球在前掷线处的速度至关重要。现需要自动检测冰壶球在前掷线处的速度，为冰壶机器人进行精确落点提供技术支持。无法解决了因摄像头视角不同、场地背景复杂以及冰面反光而导致的绝大多数特征匹配算法失效的问题，无法为冰壶机器人将冰壶球精确投掷到大本营中心提供支持。
技术实现思路
本专利技术为解决了因摄像头视角不同、场地背景复杂以及冰面反光而导致的绝大多数特征匹配算法失效的问题，本专利技术提供了一种基于梯度特征的冰壶球自动测速方法，本专利技术提供了以下技术方案：一种基于梯度特征的冰壶球自动测速方法，包括以下步骤：步骤1：获取冰壶比赛视频，判定冰壶是否运动；步骤2：根据前掷线的形状生成模板图像，提取模板图像的梯度信息，根据梯度信息确定模板图像中心在某一帧图像上的坐标；步骤3：根据模板图像中心在某一帧图像上的坐标，确定冰壶球通过前掷线时的速度。优选地，所述步骤1具体为：步骤1.1：获取冰壶比赛视频，对冰壶比赛视频进行图像校正，同时对冰壶球进行识别；步骤1.2：以视频图像左上角为中心原点，分别确定相邻两帧图片中冰壶球中心坐标，通过下式表示相邻两帧图片中冰壶球中心坐标：P1＝(X1,Y1)P2＝(X2,Y2)其中，P1为某一帧图片中冰壶球中心坐标，P2为某一帧图片相邻的图片中冰壶球中心坐标；步骤1.3：将相邻两幅图片做匹配，记录P2在P1的匹配点，通过下式表示所述匹配点：P′2＝(X′2,Y′2)其中，X′2为匹配点的横坐标，Y′为匹配点的纵坐标；步骤1.4：建立冰壶球运动判定方程，通过下式表示冰壶球运动判定方程：当判定方程的计算结果大于3个像素时，则判定冰壶球已运动；当判定方程的计算结果小于或等于3个像素时，则判定冰壶球没有运动。优选地，所述步骤2具体为：步骤2.1：根据前掷线的形状生成两幅模板图像，根据模板图像和冰壶比赛视频视频中的某一帧图像Si，确定模板图像中的角点坐标，并确定梯度信息，梯度求解由两个3*3的矩阵Ix和Iy决定，通过下式表示矩阵Ix和Iy：步骤2.2：角点与角点邻接八个像素组成3*3矩阵M，将M分别与Ix和Iy对应位置相乘并将结果累加，分别得到横坐标方向上的梯度grad(xs)与纵坐标方向上的梯度grad(ys)，根据grad(xs)和grad(ys)确定角点梯度的方向角和长度，通过下式表示方向角和长度：h＝(xs,ys)其中，h为角点坐标，θ为角点梯度的方向角，grad(xsys)为角点梯度的方向角和长度；步骤2.3：将角点中的梯度信息复制到与角点相邻的八个像素位置中，并在每个像素位置中选出模长最大的梯度，将模长最长的地图当作像素位置的主梯度，并设定阈值w，将梯度长度小于w的点全部剔除；步骤2.4：将模板图像左上角与图像Si的左上角对齐，模板自左向右，自上而下，以固定步长在Si上滑动，对于每次滑动之后的对齐，确定模板图像在Si上的响应值T，通过下式表示T：其中，n为像素点，Gradm(i)为每个像素点的梯度，Grads(i)为对应位置的像素点的梯度，步骤2.5：当T＞0.9时，则判定找到与模板图像相匹配的位置，分别记录此时两幅模板图像中心在Si上的坐标T1＝(a1,b1)和T2＝(a2,b2)。优选地，所述步骤3具体为：步骤3.1：根据模板图像中心在某一帧图像上的坐标，确定前掷线所在的直线方程L，通过下式表示L：步骤3.2：确定测速起始时刻t1的冰壶球中心Pt1＝(Xt1,Yt1)与直线L的距离d1：Pt1＝(Xt1,Yt1)其中，Pt1为测速起始时刻t1的冰壶球中心坐标；步骤3.3：当距离d1大于5个像素时，返回步骤1；当距离d1小于5个像素时，则判定当前时刻为有效起始时刻t1，并从当前时刻开始计时，设视频每两帧间间隔时长为k秒，则在经过N帧后相当于经过了kN秒；步骤3.4：根据模板图像中心在某一帧图像上的坐标的，确定像素数目，通过下式表示像素数目a：当实际长度为b米，在测速终止时刻t2时，确定测速终止时刻冰壶球中心与直线L的像素距离，通过下式表示测速终止时刻冰壶球中心与直线L的像素距离d2：Pt2＝(Xt2,Yt2)其中，Pt2为测速终止时刻冰壶球中心坐标，d为测速起点与终点的实际长度；步骤3.5：通过测速起点与终点的实际长度d和时间间隔kN，确定出冰壶球通过前掷线时的速度，通过下式表示冰壶球通过前掷线时的速度：其中，v为冰壶球通过前掷线时的速度。本专利技术具有以下有益效果：本专利技术在获取冰壶比赛视频，判定冰壶是否运动；根据前掷线的形状生成模板图像，提取模板图像的梯度信息，根据梯度信息确定模板图像中心在某一帧图像上的坐标；根据模板图像中心在某一帧图像上的坐标，确定冰壶球通过前掷线时的速度。在通过自动检测冰壶球在前掷线处的速度，为冰壶机器人进行精确落点提供技术支持。在综合考虑了实际的计算精度与运算速度后，提出一种基于梯度特征的冰壶球自动测速方法，解决了因摄像头视角不同、场地背景复杂以及冰面反光而导致的绝大多数特征匹配算法失效的问题，为冰壶机器人将冰壶球精确投掷到大本营中心提供支持。附图说明图1为基于梯度特征的冰壶球自动测速方法流程图。具体实施方式以下结合具体实施例，对本专利技术进行了详细说明。具体实施例一：如图1所示，本专利技术提供一种基于梯度特征的冰壶球自动测速方法，包括以下步骤：一种基于梯度特征的冰壶球自动测速方法，包括以下步骤：步骤1：获取冰壶比赛视频，判定冰壶是否运动；所述步骤1具体为：步骤1.1：获取冰壶比赛视频，对冰壶比赛视频进行图像校正，同时对冰壶球进行识别；步骤1.2：以视频图像左上角为中心原点，分别确定相邻两帧图片中冰壶球中心坐标，通过下式表示相邻两帧图片中冰壶球中心坐标：P1＝(X1,Y1)P2＝(X2,Y2)其中，P1为某一帧图片中冰壶球中心坐标，P2为某一帧图片相邻的图片中冰壶球中心坐标；步骤1.3：将相邻两幅图片做匹配，记录P2在P1的匹配点，通过下式表示所述匹配点：P′2＝(X′2,Y′2)其中，X′2为匹配点的横坐标，Y′为匹本文档来自技高网...

【技术保护点】
1.一种基于梯度特征的冰壶球自动测速方法，其特征是：包括以下步骤：/n步骤1：获取冰壶比赛视频，判定冰壶是否运动；/n步骤2：根据前掷线的形状生成模板图像，提取模板图像的梯度信息，根据梯度信息确定模板图像中心在某一帧图像上的坐标；/n步骤3：根据模板图像中心在某一帧图像上的坐标，确定冰壶球通过前掷线时的速度。/n

【技术特征摘要】
1.一种基于梯度特征的冰壶球自动测速方法，其特征是：包括以下步骤：
步骤1：获取冰壶比赛视频，判定冰壶是否运动；
步骤2：根据前掷线的形状生成模板图像，提取模板图像的梯度信息，根据梯度信息确定模板图像中心在某一帧图像上的坐标；
步骤3：根据模板图像中心在某一帧图像上的坐标，确定冰壶球通过前掷线时的速度。


2.根据权利要求1所述的一种基于梯度特征的冰壶球自动测速方法，其特征是：所述步骤1具体为：
步骤1.1：获取冰壶比赛视频，对冰壶比赛视频进行图像校正，同时对冰壶球进行识别；
步骤1.2：以视频图像左上角为中心原点，分别确定相邻两帧图片中冰壶球中心坐标，通过下式表示相邻两帧图片中冰壶球中心坐标：
P1＝(X1,Y1)
P2＝(X2,Y2)
其中，P1为某一帧图片中冰壶球中心坐标，P2为某一帧图片相邻的图片中冰壶球中心坐标；
步骤1.3：将相邻两幅图片做匹配，记录P2在P1的匹配点，通过下式表示所述匹配点：
P′2＝(X′2,Y′2)
其中，X′2为匹配点的横坐标，Y′为匹配点的纵坐标；
步骤1.4：建立冰壶球运动判定方程，通过下式表示冰壶球运动判定方程：



当判定方程的计算结果大于3个像素时，则判定冰壶球已运动；当判定方程的计算结果小于或等于3个像素时，则判定冰壶球没有运动。


3.根据权利要求1所述的一种基于梯度特征的冰壶球自动测速方法，其特征是：所述步骤2具体为：
步骤2.1：根据前掷线的形状生成两幅模板图像，根据模板图像和冰壶比赛视频视频中的某一帧图像Si，确定模板图像中的角点坐标，并确定梯度信息，梯度求解由两个3*3的矩阵Ix和Iy决定，通过下式表示矩阵Ix和Iy：






步骤2.2：角点与角点邻接八个像素组成3*3矩阵M，将M分别与Ix和Iy对应位置相乘并将结果累加，分别得到横坐标方向上的梯度grad(xs)与纵坐标方向上的梯度grad(ys)，根据grad(xs)和grad(ys)确定角点梯度的方向角和长度，通过下式表示方向角和长度：






h＝(xs,ys)
其中，h为角点坐标，θ为角点梯度的方向角，gra...

【专利技术属性】
技术研发人员：金晶，姜宇，刘劼，沈毅，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江;23