双目视觉测量网球发球动作中运动员的关键部位的研究.pdf

mageMultimediaTechnology·图像与多媒体技术 双 目视觉测量网球发球动作中运动员的关键部位的研究 文／王伟定 武文梁 梁雪梅 岑祚意 利用 BP神经 网络双 目视觉测 表 1：采集的图像像素点 量建立三维空间信息与二维平面 信息之间的映射 的对应关系，可 以得 出三维空间的具体位置，得 出的误差相对较 小，可 以通过计 算得 出网球运动员发球动作时， 手肘关节和帐关节的弯曲角度， 通过和标准发球动作 时的弯 曲角 度对比，可 以为运动 员在发球训 练时做 出指导，以提高发球质量。 【关键词 】双 目视觉测量 位置 角度 通过机器视觉来获取二维立体的信息．摄 像机标定则是视觉系统的重要组成部分。摄像 机标定的目的 于建立像平面上的二维坐标与 其相应的被测点的二三维空间坐标之 问的埘应关 系。本文采用基于BP神经网络的双 目视觉测 量方法来对刚球运动员的发球动作进行测量 ． 研究运动员网球在发球时的空间位置和通过测 量手肘和膝关节的弯 曲角度 。 1 双 目视觉摄像机神经网络的标定方法 和标定点的选取 埘网球运动员发球标定点的选取： 用两台CCD摄像机构成三维的测量系统， 每台摄像机单独对准一张标定板，对需要测量 的物体，通过计算空间点在两幅图像中的位置。 网球运动员在发球时，身体每个部位的 协调部很关键 ，无论是哪个部位的动作达不到 要求，都会影响发球的质量 。根据网球运动员 发球动作的分解，有利 j机器视觉的检测和标 定，选取了图片中带有标志的手腕、肘、肩、 图 1：标定板 和膝盖作为标定点。 标定板如图 l所示标定板 中 每格小正 的变化来对发球套蚺的正确与否进行判断。 2摄像机的标定 方形的实际边长为 50ram。 由表 2中的数据我们得到标定的关键部 在标定板上建立好二维坐标后，对摄像 位在空问的坐标位置 ，再通过选取左视 图对关 2．1基于BP神经网络的双 目视觉摄像机标定 机采集的图像进行分割，图像中只有标定的部 键部位手腕、肘、肩这三点进行夹角计算， 分人工测量运动员标定点在标定板上的坐标为 为左视 图中更能清晰观察到夹角的变化，按照 神经网络输入为标定样本的图像像素坐 测量值 ， t算‘机中运用Matlab算出运动员标 发球过程 中姿势的变化顺序列出夹角变化表如 标 ．输出为其对应的实际坐标 (x，y)，为网络 定点在标定板 E的坐标为计算值 。主视标定板、 表 3所示 。 的隐层节点数 。通过双 目摄像机采集的图像， 左视标定板对应的数据如表 2。 在实际网球 比赛 中， 球运动员在发球 选取得出的用来搭建训练模型的，数据如表 1。 过程中，运动员存击球前球落在头前的一瞬 ． 通过对标定的部分取几何中心的像素坐标作为 3网球运动员发球姿势的判定 右肘的合适夹角为 30—35度。通过这种测量方 坐标。 在实际的网球运动员发球时，抓拍手臂 式对肘关节的夹角进行监测，以便对运动员的 2．2标定样本数据的采集 的力度及弯 曲角度 ， 发球l_l】起 了至关重要的 发球姿势进行判断，从而对网球运动员的发球 作用，所以我们对于臂在发球过程中弯