基于視頻流的射箭運動員姿態(tài)參數(shù)獲取方法研究.pdf

1、近年來體育競技運動受到了全球各界人士越來越多的關(guān)注，提高體育競技水平也成為各國運動訓(xùn)練的終極目標。順應(yīng)時代的要求，運動訓(xùn)練方式打破了傳統(tǒng)的言傳身教的模式同迅速發(fā)展的科技接軌，形成了融入科技元素的綜合訓(xùn)練方式。運動員科技訓(xùn)練中的運動分析成為運動員和教練員尤為關(guān)注的輔助訓(xùn)練方法之一。
　　在眾多體育運動分析方法中，通過視頻圖像獲取人體的運動參數(shù)，是現(xiàn)有的最行之有效的方法。視頻流包含大量人體運動信息，分析實時性得到進一步提高，在訓(xùn)練時可

2、以即時予以結(jié)果分析與數(shù)據(jù)反饋。教練可以結(jié)合特定體育項目的領(lǐng)域知識，加之視頻數(shù)據(jù)的量化信息，明確指出運動員現(xiàn)有技術(shù)水平中存在的缺點和不足并給出相應(yīng)的改進方法。
　　本文通過對已有算法的分析，結(jié)合射箭運動員訓(xùn)練需要，引入基于Otsu的自適應(yīng)閾值目標檢測算法實現(xiàn)了對運動目標的檢測，它是加了約束條件的最大類間方差法，能保證提取出的前景目標保留完整的前景信息。整個檢測算法包括基于自適應(yīng)閾值選取法的圖像二值化，形態(tài)學(xué)處理，邊緣檢測及輪廓提取。

3、可以完成工程背景下的實時性要求且能有較好的目標檢測效果。射箭運動員不同關(guān)鍵部位的跟蹤可視為多目標跟蹤，針對多目標跟蹤問題，本文提出了融合角點特征的多目標跟蹤算法。利用改進的Harris算子提取運動目標的均勻穩(wěn)定的特征點，通過特征匹配和匹配優(yōu)化，完成視頻運動多目標的跟蹤。跟蹤實驗表明，該算法能夠完成視角變化、旋轉(zhuǎn)、仿射變換、光照變化等多種情況下的穩(wěn)定匹配，可以實現(xiàn)小部分遮擋狀態(tài)下目標的穩(wěn)定跟蹤。由于射箭運動員上身重心不斷變化，因此本文提出