基于Lab VIEW平臺的網(wǎng)球鷹眼系統(tǒng)的設(shè)計①

程瑞瑞

(商丘師范學(xué)院 河南商丘 476000)

基于Lab VIEW平臺的網(wǎng)球鷹眼系統(tǒng)的設(shè)計①

程瑞瑞

(商丘師范學(xué)院 河南商丘 476000)

訓(xùn)練技術(shù)和運動器材的進步,對運動員突破訓(xùn)練極限起到了極大作用。在高水平賽事中,裁判肉眼觀察很難滿足比賽的公正性。為了對人眼識別中的盲區(qū)問題進行補充,可以引入基于Lab VIEW平臺的網(wǎng)球鷹眼系統(tǒng)的設(shè)計。該文針對鷹眼技術(shù)、攝像機標(biāo)定、目標(biāo)的二維檢測與跟蹤、基于多視角的三維重建和Lab VIEW可視化界面的性能判定進行具體的分析,并通過仿真證明了該文方法的有效性。

Lab VIEW平臺 量子粒子群優(yōu)化算法 仿真

鷹眼技術(shù)作為現(xiàn)代科學(xué)技術(shù)的產(chǎn)物，能夠針對網(wǎng)球的運動軌跡進行跟蹤記錄，通過回放系統(tǒng)和一系列的數(shù)據(jù)采集和合成技術(shù)，將網(wǎng)球的運動過程直觀而清晰的展現(xiàn)在眼前。這樣做，能夠給觀眾帶來多視角的觀感和視覺體驗，同時對于網(wǎng)球運動的公正性，也有了極大的提升。

1 鷹眼系統(tǒng)

鷹眼系統(tǒng)的最大優(yōu)勢在于突破肉眼的視覺極限和盲區(qū)，使得觀眾能夠從多角度進行網(wǎng)球比賽的觀看，同時由于對于網(wǎng)球軌跡的精確捕捉，使得裁判在進行判罰時更加具有客觀依據(jù)，提高了賽事的公正性。鷹眼技術(shù)對數(shù)據(jù)的精度要求較高，需要對賽場進行分割，分割精度可達到毫米級，然后在賽場周圍布置8～10臺攝像機，對于賽場的各個角度進行密切的捕捉與精確的識別，實現(xiàn)多角度全方位的網(wǎng)球賽場的拍攝，突破觀察的盲區(qū)和死角。多臺攝像機將采集到的數(shù)據(jù)回傳給計算機終端，在終端上進行圖像處理和擬合，就能夠清晰直觀的將網(wǎng)球賽場上的動向多角度的傳達給觀眾。

圖1 比賽場地攝像頭的位置

2 攝像機系統(tǒng)的標(biāo)定

攝像機系統(tǒng)作為采集數(shù)據(jù)的工具，對于重構(gòu)圖的效果有著至關(guān)重要的作用。在攝像機系統(tǒng)中運用量子粒子群優(yōu)化算法是應(yīng)對局部小反投誤差大的問題的較好的解決方案，具體如下。

當(dāng)圖像的數(shù)目達到3個或3個以上時，便可以進行K的線性求解運算，這樣，就獲得了量子粒子群的內(nèi)部相關(guān)參數(shù)，再根據(jù)下面的優(yōu)化公式求解出最優(yōu)算法即可，公式如下：

其中，i為粒子標(biāo)號，t為進化長度，rand為隨機數(shù)，c1為自身最優(yōu)步長，c2為全局最優(yōu)步長，vi為速度。最后得到全局極限值即為最優(yōu)解。

3 目標(biāo)的二維測量和實際的追蹤

對于網(wǎng)球的二維檢測，在該文中我們將利用背景差分方法來進行分析。運用高斯模板，能夠極大的降低背景中的噪聲等對二維圖像的影響。

在對圖像進行處理時，先用matlab將彩色圖像轉(zhuǎn)化為灰度圖像，再通過高斯模板進行圖像處理，最終提取出處理后圖像的各類參數(shù)。

4 針對多角度問題的圖像的重構(gòu)

為了實現(xiàn)圖像的三維化處理，在每一個點中，至少需要兩幀的畫面來確定該點在三維坐標(biāo)上的具體位置。我們可以針對該點在圖像中的位置，利用攝像機的角度不同但在投影上有重合點，從而將該點與賽場上的三維坐標(biāo)進行對應(yīng)。在不同的畫面中引入射線，其焦點可以準(zhǔn)確定位現(xiàn)實空間。但是，這樣的空間定位存在一定的問題。比如說在賽場空間中，有許多的噪聲干擾，這就對攝像機的定位系統(tǒng)產(chǎn)生了非常大的干擾，為了減小噪聲對三維圖像重構(gòu)過程中的影響，可以通過最小二乘法技術(shù)實現(xiàn)空間位置的迭代運算，從而提高三維空間畫質(zhì)的清晰度。

在得到這些空間坐標(biāo)點后，就需要對所采集到的數(shù)據(jù)信息進行處理與擬合。在該文中，擬采用高絲擬合，利用MATlab對圖像的信息點位置進行空間仿真擬合。選取數(shù)據(jù)當(dāng)中的10組對等點，運用最小二乘法技術(shù)實現(xiàn)空間位置的迭代運算，并結(jié)合MATLAB給出的高斯工具箱中的擬合工具。

5 針對基于Lab VIEW平臺的網(wǎng)球鷹眼系統(tǒng)的設(shè)計的可視化問題研究

在該文中，我們利用Grid Properties.vi工具來建立關(guān)于鷹眼系統(tǒng)的三維立體化可視化空間。用Grid Properties.vi工具來設(shè)計網(wǎng)球的球體模型，讓網(wǎng)球模型按照上文提到的各種算法來擬合運動軌跡。要想使得網(wǎng)球模型的運動效果更加符合人的直觀感受，使仿真結(jié)果更加具有連貫性，我們選取了50個點進行軌跡的擬合，并且在三維立體圖的基礎(chǔ)上，增加了網(wǎng)球的俯視圖，這樣對于網(wǎng)球是否出界的判罰更加的直觀。對俯視圖分析，觀眾可以直觀清晰的判定網(wǎng)球的落地點，網(wǎng)球的落地點的坐標(biāo)值與網(wǎng)球的半徑相匹配，如果網(wǎng)球越過邊線，那么就毫無懸念的判定為出界，如果網(wǎng)球落地點在x軸正半軸，則判定在界內(nèi)，這樣對網(wǎng)球比賽的判定更加的公正且具有高效性。

為了得到更加準(zhǔn)確的實驗結(jié)果，我們選取了100組采集到的數(shù)據(jù)進行分析和測試.通過分析，可以得出如下結(jié)論：系統(tǒng)判定正確率在距邊界-7.5～6 cm時為80%，其他地方達到96%，而且處理時間非常短，能夠滿足比賽判定的需求。

6 結(jié)語

鷹眼技術(shù)對數(shù)據(jù)的精度要求較高，多臺攝像機將采集到的數(shù)據(jù)回傳給計算機終端，在終端上進行圖像處理和擬合，就能夠清晰直觀的將網(wǎng)球賽場上的動向多角度的傳達給觀眾。在該文中我們對鷹眼系統(tǒng)、攝像機系統(tǒng)的標(biāo)定、目標(biāo)的二維測量和實際的追蹤、針對多角度問題的圖像的重構(gòu)等問題進行了分析，并且提出了基于粒子量子群優(yōu)化的算法，經(jīng)實驗，這種算法是應(yīng)對局部小反投誤差大的問題的較好的解決方案。通過仿真分析和實驗結(jié)果可以得出，該算法針對基于Lab VIEW平臺的網(wǎng)球鷹眼系統(tǒng)的設(shè)計的各項指標(biāo)有非常好的性能，驗證了該文算法的有效性。

[1]劉劍秋，李濤.網(wǎng)球“鷹眼”系統(tǒng)原理初探[J].廣播與電視技術(shù)，2012(10)：69-73.

[2]吳正明.基于Lab VIEW的數(shù)字仿真實驗平臺的設(shè)計[J].中國教育技術(shù)裝備，2012(2)：81-82.

G845

A

2095-2813(2017)01(b)-0228-02

10.16655/j.cnki.2095-2813.2017.02.228

程瑞瑞(1989，3—)，女，河南商丘人，碩士，助教，研究方向：體育教育訓(xùn)練學(xué)。