籃球運(yùn)動(dòng)員投籃動(dòng)作自適應(yīng)修正方法

武正旺 李瑋

(晉中職業(yè)技術(shù)學(xué)院 山西晉中 030600)

如何正確地檢查、判定投籃動(dòng)作的正確與否，顯得尤為重要。目前我國(guó)對(duì)籃球投籃技術(shù)的規(guī)范化判定還沒(méi)有形成系統(tǒng)性的理論體系。在此基礎(chǔ)上，提出了一種基于可視化的投籃技術(shù)。在均勻且像素密度高的區(qū)域上形成云狀分布的特征點(diǎn)，對(duì)投籃動(dòng)作的特征點(diǎn)進(jìn)行分類辨識(shí)，但其在實(shí)際比賽中有一定的局限性［1］；在運(yùn)動(dòng)影像中，由于運(yùn)動(dòng)影像中的運(yùn)動(dòng)與人體姿態(tài)是動(dòng)態(tài)變化的，現(xiàn)有的運(yùn)動(dòng)影像建模方法難以實(shí)現(xiàn)對(duì)運(yùn)動(dòng)影像的規(guī)范化重構(gòu)，且對(duì)運(yùn)動(dòng)影像中的靶面形態(tài)矯正效果差。因此，通過(guò)對(duì)圖像的模板匹配，建立基于圖像的籃球運(yùn)動(dòng)逐級(jí)三維結(jié)構(gòu)模型，并通過(guò)迭代法對(duì)運(yùn)動(dòng)方向、運(yùn)動(dòng)幅度等參數(shù)進(jìn)行優(yōu)化，提高運(yùn)動(dòng)的可信度。該方法的核心是建立籃球投籃動(dòng)作的模板形態(tài)，選擇標(biāo)準(zhǔn)化動(dòng)作的約束條件。

1 籃球運(yùn)動(dòng)員投籃動(dòng)作自適應(yīng)修正

1.1 采集投籃圖像信息

采用可視化技術(shù)，對(duì)所獲得的數(shù)據(jù)進(jìn)行處理［2］，并構(gòu)建了相應(yīng)的圖像獲取模塊，實(shí)現(xiàn)了對(duì)運(yùn)動(dòng)員的動(dòng)態(tài)調(diào)整。采用實(shí)時(shí)動(dòng)態(tài)視頻幀監(jiān)督的方法，通過(guò)轉(zhuǎn)換器，實(shí)現(xiàn)對(duì)視覺(jué)信息的數(shù)模轉(zhuǎn)換，通過(guò)程序控制開(kāi)關(guān)，將投籃動(dòng)作的三維視覺(jué)圖像通過(guò)模塊進(jìn)行處理，以數(shù)據(jù)幀的形式進(jìn)行編碼。并且根據(jù)所輸入的籃球運(yùn)動(dòng)視頻幀來(lái)調(diào)制數(shù)據(jù)［3］。設(shè)定模型可以對(duì)運(yùn)動(dòng)員的投籃動(dòng)作的空間位置進(jìn)行標(biāo)記，在籃球投籃的空間與維度位置點(diǎn)上可以將最初變形時(shí)投籃動(dòng)作坐標(biāo)作為Q=(xe1，xe2，...，xe(n-1)，ye0，ye1，...，ye(n-1))，籃球館的特征圖形的長(zhǎng)度為R，高度為H，將網(wǎng)格模板中籃球投籃的三維特征圖形分為若干個(gè)子塊，將其中的匹配位置與梯度方向的空間中心點(diǎn)對(duì)應(yīng)位置設(shè)定為Q`=。之后，可以針對(duì)籃球在球員手中的球體網(wǎng)格模型進(jìn)行計(jì)算，在第c個(gè)手工標(biāo)記定點(diǎn)(xec，yec)時(shí)［4］，可以得到單幀籃球投籃動(dòng)作的三角形剖分信息素。坐標(biāo)公式設(shè)定如下：

在投籃動(dòng)作過(guò)程中，采集到的樣本圖像可以表示成由3×3 個(gè)像素點(diǎn)組成的網(wǎng)格形式，對(duì)其進(jìn)行提取，從而獲得投籃動(dòng)作的規(guī)范化特征點(diǎn)的均方誤差計(jì)算公式如下：

公式（2）中，s為圖像均勻分布的網(wǎng)格總數(shù)。

在n個(gè)空間位置中的所有像素特征點(diǎn)［5］，投籃時(shí)運(yùn)動(dòng)員托舉球的動(dòng)作誤差向量的計(jì)算公式如下：

公式（3）中，n為空間位置中的像素特征點(diǎn)。

根據(jù)上述內(nèi)容，完成了對(duì)籃球運(yùn)動(dòng)員的三種空間位置的特征分析與像素點(diǎn)采樣，利用網(wǎng)絡(luò)圖形分析方法，在交互式數(shù)據(jù)場(chǎng)景中，判斷籃球運(yùn)動(dòng)員的投籃動(dòng)作是否標(biāo)準(zhǔn)，具體判斷流程如圖1所示［6］。

圖1 投籃動(dòng)作標(biāo)準(zhǔn)判斷流程

1.2 籃高升降的自適應(yīng)調(diào)整

對(duì)得到的圖像信息進(jìn)行分析，對(duì)籃球運(yùn)動(dòng)員在練習(xí)投籃時(shí)的數(shù)據(jù)展開(kāi)測(cè)量，并將測(cè)量獲得的信息數(shù)據(jù)傳輸?shù)杰浖治鲋?，再進(jìn)行數(shù)據(jù)處理與計(jì)算。最終確定了籃高與模型，從而完成了投籃動(dòng)作在升降籃筐時(shí)調(diào)整的設(shè)計(jì)。通過(guò)加強(qiáng)對(duì)原始投擲臂的技術(shù)訓(xùn)練［7］，來(lái)矯正不正確的動(dòng)作。在研制過(guò)程中，利用3D視覺(jué)信息獲得運(yùn)動(dòng)員在投籃時(shí)的反應(yīng)速度和高度，并對(duì)籃筐高度進(jìn)行自適應(yīng)調(diào)節(jié)，從而將運(yùn)動(dòng)員在投籃時(shí)的動(dòng)作和標(biāo)準(zhǔn)動(dòng)作進(jìn)行比對(duì)，從而達(dá)到完成投籃練習(xí)的目的［8］。

設(shè)定獲取的運(yùn)動(dòng)員樣本數(shù)據(jù)的身高為L(zhǎng)，投籃速度為v0，投籃速度與水平方向之間的夾角為β。在最理想的情況下，籃球投擲后，在水平方向上保持勻速直線運(yùn)動(dòng)［9］，而在豎直方向上則會(huì)受到重力的影響，產(chǎn)生勻加速直線運(yùn)動(dòng)?？梢缘贸鏊胶拓Q直方向的前進(jìn)距離的計(jì)算公式如下：

公式（4）中，b為水平方向距離，d為豎直方向距離。

根據(jù)以上數(shù)據(jù)，確定球籃高度自適應(yīng)調(diào)整投籃訓(xùn)練裝置，從拋中空籃筐和拋碰板籃筐兩個(gè)角度來(lái)決定投籃角度?；@球運(yùn)動(dòng)員在投籃時(shí)，以籃球離開(kāi)籃筐的瞬間為球的起點(diǎn)，設(shè)置橫向軸和縱向軸［10］。如果一個(gè)運(yùn)動(dòng)員在投籃時(shí)所產(chǎn)生的一個(gè)夾角為β，則β的計(jì)算公式為：

公式（5）中，p為將籃球在拋出的瞬間，籃筐與球心之間的距離，l為籃筐的端點(diǎn)位置與原點(diǎn)之間的間距。

在運(yùn)動(dòng)員進(jìn)行碰板投籃練習(xí)時(shí)，假定籃板后側(cè)相同位置也有籃筐，則將球出手的瞬間圓心位置作為原點(diǎn)，運(yùn)動(dòng)員在練習(xí)投籃時(shí)所產(chǎn)生的投籃角度，可以用下面的計(jì)算公式來(lái)表示：

經(jīng)過(guò)以上的分析，可以對(duì)籃球的投籃模式進(jìn)行判斷，再根據(jù)投籃模式獲得對(duì)應(yīng)的角度數(shù)據(jù)，從而為決定籃筐的高度提供了一個(gè)基礎(chǔ)。

1.3 投籃動(dòng)作的特征檢測(cè)

為實(shí)現(xiàn)對(duì)投籃運(yùn)動(dòng)的特征探測(cè)，將多分辨率圖像識(shí)別與探測(cè)相結(jié)合，開(kāi)展投籃運(yùn)動(dòng)的圖像特性與位置探測(cè)。首先獲取數(shù)據(jù)，并利用分水嶺分割技術(shù)，構(gòu)建了一種基于激光點(diǎn)解析的籃球運(yùn)動(dòng)數(shù)據(jù)處理模型，實(shí)現(xiàn)了對(duì)籃球運(yùn)動(dòng)數(shù)據(jù)的3D重構(gòu)。在此基礎(chǔ)上，提出了一種基于三維重建的運(yùn)動(dòng)軌跡圖的運(yùn)動(dòng)軌跡提取算法，對(duì)投籃動(dòng)作的區(qū)域進(jìn)行分割。對(duì)投籃動(dòng)作的特點(diǎn)進(jìn)行分析，得到的向量量化值是：在（x，y）點(diǎn)上，投籃動(dòng)作圖像像素序列的邊緣特征點(diǎn)，在第k個(gè)子帶投籃動(dòng)作的激光反射投影上，對(duì)投籃動(dòng)作背景對(duì)應(yīng)區(qū)域的特征值進(jìn)行量化，并與平滑算子估計(jì)方法相結(jié)合得出匹配向量值。目標(biāo)點(diǎn)的匹配值計(jì)算公式如下：

公式中，M、r分別為層次結(jié)構(gòu)化的特征分解因子和匹配向量值，對(duì)圖像進(jìn)行了重點(diǎn)突出處理，從而獲得了圖像的紋理信息。在集合中，區(qū)域內(nèi)的最大相似度的計(jì)算公式如下：

公式（8）中，k是二階差與像素之間的相關(guān)特性匹配量。運(yùn)動(dòng)影像的方差為k/2，且運(yùn)動(dòng)影像輸出的協(xié)方差特征量為0 時(shí)，利用運(yùn)動(dòng)員的投籃動(dòng)作的光學(xué)特性探測(cè)結(jié)果，來(lái)探測(cè)運(yùn)動(dòng)影像的運(yùn)動(dòng)軌跡。

通過(guò)對(duì)激光圖像的處理，實(shí)現(xiàn)對(duì)投籃運(yùn)動(dòng)的激光偏移探測(cè)，并通過(guò)對(duì)投籃運(yùn)動(dòng)圖像邊界特性的分析，對(duì)投籃運(yùn)動(dòng)進(jìn)行偏移探測(cè)和校正，以提高投籃運(yùn)動(dòng)的穩(wěn)定性。在常規(guī)的射擊運(yùn)動(dòng)中，對(duì)動(dòng)作的偏移進(jìn)行檢測(cè)，其主要包括模糊特征和邊界特征兩種。在此基礎(chǔ)上，構(gòu)建了一個(gè)動(dòng)作的激光偏移參數(shù)估算模型，并利用模糊度探測(cè)技術(shù)，對(duì)動(dòng)作的偏移參數(shù)進(jìn)行了估算，從而達(dá)到了對(duì)投籃動(dòng)作的偏移探測(cè)。

1.4 投籃動(dòng)作修正訓(xùn)練

通過(guò)對(duì)激光圖像的分析，利用邊界輪廓特征提取的方法，獲得了背景集擴(kuò)展的無(wú)標(biāo)簽區(qū)域的邊界輪廓特征。特征計(jì)算公式為：

公式（9）中，va為擴(kuò)展后的無(wú)標(biāo)記區(qū)域的激光參數(shù)，vb為投籃動(dòng)作圖像邊緣區(qū)域的像素，構(gòu)建投籃動(dòng)作圖像的相似性特征判別模型，獲取最大相似性。在此基礎(chǔ)上，利用運(yùn)動(dòng)員的投籃動(dòng)作的激光影像中的形態(tài)特性，完成投籃動(dòng)作的屬性特性探測(cè)，并與模糊特性探測(cè)相結(jié)合，完成投籃動(dòng)作的修正與自適應(yīng)探測(cè)。

研究基于光學(xué)分辨率的光場(chǎng)偏移探測(cè)技術(shù)、誤差校正與補(bǔ)償技術(shù)，實(shí)現(xiàn)對(duì)運(yùn)動(dòng)目標(biāo)的精確定位，獲得運(yùn)動(dòng)目標(biāo)的細(xì)節(jié)點(diǎn)分布模型。計(jì)算公式如下：

公式（10）中，?代表的是光分辨率性質(zhì)的激光位移，a代表的是投籃動(dòng)作激光圖像的輻射區(qū)域半徑，?代表的是投籃動(dòng)作圖像的外觀亮度。

投籃動(dòng)作位移檢測(cè)集合的計(jì)算公式如下：

公式（11）中，z為投籃運(yùn)動(dòng)的幾何形態(tài)誤差，q為激光條紋的強(qiáng)度，f為投籃動(dòng)作的模糊聚類中心。得出圖像灰度級(jí)的計(jì)算公式為：

公式（12）中，i=1，2，3，...，k≠1，rk代表圖像的結(jié)構(gòu)分布形態(tài)。

在此基礎(chǔ)上，通過(guò)對(duì)運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)軌跡進(jìn)行描述，構(gòu)建運(yùn)動(dòng)目標(biāo)運(yùn)動(dòng)軌跡的特征分布集，并通過(guò)對(duì)多目標(biāo)運(yùn)動(dòng)目標(biāo)的自適應(yīng)定位，獲得運(yùn)動(dòng)目標(biāo)的激光運(yùn)動(dòng)軌跡數(shù)據(jù)的分布集。通過(guò)對(duì)運(yùn)動(dòng)軌跡進(jìn)行數(shù)據(jù)處理，利用模糊度參數(shù)分析的方法，獲得了運(yùn)動(dòng)軌跡的頻譜分布。通過(guò)對(duì)具有光分辨率的激光位移探測(cè)進(jìn)行誤差修正與補(bǔ)償，并與物體的外形特征分布相結(jié)合，完成對(duì)射門(mén)過(guò)程的激光位移探測(cè)。其動(dòng)態(tài)軌跡分布表示公式如下：

公式中，ycm代表的是激光位移探測(cè)的動(dòng)態(tài)軌道分配因子，ydm為d維數(shù)據(jù)構(gòu)成的動(dòng)態(tài)軌道分配因子。對(duì)運(yùn)動(dòng)目標(biāo)圖像中各像素點(diǎn)的空間分布特性進(jìn)行分析，并與光譜密度法相結(jié)合，對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行激光位移探測(cè)。

對(duì)投籃失誤動(dòng)作信息進(jìn)行采樣，并將其傳送到計(jì)算機(jī)。然后將一個(gè)高斯向量作為一個(gè)比例尺，得到了一個(gè)柵格模型的直徑。經(jīng)過(guò)以上的分析，得到了修正后的運(yùn)動(dòng)員在運(yùn)動(dòng)過(guò)程中的視覺(jué)信息。針對(duì)輸出的視覺(jué)信息，通過(guò)專家系統(tǒng)來(lái)實(shí)現(xiàn)對(duì)其的指導(dǎo)。在這樣的情況下可以通過(guò)專業(yè)程序來(lái)對(duì)規(guī)范投籃行為的視覺(jué)數(shù)據(jù)進(jìn)行研究，根據(jù)分析的結(jié)果來(lái)調(diào)整不標(biāo)準(zhǔn)的投籃動(dòng)作和身體，從而實(shí)現(xiàn)對(duì)投籃動(dòng)作的規(guī)范化，加強(qiáng)投籃訓(xùn)練提升投籃技術(shù)。

2 實(shí)驗(yàn)測(cè)試

利用上述分析實(shí)現(xiàn)籃球運(yùn)動(dòng)員投籃動(dòng)作自適應(yīng)修正方法，為了驗(yàn)證該研究方法的實(shí)用性，選擇20 名不同身高的運(yùn)動(dòng)員使用該研究所設(shè)計(jì)的方法，身高170～175 cm 的有8 人，175～180 cm 的有7 人，180～185 cm 的有5人，依次記為A組、B組、C組，在進(jìn)行測(cè)試前，對(duì)實(shí)驗(yàn)內(nèi)的各個(gè)參數(shù)進(jìn)行分析與對(duì)比，為保證公平性，參數(shù)數(shù)據(jù)為實(shí)際測(cè)試得出。

以280像素×360像素為主要數(shù)據(jù)，即每個(gè)投籃運(yùn)動(dòng)視頻圖像的寬度為280像素，高度為360像素。以一套完整的投籃運(yùn)動(dòng)視頻圖像模擬數(shù)據(jù)表示一個(gè)投籃動(dòng)作，每個(gè)投籃運(yùn)動(dòng)視頻圖像包含50 張測(cè)試圖片，投籃運(yùn)動(dòng)視頻圖像數(shù)據(jù)庫(kù)中包含1 024×5 000張測(cè)試圖片，構(gòu)建了一個(gè)簡(jiǎn)化的籃球運(yùn)動(dòng)視頻分析模型，將解析數(shù)據(jù)輸入軟件，對(duì)其進(jìn)行了圖像處理、可視分析，并給出了投籃運(yùn)動(dòng)的規(guī)范化判定。實(shí)驗(yàn)的球員身體參數(shù)表如表1所示。

表1 三組球員參數(shù)數(shù)據(jù)表

將表1中的球員身體參數(shù)與運(yùn)動(dòng)員投籃標(biāo)準(zhǔn)化動(dòng)作數(shù)據(jù)輸入圖像數(shù)據(jù)處理軟件中，進(jìn)行視覺(jué)分析與處理，對(duì)實(shí)際運(yùn)動(dòng)員的投籃動(dòng)作進(jìn)行指導(dǎo)，構(gòu)建籃球投籃動(dòng)作的圖像采集模型，進(jìn)行邊緣輪廓檢測(cè)和自適應(yīng)特征進(jìn)行分割。

實(shí)驗(yàn)進(jìn)行激光條紋圖譜分析，圖譜分析的結(jié)果如圖2所示。

圖1 投籃動(dòng)作激光圖譜分析

通過(guò)分析圖2 可知，運(yùn)用本文方法進(jìn)行激光圖譜分析得出的特征辨識(shí)度比較高。對(duì)投籃動(dòng)作運(yùn)動(dòng)的激光偏移進(jìn)行了測(cè)量，在全程探測(cè)和記錄中，投籃動(dòng)作的激光偏移曲線的峰位均在480 nm 附近，這一極限值不具有周期性出現(xiàn)的特性。

經(jīng)過(guò)實(shí)驗(yàn)測(cè)試分析，對(duì)于A、B、C 三組球員的多個(gè)投籃動(dòng)作將視覺(jué)分析的結(jié)果取平均值，在投籃動(dòng)作的三維空間中，完成了自適應(yīng)調(diào)整，并對(duì)投籃訓(xùn)練動(dòng)作的標(biāo)準(zhǔn)性進(jìn)行了判定，得到了如表2所示的結(jié)果。

表2 投籃動(dòng)作標(biāo)準(zhǔn)實(shí)驗(yàn)結(jié)果

由表2 中的數(shù)據(jù)可以看到，該文所設(shè)計(jì)的方法可以精確地對(duì)投籃的不標(biāo)準(zhǔn)性進(jìn)行修正，從而實(shí)現(xiàn)對(duì)投籃的實(shí)時(shí)調(diào)節(jié)，并對(duì)投籃的訓(xùn)練進(jìn)行指導(dǎo)。投籃技術(shù)的規(guī)范化將直接關(guān)系到籃球技術(shù)的訓(xùn)練結(jié)果，而籃球技術(shù)的規(guī)范化評(píng)判有助于提高籃球技術(shù)的訓(xùn)練質(zhì)量。

3 結(jié)語(yǔ)

為了提高投籃精準(zhǔn)度，可以采用構(gòu)建運(yùn)動(dòng)員投籃運(yùn)動(dòng)的自適應(yīng)激光3D點(diǎn)解析模型的方法，并結(jié)合分水嶺校正法、邊緣輪廓特征提取法、激光條帶圖譜解析法等技術(shù)來(lái)構(gòu)建投籃運(yùn)動(dòng)的激光圖像相似特征判別模型，并且通過(guò)研究運(yùn)動(dòng)員投籃運(yùn)動(dòng)的像素點(diǎn)分布融合特性，并與光譜密度分析法相結(jié)合，實(shí)現(xiàn)對(duì)投籃運(yùn)動(dòng)的激光位移探測(cè)。在后續(xù)研究與分析中，將進(jìn)一步開(kāi)展射門(mén)運(yùn)動(dòng)圖像的自動(dòng)化識(shí)別。從一致性本質(zhì)出發(fā)，對(duì)該識(shí)別處理的算法基礎(chǔ)條件進(jìn)行分析，既能限制射門(mén)運(yùn)動(dòng)特征的矢量標(biāo)度，又能降低錯(cuò)誤值對(duì)識(shí)別結(jié)果的影響。