基于图像视频序列分析的篮球飞行轨迹跟踪

对篮球飞行轨迹进行图像视频跟踪,可以精准分析篮球的飞行轨迹曲线,从而指导篮球投篮训练。提出基于图像视频序列分析的篮球飞行轨迹跟踪方法。进行篮球飞行轨迹的图像视频序列采集,采用Radon尺度变换方法进行图像的降噪处理,拟合跟踪图像视频序列的灰度像素值特征点,实现飞行轨迹的图像量化分析。最后进行仿真测试,结果表明,采用该方法进行篮球飞行轨迹跟踪的拟合度较高,特征点提取的精度较高,对指导篮球训练具有积极意义。     

篮球投射过程中的角度智能视觉图像分解判断方法

针对传统图像分解判断方法一直存在不能根据篮球投射角度变化完成投篮运动图像分解的问题,提出基于奇异值分解的篮球投射角度智能视觉图像分解判断方法。通过分析不同投篮情况下,投射角度的变化,确定篮球投射角度;并以此为基础,引入奇异值分解,对智能视觉图像分解进行判断。实验结果表明,智能视觉图像分解判断方法,提升投篮运动分解图像对比度;在最短时间内,根据篮球投射角度变化,完成投篮运动图像分解。     

基于视觉分析的篮球投篮动作标准化判断方法研究

针对篮球投篮动作标准化判断难度大的问题,提出基于视觉分析的篮球投篮动作标准化判断方法。首先构建篮球投篮图像的采集模型,对投篮图像进行边缘轮廓检测和自适应特征分割;然后在投篮动作的三维空间中进行自适应修正和动作标准化判断;最后通过图像进行性能测试。结果表明,利用该方法对篮球投篮动作进行视觉分析,能实时准确纠正投篮偏差,实现自适应实时修正,指导篮球投篮训练。     

基于激光跟踪定位的多视觉动画特征点匹配方法研究

多视觉动画特征点检测过程中受到视觉扰动影响导致特征匹配性能不好,为了提高多视觉动画特征点匹配能力,提出基于激光跟踪定位的多视觉动画特征点匹配方法。采用空域滤波和频域滤波相结合的方法进行多视觉动画图像滤波处理,采用激光点跟踪识别方法进行多视觉动画图像的帧点扫描,提取多视觉动画图像的边缘轮廓特征量,根据边缘轮廓分布的邻域特性进行多视觉动画信息增强处理,利用锚点邻域回归分析方法进行多视觉动画特征点检测,通过激光跟踪定位结果,实现多视觉动画特征点的自动匹配。仿真结果表明,采用该方法进行多视觉动画特征点匹配的配准率较高,激光跟踪定位精度较高,提高了多视觉动画的特征检测和识别能力。     

基于角点特征的3D视觉精确跟踪研究

针对传统基于边缘的3D视觉跟踪存在准确性不足的问题,提出一种基于角点特征的3D跟踪,提高准确性.首先,给出了基于目标物CAD模型实现3D视觉跟踪的基本方法;其次,针对基于边缘的3D跟踪存在近似处理等不准确行为,提出了基于角点特征,快速简便寻找下一帧对应角点的策略,避免了基于边缘等方法不易在下一帧准确找到对应控制点的弊端,为提高准确性创造了条件;再者,采用菲线性映射的方式描述最小二乘问题,而后实施迭代的优化,得到更精确的解,从而进一步提高跟踪的准确性.最后的实验结果表明基于角点特征的新方法估计目标物位姿的误差比经典的基于边缘的RAPiD方法小得多,实现了3D视觉的精确跟踪.     

基于均值移位的篮球轨迹跟踪算法

针对当前跟踪篮球轨迹时存在跟踪精度低、关联率低的问题，提出基于均值移位的篮球轨迹跟踪算法。通过自适应全变差模型消除篮球图像中存在的Gibbs伪影和高斯噪声，采用均值移位算法对篮球轨迹进行跟踪，确定候选区域，通过均值漂移向量对搜索中心进行更改，利用巴氏系数定位目标位置，实现篮球轨迹的跟踪。实验结果表明，该方法轨迹跟踪的准确率较好，x、y方向位移误差在0.1m以内，关联率达90%以上。     

智能篮球计数系统研究与实现

针对在投篮训练过程中计算命中率困难以及校园体育篮球考试公平性的问题,文章提出一种基于ZigBee网络的智能篮球计数系统.系统采用CC2530硬件芯片,通过ZigBee技术搭建传感网络;网络通信采用Socket技术,将上位机与服务器连接;服务器搭建基于MVC三层架构,通过Web页面与用户进行信息交互,系统实现了远程投篮的...     

激光扫描的机器人运行轨迹高精度与实时性追踪

为提高机器人运行轨迹追踪的精度,提出了基于激光扫描的机器人运行轨迹高精度与实时性追踪方法。通过三次一维傅里叶-梅林变换运算,简化运算复杂度;利用角点特征提取策略,进一步精准定位机器人的运行轨迹;采用非极大值抑制策略处理所得角点函数,令各物理角点与角点特征一一对应;展开坐标标定,减小位置偏差与角度偏差;经无线网络传输运行轨迹数据至服务器终端进行数据融合,明确机器人轨迹坐标;引用卡尔曼滤波器处理融合后的坐标结果,降低机器人轨迹追踪偏差;在滤波处理阶段中选用分散滤波模式,应对机器人在水平与垂直方向上的弱耦合性。实验结果表明,本文方法对机器人的运行轨迹追踪与期望轨迹的误差平均保持在0.02 m以内,当期望轨迹呈大幅连续变化时,本文方法的稳态用时较短,在100 ms内即可调整回期望轨迹且整体偏差较为稳定,跟踪机器人运行轨迹的耗时平均为85 ms。     

基于末端轨迹修正的导弹跟踪稳定性控制方法

舰载导弹在制导飞行的末端容易受到空气小扰动的影响产生轨迹偏离,需要进行轨迹偏离修正控制,提高弹道对目标跟踪的姿态稳定性,提出一种基于改进的扩展Kalman滤波(EKR)和误差反馈修正的导弹跟踪端轨迹修正控制方法.以陀螺仪采集的导弹的横滚角、俯仰角以及航向偏离的参量为控制约束指标集,采用扩展Kalman滤波算法进行姿态参量融合,结合Smith结构建立导弹跟踪控制的被控对象模型,计算末端轨迹中姿态角与真值的偏差,根据偏差进行导弹的惯性姿态反馈调节,采用自适应的量化融合跟踪识别方法进行导弹定姿处理,通过对末端轨迹的误差反馈修正提高姿态角的输出精度,根据姿态的不断变化实现自适应的位姿修正,实现导弹对敌目标跟踪的稳定性控制.仿真结果表明,采用该方法进行导弹控制的姿态角解算的误差较小,定姿精度较高,提高导弹跟踪控制的稳定性和鲁棒性.     

检测图像角点自适应确定跟踪模板的方法

基于区域的跟踪方法,其跟踪模板的大小和位置对跟踪结果的影响十分显著,本文通过分析模板视觉显著性特征,提出采用AGAST快速角点检测方法,计算角点间相对距离,分析角点位置分布来自适应确定模板大小和位置,从而提高相关匹配跟踪算法的适应能力。仿真试验结果表明,该方法确定的模板能较好的包含目标显著性视觉特征,并且具有计算速度快,稳健性高,能有效提高采用区域模板匹配方法的跟踪性能。     

篮球网络教学系统的设计

时代经济的飞速发展对现代化教育提出了更高的要求,尤其是网络教育,其教学面临着前所未有的挑战.针对篮球网络教学质量及学生运动技能提升的目的,用理论分析方法以及其相关的设计研究,首先对网络教学的特点和篮球网络学习资源作了主要的概述,进而结合理论分析相关知识分析了篮球网络教学系统的构成和教学课程的设计,最终探讨总结了篮球网络教学对篮球运动技能学习的影响作用,并将教学的效果与学生的运动技能提升了约90％.     

数据挖掘在篮球技术动作中的应用分析

本文在研究中,通过对篮球技术动作数据采集和预处理的分析应用,又研究了基于Apriori算法的关联规则挖掘,进而对篮球技术动作之间的关联性进行研究。     

基于虚拟现实的篮球技术仿真应用探究

本课题利用计算机信息、虚拟现实等技术构建了一种篮球技术仿真系统,该仿真系统包括篮球运动员的虚拟仿真模型、篮球运动捕捉虚拟仿真模型以及篮球运动技术三维仿真和相应的三维仿真数据库几部分。这种基于虚拟现实的篮球技术仿真系统为运动员的训练提供了良好的学习、训练环境。     

浅谈篮球技术三维仿真系统的设计

通过计算机技术构建一种模拟的篮球运动,即制作三维的仿真篮球系统。可以把篮球运动员的篮球技术和运动过程信息进行捕捉采集,再通过计算机制作出三维仿真的模拟篮球运动,这些信息通过计算机的整合后形成了一个三维的仿真数据库。     

基于虚拟现实的篮球技术仿真应用探究

本课题利用计算机信息、虚拟现实等技术构建了一种篮球技术仿真系统,该仿真系统包括篮球运动员的虚拟仿真模型、篮球运动捕捉虚拟仿真模型以及蓝球运动技术三维仿真和相应的三维仿真数据库几部分。这种基于虚拟现实的篮球技术仿真系统为运动员的训练提供了良好的学习、训练环境。     

基于层次分析法的篮球赛程评价模型

针对当前各级篮球联赛的赛程评价需要,文中采用了层次分析法,将该问题转化为系统评价与分析的问题,在科学分析了赛程对球队士气、球员体力影响的基础上选取了球队背靠背场次、最长连续打强队场数、最长连续客场数、不在周末比赛的次数四个影响因素,建立了篮球赛程评价模型。并对某赛季的NBA赛程进行了分析,证明了模型的可靠实用。     

Recognizing tactic patterns in broadcast basketball video using player trajectory

The explosive growth of the sports fandom inspires much research on manifold sports video analyses and applications. The audience, sports fans, and even professionals require more than traditional highlight extraction or semantic summarization. Computer-assisted sports tactic analysis is inevitably in urging demand. Recognizing tactic patterns in broadcast basketball video is a challenging task due to its complicated scenes, varied camera motion, frequently occlusions between players, etc. In basketball games, the action screen means that an offensive player perform a blocking move via standing beside or behind a defender for freeing a teammate to shoot, to receive a pass, or to drive in for scoring. In this paper, we propose a screen-strategy recognition system capable of detecting and classifying screen patterns in basketball video. The proposed system automatically detects the court lines for camera calibration, tracks players, and discriminates the offensive/defensive team. Player trajectories are calibrated to the real-world court model for screen pattern recognition. Our experiments on broadcast basketball videos show promising results. Furthermore, the extracted player trajectories and the recognized screen patterns visualized on a court model indeed assist the coach/players or the fans in comprehending the tactics executed in basketball games informatively and efficiently.     

篮球记录台裁判训练仿真系统的设计

本文设计研究的篮球记录台裁判训练仿真系统,采用了Visual Basic6.0面向对象可视化编程技术,通过其可视化编程和代码编程来设计一种虚拟的比赛环境,构建了交互式的裁判培训仿真系统,使学员进入角色,身临其境地进行操作,从而为记录台裁判员的训练与教学提供更先进的学习方式。