Accurate ball detection in soccer images using probabilistic analysis of salient regions

Automatic sport video analysis has became one of the most attractive research fields in the areas of computer vision and multimedia technologies. In particular, there has been a boom in soccer video analysis research. This paper presents a new multi-step algorithm to automatically detect the soccer ball in image sequences acquired from static cameras. In each image, candidate ball regions are selected by analyzing edge circularity and then ball patterns are extracted representing locally affine invariant regions around distinctive points which have been highlighted automatically. The effectiveness of the proposed methodologies is demonstrated through a huge number of experiments using real balls under challenging conditions, as well as a favorable comparison with some of the leading approaches from the literature.     

基于轨迹的足球检测与跟踪

在足球比赛视频中对足球进行检测和跟踪,如果球与球场线融合或球与球员形成连通区域,则得到球的位置信息将变得非常困难.针对这类问题提出了一种基于轨迹的解决方案.基于维特比算法检测并跟踪球,应用最小二乘法得到球运动轨迹的插值函数,基于所得到的插值函数,剔除维特比算法检测与跟踪球过程中的一些误检,同时补充漏检处的球位置信息.通过实验验证,算法具有较高的准确性.     

基于卷积神经网络的雷达目标检测方法

雷达目标检测近年来一直是雷达信号处理中的重要任务,在探测监控等安全领域中有非常重要的作用;针对传统恒虚警目标检测方法存在的环境适应能力较弱、复杂地形环境下雷达虚警数量急剧上升等问题,提出一种基于卷积神经网络的雷达目标检测方法;以雷达回波信号数据处理后得到的距离-多普勒图像作为模型的训练集和测试集,设计基于FasterR-CNN结构的雷达目标检测模型,训练模型并将测试结果与传统恒虚警目标检测算法结果相比较,所设计的模型提升了雷达目标检测正确率并较大地减少了虚警数量,这表明将卷积神经网络应用于雷达回波信号的处理任务中是可行的。     

Automatic multiple circle detection based on artificial immune systems

Hough transform (HT) has been the most common method for circle detection, exhibiting robustness but adversely demanding a considerable computational load and large storage. Alternative approaches for multiple circle detection include heuristic methods built over iterative optimization procedures which confine the search to only one circle per optimization cycle yielding longer execution times. On the other hand, artificial immune systems (AIS) mimic the behavior of the natural immune system for solving complex optimization problems. The clonal selection algorithm (CSA) is arguably the most widely employed AIS approach. It is an effective search method which optimizes its response according to the relationship between patterns to be identified, i.e. antigens (Ags) and their feasible solutions also known as antibodies (Abs). Although CSA converges to one global optimum, its incorporated CSA-Memory holds valuable information regarding other local minima which have emerged during the optimization process. Accordingly, the detection is considered as a multi-modal optimization problem which supports the detection of multiple circular shapes through only one optimization procedure. The algorithm uses a combination of three non-collinear edge points as parameters to determine circles candidates. A matching function determines if such circle candidates are actually present in the image. Guided by the values of such function, the set of encoded candidate circles are evolved through the CSA so the best candidate (global optimum) can fit into an actual circle within the edge map of the image. Once the optimization process has finished, the CSA-Memory is revisited in order to find other local optima representing potential circle candidates. The overall approach is a fast multiple-circle detector despite considering complicated conditions in the image.     

基于自适应分数阶微分的Harris角点检测算法

针对Harris算法在对纹理复杂程度高的图像进行角点检测时会出现大量伪角点,以及分数阶微分应用到图像处理中需要人为地指定阶数的缺点。分析了伪角点大量产生的原因,并提出以分数阶替换原算法中的整数阶对图像进行微分的改进方法,以及一种以图像的分形维数作为参数来自适应地选择微分所需要的阶数的方法。从而使图像做微分运算时能更好地保留图像中的边缘信息,使分数阶微分可以应用于视频目标追踪、视频稳像等实时性要求较高的场合。实验表明,改进算法在进行角点检测时具有更高的精确度。     

Ball detection in soccer images using isophote’s curvature and discriminative features

Ball recognition in soccer matches is a critical issue for automatic soccer video analysis. Unfortunately, because of the difficulty in solving the problem, many efforts of numerous researchers have still not produced fully satisfactory results in terms of accuracy. This paper proposes a ball recognition approach that introduces a double level of innovation. Firstly, a randomized circle detection approach based on the local curvature information of the isophotes is used to identify the edge pixels belonging to the ball boundaries. Then, ball candidates are validated by a learning framework formulated into a three-layered model based on a variation of the conventional local binary pattern approach. Experimental results were obtained on a significant set of real soccer images, acquired under challenging lighting conditions during Italian “Serie A” matches. The results have been also favorably compared with the leading state-of-the-art methods.     

改进的Hough变换检测圆方法

计算机视觉目前已经得到广泛的应用, 通过图像检测圆在工程应用中具有重要的意义. 为了在实时系统中自动检测图像中的圆并且精确得到圆心和半径, 提出了一种改进的Hough变换检测圆的方法. 先对图像边界进行过滤, 得到连续边界, 然后对每条连续边界进行排序并等分, 选择三点进行圆心和半径计算, 将传统Hough变换检测圆的三维参数降到一维参数来统计, 在降低了计算时间和内存资源占用的同时, 提高了检测圆的准确性. 实验表明, 该方法能够满足实际检测的需要. 同时, 在检测时间上, 可以满足实时性的要求.     

一种快速检测图像角点特征的线搜索式方法

传统的图像角点特征检测方法在速度和准确性两方面难以兼顾. 针对该问题, 提出了一种角点特征检测的线搜索式方法. 该方法作用于一个以当前像素为中心核的圆掩模, 在该掩模内搜索通过核的所有直线, 如果存在一条直线不穿过核附近给定邻域以外的其他同值收缩核(Univalue segment assimilating nucleus, USAN)区域, 则当前像素点为角点. 论文论证了使用有限数目搜索线的可行性与必要性. 采用由粗及细的搜索策略, 动态设计搜索线的数目与搜索线上的检测点数目, 以提高检测速度. 提出了一种基于最大同值距离的新型非极大值抑制进行角点的精确定位, 并结合多种新型伪响应抑制措施, 有效地提高了算法的准确度. 实验结果表明该方法在准确性方面优于MIC、SUSAN和Harris等算法, 而且速度快, 仅稍慢于MIC算法, 具有优良的综合性能.     

一种圆形瓶口缺陷定位检测方法

针对机器视觉检测中缺陷面积较大的圆形瓶口定位误差大的问题,分析了瓶口图像各个角度的特征,设计了一种在缺陷中迭代求解瓶口中心的方法.对拟合外边缘的残差进行排序并消除干扰像素,逐步循环迭代,准确定位了瓶口圆心,克服了缺陷部位像素对于圆目标识别的影响,实现了缺陷的实时定位.搭建了试验平台,用500幅不同缺陷的瓶口图像验证,结果表明该方法针对各种样式的缺陷,定位圆精度明显高于参考文献中典型方法,运行时间仅为0.01 s,证明了本方法在瓶口缺陷的实时定位、识别、分析方面具有明显优越性.     

一种基于圆的几何特性改进的圆检测随机算法

在模式识别和计算机视觉领域,圆检测的应用十分重要。目前,大部分圆检测算法都把关注点放在精确度和检测效率上,随机算法具有计算效率高和占用内存少的优点,然而,随机算法通过选取大量的候选圆并统计落在候选圆上的像素总数判断圆的存在,在实时检测中并不适用。文章提出了一种基于圆的对称性的改进算法,加速了判断候选圆是否为真实圆的过程,同时在统计候选圆上的像素时没有采集图像中全部的边缘像素,而是采集候选圆的内接正方形和外切正方形范围内的边缘像素。实验表明,这种方法在保持圆检测准确性的条件下减少了运算时间。     

足球机器人对彩球的鲁棒跟踪识别

在基于视觉的足球机器人系统中,对场上焦点目标——球的动态跟踪识别是系统设计的第一要务。针对半自主微型机器人足球比赛中的小球易受场上干扰、小车遮挡造成的识别丢失问题,提出基于预测与搜索窗的图像目标跟踪识别方法。通过最小二乘法预测丢失小球的可能位置,将图像目标搜索限制在局部小区域内,并利用搜索窗内的在线状态信息加以判断,实现运动目标被遮挡情况下的有效跟踪识别。实验与比赛结果统计表明,该方法实时跟踪识别效果好、鲁棒性强。     

基于对偶树复小波变换与PCA方法结合的图像变化检测算法研究

图像变化检测是遥感图像处理领域重要方向,大多数变化检测算法都存在算法复杂度高、抗噪性弱等缺陷,利用对偶树复小波变换的平移不变性与能提高方向分辨率的优点,把对偶树复小波变换运用于变化检测中,可以提高图像细节变化的检测和算法抗噪性。首先用对偶树复小波变换对图像进行尺度分解,把图像在每个尺度上分解成一个低通子图和六个方向的高通子图。然后运用PCA(主向量分析法）提取每个尺度与方向上的特征并降维,然后运用k均值算法将图像像素分成为变化与不变化两类,最后通过多尺度融合,得到变化检测图像。     

Semantic annotation of soccer videos: automatic highlights identification

Automatic semantic annotation of video streams allows both to extract significant clips for production logging and to index video streams for posterity logging. Automatic annotation for production logging is particularly demanding, as it is applied to non-edited video streams and must rely only on visual information. Moreover, annotation must be computed in quasi real-time. In this paper, we present a system that performs automatic annotation of the principal highlights in soccer video, suited for both production and posterity logging. The knowledge of the soccer domain is encoded into a set of finite state machines, each of which models a specific highlight. Highlight detection exploits visual cues that are estimated from the video stream, and particularly, ball motion, the currently framed playfield zone, players’ positions and colors of players’ uniforms. The highlight models are checked against the current observations, using a model checking algorithm. The system has been developed within the EU ASSAVID project.     

基于机器视觉的轴承防尘盖检测算法

为实现工业现场对轴承防尘盖的自动检测,对机器视觉检测的关键技术进行了研究,提出一套基于机器视觉对轴承防尘盖的检测,针对轴承图像的特点,采用了一种最小二乘法进行圆拟合圆检测算法,完成了轴承防尘盖区域的提取,对连通区域的特征进行了分析,再进行量化处理和判断.实验结果表明,该方法实时性好,准确率高,可以满足工业检测需求.     

基于夹角的直线检测算法

为了能有效解决Hough变换计算量大、处理速度慢等问题,提出了一种基于夹角的直线提取算法.该算法直接在图像空间提取直线,通过判断图像中任意三点形成的直线夹角,获得一条可能的直线,然后再在数据空间中进一步判定这条直线的真实性.实验证明,该算法具有较高的直线检出率、检测精度和运行速度,与具有类似检出率的算法相比虚假直线数较少,综合性能具有优势.     

五帧差分和边缘检测的运动目标检测

为了改进传统三帧差分的运动目标检测方法易出现的空洞和与虚假边缘的现象, 提出了一种基于五帧差分和边缘检测相融合的运动目标检测方法。该算法首先利用优化的Canny边缘检测算法快速提取五帧连续图像的边缘图像, 然后对五帧连续的边缘图像进图像的五帧差分运算, 最后通过阈值分割和形态学处理完成对目标的提取。该方法计算简单, 实验结果表明, 该算法准确率高, 连通性好, 能满足实时性检测的要求。     

基于分块搜索的虹膜定位算法

针对传统虹膜定位算法识别效果不稳定,鲁棒性低的问题,提出基于分块搜索的虹膜定位算法。首先利用虹膜图像灰度变化差异将虹膜图像转换为二值图像,用基于边缘检测的hough圆检测法粗略定位虹膜内圆,再利用分块搜索二值图像对内圆进行精确定位。之后利用卷积运算粗略定位外圆,再对原图像进行分块搜索,观察截图的灰度直方图中的灰度变化精确定位外圆。将得到的虹膜与传统定位算法得到的虹膜用相同的虹膜识别算法处理,结果表明,该算法定位出的图像识别上效果更明显,并且具有很好的鲁棒性。     

多颜色模型下的乒乓球快速检测与实时跟踪研究

乒乓球机器人视觉系统中的乒乓球检测主要有基于运动分析和基于单一颜色模型分割两种方法.基于运动分析的方法对运动背景干扰的鲁棒性较差,而基于单一颜色模型的分割方法会受到相近颜色及光照变化的干扰.为此,提出了多颜色模型下的乒乓球分割算法,结合RGB与HSV两种颜色模型的颜色表达特性提取出乒乓球区域,并利用质心法对乒乓球进行中心定位.在此基础上,提出基于前帧位置的感兴趣区域算法,对乒乓球进行实时跟踪.实验表明,该方法能够在复杂环境下对乒乓球进行快速精确定位,算法处理时间小于10 ms,定位误差小于20 mm,满足乒乓球机器人的击球需要.     

基于方向滤波的监控图像边缘检测

监控图像的边缘检测是进行高级图像处理和模式识别的基础工作.将方向滤波理论引入监控图像的边缘检测中.通过Roberts算子的四方向滤波扩展,介绍了方向滤波用于边缘检测的一般过程;针对监控图像中斜坡边缘丰富的特点,引入Petrou-Kittler滤波器作为基础滤波器;用方向滤波理论改造Petrou-Kiuler滤波器,形成...     

Facet方向导数特征与稀疏表示相结合的红外弱小目标检测算法

目的 红外弱小目标检测是红外图像处理领域中难度大且实际意义相当重要的一项研究热点问题,其在侦察预警系统、飞行器跟踪系统与导弹制导系统中都扮演了十分重要的角色。自然背景下的红外图像一般具有较低信噪比,其中背景占据着绝大部分面积,而目标尺寸很小且不具有明显形状和纹理信息,这为红外图像中弱小目标的检测增加了难度。本文提出一种将Facet方向导数特征与稀疏表示相结合的红外弱小目标检测算法。方法 首先利用Facet模型提取原红外图像在0°、90°、45°和-45° 4个方向上的一阶导数特征,然后通过稀疏表示方法,在方向导数信息基础上对图像进行分块逐一处理,利用求解出的稀疏系数和导数图像块的重建残差构建检测数值图,最后分割出小目标所在具体位置。结果 通过对4组不同红外图像序列进行实验验证,绘制了检测率与虚警率ROC曲线图。从结果可以看出,本文算法相较于对比算法在小目标检测中具有较高检测率。结论 本文算法将Facet方向导数特征与稀疏表示相结合,在红外弱小目标检测上具有较高检测精度和较强抗噪声干扰能力,相比于传统检测算法具有一定优势,同时可根据不同检测背景训练出相应背景字典,从而得到较好检测效果,在实际工程应用中具有良好针对性。