皮劃艇（200m）靜水運動于2012年倫敦奧運會被正式納入比賽項目，此前作為非奧運比賽項目，國內外對皮劃艇（200m）靜水項目的關注較少，導致該項運動訓練的技術資料欠缺。為了提高比賽成績，我們需要對皮劃艇靜水運動的槳頻數(shù)據進行測量并記錄乃至槳頻數(shù)據的對比。本文以機器視覺為手段，對皮劃艇（200m）靜水運動視頻數(shù)據進行分析，提出了一套分析方案。其中主要算法有：皮劃艇定位、皮劃艇追蹤、船槳的定位以及槳頻的計算，主要內容如下：（1）皮劃艇定位：在對目標進行定位時，由于目標自身特征、應用時環(huán)境的復雜性，獲得良好的目標定位效果一直是研究的熱點問題。本文研究的是靜態(tài)背景下對皮劃艇的定位檢測，在分析了幾種經典的目標檢測方法優(yōu)缺點的基礎上，詳細介紹了比較流行的基于學習的PCA方法對皮劃艇進行定位檢測，根據靜態(tài)背景的皮劃艇特性提出結合幀差法與皮劃艇水平垂直方向積分投影的方法對待測圖像皮劃艇的邊界定位檢測并通過實驗驗證其可靠性。（2）視頻序列中皮劃艇的追蹤：在前一章節(jié)皮劃艇檢測的基礎上，利用視頻序列的連續(xù)性對皮劃艇進行追蹤，簡單介紹了目標追蹤的算法，因Mean Shift使用簡單，可以實現(xiàn)模式匹配的快速匹... 

【文章來源】：武漢工程大學湖北省

【文章頁數(shù)】：65 頁

【學位級別】：碩士

【部分圖文】：

皮劃艇訓練視頻幀

幀間差分算法對運動目標的檢測簡單易實現(xiàn)，且運算差分時間間隔較短，使得待檢測運動目標重疊部分消目標完整性不能保證，對后續(xù)的追蹤、處理帶來影響動目標初步檢測方法應用到對實時性較高的視頻分針對相鄰幀差分待檢測運動目標重疊部分消失，檢測性不能保證，文獻[12]提出在相鄰兩幀中插入部分靜統(tǒng)的幀差分法的問題。但是當視頻序列中運動目標的時，提取得到的目標圖像中依然存在大量噪聲，且得不完整。

2.5 PCA 目標檢測得到的皮劃艇圖像投影方法的特點，在靜水運動中，攝像頭頭較遠，因此皮劃艇訓練視頻序，圖像的上部為靜態(tài)背景區(qū)域，影響。通過利用訓練視頻中未含練視頻的背景模型，檢測時與含過自動化閾值選擇法，設置閾值垂直方向的積分投影定位皮劃艇皮劃艇圖像進行自動閾值化步驟如圖像中灰度的中值作為初始閾值值0T 把皮劃艇圖像分割成兩個區(qū)

【參考文獻】：
期刊論文
[1]基于改進差分算法的運動目標檢測與跟蹤[J]. 王鎮(zhèn)西,王冬青,張惠娟.  工業(yè)控制計算機. 2010(10)
[2]世界優(yōu)秀賽艇運動員槳頻與劃距關系及其對艇速的影響研究[J]. 林輝杰,潘慧炬,應春意,梁海丹.  體育科學. 2009(10)
[3]基于多特征Mean Shift的人臉跟蹤算法[J]. 張濤,蔡燦輝.  電子與信息學報. 2009(08)
[4]基于多特征空間的均值漂移算法[J]. 虞旦,韋巍,張遠輝.  模式識別與人工智能. 2009(04)
[5]融合均值漂移和區(qū)域合并的彩色圖像分割方法[J]. 潘紅艷.  計算機工程與應用. 2009(22)
[6]基于相關系數(shù)的快速圖像匹配研究[J]. 李卓,邱慧娟.  北京理工大學學報. 2007(11)
[7]一種基于紋理模型的Mean Shift目標跟蹤算法[J]. 寧紀鋒,吳成柯.  模式識別與人工智能. 2007(05)
[8]歸一化互相關系數(shù)在圖像序列目標檢測中的應用[J]. 高廣珠,李忠武,余理富,何智勇.  計算機工程與科學. 2005(03)
[9]幾種邊緣檢測算子的比較[J]. 馬艷,張治輝.  工礦自動化. 2004(01)
[10]主動輪廓線模型(蛇模型)綜述[J]. 李培華,張?zhí)镂?  軟件學報. 2000(06)

博士論文
[1]多視點非接觸式人體運動捕捉的研究[D]. 孫運達.北京交通大學 2006

碩士論文
[1]圖像濾波及邊緣檢測與增強技術研究[D]. 陳初俠.合肥工業(yè)大學 2009
[2]紅外圖像中機場跑道的自動識別與跟蹤[D]. 楊志剛.哈爾濱工程大學 2007



本文編號：3390593