双目视觉测量网球发球动作中运动员的关键部位的研究

王伟定+武文梁+梁雪梅+岑祚意

摘 要 利用BP神经网络双目视觉测量建立三维空间信息与二维平面信息之间的映射的对应关系，可以得出三维空间的具体位置，得出的误差相对较小，可以通过计算得出网球运动员发球动作时，手肘关节和膝关节的弯曲角度，通过和标准发球动作时的弯曲角度对比，可以为运动员在发球训练时做出指导，以提高发球质量。

【关键词】双目 视觉测量 位置 角度

通过机器视觉来获取三维立体的信息，摄像机标定则是视觉系统的重要组成部分。摄像机标定的目的在于建立像平面上的二维坐标与其相应的被测点的三维空间坐标之问的对应关系。本文采用基于BP神经网络的双目视觉测量方法来对网球运动员的发球动作进行测量，研究运动员网球在发球时的空间位置和通过测量手肘和膝关节的弯曲角度。

1 双目视觉摄像机神经网络的标定方法和标定点的选取

对网球运动员发球标定点的选取：

用两台CCD摄像机构成三维的测量系统，每台摄像机单独对准一张标定板，对需要测量的物体，通过计算空间点在两幅图像中的位置。

网球运动员在发球时，身体每个部位的协调都很关键，无论是哪个部位的动作达不到要求，都会影响发球的质量。根据网球运动员发球动作的分解，有利于机器视觉的检测和标定，选取了图片中带有标志的手腕、肘、肩、和膝盖作为标定点。

2 摄像机的标定

2.1 基于BP神经网络的双目视觉摄像机标定

神经网络输入为标定样本的图像像素坐标，输出为其对应的实际坐标（x，y），为网络的隐层节点数。通过双目摄像机采集的图像，选取得出的用来搭建训练模型的，数据如表1。通过对标定的部分取几何中心的像素坐标作为坐标。

2.2 标定样本数据的采集

标定板如图1所示标定板中，每格小正方形的实际边长为50mm。

在标定板上建立好二维坐标后，对摄像机采集的图像进行分割，图像中只有标定的部分人工测量运动员标定点在标定板上的坐标为测量值，在计算机中运用Matlab算出运动员标定点在标定板上的坐标为计算值。主视标定板、左视标定板对应的数据如表2。

3 网球运动员发球姿势的判定

在实际的网球运动员发球时，抓拍手臂的力度及弯曲角度，在发球中起了至关重要的作用，所以我们对手臂在发球过程中弯曲角度的变化来对发球姿势的正确与否进行判断。

由表2中的数据我们得到标定的关键部位在空间的坐标位置，再通过选取左视图对关键部位手腕、肘、肩这三点进行夹角计算，因为左视图中更能清晰观察到夹角的变化，按照发球过程中姿势的变化顺序列出夹角变化表如表3所示。

在实际网球比赛中，网球运动员在发球过程中，运动员在击球前球落在头前的一瞬间，右肘的合适夹角为30-35度。通过这种测量方式对肘关節的夹角进行监测，以便对运动员的发球姿势进行判断，从而对网球运动员的发球姿势给出意见，帮助其对网球发球动作的掌握。

4 实验结果分析与讨论

4.1 实验结果与分析

对由CCD摄像机采集到的网球运动员发球动作姿势分解动作，对网球运动员发球动作姿势的分解动作图中的标定点的进行提取，得到实际的坐标，与标定点在标定板上投影的实际坐标进行比较处理，得到p为x的相对误差绝对值，q为y的相对误差。实验结果如表4所示。

由表2及表4数据可以得出，用双目立体视觉测量方法对网球发球动作姿势进行研究可以得到网球运动员在发球过程中关键部位在空间的实际位置，我们可以建立一个以两个摄像头的铅垂面相交线对地面的投影点为原点的空间坐标系（x，y，z）主视图的x即为空间坐标系的x，左视图的-x即为空间坐标系的y，主、左视图的y即为空间坐标系的z，将表2中的数据放入空间坐标系中，我们即可得到网球运动员发球动作关键部位的实际位置，我们从标定点计算得出的夹角，我们便可得到网球运动员发球时的动作位置，再将其与标准动作进行对比、判定，我们便可得知该运动员的发球动作姿势的正确与否。

4.2 讨论

根据实验的结果，从以下方面对BP神经网络双目立体视觉测量方法进行讨论：

（1）摄像机的参数定标。固定好两台摄像机，在实验过程中不能再发生任何的移动，同时采集不同角度和位置的投影图像，选取摄像头的纵垂面在标定板上的投影作为y轴，以减小图片畸变程度。

（2）标定板二维坐标的建立。从摄像头做垂线于地面，垂直至标定板的交点作为二维坐标原点。原点的选取不严格，将会对人工读取二维坐标的位置，造成误差。

5 结论

实验结果表明：绝大多数相对误差较小，说明BP神经网络建立的精确度较高，使本实验更具有实用性。利用计算得出的标定点实际坐标，计算得出在发球过程中右肘的夹角变化，通过对运动员整个发球姿势肘关节的夹角的监测，通过这种方式将运动员的发球姿势与理论标准的夹角进行对比、做出判断，以便调整运动员的发球动作姿势，提高发球的质量。

参考文献

[1]王荣本，张明恒，石的乐，双目视觉技术在目标测量中的应用[J].公路交通科技，2007，24（02）.

[2]蔡盛，李清安，乔彦峰. 基于BP神经网络的姿态测量系统摄像机标定[J].光电子.激光，2007，18（07）.

[3]严波涛，吴延禧，苑廷刚.网球发球技术的生物力学分析[J].体育科学，2000，20（04）：80-85.

作者简介

王伟定（1993-），男 ，壮族，广西壮族自治区南宁市人。大学本科在读。研究方向为视觉测量、图像处理。

作者单位

广西科技大学电气与信息工程学院 广西壮族自治区柳州市 545006