文摘
当今时代是一个信息时代,信息时代社会转向。图像处理技术也广泛应用于各个领域,和体育动作的技术识别基于图像处理技术也可以认为是合适的。本文使用了一个空间视觉特性分析算法来实现它。实现该算法,一系列的工作如图像采集、特征提取、和行动识别必须完成,然后通过结构功能和其他相关功能实现。该算法可用于完成基于图像的运动动作识别技术在最小的时间成本。该算法可以帮助运动员更好的完成培训和标准化运动在某种程度上。对于中国目前的体育产业结构的发展,这也是稳步改善。人民对体育越来越强大,这也让中国体育产业的发展仍然受益很多。
1。介绍
随着图像处理技术的(1]成熟,会有越来越多的事情我们可以做技术。我们也可以应用这一技术对各种运动(2]。培训指导,使用这种技术检查特定的运动训练的特点(3)检查操作是否符合标准,使提示达到的目的提高各种运动训练的质量。我们可以使用这种技术来确定图像运动期间收集的信息(4),确定运动的训练动作,然后结合特性分析方法在有关空间的视觉空间分析各种运动特征的运动。通过图像特征分析和边缘特征检测技术(5),体育运动训练图像提取的主要特色。边缘轮廓检测(6)和角检测技术实现动作捕捉在运动训练7各体育[],针对实际的培训8]。捕获方法在运动训练中的应用研究受到广泛的关注。捕捉动作的一个特定的运动收集和特点分析的基础上,提取的训练动作的动态特性,然后重建三维图像(9),使用运动训练动作捕捉结合空间区域(10)重建的方法来改善每个训练动作的运动捕捉能力。一种基于图像处理(运动识别方法11这里提出。首先,收集运动训练动作图片,捕捉运动训练行动在高斯模糊12仿射空间[13),并提取特征。使用图像处理方法来实现运动训练动作的识别和优化(14]。最后,仿真试验(15)进行了分析,和有效性的结论。整个体育产业的发展在当今社会16),这种技术的存在也是非常必要的。这种技术可以更好地帮助运动员在训练中。通过现有文献的研究,发现,在图像处理技术的成熟阶段,体育行为的识别和训练可以提高运动的效果。然而,识别的精度和效果不理想,和合理的指导培训行为是有限的。利用图像处理技术识别体育行为的主要方法是在未来提高运动效果。因此,图像处理技术也对体育产业结构的布局具有重要意义。
2。图像处理技术的概念和方法
图像处理技术使用各种设备,可以拍照或产生图片生成图像,然后使用这种技术来识别或处理这些图像。这种技术主要包括图像数字化、图像增强和恢复,图像数据编码、图像分割和图像识别。
图像处理技术具体包括点处理,组织处理、几何处理、帧处理。由于处理的目标是一个像素,这些方法中最基本的方法是点的处理方法。这种治疗方法是简单和有效的。它的主要功能是调节图像的亮度,调整图像的对比,反转的亮度图像,等等。由于图像的处理方法有更广泛的处理范围比点的方法处理,它也被称为“区域处理或块处理。”小组处理,这种方法在图像识别的主要应用包括检测和增强边缘的相关图片,上传图片的软化,和上传图像的锐化,增加或减少上传图像的噪声,等等。上传图像的几何处理方法是使用操作改变的像素的位置和排列顺序上传图像实现等一系列影响调整图像,旋转图像,镜像图像,改变形象。图像处理方法综合图像帧或多个图像在一个特定的格式生成一个新的形象。其中,图像生成的具体形式包括“数量乘法操作,”代“逻辑或”操作关系,生成“异或”逻辑运算关系,加法和减法操作的图像生成,生成相关的条件。图像处理软件通常有一个图像组合函数,可以生成图像成各种具体的公式。
2.1。图像处理技术的分类
图像处理技术一般分为两类:模拟图像处理和数字图像处理。
模拟图像处理包括光学和电子处理如摄影、遥感图像处理、和电视信号处理。模拟图像处理是并行处理的特点和高速处理,通常可以达到光速理论。实时电视屏幕是主要处理模拟信号的例子可以处理视频的速度每秒25帧。模拟图像处理低精度和低灵活性的缺点,这种缺点使它更加难以实现非线性相关的判断和处理的能力。这种技术也可以被称为计算机图像处理,因为它通常使用实时计算机处理或硬件处理。它还在加工精度高的优点,相对丰富的加工内容,更好的非线性处理,和更好的灵活性。一般来说,只要你改变的软件,你可以改变它的作用。缺点是速度仍然是一个问题,尤其是对复杂的任务。一般来说,当处理大多数静态图像,实时处理general-precision数字图像将需要约100 MIPS的处理能力,这也会导致一定程度的图像的分辨率和准确性。限制:例如,通常的图像的准确性是1024×1024×12位大小。 For this higher accuracy and resolution, the time required for processing the image is increased to a certain extent as shown in Figure1。
模拟图像处理用镜头来实现处理,如摄影、遥感图像处理、和电视信号处理。模拟图像处理一般的特点是高速、实时处理;从理论上讲,它可以达到光速,可同时并行处理。电视画面是一个典型的模拟信号处理,处理在每秒25帧移动的图片。模拟图像处理的缺点是准确性和灵活性差,和很难判断的能力和非线性处理。
数字图像处理通常是由计算机或实时硬件。其优点是处理精度高,处理内容丰富,复杂的非线性处理,灵活的灵活性。一般来说,处理内容可以改变通过改变软件。其缺点是处理速度仍然是一个问题,特别是对于复杂的处理。不过,大多处理照片。如果数字图像实时处理与一般精度,有必要有一个100 MIPS的处理能力。其次,分辨率和精度仍然是有限的。例如,general-precision图像是512×512×8位,和高分辨率的图像可以达到2048×2048×12位。如果精度和分辨率更高,处理时间会显著增加。
3所示。体育动作识别基于图像处理技术
在执行这个项目的运动识别基于图像处理技术,首先需要收集运动员的形象,提取运动特征,然后用公式识别的行动。当识别完成后,我们选择一个特定操作与标准动作比较,判断动作是否标准,然后给特定的操作提示。运动员然后修改和优化操作根据运动提示获得更好和更有效的运动结果,如图2。
3.1。图像采集
为了获得体育运动图像和执行边缘轮廓检测收集的高分辨率体育动作图片,首先需要使用多分辨率图像扫描技术来收集培训行动图像基于三维模型的特征。假定运动的形象的功能 ,和后台组件运动图像的功能 。我们可以用2 d运动图像的对应点或3 d运动图像进行模式匹配 然后添加高斯噪声和高斯模糊特征将图像模型分为3 x3的拓扑结构。得到的结果如图3所示。
三维图像重建根据图的分布3和3 d点对应的3 d模型。分布的主要特征在图像采集n ,和像素 在当前特征点
执行模式匹配中心像素的多分辨率的视频。图像特征分解建模结合边缘轮廓特征描述H和n。的定量信息H和n,寻找体育行为的能力越强,越接近f´(x,y)将是f(x,y)。在此基础上,获得的结构模型分级登记如下:
在上面的公式中,H(x,y)f(x,y)是运动训练动作的主要特征点定位,和象征代表卷积。定位运动图像特征在不同地区,获得仿射不变矩
在上面的公式中,n(x,y)是噪声干扰项。实现运动训练动作的捕捉和收购通过注册。
3.2。特征检测与提取
我们可以执行有关收集高分辨率运动训练图像轮廓检测,使用3 d模型重建区域分割方法的运动训练体育和剩余组件混合方法以及边界特征点的运动训练和运动的形象。然后,矢量量化分解图像进行运动训练的行动,和运动训练图像的灰度匹配值
在公式(4),r和0是层次的分解系数特性。当满足相应的变量n米(x,y)∈{−1 0 1},灰度特性的混合模式是用来获取图像的边缘部分的边缘运动训练动作如下:
在公式(5),r是相应的体育动作的结构功能的价值形象,和它的范围是0≤r≤1。当方差特性量的输出运动的图像满足预期的正态分布和方差r/ 2,灰色的边界图像的特征量在这个时间是运动的
基于运动图像的识别和边缘的轮廓运动训练动作,相应的细化和优化进行识别。结合不规则三角模型,相应的视觉障碍的理论模型可以实现对运动训练的行为。已知的一代必须不减少的,增加序列数据,和灰色的数量积累过程的发展趋势可以看到通过积累,这样法律中包含原始数据显示,数据可以概括的法律和利用。混合模型的灰色特性是输入一个特定的运动动作的运动标准对比边缘和边界。
不规则三角的区域特征分布模型
因为每个图像的校正规模不同,识别内部这些图像的纹理和边缘特征将重新安排线性。形象的改善结果如下:
σ可以表示为图像的纹理分布。∆x代表图像的像素值梯度和预测当地的边界和当地的体育训练的形象。t(x)代表的形象的统计分布值运动训练像素。具体表示为特征检测结果
在非线性变化的运动模式,解决特征轨迹运动方程:
执行动作捕捉和特征识别运动在高斯模糊,可以获得优化轨迹方程
其中,(x,y)代表一组模糊像素的分布图像,并进行动作捕捉通过像素块的空间匹配。
3.3。在空间视觉特性分析算法的实现
相关图像增强技术是用于提高分辨率和适应性的训练动作捕捉体育、计算机视觉和图像处理的方法实现运动员的纹理分布函数:
从上面,动态分配的轨迹运动训练动作,和具体的表达式 在哪里(Tn)是通过以下公式:
通过上述步骤结合的方法重建其运动的轨迹运动,表达式如下:
在方程(15),G新和G老分别代表运动训练行为的灰色跟踪组件:
在公式(16),c的分解公式的大小特征图像的运动动作和Md (Ci)是具体信息组件Ci。根据上面的描述,图像识别技术可以用来实现运动训练期间捕获特性的优化操作。
根据上述空间视觉特性分析算法,可以与体育行为标准操作收集到的图片信息,和那些不够标准的可以提出,然后在此基础上优化达到更好的培训效果。
3.4。实验比较
根据信息在上面的文章中,我们可以比较准确率通过该算法与其他算法。当然,这必须在相同的图像质量的前提下。如果图像质量是不同的,这将是比较。这种比较将毫无意义。如果图像我们收集的质量很高,体育功能的准确性和正确性的行为我们可以识别图像中会更高。不同类型的图片进行比较使用相同的算法。
有一些不同算法之间的差异,这将导致最终结果的准确性算法是不同的。我们可以使用这个功能捕捉算法实现体育动作识别和不使用对比图的算法或使用体育动作识别的准确性由其他算法如图4。
在整个空间的视觉特性分析算法,几个指标可以作为这种算法的评价指标:准确性、响应速度、可行性、清晰和模糊。基于这些评价指标,当我们想用这种技术来完成一定的相关工作,我们可以使用这些指标的比较来选择自己更重要的指标评价,最后选择算法,从根本上讲,节约工作时间图5。
比较空间视觉功能算法的识别率在本文中与国内外主流算法MSRGcsturc3D数据库,可以看出,空间视觉特性分析算法在本文使用的纹理分布函数和一系列其他功能,从而大大提高了图像采集的识别率和识别率的提高也在一定程度上提高图像识别的效率以达到的目的,减少了算法的运行时间如表所示1。
采集图像时,身体部位的图片是不同的,和实验结果我们可以将略有不同。例如,当认识到腿和手臂,图像的关键特征点定位是不同的。不同,在这种情况下,我们应该首先了解相应的手臂或腿的关键特性,然后执行特定功能定位基于这些特性来提高识别的准确性率和特定部分达到节约时间的目的。
在实现一个特定的体育动作识别算法基于图像处理技术,图像中的特定信息可能不同,和特征识别的具体行动也可能不同。同样的图像,这可能是因为腿的形象是公认的,也是可以认识到手臂或面临的形象和其他地区。对于这些不同部分被识别,需要提取的特征量也可能是不同的,如图6。
在整个体育动作识别算法基于图像处理技术,提取每个部位的次数也很不同。此外,提取的次数将会不同,因为不同的对象中提取。为运动员,身体的每一部分将提取的比较。对于普通的人,在大多数情况下,只有腿或胳膊需要提取相比,如图7和8。
4所示。体育产业的发展和分析模式
如今,体育产业是中国经济发展的载体。也有其他行业的特征;也就是说,它注重市场的好处,今天的经济效益。差异化特点:这个行业的产品的功能改善居民的身体健康,促进名人的精神,和实现个人的全面发展和社会文明的进步。
据《体育产业统计分类,中国体育产业可以分为体育产品和相关产品制造、体育服务业,体育场建筑行业。其中,体育服务业包括几个子类,如体育管理活动、体育竞赛和表演活动、体育健身和娱乐活动,体育设施和设备管理,如图9。
为体育产业的发展,中国政府也给予全力支持,和所有相关单位也有利的文件而言,基金发行和政策。这使得总规模的增长的中国体育产业稳步增加,如图10。
此外,中国体育产业结构逐渐优化,和中国的体育产业是体育器材及相关产品的制造。近年来,中国一直强烈支持体育产业的发展。2018年,规模的比例达到47.9%,体育器材及相关行业的比例在整个体育产业逐渐下降,2018年达到49.7%,差距已经逐年增加。
从工业增加值也可以看出,自2016年以来,中国的体育的附加值的比例服务行业已经超越了体育用品制造业及相关行业。2018年,体育服务业的增加值大约两倍的体育用品和相关工业生产如图11和12。
在整个中国体育产业各行业的比例在整个体育产业是不同的。就今天而言,体育服务业占整个体育产业的比例最大,其次是体育用品及相关产品的制造,然后其他人,最后体育场馆的建设,如图13。
基于整个体育市场的快速发展,由于商业化的今天的事件,相关体育赛事市场的规模也迅速增长。然而,由于缺乏交通,这个增长速度不是很快。总的来说,整个市场仍具有长期投资价值,如图14。
体育市场的消费在当前时代也导致人均体育消费的快速增长。2018年,中国体育市场的规模已经增长到了近一万亿元。到2020年,人均体育消费支出的快速增长,中国的体育消费市场预计将达到1.5万亿元。主流体育市场在中国已经从2011年的593元增长到2264元。预计在2018年达到3448元,年复合在过去十年的利率为19.24%,如图15。
5。结论
在当今时代,信息的快速发展使我们的生活或工作形式更加多样化。体育方面的文章。如果体育技术动作识别基于图像处理技术可以正常使用,这项技术可以帮助运动员协助培训。当然,这种技术也可以用于我们的普通人的生活。对我们来说,我们只需要应用这个技术来健身。它可以用来检查是否我们在健身练习标准达到更好的培训效果。它还可以阻止我们在运动伤害自己。此外,当前的体育产业的发展也越来越成熟,这将使这项技术更有必要和有意义的存在。根据相关信息,中国体育产业的未来城市必须采取高质量发展的道路。城市发展的体育产业的发展必须专注于软件和硬件的结合。 At the same time as the hardware construction, it must also focus on improving the quality of services and pay more attention to the needs of local residents. To develop the sports industry, we must clearly recognize the internal and external relationships. Looking inwardly, the sports industry is essentially a livelihood undertaking and a happiness project. In the final analysis, it must serve the local people. At the same time, the development of the sports industry is not an overnight event but a long-term process. The key is to cultivate healthy living habits and living habits. Today, the future of China lies in young people, so for us, training the exercise habits of young people is the most important thing. Let young people fall in love with sports and eventually move towards a healthy life of sports for all to fundamentally meet the needs of the development of the sports industry.
数据可用性
使用的实验数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者声明,关于这项工作他们没有利益冲突。