[發明專利]基于二次區域生長的武術競賽區域分割方法

有效

• 申請號: 202011119781.8
• 申請日: 2020-10-19
• 公開（公告）號: CN112258522B
• 公開（公告）日: 2021-05-04
• 發明（設計）人: 孫瑞陽;宋宇虹;孫玉濱;段煉;趙藍飛
• 申請（專利權）人: 哈爾濱體育學院
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06K9/62
• 代理公司: 哈爾濱華夏松花江知識產權代理有限公司 23213
• 代理人: 岳昕

基于二次區域生長的武術競賽區域分割方法，它屬于競賽場地圖像分割技術領域。本發明解決了現有的競賽場地分割算法應用于武術競賽場地分割易出現錯分割、漏分割的問題。本發明根據亮度梯度幅值、色相、飽和度3個像素的數字特征，監督式地訓練線性分類器用于確定種子點區域；以最大面積的種子區域作為區域生長起始區域，以區域的顏色標準差作為區域生長停止條件，進行區域生長從而過度分割武術競賽區域；將過度分割區域劃分為種子區域集合和非種子區域集合，以最大面積種子區域作為區域生長起始種子區域進行二次區域生長，當兩個集合的相似度達到最小時的區域生長結果即為最終分割出的武術競賽區域。本發明可以應用于競賽場地圖像分割。

技術領域

本發明屬于競賽場地圖像分割技術領域，具體涉及一種基于二次區域生長的武術競賽區域分割方法。

背景技術

由于競賽場地分割是體育比賽過程中運動數據分析與挖掘技術(運動數據統計、遠動員目標檢測與跟蹤、關鍵動作識別)的基礎。因此如何設計和開發一種有效的體育競賽區域分割算法已經成為國內、外研究的熱門問題。已有的競賽場地分割算法分為兩類：第一類是專門針對某種特定競賽項目的競賽場地分割算法，例如Quilon等提出非監督式足球場地分割算法(Quilon D,Mohedano R,Cuevas C,et al.Unsupervised high-qualitysoccer field segmentation[C].International Symposium on Consumer Electronics,2015:1-2.)，Kuo等提出基于自適應高斯混合模型的棒球場地分割算法(Kuo C,Hung M,Hsieh C,et al.Baseball Playfield Segmentation Using Adaptive Gaussian MixtureModels[C].International Conference on Innovative Computing,Information andControl,2008:360.)；另一類是通用的競賽場地分割算法，例如Homayounfar等提出的基于深度結構模型的體育場地定位算法(Homayounfar N,Fidler S,Urtasun R.Sports FieldLocalization via Deep Structured Models[J].2017IEEE Conference on ComputerVision and Pattern Recognition,2017:4012-4020.)。但是至今為止，仍沒有一個專門針對武術比賽的競賽場地分割算法。如果將針對其他比賽項目的競賽場地分割算法或是通用的競賽場地分割算法直接應用于武術競賽場地分割，則場地分割結果易出現錯分割、漏分割等情況。

發明內容

本發明的目的是為解決將現有的競賽場地分割算法應用于武術競賽場地分割易出現錯分割、漏分割的問題，而提出了一種基于二次區域生長的武術競賽區域分割方法。

本發明為解決上述技術問題采取的技術方案是：基于二次區域生長的武術競賽區域分割方法，該方法包括以下步驟：

步驟一、分別提取出武術競賽圖像中已知的每個種子點和非種子點的特征向量，將每個特征向量作為一個訓練樣本，利用由全部訓練樣本組成的訓練樣本集對基于感知函數準則的線性分類器進行訓練，獲得訓練好的線性分類器的權重向量；

步驟二、采集待檢測的武術競賽圖像，分別提取出待檢測武術競賽圖像中每個像素的特征向量，將提取的全部像素的特征向量輸入訓練好的線性分類器；

加載訓練好的線性分類器的權重向量后，利用訓練好的線性分類器對待檢測武術競賽圖像中的全部像素進行分類，判別各像素是否為種子點；

步驟三、根據鄰域相鄰關系，對步驟二判別出的種子點進行合并形成各個種子區域，將包含像素最多的種子區域作為初次區域生長的起始區域和二次區域生長的起始區域；

步驟四、利用步驟三確定出的初次區域生長起始區域進行初次區域生長，獲得初次區域分割結果；