近年來，利用運動員的訓(xùn)練、比賽視頻圖像作為體育訓(xùn)練的參考，進行體育運動分析是國內(nèi)外普遍采用的一種行之有效方法。體育運動分析運用了當今流行的圖像處理、人體仿真學(xué)、計算機視覺等多領(lǐng)域的研究熱點，以運動員為研究對象，對其進行定性以及定量分析，達到科學(xué)輔助訓(xùn)練的目的。
文中擬以體育運動視頻圖像為主要研究對象，以視頻處理技術(shù)為主要研究手段，設(shè)計并實現(xiàn)一種集合視頻控制、全景圖合成、靜態(tài)背景抑制、運動目標跟蹤及量化等功能為一體的體育運動分析系統(tǒng)。

1 系統(tǒng)設(shè)計需求分析
傳統(tǒng)的體育運動分析主要是基于經(jīng)驗和人眼的觀察和分析方法，顯然此類方法具有明顯的局限性和不足。
體育運動分析的主要目的就是通過分析運動員訓(xùn)練和比賽的視頻圖像，利用視頻圖像在時間和空間上的相關(guān)性，得到各種人體運動學(xué)參數(shù)以及運動員和教練員感興趣的各類信息，實現(xiàn)科學(xué)指導(dǎo)訓(xùn)練。
文中借助Visual C++．net 2003開發(fā)平臺，研究和設(shè)計了―個基于視頻的體育運動分析系統(tǒng)，實現(xiàn)了對運動視頻的定性和定量分析，具有很強的實用性。

2 系統(tǒng)功能設(shè)計及其算法實現(xiàn)
2．1 系統(tǒng)總體功能設(shè)計
文中主要針對單目視頻進行人體運動分析，利用Directshow技術(shù)對運動視頻進行控制；利用基于馬賽克的圖像拼接技術(shù)，提取視頻中的背景信息，對視頻圖像進行時域分割，提取視頻中的運動目標，最后合成全景圖像；利用幀間差分法濾除靜態(tài)背景，實現(xiàn)背景抑制；結(jié)合卡爾曼濾波和色塊匹配技術(shù)，對運動關(guān)鍵部位進行自動跟蹤，并獲取人體運動學(xué)參數(shù)建立基于視頻的體育運動分析系統(tǒng)。
系統(tǒng)主要功能框架，如圖1所示。整個系統(tǒng)由4部分組成。

2．2 視頻控制
DirectShow使用一種叫Filter Graph的模型來管理整個數(shù)據(jù)流的處理過程；參與數(shù)據(jù)處理的各個功能模塊叫做。Filter；各個Fiher在Filter Graph中按一定的順序連接成一條“流水線”協(xié)同工作。本系統(tǒng)采用先進的DirectShow視頻播放技術(shù)，根據(jù)教練和運動員進行動作分析的需要，增加各種速率視頻播放、視頻圖像剪輯、逐幀圖像顯示等功能。
2．3 全景圖合成
相鄰幀間兩幅圖像的關(guān)系便歸結(jié)為初等坐標變換，即平移、旋轉(zhuǎn)、仿射、雙線性和透視變換的組合。實際上當攝像機的移動的幅度不是很大并且離景物很遠的情況下，對視頻圖像進行拼接時就可以不考慮圖像間的變形失真，此時兩圖像間的變換矩陣M由下式確定

對于8個參數(shù)的確定需要準確的確定4個匹配點，然后通過式(2)就可以確定變換矩陣M，M的確定，如圖2所示。

4組匹配點就可以完全確定含有8個未知數(shù)的8個方程。這些方程全是線性方程組，可以通過Gauss全選主元消去法進行求解。
假設(shè)已經(jīng)通過相關(guān)匹配到3組點(A，A')，(B，B')，(C，C')，由于幀間變化的漸變性，A點的位移幅度應(yīng)該和B點及C點的位移幅度相近，否則就說明有誤匹配出現(xiàn)。取如下定義
rang(A)=| A-A'| (3)
若出現(xiàn)|rang(A)-rang(B)|>ε(此處ε為合適的閾值)說明出現(xiàn)了誤匹配，結(jié)合| rang(A)-rang(C)|就可以確定出哪個點出現(xiàn)了誤匹配，然后重新選取模板進行匹配；重復(fù)執(zhí)行以上過程直到A，B，C都滿足條件。
整個誤匹配的消除過程中采用的舉手表決的方式，對于4組點誤匹配的消除，選取模板的時至少選5組，只有這樣才不會出現(xiàn)類似于正確對錯誤為2：2的情況。
由于在重疊區(qū)域直接取兩幅圖像中其中的一幅進行圖像合成，很容易在重疊區(qū)域的邊界處形成明顯的拼縫，因此，需要采用圖像融合技術(shù)合成全景圖。
以左右拼接的兩幅圖像I1(i，j)和I2(i，j)為例，則重疊區(qū)域圖像的像素值I(x，y)可表示為
I(i，j)=d(i)I1(i，j)+(1-d(i))I2(i，j)(4)
其中，d(i)為融合系數(shù)，它與離邊界的距離成正比關(guān)系，上述計算是按掃描線逐條進行的，因此該方法適用于任意形狀的兩幅圖像的融合。
圖3為全景圖合成結(jié)果。圖3(a)～圖3(d)為要合成的視頻圖像中提取的4幀，圖3(e)為合成的背景全景圖，圖3(f)為添加了運動目標后的全景圖。