基于圖像分析技術的運動員上肢力量參數分析

常超

摘 要： 為了提高運動員上肢力量參數的在線準確評估能力，提出基于圖像分析技術的運動員上肢力量參數分析方法。對采集的運動員動態圖像進行上肢肌肉特征的邊緣輪廓檢測，對上肢肌肉的邊緣特征輸出結果進行Harris角點檢測，結合肌肉力學參量信息進行上肢力量評估，實現基于圖像分析的運動員上肢力量估計。仿真結果表明，采用該方法進行運動員上肢力量參數估計簡單可靠，估計精度比傳統的傳感器測量技術要高。

關鍵詞： 圖像分析； 邊緣輪廓檢測； 上肢力量； 參數分析

中圖分類號： TN911.73?34； TP391 文獻標識碼： A 文章編號： 1004?373X（2017）09?0036?03

Abstract： In order to improve the online accurate evaluation capacity of the athletic upper limb strength parameter， an athletic upper limb strength parameter analysis method based on image analysis technology is proposed. The edge contour detection of the upper limb muscle feature was performed for the acquired athlete dynamic image. The Harris corner detection is conducted for the edge feature output result of the upper limb muscle. The upper strength is evaluated in combination with the muscle mechanics parameter information to realize the athlete upper limb strength estimation based on image analysis. The simulation results show that the method is simple and reliable for estimation of the athletic upper limb strength parameter， and its estimation accuracy is higher than that of the traditional sensor measuring technology.

Keywords： image analysis； edge contour detection； upper limb strength； parameter analysis

在對運動員的上肢力量估計中，傳統的方法主要有傳感器檢測方法、測力計測量方法等，通過安裝在運動員身上的測量儀器進行上肢力量參數估計，這類方法具有簡單實用的優點，但是在大型的比賽項目中，受觀賞效果等因素的影響，傳統的傳感器測力計不能得到有效應用[1?2]。而且，由于傳統測力計需要佩戴在運動員身上，可能影響比賽發揮，測力精度受到限制。對此，需要研究一種無接觸式的力量參數測量和分析方法，采用圖像分析技術進行運動員上肢的發力圖形變化特征分析，使力量參數分析具有可行性。

1 運動員上肢發力運動圖像采集

1.1 運動圖像的量化

采用圖像分析技術進行運動員的上肢力量估計，需要進行原始運動圖像的特征采集，對采集的圖像進行降噪預處理[3]，通過對圖像的邊緣輪廓檢測和上肢發力的角點標定，進行力學參數估計，實現過程如圖1所示。

3 實驗測試分析

仿真實驗開發環境為Matlab R2009a的仿真軟件，為了更好地體現運動員的上肢發力特征，運動項目選擇為舉重項目。運動員上肢發力運動圖像研究樣本的采集分辨率為500×500，大小為532×445，對采集的運動員舉重上肢圖像通過Creator的Raster to DED工具轉化為所需的DED數據。為了更好地體現運動員的上肢發力性能，在圖像數據采集時，分別從正面和側面進行圖像采集，然后采用本文設計的圖像處理方法進行力學分析，得到原始圖像采集如圖2所示。

對采集的運動員動態圖像進行上肢肌肉特征的邊緣輪廓檢測，結合肌肉力學參量信息進行上肢力量評估，圖像的邊緣輪廓檢測結果見圖3。

對上述邊緣輪廓檢測結果進行力學測量，通過肌肉力學參量信息估計進行上肢力量評估，實現了基于圖像分析的運動員上肢力量估計。圖4描述的是不同方法進行上肢力量參數估計的精度對比結果。從圖4可見，采用本文方法進行上肢力量參數估計的誤差較小，精度較高，實現過程簡單可靠。

4 結 語

本文提出圖像分析技術的運動員上肢力量參數分析方法，對采集的運動員動態圖像進行上肢肌肉特征的邊緣輪廓檢測，對上肢肌肉的邊緣特征輸出結果進行Harris角點檢測，結合肌肉力學參量信息進行上肢力量評估，實現了基于圖像分析的運動員上肢力量估計。研究得出，采用該方法進行運動員上肢力量參數估計的準確度較高，可靠性較好，具有優越性。

參考文獻

[1] 張傳錦，李璐璐.基于模糊C均值聚類的無線傳感器網絡節點定位算法[J].電子設計工程，2016，24（8）：58?60.

[2] 李志丹，和紅杰，尹忠科，等.基于塊結構稀疏度的自適應圖像修復算法[J].電子學報，2013，41（3）：549?554.

[3] 王俊，朱利.基于圖像匹配?點云融合的建筑物立面三維重建[J].計算機學報，2012，35（10）：2072?2079.

[4] 許開宇，馮德瀛.海空背景下紅外弱小目標檢測方法[J].哈爾濱工程大學學報，2009，30（9）：996?1000.

[5] 胡光波，周勇，徐騫.改進向量量化算法的圖像壓縮研究[J].科學技術與工程，2010，10（14）：3517?3519.

[6] STOEAN C， PREUSS M， STOEAN R， et al. Multimodal optimization by means of a topological species conservation algorithm [J]. IEEE transactions on evolutionary computation， 2010， 14（6）： 842?864.

[7] LIANG J J， QU B Y， MAO X B， et al. Differential evolution based on fitness Euclidean?distance ratio for multimodal optimization [J]. Neurocomputing， 2014， 137（8）： 252?260.

[8] 王云燁，李勃，董蓉，等.基于透射率空間與色彩紋理相關性的圖像分割[J].電子測量技術，2015，38（1）：41?46.