NST2007ExtendedSummary-台北市立大学资讯科学系.doc

題目：網球正反拍動作之偵測分類 學生：葉展佑 指導教授：蔡俊明老師 臺北市立教育大學資訊科學系 摘要 在國內有許多網球場地可使用，但使用率相對的卻沒有在提升，對於大部份的運動而言有人在旁指導之下訂定了目標以後會提升自己的興趣，而太多人不知道自己的動作是否正確，所以對運動沒有太大的參與感。 輸入影片 背景相減法 垂直分割統計 比對專家數值 正拍 反拍 連續影像相減法 投票統計法 建立背景 差異影像相減 二值化 連通元件 背景相減法 關於這點在此專題中運用了影像處理的方式加已解決，針對每次自己所拍的影片加以分析動作，經過比對後可以獲得資訊以改善運動姿勢。 緒論 1.1研究動機 影像處理研究運用於網球方面的分析數量不多，而將影片更進一步的數值化更為稀少，所以對於網球運動愛好者而言比較難以有個評定的標準，在此專題中可以把使用者已拍好的網球動作影片輸入程式中，但基於網球大多的場地都為室外場地，所以此專題中可依據自己的需求輸入背景影像或重建背景。 經上述過程後則可與專家動作之數據加以分析規範出一定的數值範圍，而只有一位專家資料會不夠客觀，所以專家資料慢慢的加入越多時，數據範圍則越逼近綜合分析的專家範圍，可看是否有最適合自己的專家影片，如果有適合使用者的影片，可進而開啟影片加以學習，經過不斷的修正姿勢、比對，讓使用者獲得更標準的動作。 此專題建立背景影像建構一套自己的背景建立方法，不需要經過長時間的比對，透過此方法對於比較短的影片可以更準確的獲得背景，以得到更為準確數據，使過程中會有更小的誤差。 1.2研究目的 雖然網球在國內從沒有成為風行的時尚，但其上升的勢頭是逐年遞增的，2000年統計資料，上海家庭娛樂支出中網球排在14位，而2001年是11位，由這個穩步上升的勢頭可以發現，網球逐漸成為業餘休閒方式的主流。在國外，網球是第二大運動，比起第一運動足球因人數的限制上，網球使人們更方便參與其中。 網球是項有氧和無氧交替的運動，適合大人與小孩而且是隔網運動，沒有身體接觸會更加安全，但任何運動都必須有標準的動??才能達到運動的效果，基於此想法之下，專題建構中有專家資料，隨著專家資料的增加，可以用專家數值規範出一定的範圍，檢查使用者是否有在標準的動作範圍內，並且可以比對 專家影片並開啟學習，經過每次的修正獲得更標準的姿勢。 1.3系統架構 此系統的流程如下圖所示： 無 有 圖1.3.1 ：架構流程圖 1.4章節說明 本論文共分為五章 第一章：緒論主要介紹本研究的研究背景與動機等 等。 第二章：文獻探討與回顧主要對二值化方法與建立影 像方法做介紹與回顧。 第三章：研究架構，主要為研究中所用到的技術介紹 與深入了解，大致分類為： (1) 前置影像處理 (2) 建立背景 (3) 移動物體偵測與統計 對於此三大主題下面所包含的技術探討。 第四章：針對所建構的系統實驗出實際的結果與數 據。 第五章：對本程式的優、缺點，還有未來要完成的工 作做整理。 第六章：本專題中所參考的論文 文獻探討與回顧 二值化方法 在做影像辨識之前，若是只將圖形轉成單色灰階影像，是不夠的。因此我們需要將圖形更單純化，二值化就是將圖形視為一個二維的色階矩陣。在單色灰階的影像中，每一個矩陣中的元素都是 0~255，當矩陣中的元素高於某個臨界值(threshold)時，則將其元素以 255(白色)來代替，反之則以 0 (黑色) 來代替，而一些二值化的方法相繼被提出，不管是哪種方法都是希望找到一個適當的臨界(threshold)，藉由適當的臨界值(threshold)得出最佳的資訊，以下將介紹三種二值化方法。 2.1.1 固定臨界值二值化 二值化處理過程中先設定一個固定的臨界值(threshold)，灰階過後數值大於該臨界值(threshold)，則該圖像素點被設為1 (白點)；若灰階度小於該臨界值，則該圖像素點被設為0 (黑點) ，如圖2.1.1，由此可知二值化後的影像會因為設定不同的臨界值而得到不同的結果。 0 大小 1 T 255 灰階度 圖2.1.1 ：固定臨界值圖示，T為臨界值 2.1.2 平均值二值化 平均值指的就是整張影像中各像素灰階值的算數平均數，並以此數來當臨界值，也就是將影像種各點的灰階值加起來，之後再除以影像總像素點，如此將可以得到影像的平均灰階值，並以之做為二值化的臨界值。例如：有一張灰階圖，其大小為320* 240，若定義點F(x，y)的灰階值為G(x，y)，則利用平均二值化的方法，可以知道臨界值T(平均灰階值)如下式： (2.1.1) 2.1.3 Otsu二值化 這個方法是Otsu[1]在1979 年時提出，此方法的主要是找一個臨界值，此臨界值會使得群