人體軀干識(shí)別裝置及方法、終點(diǎn)影像檢測(cè)方法、裝置制造方法
【專利摘要】本發(fā)明提出一種人體軀干識(shí)別裝置，包括：目標(biāo)提取模塊，用于獲取沖線圖像的體型輪廓，并確定體型輪廓的最小外接矩形以獲取所述沖線圖像中的目標(biāo)區(qū)域；體型分割模塊，用于從目標(biāo)區(qū)域中分割出體型；識(shí)別模塊，用于從體型中識(shí)別出軀干部分。根據(jù)本發(fā)明的裝置，精確定位目標(biāo)區(qū)域，并通過體型分割有效地去除了下肢、手臂和頭部等的干擾，能夠快速準(zhǔn)確地識(shí)別出沖線圖像的人體軀干部分。本發(fā)明還提出一種人體軀干識(shí)別方法、終線檢測(cè)裝置及系統(tǒng)。
【專利說明】人體軀干識(shí)別裝置及方法、終點(diǎn)影像檢測(cè)方法、裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及競技比賽檢測(cè)【技術(shù)領(lǐng)域】，尤其涉及一種人體軀干識(shí)別裝置及方法、終點(diǎn)影像檢測(cè)方法、裝置及系統(tǒng)。
【背景技術(shù)】
[0002]終點(diǎn)影像檢測(cè)系統(tǒng)現(xiàn)在已廣泛應(yīng)用于各種現(xiàn)代徑賽項(xiàng)目中，該系統(tǒng)能夠捕捉徑賽選手穿越終線時(shí)的線陣圖像序列。由于線陣圖像是在特定時(shí)刻在固定點(diǎn)拍攝，因此需要把這些線陣圖像序列依次拼接起來獲取選手的撞線時(shí)刻。終點(diǎn)影像人工判讀需要專業(yè)裁判在線陣拼接圖片上辨別并標(biāo)示出選手的準(zhǔn)確撞線位置。而人工判別，實(shí)時(shí)性低且缺乏客觀性，很難滿足現(xiàn)代高水平競技要求。
[0003]根據(jù)國際田徑協(xié)會(huì)聯(lián)合會(huì)的規(guī)則，選手的成績?nèi)Q于其軀干部位達(dá)到終線位置的時(shí)間。即在終點(diǎn)影像判讀工作中，需首先將軀干與頭、頸、臂、四肢及手腳區(qū)分開。近年來，國內(nèi)外已有很多關(guān)于人體和軀干的自動(dòng)檢測(cè)方法，但軀干檢測(cè)工作通常集中在人體定位而不考慮邊緣精度。關(guān)于運(yùn)動(dòng)員軀干檢測(cè)，Mori等提出使用限定條件能夠檢測(cè)籃球運(yùn)動(dòng)員軀干，但該方法不能應(yīng)用到其他運(yùn)動(dòng)員圖片。另外，運(yùn)動(dòng)員撞線時(shí)多變的姿勢(shì)以及高幀率導(dǎo)致的目標(biāo)圖像變形(扭曲)增大了自動(dòng)判斷的難度，需準(zhǔn)確地提取出目標(biāo)并且檢測(cè)到軀干的撞線點(diǎn)。Wang等人在徑賽圖片上做了終線檢測(cè)工作，但是卻忽略了重要的邊緣信息難以達(dá)到高精度。判讀的困難同樣也與特定身體部分相關(guān)，比如頭部和胳膊。Mikolajczyk等人提出了一種檢測(cè)肢體的方法，但是該方法僅僅是判斷頭部是否存在。Yoon提出了一種魯棒性的人體頭部檢測(cè)方法用于目標(biāo)跟蹤，但是該方法是建在在頭部和身體的輪廓呈現(xiàn)Ω形狀的假設(shè)，普適性差。
【發(fā)明內(nèi)容】
[0004]本發(fā)明旨在至少在一定程度上解決相關(guān)技術(shù)中的技術(shù)問題之一。
[0005]為此，本發(fā)明的第一個(gè)目的在于提出一種快速、精確的人體軀干識(shí)別裝置。
[0006]本發(fā)明的第二個(gè)目的在于提出一種人體軀干識(shí)別方法。
[0007]本發(fā)明的第三個(gè)目的在于提出一種終線影像檢測(cè)方法。
[0008]本發(fā)明的第四個(gè)目的在于提出一種終線影像檢測(cè)裝置。
[0009]本發(fā)明的第五個(gè)目的在于提出一種終點(diǎn)影像檢測(cè)系統(tǒng)。
[0010]為了實(shí)現(xiàn)上述目的，本發(fā)明第一方面實(shí)施例的人體軀干識(shí)別裝置，包括:目標(biāo)提取模塊，用于獲取沖線圖像的體型輪廓，并確定所述體型輪廓的最小外接矩形以獲取所述沖線圖像中的目標(biāo)區(qū)域；體型分割模塊，用于從所述目標(biāo)區(qū)域中分割出體型；識(shí)別模塊，用于從所述體型中識(shí)別出軀干部分。
[0011]根據(jù)本發(fā)明實(shí)施例的人體軀干識(shí)別裝置，精確定位目標(biāo)區(qū)域，并通過體型分割有效地去除了下肢、手臂和頭部等的干擾，能夠快速準(zhǔn)確地識(shí)別出沖線圖像的人體軀干部分。
[0012]在一些示例中，在所述體型分割模塊中采用二值化方法提取出體型，具體包括:統(tǒng)計(jì)所述目標(biāo)區(qū)域中的每一行的R、G、B三個(gè)通道中各個(gè)像素值出現(xiàn)的頻率，并將每一行的R、G、B三個(gè)通道中出現(xiàn)頻率最高的像素值存入三維向量中；將所述三維向量作為標(biāo)準(zhǔn)背景列，求解所述目標(biāo)區(qū)域的每一列的像素值與所述標(biāo)準(zhǔn)背景列的差值，若所述差值大于預(yù)設(shè)閾值，則像素值設(shè)置為1，反之，則像素值設(shè)置為O ;根據(jù)預(yù)設(shè)的有效像素個(gè)數(shù)進(jìn)一步優(yōu)化，以消除噪生和背景部分從而提取出體型。
[0013]在一些示例中，所述識(shí)別模塊識(shí)別出軀干部分采用以下步驟實(shí)現(xiàn):根據(jù)預(yù)設(shè)身高比例去除所述體型中的下肢部分；分割出所述體型中的前部；檢測(cè)并去除所述體型中的不同姿勢(shì)的手臂；識(shí)別并去除所述體型中的頭部。
[0014]進(jìn)一步地，在一些示例中，所述分割出所述體型中的前部具體包括:確定所述體型的重心；利用通過所述重心的豎直分割線將所述體型分割為前后兩部分，以獲取所述體型的前部。
[0015]進(jìn)一步地，在一些示例中，所述檢測(cè)并去除所述體型中的不同姿勢(shì)的手臂具體包括:通過限定的手臂寬度和最小匹配長度確定橫向手臂掩膜T1和縱向手臂掩膜T2，其中，所述T1和T2中心的像素值為零；將T1和T2在預(yù)定區(qū)域內(nèi)按照從左到右、從上到下的次序逐像素移動(dòng)，當(dāng)滿足，當(dāng)從左到右逐像素移動(dòng)時(shí)，對(duì)于T1，各個(gè)元素累加所述預(yù)定區(qū)域最上和最下的邊緣像素值，均為零，對(duì)于T2，各個(gè)元素累加所述預(yù)定區(qū)域最上和最下的邊緣像素值，均為不為零，當(dāng)從上到下逐像素移動(dòng)時(shí)，對(duì)于T1，各個(gè)元素累加所述預(yù)定區(qū)域最左和最右的邊緣像素值，均不為零，對(duì)于T2,各個(gè)元素累加所述預(yù)定區(qū)域最左和最右的邊緣像素值，均為零，則判定所述預(yù)定區(qū)域內(nèi)存在手臂；將所述預(yù)定區(qū)域內(nèi)的所有像素置零，以去除所述手臂。
[0016]進(jìn)一步地，在一些示例中，所述識(shí)別并去除所述體型中的頭部具體包括:獲取所述體型的頭部輪廓；定位所述頭部輪廓的中心；計(jì)算頭部去除圓的半徑；將所述頭部去除圓內(nèi)的所有像素值置零以去除頭部
[0017]本發(fā)明第二方面的實(shí)施例提出一種人體軀干識(shí)別方法，其特征在于，包括以下步驟:獲取沖線圖像的體型輪廓，并確定所述體型輪廓的最小外接矩形以獲取所述沖線圖像中的目標(biāo)區(qū)域；從所述目標(biāo)區(qū)域中提取出體型；從所述體型中識(shí)別出軀干部分。
[0018]根據(jù)本發(fā)明實(shí)施例的人體軀干識(shí)別方法，精確定位目標(biāo)區(qū)域，并通過體型分割有效地去除了下肢、手臂和頭部等的干擾，能夠快速準(zhǔn)確地識(shí)別出沖線圖像的人體軀干部分。
[0019]在一些示例中，從所述目標(biāo)區(qū)域中提取出體型的步驟采用二值化方法提取，具體包括:統(tǒng)計(jì)所述目標(biāo)區(qū)域中的每一行的R、G、B三個(gè)通道中各個(gè)像素值出現(xiàn)的頻率，并將每一行的R、G、B三個(gè)通道中出現(xiàn)頻率最高的像素值存入三維向量中；將所述三維向量作為標(biāo)準(zhǔn)背景列，求解所述目標(biāo)區(qū)域的每一列的像素值與所述標(biāo)準(zhǔn)背景列的差值，若所述差值大于預(yù)設(shè)閾值，則像素值設(shè)置為1，反之，則像素值設(shè)置為O ;根據(jù)預(yù)設(shè)的有效像素個(gè)數(shù)進(jìn)一步優(yōu)化，以消除噪生和背景部分從而提取出體型。
[0020]在一些示例中，所述從所述體型中識(shí)別出軀干部分具體包括:根據(jù)預(yù)設(shè)身高比例去除所述體型中的下肢部分；分割出所述體型中的前部；檢測(cè)并去除所述體型中的不同姿勢(shì)的手臂；識(shí)別并去除所述體型中的頭部。
[0021]進(jìn)一步地，在一些示例中，所述分割出所述體型中的前部具體包括:確定所述體型的重心；利用通過所述重心的豎直分割線將所述體型分割為前后兩部分，以獲取所述體型的前部。
[0022]進(jìn)一步地，在一些示例中，所述檢測(cè)并去除所述體型中的不同姿勢(shì)的手臂具體包括:通過限定的手臂寬度和最小匹配長度確定橫向手臂掩膜T1和縱向手臂掩膜T2，其中，所述T1和T2中心的像素值為零；將T1和T2在預(yù)定區(qū)域內(nèi)按照從左到右、從上到下的次序逐像素移動(dòng)，當(dāng)滿足，當(dāng)從左到右逐像素移動(dòng)時(shí)，對(duì)于T1，各個(gè)元素累加所述預(yù)定區(qū)域最上和最下的邊緣像素值，均為零，對(duì)于T2各個(gè)元素累加所述預(yù)定區(qū)域最上和最下的邊緣像素值，均為不為零，當(dāng)從上到下逐像素移動(dòng)時(shí)，對(duì)于T1，各個(gè)元素累加所述預(yù)定區(qū)域最左和最右的邊緣像素值，均不為零，對(duì)于T2,各個(gè)元素累加所述預(yù)定區(qū)域最左和最右的邊緣像素值，均為零，則判定所述預(yù)定區(qū)域內(nèi)存在手臂；將所述預(yù)定區(qū)域內(nèi)的所有像素置零，以去除所述手臂。
[0023]進(jìn)一步地，在一些示例中，所述識(shí)別并去除所述體型中的頭部具體包括:獲取所述體型的頭部輪廓；定位所述頭部輪廓的中心；計(jì)算頭部去除圓的半徑；將所述頭部去除圓內(nèi)的所有像素值置零以去除頭部。
[0024]本發(fā)明第三方面實(shí)施例提出一種終點(diǎn)影像檢測(cè)方法，包括以下步驟:采集沖線圖像；
[0025]采用所述的人體軀干識(shí)別方法識(shí)別所采集的沖線圖像中的人體軀干；對(duì)所識(shí)別出的人體軀干檢測(cè)出有效終線。
[0026]根據(jù)本發(fā)明實(shí)施例的終線影像檢測(cè)方法，精確定位目標(biāo)區(qū)域，通過體型分割有效地去除了下肢、手臂和頭部等的干擾，能夠快速準(zhǔn)確地識(shí)別出沖線圖像的人體軀干部分。并通過有效終線檢測(cè)在識(shí)別出的人體軀干上精確地確定終線的位置。
[0027]在一些示例中，所述有效終線檢測(cè)具體包括:確定可能的終線的函數(shù)；對(duì)所述函數(shù)求導(dǎo)，以確定所述終線的估計(jì)目標(biāo)區(qū)域；對(duì)所述函數(shù)二次求導(dǎo)，以確定所述終線的位置。
[0028]本發(fā)明第四方面的實(shí)施例提出一種終點(diǎn)影像檢測(cè)裝置，包括:圖像采集模塊，用于采集沖線圖像；人體軀干識(shí)別模塊，用于采用所述的本發(fā)明實(shí)施例的人體軀干識(shí)別裝置識(shí)別所采集的沖線圖像中的人體軀干部分；終線確定模塊，用于對(duì)所識(shí)別出的人體軀干檢測(cè)出有效終線。
[0029]根據(jù)本發(fā)明實(shí)施例的終點(diǎn)影像檢測(cè)裝置，精確定位目標(biāo)區(qū)域，通過體型分割有效地去除了下肢、手臂和頭部等的干擾，能夠快速準(zhǔn)確地識(shí)別出沖線圖像的人體軀干部分。并通過有效終線檢測(cè)在識(shí)別出的人體軀干上精確地確定終線的位置。
[0030]在一些示例中，所述終線確定模塊識(shí)別出的人體軀干檢測(cè)出有效終線具體包括:確定可能的終線的函數(shù)；對(duì)所述函數(shù)求導(dǎo)，以確定所述終線的估計(jì)目標(biāo)區(qū)域；對(duì)所述函數(shù)二次求導(dǎo)，以確定所述終線的位置。
[0031]本發(fā)明第五方面的實(shí)施例中提出一種終點(diǎn)影像檢測(cè)系統(tǒng)，包括:圖像采集模塊，用于采集沖線圖像；控制及處理模塊，用于對(duì)所述采集過程進(jìn)行控制，以及處理所述采集的沖線圖像，以獲取處理后的結(jié)果；顯示裝置，用于顯示采集到的所述沖線圖像和處理后的結(jié)果O
[0032]根據(jù)本發(fā)明實(shí)施例的終點(diǎn)影像檢測(cè)系統(tǒng)，可將終點(diǎn)影響判決操作人員從繁瑣的工作中解放出來，精確度高且魯棒性好，可大大提高徑賽項(xiàng)目得計(jì)時(shí)效率，并能充分體現(xiàn)比賽的客觀性和公正性。[0033]在一些示例中，所述圖像采集模塊包括:高速線陣相機(jī)，用于拍攝所述沖線圖像；圖像采集卡，用于將拍攝的所述沖線圖像傳送至所述控制及處理模塊。
[0034]在一些示例中，所述控制及處理模塊包括:圖像拍攝控制單元，用于控制拍攝的開始和結(jié)束，以調(diào)整拍攝時(shí)長；信息處理單元，用于對(duì)所述沖線圖像進(jìn)行目標(biāo)提取和有效終線檢測(cè)。
[0035]在一些示例中，所述信息處理單元具體包括:目標(biāo)提取模塊，用于獲取沖線圖像的體型輪廓，并確定所述體型輪廓的最小外接矩形以獲取所述沖線圖像中的目標(biāo)區(qū)域；人體軀干識(shí)別模塊，用于從所述目標(biāo)區(qū)域中提取出體型，并從所述體型中識(shí)別出軀干部分；終線檢測(cè)模塊，用于對(duì)所識(shí)別出的人體軀干檢測(cè)出有效終線。
[0036]本發(fā)明附加的方面和優(yōu)點(diǎn)將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實(shí)踐了解到。
【專利附圖】
【附圖說明】
[0037]圖1是根據(jù)本發(fā)明一個(gè)實(shí)施例的人體軀干識(shí)別裝置的結(jié)構(gòu)框圖；
[0038]圖2是本發(fā)明一個(gè)實(shí)施例的獲取目標(biāo)區(qū)域的過程示意圖；
[0039]圖3是本發(fā)明另一個(gè)實(shí)施例的冗余目標(biāo)示意圖；
[0040]圖4是根據(jù)本發(fā)明一個(gè)實(shí)施例的求導(dǎo)后目標(biāo)區(qū)域內(nèi)的有效像素示意圖；
[0041]圖5是本發(fā)明一個(gè)實(shí)施例的獲取人體軀干前部的過程圖；
[0042]圖6是運(yùn)動(dòng)員手臂姿勢(shì)示意圖；
[0043]圖7是本發(fā)明一個(gè)實(shí)施例的手臂識(shí)別并去除過程示意圖；
[0044]圖8是本發(fā)明一個(gè)實(shí)施例的頭部識(shí)別并去除過程示意圖；
[0045]圖9是根據(jù)本發(fā)明一個(gè)實(shí)施例的人體軀干識(shí)別方法的流程圖；
[0046]圖10是根據(jù)本發(fā)明一個(gè)實(shí)施例的終線影像檢測(cè)方法流程圖；
[0047]圖11是本發(fā)明一個(gè)實(shí)施例的有效終線檢測(cè)過程示意圖；
[0048]圖12是根據(jù)本發(fā)明一個(gè)實(shí)施例的終線影像檢測(cè)裝置結(jié)構(gòu)框圖；
[0049]圖13是根據(jù)本發(fā)明一個(gè)實(shí)施例的終線影像檢測(cè)系統(tǒng)結(jié)構(gòu)框圖。
【具體實(shí)施方式】
[0050]下面詳細(xì)描述本發(fā)明的實(shí)施例，所述實(shí)施例的示例在附圖中示出，其中自始至終相同或類似的標(biāo)號(hào)表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實(shí)施例是示例性的，旨在用于解釋本發(fā)明，而不能理解為對(duì)本發(fā)明的限制。
[0051]圖1是根據(jù)本發(fā)明一個(gè)實(shí)施例的人體軀干識(shí)別裝置的結(jié)構(gòu)框圖。如圖1所示，本發(fā)明第一方面實(shí)施例的人體軀干識(shí)別裝置，包括:目標(biāo)提取模塊100、體型分割模塊200和識(shí)別模塊300。
[0052]其中，目標(biāo)提取模塊100，用于獲取沖線圖像的體型輪廓，并確定體型輪廓的最小外接矩形以獲取沖線圖像中的目標(biāo)區(qū)域。體型分割模塊200，用于從目標(biāo)區(qū)域中分割出體型。識(shí)別模塊300，用于從體型中識(shí)別出軀干部分。
[0053]具體地，⑴在目標(biāo)提取模塊100中，找出所有可能的沖線圖像的體型輪廓并得到其最小外接矩形，如圖2所示，在本發(fā)明的實(shí)施例中，使用Canny方法獲取沖線圖像的體型輪廓并獲得其輪廓凸包，最終確定體型輪廓的最小外界矩形。
[0054]在實(shí)際應(yīng)用中，存在背景干擾和運(yùn)動(dòng)員影子干擾，在尋找到的目標(biāo)區(qū)域中存在一些冗余目標(biāo)，通常有以下形式:a)小散落點(diǎn)；b)大尺寸區(qū)域；c)扁平區(qū)域；和d)假目標(biāo)，分別如圖3所示；其中(a)表示僅有小散落點(diǎn)，(a，b)表示有小散落點(diǎn)及大尺寸區(qū)域，(b, c)表示有大尺寸區(qū)域及扁平區(qū)域，(a，d)表示有小散落點(diǎn)和假目標(biāo)，(a，b，d)表示有小散落點(diǎn)，大尺寸區(qū)域和假目標(biāo)。其中a)、b)和c)三種無效目標(biāo)與有效目標(biāo)存在明顯的尺寸差異，可通過預(yù)先設(shè)定的長、寬和長寬比的閾值來界定。在本發(fā)明的實(shí)施例中，沿著水平方向做方向求導(dǎo)并統(tǒng)計(jì)非零像素個(gè)數(shù)，由于假目標(biāo)的非零像素個(gè)數(shù)明顯少于真目標(biāo)區(qū)域，非零像素個(gè)數(shù)小于預(yù)設(shè)閾值即可判斷為假目標(biāo)，結(jié)果他如圖4所示。
[0055](2)在體型分割模塊200中采用二值化方法提取出體型，具體包括:
[0056]a)統(tǒng)計(jì)目標(biāo)區(qū)域中的每一行的R、G、B三個(gè)通道中各個(gè)像素值出現(xiàn)的頻率，并將每一行的R、G、B三個(gè)通道中出現(xiàn)頻率最高的像素值存入三維向量中。
[0057]具體地，對(duì)于輸入的體型輪廓圖像I (X，y) 二值化以從背景中提取體型。對(duì)I (x，y)的R、G、B三個(gè)通道分別統(tǒng)計(jì)每一行中各像素值出現(xiàn)的頻率，將每一行各通道中出現(xiàn)頻率最高的像素值加入到3維向量T(X)中:
[0058]T (X) = (TE (X)，Tg (X)，Tb (x)),
[0059]b)將三維向量作為標(biāo)準(zhǔn)背景列，求解目標(biāo)區(qū)域的每一列的像素值與標(biāo)準(zhǔn)背景列的差值，若差值大于預(yù)設(shè)閾值，則像素值設(shè)置為1，反之，則像素值設(shè)置為O。
[0060]具體地，以T(X)作為標(biāo)準(zhǔn)背景列，將其依次與圖片每一列做比較，遵照下述公式
進(jìn)行二值化。
【權(quán)利要求】
1.一種人體軀干識(shí)別裝置，其特征在于，包括: 目標(biāo)提取模塊，用于獲取沖線圖像的體型輪廓，并確定所述體型輪廓的最小外接矩形以獲取所述沖線圖像中的目標(biāo)區(qū)域； 體型分割模塊，用于從所述目標(biāo)區(qū)域中分割出體型； 識(shí)別模塊，用于從所述體型中識(shí)別出軀干部分。
2.根據(jù)權(quán)利要求1所述的裝置，其特征在于，在所述體型分割模塊中采用二值化方法提取出體型，具體包括: 統(tǒng)計(jì)所述目標(biāo)區(qū)域中的每一行的R、G、B三個(gè)通道中各個(gè)像素值出現(xiàn)的頻率，并將每一行的R、G、B三個(gè)通道中出現(xiàn)頻率最高的像素值存入三維向量中； 將所述三維向量作為標(biāo)準(zhǔn)背景列，求解所述目標(biāo)區(qū)域的每一列的像素值與所述標(biāo)準(zhǔn)背景列的差值，若所述差值大于預(yù)設(shè)閾值，則像素值設(shè)置為1，反之，則像素值設(shè)置為O ; 根據(jù)預(yù)設(shè)的有效像素個(gè)數(shù)進(jìn)一步優(yōu)化，以消除噪生和背景部分從而提取出體型。
3.根據(jù)權(quán)利要求1所述的裝置，其特征在于，所述識(shí)別模塊識(shí)別出軀干部分采用以下步驟實(shí)現(xiàn): 根據(jù)預(yù)設(shè)身高比例去除所述體型中的下肢部分； 分割出所述體型中的前部； 檢測(cè)并去除所述體型中的不同姿勢(shì)的手臂； 識(shí)別并去除所述體型中的頭部。
4.根據(jù)權(quán)利要求3所述的裝置，其特征在于，所述分割出所述體型中的前部具體包括: 確定所述體型的重心； 利用通過所述重心的豎直分割線將所述體型分割為前后兩部分，以獲取所述體型的前部。
5.根據(jù)權(quán)利要求3所述的裝置，其特征在于，所述檢測(cè)并去除所述體型中的不同姿勢(shì)的手臂具體包括: 通過限定的手臂寬度和最小匹配長度確定橫向手臂掩膜T1和縱向手臂掩膜T2，其中，所述T1和T2中心的像素值為零； 將T1和T2在預(yù)定區(qū)域內(nèi)按照從左到右、從上到下的次序逐像素移動(dòng)，當(dāng)滿足， 當(dāng)從左到右逐像素移動(dòng)時(shí)，對(duì)于T1，各個(gè)元素累加所述預(yù)定區(qū)域最上和最下的邊緣像素值，均為零，對(duì)于T2，各個(gè)元素累加所述預(yù)定區(qū)域最上和最下的邊緣像素值，均為不為零，當(dāng)從上到下逐像素移動(dòng)時(shí)，對(duì)于T1，各個(gè)元素累加所述預(yù)定區(qū)域最左和最右的邊緣像素值，均不為零，對(duì)于T2，各個(gè)元素累加所述預(yù)定區(qū)域最左和最右的邊緣像素值，均為零，則判定所述預(yù)定區(qū)域內(nèi)存在手臂； 將所述預(yù)定區(qū)域內(nèi)的所有像素置零，以去除所述手臂。
6.根據(jù)權(quán)利要求3所述的裝置，其特征在于，所述識(shí)別并去除所述體型中的頭部具體包括: 獲取所述體型的頭部輪廓； 定位所述頭部輪廓的中心； 計(jì)算頭部去除圓的半徑； 將所述頭部去除圓內(nèi)的所有像素值置零以去除頭部。
7.一種人體軀干識(shí)別方法，其特征在于，包括以下步驟: 獲取沖線圖像的體型輪廓，并確定所述體型輪廓的最小外接矩形以獲取所述沖線圖像中的目標(biāo)區(qū)域； 從所述目標(biāo)區(qū)域中提取出體型； 從所述體型中識(shí)別出軀干部分。
8.一種終點(diǎn)影像檢測(cè)裝置，其特征在于，包括: 圖像采集模塊，用于采集沖線圖像； 人體軀干識(shí)別模塊，用于采用權(quán)利要求1~6中任一項(xiàng)所述的人體軀干識(shí)別裝置識(shí)別所采集的沖線圖像中的人體軀干部分； 終線確定模塊，用于對(duì)所識(shí)別出的人體軀干檢測(cè)出有效終線。
9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述終線確定模塊進(jìn)行有效終線檢測(cè)具體包括: 確定可能的終線的函數(shù)； 對(duì)所述函數(shù)求導(dǎo)，以確定所述終線的估計(jì)目標(biāo)區(qū)域； 對(duì)所述函數(shù)二次求 導(dǎo)，以確定所述終線的位置。
10.一種終點(diǎn)影像檢測(cè)系統(tǒng)，其特征在于，包括: 圖像采集模塊，用于采集沖線圖像； 控制及處理模塊，用于對(duì)所述采集過程進(jìn)行控制，以及處理所述采集的沖線圖像，以獲取處理后的結(jié)果； 顯示裝置，用于顯示采集到的所述沖線圖像和處理后的結(jié)果。
【文檔編號(hào)】G06K9/00GK104036231SQ201410200551
【公開日】2014年9月10日 申請(qǐng)日期:2014年5月13日 優(yōu)先權(quán)日:2014年5月13日
【發(fā)明者】聶余滿, 朱波, 李建峰, 解正茂 申請(qǐng)人:深圳市菲普萊體育發(fā)展有限公司