程凡+占清華

摘 要： 針對傳統(tǒng)運(yùn)動(dòng)損傷采集方法一直存在采集信息不精準(zhǔn)、信息采集不全以及采集圖像不連貫性等問題，提出基于三維圖像分析的運(yùn)動(dòng)損傷姿態(tài)采集方法。引入三維圖像分析對運(yùn)動(dòng)圖像進(jìn)行損傷分析定位，利用三維圖像對運(yùn)動(dòng)損傷姿態(tài)采集是一項(xiàng)先進(jìn)的科研項(xiàng)目。通過三維圖像的姿態(tài)鑒定完成對運(yùn)動(dòng)損傷姿態(tài)信息采集，可以彌補(bǔ)二維圖像不連續(xù)的弊端。通過對比實(shí)驗(yàn)結(jié)果得到結(jié)論，該設(shè)計(jì)方法能夠準(zhǔn)確地采集損傷姿態(tài)信息，無推算連續(xù)值，定位過程中使用三維圖像能夠多角度地分析損傷姿態(tài)。

關(guān)鍵詞： 三維圖像； 運(yùn)動(dòng)損傷； 姿態(tài)采集方法； 姿態(tài)鑒定； 信息采集； 連續(xù)值

中圖分類號(hào)： TN911.73?34； TN273 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2018）04?0048?04

Abstract： In allusion to the problems that the collected information is inaccurate and incomplete and the collected images are incoherent in the traditional sports injury acquisition method， a sports injury attitude acquisition method based on three?dimensional （3D） image analysis is proposed. The 3D image analysis is introduced to analyze and locate damage of moving images. Adoption of 3D graphics is an advanced scientific research project for sports injury attitude. The collection of sports injury attitude information is completed by means of attitude identification of 3D images to make up the incoherence disadvantage of the two?dimensional graphics. The contrast experiment was carried out. The results conclude that the design method can accurately collect injury attitude information， there are no calculated continuous values， and the injury attitude can be analyzed from multiple angles by using 3D images during the location process.

Keywords： 3D image； sports injury； attitude acquisition method； attitude identification； information acquisition； continuous value

0 引 言

在比賽以及日常訓(xùn)練過程中，由于運(yùn)動(dòng)員的姿態(tài)不正確最終導(dǎo)致?lián)p傷以及傷病的現(xiàn)象，隨著現(xiàn)代科技引入到體育運(yùn)動(dòng)中，應(yīng)用一定科技手段對運(yùn)動(dòng)損傷姿態(tài)進(jìn)行定位采集，從而避免運(yùn)動(dòng)員在運(yùn)動(dòng)過程中造成的運(yùn)動(dòng)損傷以及傷病。傳統(tǒng)方法通過運(yùn)動(dòng)生理極限、圖像定位以及圖像計(jì)算等技術(shù)對運(yùn)動(dòng)損傷過程進(jìn)行姿態(tài)的信息采集[1?2]，由于變量以及數(shù)據(jù)推導(dǎo)而實(shí)現(xiàn)的損傷姿態(tài)的數(shù)據(jù)采集，存在數(shù)據(jù)誤差及數(shù)據(jù)偏移，包括使用建模的方式都是存在一定的誤差，并且極限數(shù)據(jù)是一個(gè)變量。本文提出基于三維圖像分析的運(yùn)動(dòng)損傷姿態(tài)采集方法，引入三維圖像分析法進(jìn)行三維運(yùn)動(dòng)損傷定位，實(shí)現(xiàn)對運(yùn)動(dòng)損傷姿態(tài)的信息采集。實(shí)驗(yàn)結(jié)果表明，基于三維圖像分析的運(yùn)動(dòng)損傷姿態(tài)采集方法能準(zhǔn)確地對運(yùn)動(dòng)損傷姿態(tài)進(jìn)行信息采集。

1 基于三維圖像分析法的運(yùn)動(dòng)損傷采集

1.1 引入三維圖像分析法采集損傷信息

三維圖像分析法對三維運(yùn)動(dòng)圖像進(jìn)行甄別處理，可對運(yùn)動(dòng)圖像高仿真的模擬，摒棄連續(xù)圖像出現(xiàn)的非共用極值[3]。本文引入的三維圖像分析對連續(xù)的三維圖像進(jìn)行識(shí)別鑒定，對運(yùn)動(dòng)人員的連續(xù)鑒定圖像能夠同時(shí)進(jìn)行6幅圖像以上，首先需要對運(yùn)動(dòng)結(jié)構(gòu)進(jìn)行模擬鑒別，使用一定的運(yùn)動(dòng)集合參數(shù)和二維運(yùn)動(dòng)圖像對三維圖像特征進(jìn)行分析[4]。假設(shè)已知的多維運(yùn)動(dòng)特征為[uijviji=1，2，…，F(xiàn)j=1，2，…，p]，通過損傷鑒定組建[w2F×p]矩陣，如下：

最終能夠得到一個(gè)矩陣陳列式，實(shí)現(xiàn)運(yùn)動(dòng)損傷進(jìn)行配點(diǎn)數(shù)據(jù)的采集[8]，[Wij]是假設(shè)而來的三維運(yùn)動(dòng)損傷數(shù)據(jù)的理論標(biāo)記矩陣，通過對三維圖像分析法的引入實(shí)現(xiàn)多圖像運(yùn)動(dòng)損傷識(shí)別。

1.2 實(shí)現(xiàn)運(yùn)動(dòng)損傷姿態(tài)采集

本文使用三維圖像數(shù)據(jù)對運(yùn)動(dòng)員的損傷數(shù)據(jù)進(jìn)行識(shí)別，首先需要進(jìn)行三維圖像的損傷標(biāo)記確認(rèn)，上述過程中的三維圖像分析法的引入已經(jīng)完成了對損傷數(shù)據(jù)的標(biāo)記，不能進(jìn)行判斷。假設(shè)三維運(yùn)動(dòng)損傷圖像損傷數(shù)據(jù)在[na，t]內(nèi)，其損傷姿態(tài)用疊加數(shù)據(jù)[c+y]進(jìn)行表示，損傷矩陣陳列式為：

式中：通過三維的損傷矩陣及損傷圖像陳列式變化得[μ2c]為運(yùn)動(dòng)員損傷標(biāo)定數(shù)據(jù)；[μ2y]為損傷的關(guān)聯(lián)參數(shù)[9]。為了實(shí)現(xiàn)姿態(tài)的數(shù)據(jù)定位，使用[μcy]作為判斷數(shù)據(jù)，[μc]，[μy]為運(yùn)動(dòng)姿態(tài)矩陣參數(shù)。

經(jīng)過判定的損傷數(shù)據(jù)能夠在運(yùn)動(dòng)結(jié)構(gòu)矩陣中得到制約，并可以通過計(jì)算方差對其提取。若方差小于理論的假設(shè)值，那么可以使用理論值進(jìn)行提取。本文設(shè)計(jì)的基于三維圖像分析的運(yùn)動(dòng)損傷姿態(tài)采集方法實(shí)現(xiàn)過程如圖1所示。endprint

2 仿真實(shí)驗(yàn)分析

2.1 仿真環(huán)境及參數(shù)設(shè)置

仿真環(huán)境下的運(yùn)動(dòng)過程通過計(jì)算機(jī)模擬得到，其模擬了多種運(yùn)動(dòng)損傷過程，其試驗(yàn)參數(shù)設(shè)置如表1所示。

2.2 兩種方法下的對比實(shí)驗(yàn)結(jié)果

本文提出的基于三維圖像分析的運(yùn)動(dòng)損傷姿態(tài)采集方法與傳統(tǒng)的運(yùn)動(dòng)損傷數(shù)據(jù)采集方法對不同的損傷過程進(jìn)行模擬對比，首先進(jìn)行非器械列的模擬試驗(yàn)。結(jié)果如表2、圖2、圖3所示。

從圖2、圖3可知，非運(yùn)動(dòng)器械的運(yùn)動(dòng)損傷采集過程中的仿真數(shù)值能夠反映三維數(shù)據(jù)采集過程的準(zhǔn)確度，非運(yùn)動(dòng)器械的損傷程度主要來源于肌肉損傷，通過仿真數(shù)值可以進(jìn)行對比。本文提出的基于三維圖像分析的運(yùn)動(dòng)損傷姿態(tài)采集方法在手臂處仿真點(diǎn)位明顯比傳統(tǒng)方法中仿真點(diǎn)要精準(zhǔn)，本文方法其仿真數(shù)值更加準(zhǔn)確。對器械類運(yùn)動(dòng)進(jìn)行仿真試驗(yàn)，試驗(yàn)結(jié)果如表3、圖4所示。

圖4為手部的姿態(tài)信息采集灰度圖像。分析圖4可知，本文設(shè)計(jì)的基于三維圖像分析的運(yùn)動(dòng)損傷姿態(tài)采集方法為圖4b）的圖像，圖4a）為傳統(tǒng)方法采集的灰度圖像，從實(shí)質(zhì)的曝光率來看，本文設(shè)計(jì)的方法能夠準(zhǔn)確地捕捉同時(shí)采集到損傷姿態(tài)，傳統(tǒng)方法中存在極大的曝光點(diǎn)。

3 結(jié) 語

本文提出基于三維圖像分析的運(yùn)動(dòng)損傷姿態(tài)采集方法。引入三維圖像分析法進(jìn)行三維運(yùn)動(dòng)損傷定位，運(yùn)用三維模擬計(jì)算過程標(biāo)定運(yùn)動(dòng)限制，使用計(jì)算過程代替?zhèn)鹘y(tǒng)的選定過程，能夠有效地避免過程量以及變化量的選定，最終實(shí)現(xiàn)對運(yùn)動(dòng)損傷姿態(tài)的信息采集。希望通過本文的研究能夠提升對運(yùn)動(dòng)損傷的信息采集能力。

參考文獻(xiàn)

[1] 龔勇.基于三維圖像分析潛在運(yùn)動(dòng)損傷姿態(tài)判斷方法[J].計(jì)算機(jī)仿真，2015，32（9）：245?248.

GONG Yong. Judgment method of potential injury posture based on three?dimensional image analysis [J]. Computer simulation， 2015， 32（9）： 245?248.

[2] 楊凱，魏本征，任曉強(qiáng)，等.基于深度圖像的人體運(yùn)動(dòng)姿態(tài)跟蹤和識(shí)別算法[J].數(shù)據(jù)采集與處理，2015，30（5）：1043?1053.

YANG Kai， WEI Benzheng， REN Xiaoqiang， et al. Depth image based human motion tracking and recognition algorithm [J]. Data acquisition and processing， 2015， 30（5）： 1043?1053.

[3] 馮智慧，王樂希，梁文勇，等.基于無人機(jī)的輸電線路典型設(shè)備圖像信息采集方法研究[J].電瓷避雷器，2016（4）：22?26.

FENG Zhihui， WANG Lexi， LIANG Wenyong， et al. Study on the typical equipment image information acquisition method of transmission line based on UAV [J]. Insulators and surge arresters， 2016（4）： 22?26.

[4] YUE H. Determining method for potential injury attitude based on three?dimensional image analysis [C]// Proceedings of 2015 International Conference on Automation， Mechnical Control and Computational Engineering. Paris： Atlantic Press， 2015： 201?204.

[5] CHEN S， LIU H， YAO L， et al. 3D measurement and camera attitude estimation method based on trifocal tensor [J]. Proceedings of SPIE， 2016， 23（1）： 47?52.

[6] 趙澄東，高昂.空間目標(biāo)跟蹤系統(tǒng)的三維姿態(tài)信息獲取及三維重建研究[J].激光雜志，2017，38（4）：146?149.

ZHAO Chengdong， GAO Ang. Research on the information acquisition and restore of three?dimensional space target tracking system [J]. Laser journal， 2017， 38（4）： 146?149.

[7] 顧理琴，季秀霞.遠(yuǎn)距離采集圖像損傷區(qū)域三維重建仿真研究[J].機(jī)床與液壓，2017（12）：147?152.

GU Liqin， JI Xiuxia. Research on 3D reconstruction simulation of distortion area of remote image acquisition [J]. Machine tool and hydraulics， 2017（12）： 147?152.

[8] 蔡靖，田入運(yùn)，劉磊，等.基于人體傳感和Android技術(shù)的運(yùn)動(dòng)監(jiān)測系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].電子技術(shù)應(yīng)用，2015，41（9）：63?66.

CAI Jing， TIAN Ruyun， LIU Lei， et al. Design and implementation of a movement monitoring system based on the human body sensor and Android technology [J]. Application of electronic technique， 2015， 41（9）： 63?66.

[9] 秦國輝.基于三維圖像的運(yùn)動(dòng)合理性判斷方法研究與仿真[J].現(xiàn)代電子技術(shù)，2017，40（8）：22?24.

QIN Guohui. Study and simulation of motion rationality judgment method based on 3D image [J]. Modern electronics technique， 2017， 40（8）： 22?24.

[10] 冷紀(jì)嵐.人體運(yùn)動(dòng)姿態(tài)圖像矯正識(shí)別仿真研究[J].計(jì)算機(jī)仿真，2015，32（12）：451?454.

LENG Jilan. Three dimensional motion pattern recognition posture correction [J]. Computer simulation， 2015， 32（12）： 451?454.endprint