基于数字图像处理技术的足球训练系统的设计

基于数字图像处理技术的足球训练系统的设计

靳云达

2.关键词数字图像处理数字图像采集zigbee技术足球训练

3.研究背景

足球是一项倍受世界群众喜爱的体育运动，以其独特的魅力长时间吸引了无数的球迷。在如今开放，包容的世界大背景下，足球更是成为了国与国文化外交中不可或缺的一部分。体能训练，技巧训练和战术配合训练是传统足球训练的主要组成部分。在传统足球训练中，采用的是教练——球员制，即凭借教练的经验和球员的自身的资质和努力来提高球员足球水平，然而由于存在主观性因素的干扰和教练人数的限制，无法对每个球员都做出最准确的判断。而如今，在大数据的帮助下，对球员的训练，管理变得更加科学，更加系统，更加有效。德国队在2014年出人意料地横扫老牌强队巴西队夺得世界杯冠军后，向世界公布了他们的训练方法：在球员的球鞋和护胫内以及球场的特殊位置布置传感器，进行对球员运动动作，跑动距离，带球路线，攻击范围等数据的采集和分析，从而找出球员的优势与弊端进行针对性练习，事实证明，这使他们的球员实力大幅提升，从而得冠。

图3.1足球运动员的比赛动作捕捉（图片来源于百度）

目前欧洲各国在德国队夺冠后也开始了对球员场上数据的关注，在对职业球员以及青年足球队的训练中在传统的模式为核心下以数据分析为辅助，进一步提高球员实力：而国内对此关注较少，在实际对职业球员训练和青训中较少采用，主要以教练——球员的传统模式为主。

基于笔者自身的经历以及进行了相关调研以后，发现如今在国内青少年足球训练中普遍存在着教练和副教人数少而球员人数多的情况，导致了平时进行技巧训练时教练示范标准动作后队员可能动作有偏差而未被及时纠正的状况。中国的足球事业还处在艰难的上升期，国民的足球素质整体都不是很高，更加激发了笔者提出基于数字图像处理技术的足球训练系统的信念。因此，笔者认为可利用图像处理技术采集球员过人，带球时的图像，将图像实时传输给中央处理系统进行分析处理，通过与数据库里里的相关模型对比，来分析球员存在的动作偏差和误区，从而使球员快速改正进而有效提高足球水平。这项技术可用于校园足球队和业余足球俱乐部中对球员的技巧性训练中，可大大节省人力成本，同时有效，快速的提高球员的足球水平。

本文设计的系统是建立在数字图像处理技术、数字图像采集系统、信息交互系统、数据库系统、人工智能分析处理技术的基础之上，是笔者的对于足球训练系统的优化方案的描述与分析。

4.基于数字图像处理的足球训练系统原理

4.1数字图像处理技术的原理

数字图像处理技术是通过计算机对图像进行去噪，增强，复原，分割，描述，识别等处理的方法和技术。日常中通过图片采集设备所获取的图像往往不能满足计算机进一步识别或人们观察的需要，需要通过图像处理来获得更优质的图像。

•图像数字化：图像数字化将图片采集设备所获取的图像经过采样和量化过程装换为便于计算机及处理的数字格式。

•图像增强与复原：图像增强和复原目的是为了提高图片的质量，如通过多重滤波去除噪声，提高图像清晰度等。

•图像分割与特征提取：图像分割是将图像中有意义的特征部分提取出来，将分割的对象从背景中分离出来，为计算机下一步的图像识别，分析和理解做好准备。

•图像描述：图像描述对简单的二值图像采用几何特性描述物体的特性，对于一般图像采用边界描述或区域描述的二维形状描述。

•图像识别：图像识别主要内容是对经过分割，特征提取的图像进行理解，以识别各种不同模式的目标和对象。

4.2Zigbee网络的介绍

Zigbee是一种低功耗、低数据速率、低成本的新兴无线通信技术,主要适用于自动控制和远程控制领域,可以满足对小型廉价设备的无线联网和控制。在本文的足球训练系统中，通过较简单的星型网络将图像采集设备采集到的图像实时传输到控制中心进行数字图像分析与处理，根据预先设定的图像需求，如数据统计、动作标准度等方面进行分析与统计。通过对图像的去噪，增强，分割，识别，与数据库中的模型进行比较，从而计算得出结论，再反馈给可视化界面，供足球队员和教练进行相关调整与修正。

5.足球训练系统的设计

5.1图像采集设备的Zigbee网络搭建

采用较为常见的图像采集设备，在足球队员练习运球，过人、射门等技巧的路径的终点，两个侧面各布置一台图像采集设备，若条件允许则可以其中一个侧面多布置一台设备，并分别交叉开，在足球队员的运动路径上形成四等分，然后将它们与教练手中的终端设备相连，进行对数据进一步的处理和分析。

5.2图像的处理

首先需要对图像进行格式的转换和压缩。图像采集设备采集到的图像格式多为jpg或bmp，文件较大，因此可以将彩色图像转换为灰度图像后，再进行传输，处理与储存，从而大大节省了存储空间，提高了处理速度；其次是对图像的去噪和增强。由于光照强度不好，角度不合适，运动员速度过快等外界环境等原因，图像有些部分可能会变模糊，倾斜或缺损，与实际物体的情况不符，因此需要提高图像的质量。可以通过滤波来去除图片的噪声，其中可采用普遍使用的中值滤波，对于运动员快速运动的图片处理的效果较好，同时通过灰度直方图变换来对图像进行增强，进而使图像整体对比度提高；最后需要对图像进行分割与识别处理，这也是实现本系统的核心。由于人与背景环境在灰度上的显著差异，在灰度图像上人的轮廓处会出现明显的灰度值突变，因此可以通过边缘检测来确定足球运动员的轮廓，然后对图像进行分割，提取出所需的动作轮廓后，与数据库中标准动作模型进行比较，在一定的误差允许范围内判断运动员的动作是否有错误之处，若有，则经过与标准姿势比较后，在错误动作上由系统自动用标记（如红圈）指出，若无，则进行对下一张图片的处理，形成循环。

5.3球员数据的处理和分析

通过对某个球员的运球，带球等技巧性动作的图片进行了一系列处理后，创建出专属于这个球员的数据库，对他的带球，跑位，射门等大量数据进行统计分析，从而可以得出该球员的习惯带球思路，跑位习惯，射门位置等数据，总结出该球员的优势与劣势，从而可以使该球员和教练更清晰明了快速地了解改变与进步方向；在完成各个球员的数据库后，可以将整个球队的球员数据进行横向纵向对比，并显示在终端设备上，让教练更清晰地了解各队员的差异与相似，从而在比赛或平时训练中有针对的进行优势互补或者相关调整，达到高效，快速提高球员实力的目的。

6.总结与展望

本文中笔者给出了主要基于数据图像处理的足球训练系统，目的是通过借助计算机的数据处理与分析来实现日常中对球员过人，带球，射门等技巧性动作的训练与纠正，通过与传统训练方式的有机结合，快速提高球员的实力，有效弥补教练员短缺的现状。其中，该足球训练系统以Zigbee星型网络为基础，通过对采集的图像的格式转换，去噪，增强，分割，识别与与数据库模型的比较来分析得出结论，并可建立各个球员的专属数据库，进行数据的横向纵向对比来得出球员运球，带球等习惯，方便球员认知自己的长短。当然，本文所谈及的系统可能会由于环境，成本所限而无法达到十分精确的地步，仍可以进行进一步的提升；同时，本文主要探讨的是训练过程中技巧性动作的训练，局限性较大，因此未来可以将适用范围扩大到整个球场甚至是职业赛场，对每个球员的跑动距离，体能消耗，带球路线，战术执行水准等多个方面进行数据的采集与分析，得出更繁多更精确的结论，甚至可以用数据协助教练决定战术的安排，下半场战术的切换等，发挥出更大的作用。相信在不久的未来，我们就可以见到更完整更先进的系统在国际足球赛场上的出现，将大数据的优势体现在体育竞技上。

7.参考文献

[1]阮秋琦.数字图像处理（第三版）北京电子工业出版社2013.

[2]陈杨.MATLAB6.X图像编程与图像处理[M].西安：西安电子科技大学出版社

[3]朱维仲,董彩平.中值滤波技术及其在图像处理中的应用[J].天津职业技术师范学院学报.

[4]张引．基于空间分布的图像二值化算法[J]．浙江大学学报，2004，5(5)：9—10．

[5]孔宏琦．利用中值滤波进行图像处理[J]．长安大学学报，2006，3(7)：67—68．