CN108090486B - 一种台球比赛中的图像处理方法及装置 - Google Patents

一种台球比赛中的图像处理方法及装置 Download PDF

Info

Publication number
CN108090486B
CN108090486B CN201711464888.4A CN201711464888A CN108090486B CN 108090486 B CN108090486 B CN 108090486B CN 201711464888 A CN201711464888 A CN 201711464888A CN 108090486 B CN108090486 B CN 108090486B
Authority
CN
China
Prior art keywords
billiards
position information
elliptical
billiard
area
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201711464888.4A
Other languages
English (en)
Other versions
CN108090486A (zh
Inventor
梁栋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Supervisions Technology Co ltd
Original Assignee
Shenzhen Supervisions Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Supervisions Technology Co ltd filed Critical Shenzhen Supervisions Technology Co ltd
Priority to CN201711464888.4A priority Critical patent/CN108090486B/zh
Publication of CN108090486A publication Critical patent/CN108090486A/zh
Priority to PCT/CN2018/115386 priority patent/WO2019128504A1/zh
Application granted granted Critical
Publication of CN108090486B publication Critical patent/CN108090486B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/24Aligning, centring, orientation detection or correction of the image
    • G06V10/245Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明适用于机器视觉识别领域,提供了一种台球比赛中的图像处理方法、装置及终端设备。该方法应用于包含拍摄装置的***,包括:通过所述拍摄装置采集包含台球桌的台面及台面上的台球的视频信息;基于构建的包括所述拍摄装置、台球位置的投射模型对所述视频信息进行分析,得到台球的位置信息;所述视频信息包含的图像中台球形状为椭圆。本发明视频信息包含的图像中台球形状为椭圆,基于投射模型得到视频信息的图像中台球的位置信息,提高了位置信息的准确度。另外,本发明实施例的实现过程简单,具有较强的实用性和易用性。

Description

一种台球比赛中的图像处理方法及装置
技术领域
本发明属于机器视觉识别技术领域,尤其涉及一种台球比赛中的图像处理方法及装置。
背景技术
近年机器视觉开始应用在台球比赛的电子计分上。现有的实现方式如下:通过拍摄装置对台球比赛的视频进行采集,然后通过建立的模型获取台球桌台面上台球的位置信息,再进行后续操作实现电子计分。因此,获取台球桌台面上台球的位置信息是关键的一个步骤。然而,现有的模型中将台球视为圆形,再对台球进行定位以获取台球的位置信息。并且,由于拍摄装置距离台球桌的台面的高度是有限的,因此以拍摄装置为视觉源,看到的球(除非位于正对中心的位置)的形状并非圆形,因此将台球视为圆形必然造成获取到的台球位置信息存在较大误差甚至错误。
因此,有必要提出一种方案,以解决上述问题。
发明内容
有鉴于此,本发明实施例提供了一种台球比赛中的图像处理方法及装置,以解决现有技术中台球比赛中的图像处理方法存在的问题。
本发明实施例的第一方面提供了一种台球比赛中的图像处理方法,应用于包含拍摄装置的***,所述图像处理方法包括:
通过所述拍摄装置采集包含台球桌的台面及台面上的台球的视频信息;
基于构建的包括所述拍摄装置、台球位置的投射模型对所述视频信息进行分析,得到台球的位置信息;所述视频信息包含的图像中台球形状为椭圆。
可选地,所述视频信息包括各个台球对应的椭圆区域在台面上的分布信息;
基于构建的包括所述拍摄装置、台球位置的投射模型对所述视频信息进行分析,得到台球的位置信息包括:
从所述分布信息中检测出符合所述投射模型的椭圆区域;
根据所述投射模型中所述拍摄装置、台球以及所述分布信息中台球对应的椭圆区域的空间几何位置关系,基于所述符合所述投射模型的椭圆区域的位置信息,计算得到该椭圆区域所属的台球的位置信息。
可选地,基于构建的包括所述拍摄装置、台球位置的投射模型对从所述视频信息进行分析,得到台球的位置信息包括:
将所述视频信息划分为多个帧;
基于所述投射模型,将所述多个帧中每个帧中的台球对应的椭圆区域和台面区域进行分割;
将所述椭圆区域的集合划分为多个连通区域;
获取所述连通区域的位置信息,并将所述多个连通区域中的各个椭圆区域的位置信息分别作为与所述各个椭圆区域对应的台球的位置信息。
可选地,获取所述连通区域的位置信息,并将所述多个连通区域中的各个椭圆区域的位置信息分别作为与所述各个椭圆区域对应的台球的位置信息包括:
将所述连通区域划分为独立区域,获取所述每个独立区域的位置信息,并将所述独立区域的位置信息分别作为与所述独立区域对应的台球的位置信息。
可选地,获取所述连通区域的位置信息,并将所述多个连通区域中的各个椭圆区域的位置信息分别作为与所述各个椭圆区域对应的台球的位置信息包括:
获取连通区域的面积大小;
将所述面积大小与预设的阈值进行匹配获得匹配结果;
基于所述匹配结果从连通区域中提取出多个彼此不重叠的圆,每个圆都对应一个符合所述投射模型且外切于该圆的外切椭圆,所述外切椭圆占据区域的并集为所述连通区域。
本发明实施例的第二方面提供了一种台球比赛中的图像处理装置,包括:
采集模块,用于通过拍摄装置采集包含台球桌的台面及台面上的台球的视频信息;
分析模块,用于基于构建的包括所述拍摄装置、台球位置的投射模型对所述视频信息进行分析,得到台球的位置信息;所述视频信息包含的图像中台球形状为椭圆。
可选地,所述视频信息包括各个台球对应的椭圆区域在台面上的分布信息;
所述分析模块包括:
检测单元,用于从所述分布信息中检测出符合所述投射模型的椭圆区域;
计算单元,用于根据所述投射模型中所述拍摄装置、台球以及所述分布信息中台球对应的椭圆区域的空间几何位置关系,基于所述符合所述投射模型的椭圆区域的位置信息,计算得到该椭圆区域所属的台球的位置信息。
可选地,所述分析模块包括:
第一划分单元,用于将所述视频信息划分为多个帧;
分割单元,用于基于所述投射模型,将所述多个帧中每个帧中的台球对应的椭圆区域和台面区域进行分割;
第二划分单元,用于将所述椭圆区域的集合划分为多个连通区域;
获取单元,用于获取所述连通区域的位置信息,并将所述多个连通区域中的各个椭圆区域的位置信息分别作为与所述各个椭圆区域对应的台球的位置信息。
可选地,所述获取单元包括:
划分子单元,用于将所述连通区域划分为独立区域,获取所述每个独立区域的位置信息,并将所述独立区域的位置信息分别作为与所述独立区域对应的台球的位置信息。
可选地,所述获取单元包括:
获取子单元,用于获取连通区域的面积大小;
匹配子单元,用于将所述面积大小与预设的阈值进行匹配获得匹配结果;
提取子单元,用于基于所述匹配结果从连通区域中提取出多个彼此不重叠的圆,每个圆都对应一个符合所述投射模型且外切于该圆的外切椭圆,所述外切椭圆占据区域的并集为所述连通区域;将所述多个彼此不重叠的圆的位置信息转化为台球的位置信息。
本发明实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现第一方面中方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现第一方面中方法的步骤。
在本发明实施例中,通过拍摄装置采集包含台球桌的台面及台面上的台球的视频信息;基于构建的包括所述拍摄装置、台球位置的投射模型对所述视频信息进行分析,得到台球的位置信息,所述视频信息包含的图像中台球形状为椭圆。本发明实施例视频信息包含的图像中台球形状为椭圆,基于投射模型得到视频信息的图像中台球的位置信息,提高了位置信息的准确度。另外,本发明实施例的实现过程简单,具有较强的实用性和易用性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的台球比赛中的图像处理方法的实现流程示意图;
图2是本发明实施例提供的台球比赛中的图像处理方法的投射模型的示意图;
图3是本发明实施例一中步骤S102的具体实现流程示意图;
图4是本发明实施例一中步骤S102的另一具体实现流程示意图;
图5-A是本发明实施例三个椭圆区域重叠后构成的连通区域的示意图;
图5-B是本发明实施例一个椭圆区域构成的连通区域的示意图;
图5-C是本发明实施例对三个椭圆区域重叠后构成的连通区域的提取结果的示意图;
图5-D是本发明实施例对三个椭圆区域重叠后构成的连通区域的提取的中间过程的示意图;
图6是本发明实施例中步骤S304的具体实现流程示意图;
图7是本发明实施例四提供的终端设备的结构框图;
图8是本发明实施例五提供的台球比赛中的图像处理装置的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的***、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当……时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。需要说明的是,以下实施例应用于包含拍摄装置的***。
实施例一
图1示出了本发明实施例一提供的台球比赛中的图像处理方法的实现流程示意图。如图1所示,该台球比赛中的图像处理方法具体可以包括如下步骤:
步骤S101:通过所述拍摄装置采集包含台球桌的台面及台面上的台球的视频信息。
其中,拍摄装置可以是摄像头,摄像头泛指可以采集视频或者图像序列的设备,可以是工业相机、网络摄像头、监控摄像头、计算机自身配备的摄像头等。
步骤S102:基于构建的包括所述拍摄装置、台球位置的投射模型对所述视频信息进行分析,得到台球的位置信息;所述视频信息包含的图像中台球形状为椭圆。
投射模型如图2所示,构造以摄像头光心为顶点并与球相切的圆锥,它被台面所在平面所截的截面(即台球在该平面的投影)为椭圆,这正是球在图像中呈现的形状。显而易见的前提是,台球的物理尺寸是固定的,而且由于正常情况下球总是与台面所在平面相切,因此台球位置与球心在台面的竖直投影点相互决定。这时,在已知台球位置的情况下,可以计算出椭圆位置(即椭圆中心位置)和椭圆形状(包括长轴长度、短轴长度、长轴方向);反过来,在已知椭圆位置的情况下,可以推导出台球的位置信息和椭圆形状。上述位置和长度可以是基于台面物理坐标,也可以基于图像坐标,或者归一化坐标等。需要说明的是,图2中展示的是摄像头主光轴与台面垂直的理想情况,事实上即使主光轴与台面不垂直,球在图像中仍然呈椭圆,且上述参数仍然可以相互推导。
前面提到,已知椭圆位置(即椭圆中心点位置),可以推导出台球位置和椭圆形状(包括长轴长度、短轴长度、长轴方向)。一种实施方式是:
以台面中心为原点,台面为Z=0平面,台面长边方向为X轴方向,台面宽边方向为Y轴方向建立坐标系。设摄像头光心位于台面中心正上方且距离台面h,则其坐标为(0,0,h)。设台球位置为(x,y),其半径已知为r,且默认放置于台面上,则其球心坐标为(x,y,r)。以顶点为(0,0,h),做一个与球心为(x,y,r)半径为r的球相切的圆锥,与Z=0平面相交,得到的椭圆即为投影椭圆,设其中心为(x',y'),长轴长度为a,短轴长度为b,长轴方向为θ。
台球投影的正向过程是:已知h,x,y,r,求x',y',a,b,θ。这通过建立圆锥方程并求解圆锥与平面的联合方程是很容易做到的。反过来,实际需要是已知h,x',y',r,求x,y,a,b,θ。这需要将x,y作为待定量,同样建立圆锥方程并求解圆锥与平面的联合方程,可以反过来求出x,y。以上是比较规范的一种实现方式,实际还有很多替代方式,不一一列举。
作为本实施例的一个优选实施例,所述视频信息包括各个台球对应的椭圆区域在台面上的分布信息;
如图3所示,基于构建的包括所述拍摄装置、台球位置的投射模型对所述视频信息进行分析,得到台球的位置信息包括如下步骤:
步骤S201:从所述分布信息中检测出符合所述投射模型的椭圆区域。
其中,分布信息可以是椭圆区域在台面上的分布情况,可以是:所有的椭圆区域之间都不存在重叠区域,即所有的椭圆区域是独立的;也可以是:至少一个椭圆区域是独立的,两个或者两个以上的椭圆区域存在重叠;还可以是:所有的椭圆区域都不是独立的,即对于任何一个椭圆,至少与其相邻的椭圆区域重叠。其中,上述重叠区域一般指部分重叠。从分布信息中检测出符合所述投射模型的椭圆区域,还可以是检测符合所述投射模型的椭圆轮廓,例如,直接应用霍夫变换(Hough Transform)或者随机抽样一致算法(randomsample consensus,RANSAC)方法,直接从分布信息中检测出所有符合(x',y',a,b,θ)约束的椭圆。
需要说明的是,椭圆区域是实心的(曲线包围的区域),椭圆轮廓是空心的(封闭曲线),如果提到“椭圆”则包括椭圆区域或者椭圆轮廓这两种情况,可根据上下文进行理解。可以理解的是,椭圆区域包括该椭圆区域的椭圆轮廓,因此上述检测的实现方法还可以是先检测椭圆区域,再进一步检测出符合所述投射模型的椭圆轮廓;或者,先检测椭圆区域的椭圆轮廓,再进一步检测符合所述投射模型的椭圆区域,在此并不限制本发明实施例的保护范围。
步骤S202:根据所述投射模型中所述拍摄装置、台球以及所述分布信息中台球对应的椭圆区域的空间几何位置关系,基于所述符合所述投射模型的椭圆区域的位置信息,计算得到该椭圆区域所属的台球的位置信息。
作为本实施例的另一个优选实施例,如图4所示,基于构建的包括所述拍摄装置、台球位置的投射模型对从所述视频信息进行分析,得到台球的位置信息包括如下步骤:
步骤S301:将所述视频信息划分为多个帧。
帧,就是视频信息中最小单位的单幅影像画面,一帧就是一副静止的画面,连续的帧就形成动画。将视频信息划分为多个帧,即分为多个画面,每个画面构成一张图像。
步骤S302:基于所述投射模型,将所述多个帧中每个帧中的台球对应的椭圆区域和台面区域进行分割。
可以理解的是,台球对应的椭圆区域是投影在台面所在的平面上的,其中,由于台面基本保持不变,因此,可以基于所述投射模型,将所述多个帧中每个帧中的台球对应的椭圆区域和台面区域进行分割,得到所有的椭圆区域。
步骤S303:将所述椭圆区域的集合划分为多个连通区域。
其中,如图5-A所示的区域即为三个椭圆区域重叠后构成的连通区域。可以理解的是,图5-B所示的区域即为一个椭圆区域构成的连通区域。
步骤S304:获取所述连通区域的位置信息,并将所述多个连通区域中的各个椭圆区域的位置信息分别作为与所述各个椭圆区域对应的台球的位置信息。
步骤S304包括两种情形:
第一种情形,需要将连通区域中重叠的区域进行划分,使之成为一个个独立的区域;
第二种情形,不需要将连通区域中重叠的区域进行划分,可以进行模糊处理。
其中,第一种情形可以是按照如下方法实现。获取所述连通区域的位置信息,并将所述多个连通区域中的各个椭圆区域的位置信息分别作为与所述各个椭圆区域对应的台球的位置信息包括:
将所述连通区域划分为独立区域,获取所述每个独立区域的位置信息,并将所述独立区域的位置信息分别作为与所述独立区域对应的台球的位置信息。
将椭圆区域分成一个个不重叠区域,示例性地,对图5-A所示的连通区域进行提取的结果如图5-C所示。例如以下实现方式:将视频信息中的图像转为灰度图,以固定阈值(如200)或自适应阈值(如利用以往跟踪结果知道台面上有n个球,则以所有像素灰度从高向低排在第20n位的灰度值作为阈值)将图像二值化,从而分割为椭圆区域和台面区域,椭圆区域的每个连通区域对应一个台球。这里利用了无论什么颜色的台球都在中心位置有高光区域的特性,而相邻台球的高光区域不会发生重叠。
在第二种情形中,基于上述的连通区域,其中可能存在两个椭圆区域重叠后构成的连通区域,或者三个椭圆区域重叠后构成的连通区域甚至三个以上椭圆区域重叠后构成的连通区域。换句话说,每个连通区域要么是单个台球的椭圆区域,要么是相邻的若干椭圆区域粘连而成。椭圆区域的形状参数与椭圆位置有关,但在一个连通区域内近似认为不变。将连通区域中心位置作为椭圆位置建立投射模型,将由此得到的椭圆形状像素化,以它作为模板对连通区域进行形态学腐蚀,腐蚀后得到若干个小连通区域,每个小连通区域即对应一个台球,将每个小连通区域的位置信息作为对应的台球的位置信息。需要说明的是,因此,本实施例可以实现对连通区域的模糊处理,即不需要对椭圆区域存在重叠的连通区域进行分割再进行处理,处理效率高。
作为第二种情形的另一个实施例,进一步地,如图6所示,获取所述连通区域的位置信息,并将所述多个连通区域中的各个椭圆区域的位置信息分别作为与所述各个椭圆区域对应的台球的位置信息可以包括:
步骤S401:获取连通区域的面积大小。
步骤S402:将所述面积大小与预设的阈值进行匹配获得匹配结果。
步骤S403:基于所述匹配结果从连通区域中提取出多个彼此不重叠的圆,每个圆都对应一个符合所述投射模型且外切于该圆的外切椭圆,所述外切椭圆占据区域的并集为所述连通区域;将所述多个彼此不重叠的圆的位置信息转化为台球的位置信息。
对于步骤S402和S403,示例性地,将连通区域的中心位置作为椭圆位置建立椭圆模型即确定形状参数,先计算出该连通区域内的椭圆个数m,再对该连通区域计算出m个椭圆中心位置,由此确定m个该形状参数的椭圆,要求这m个椭圆覆盖区域的并集恰好是整个连通区域,且这m个椭圆的内切圆相互不重叠。上面的个数m及m个中心位置若无法计算,也可以穷举出所有可能,再从中选取出符合要求的匹配结果。
示例性地,对图5-A所示的连通区域进行提取的结果如图5-D所示。
本优选实施例中,通过将存在重叠区域的连通区域分割成为多个彼此不重叠的圆,获取所述每个独立区域的位置信息,即把内切圆的圆心位置进行坐标转换后获得的坐标作为台球竖直投影点的坐标。需要说明的是,本实施例中,关注的是台球之前的相对位置而非每一个台球的绝对位置,因此这种近似处理并不会影响台球位置信息的准确度,反而提高了处理的效率,优化了算法。
在本发明实施例中,通过拍摄装置采集包含台球桌的台面及台面上的台球的视频信息;基于构建的包括所述拍摄装置、台球位置的投射模型对所述视频信息进行分析,得到台球的位置信息,所述视频信息包含的图像中台球形状为椭圆。本发明实施例视频信息包含的图像中台球形状为椭圆,基于投射模型得到视频信息的图像中台球的位置信息,提高了位置信息的准确度。另外,本发明实施例的实现过程简单,具有较强的实用性和易用性。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
实施例二
请参考图7,其示出了本发明实施例二提供的台球比赛中的图像处理装置的结构框图。台球比赛中的图像处理装置70包括:采集模块71和分析模块72。其中,各模块的具体功能如下:
采集模块71,用于通过拍摄装置采集包含台球桌的台面及台面上的台球的视频信息;
分析模块72,用于基于构建的包括所述拍摄装置、台球位置的投射模型对所述视频信息进行分析,得到台球的位置信息;所述视频信息包含的图像中台球形状为椭圆。
可选地,所述视频信息包括各个台球对应的椭圆区域在台面上的分布信息;
所述分析模块72包括:
检测单元,用于从所述分布信息中检测出符合所述投射模型的椭圆区域;
计算单元,用于根据所述投射模型中所述拍摄装置、台球以及所述分布信息中台球对应的椭圆区域的空间几何位置关系,基于所述符合所述投射模型的椭圆区域的位置信息,计算得到该椭圆区域所属的台球的位置信息。
可选地,所述分析模块72包括:
第一划分单元,用于将所述视频信息划分为多个帧;
分割单元,用于基于所述投射模型,将所述多个帧中每个帧中的台球对应的椭圆区域和台面区域进行分割;
第二划分单元,用于将所述椭圆区域的集合划分为多个连通区域;
获取单元,用于获取所述连通区域的位置信息,并将所述多个连通区域中的各个椭圆区域的位置信息分别作为与所述各个椭圆区域对应的台球的位置信息。
可选地,所述获取单元包括:
划分子单元,用于将所述连通区域划分为独立区域,获取所述每个独立区域的位置信息,并将所述独立区域的位置信息分别作为与所述独立区域对应的台球的位置信息。
可选地,将所述划分子单元包括:
获取子单元,用于获取连通区域的面积大小;
匹配子单元,用于将所述面积大小与预设的阈值进行匹配获得匹配结果;
提取子单元,用于基于所述匹配结果从连通区域中提取出多个彼此不重叠的圆,每个圆都对应一个符合所述投射模型且外切于该圆的外切椭圆,所述外切椭圆占据区域的并集为所述连通区域;将所述多个彼此不重叠的圆的位置信息转化为台球的位置信息。
在本发明实施例中,通过拍摄装置采集包含台球桌的台面及台面上的台球的视频信息;基于构建的包括所述拍摄装置、台球位置的投射模型对所述视频信息进行分析,得到台球的位置信息,所述视频信息包含的图像中台球形状为椭圆。本发明实施例视频信息包含的图像中台球形状为椭圆,基于投射模型得到视频信息的图像中台球的位置信息,提高了位置信息的准确度。另外,本发明实施例的实现过程简单,具有较强的实用性和易用性。
实施例三
图8是本发明实施例三提供的终端设备的示意图。如图8所示,该实施例的终端设备8包括:处理器80、存储器81以及存储在所述存储器81中并可在所述处理器80上运行的计算机程序82,例如台球比赛中的图像处理方法程序。所述处理器80执行所述计算机程序82时实现上述各个台球比赛中的图像处理方法实施例中的步骤,例如图1所示的步骤S101至S102。或者,所述处理器80执行所述计算机程序82时实现上述各装置实施例中各模块的功能,例如图8所示模块81至82的功能。
示例性的,所述计算机程序82可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器81中,并由所述处理器80执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序82在所述终端设备8中的执行过程。例如,所述计算机程序82可以被分割成采集模块和分析模块,各模块的具体功能如下:
采集模块,用于通过拍摄装置采集包含台球桌的台面及台面上的台球的视频信息;
分析模块,用于基于构建的包括所述拍摄装置、台球位置的投射模型对所述视频信息进行分析,得到台球的位置信息;所述视频信息包含的图像中台球形状为椭圆。
所述终端设备8可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器80、存储器81。本领域技术人员可以理解,图8仅仅是终端设备的示例,并不构成对终端设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器80可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器81可以是所述终端设备8的内部存储单元,例如终端设备8的硬盘或内存。所述存储器81也可以是所述终端设备8的外部存储设备,例如所述终端设备8上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器81还可以既包括所述终端设备8的内部存储单元也包括外部存储设备。所述存储器81用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述转换为分离部件说明的单元可以是或者也可以不是物理上分开的,转换为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并转换为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。

Claims (8)

1.一种台球比赛中的图像处理方法,其特征在于,应用于包含拍摄装置的***,所述图像处理方法包括:
通过所述拍摄装置采集包含台球桌的台面及台面上的台球的视频信息;
基于构建的包括所述拍摄装置、台球位置的投射模型对所述视频信息进行分析,得到台球的位置信息;所述视频信息包含的图像中台球形状为椭圆;所述视频信息包括各个台球对应的椭圆区域在台面上的分布信息;
其中,所述基于构建的包括所述拍摄装置、台球位置的投射模型对所述视频信息进行分析,得到台球的位置信息包括:
从所述分布信息中检测出符合所述投射模型的椭圆区域;
根据所述投射模型中所述拍摄装置、台球以及所述分布信息中台球对应的椭圆区域的空间几何位置关系,基于所述符合所述投射模型的椭圆区域的位置信息,计算得到该椭圆区域所属的台球的位置信息。
2.根据权利要求1所述的台球比赛中的图像处理方法,其特征在于,基于构建的包括所述拍摄装置、台球位置的投射模型对从所述视频信息进行分析,得到台球的位置信息包括:
将所述视频信息划分为多个帧;
基于所述投射模型,将所述多个帧中每个帧中的台球对应的椭圆区域和台面区域进行分割;
将所述椭圆区域的集合划分为多个连通区域;
获取所述连通区域的位置信息,并将所述多个连通区域中的各个椭圆区域的位置信息分别作为与所述各个椭圆区域对应的台球的位置信息。
3.根据权利要求2所述的台球比赛中的图像处理方法,其特征在于,获取所述连通区域的位置信息,并将所述多个连通区域中的各个椭圆区域的位置信息分别作为与所述各个椭圆区域对应的台球的位置信息包括:
将所述连通区域划分为独立区域,获取所述每个独立区域的位置信息,并将所述独立区域的位置信息分别作为与所述独立区域对应的台球的位置信息。
4.如权利要求2所述的台球比赛中的图像处理方法,其特征在于,获取所述连通区域的位置信息,并将所述多个连通区域中的各个椭圆区域的位置信息分别作为与所述各个椭圆区域对应的台球的位置信息包括:
获取连通区域的面积大小;
将所述面积大小与预设的阈值进行匹配获得匹配结果;
基于所述匹配结果从连通区域中提取出多个彼此不重叠的圆,每个圆都对应一个符合所述投射模型且外切于该圆的外切椭圆,所述外切椭圆占据区域的并集为所述连通区域;将所述多个彼此不重叠的圆的位置信息转化为台球的位置信息。
5.一种台球比赛中的图像处理装置,其特征在于,包括:
采集模块,用于通过拍摄装置采集包含台球桌的台面及台面上的台球的视频信息;
分析模块,用于基于构建的包括所述拍摄装置、台球位置的投射模型对所述视频信息进行分析,得到台球的位置信息;所述视频信息包含的图像中台球形状为椭圆;所述视频信息包括各个台球对应的椭圆区域在台面上的分布信息;
其中,所述分析模块包括:
检测单元,用于从所述分布信息中检测出符合所述投射模型的椭圆区域;
计算单元,用于根据所述投射模型中所述拍摄装置、台球以及所述分布信息中台球对应的椭圆区域的空间几何位置关系,基于所述符合所述投射模型的椭圆区域的位置信息,计算得到该椭圆区域所属的台球的位置信息。
6.根据权利要求5所述的台球比赛中的图像处理装置,其特征在于,所述分析模块包括:
第一划分单元,用于将所述视频信息划分为多个帧;
分割单元,用于基于所述投射模型,将所述多个帧中每个帧中的台球对应的椭圆区域和台面区域进行分割;
第二划分单元,用于将所述椭圆区域的集合划分为多个连通区域;
获取单元,用于获取所述连通区域的位置信息,并将所述多个连通区域中的各个椭圆区域的位置信息分别作为与所述各个椭圆区域对应的台球的位置信息。
7.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述方法的步骤。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述方法的步骤。
CN201711464888.4A 2017-12-28 2017-12-28 一种台球比赛中的图像处理方法及装置 Active CN108090486B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201711464888.4A CN108090486B (zh) 2017-12-28 2017-12-28 一种台球比赛中的图像处理方法及装置
PCT/CN2018/115386 WO2019128504A1 (zh) 2017-12-28 2018-11-14 一种台球比赛中的图像处理方法、装置及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711464888.4A CN108090486B (zh) 2017-12-28 2017-12-28 一种台球比赛中的图像处理方法及装置

Publications (2)

Publication Number Publication Date
CN108090486A CN108090486A (zh) 2018-05-29
CN108090486B true CN108090486B (zh) 2020-06-09

Family

ID=62180422

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711464888.4A Active CN108090486B (zh) 2017-12-28 2017-12-28 一种台球比赛中的图像处理方法及装置

Country Status (2)

Country Link
CN (1) CN108090486B (zh)
WO (1) WO2019128504A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108090486B (zh) * 2017-12-28 2020-06-09 深圳市超级视觉科技有限公司 一种台球比赛中的图像处理方法及装置
CN108960098B (zh) * 2018-06-22 2022-04-01 梁栋 一种台球碰撞关系识别方法及台球比赛计分***
CN109011534B (zh) * 2018-08-08 2020-08-04 Oppo广东移动通信有限公司 台球击球辅助方法、装置、存储介质及电子设备
EP3885012A4 (en) * 2018-11-23 2023-02-08 Hyun Chul Kim BILLIARD ROOM SUPPORT SYSTEM AND SERVER THEREFORE
CN110334617B (zh) * 2019-06-20 2021-04-27 梁栋 一种台球碰撞库边的判断方法及台球比赛计分***
CN110443859B (zh) * 2019-07-30 2023-05-30 佛山科学技术学院 一种基于计算机视觉的桌球犯规判断方法及***
CN112891909A (zh) * 2019-11-19 2021-06-04 杨清平 一种斯诺克台球计分器

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8992315B2 (en) * 2009-07-27 2015-03-31 Obscura Digital, Inc. Automated enhancements for billiards and the like
CN102252661B (zh) * 2011-04-02 2013-04-10 华南理工大学 一种应用于机器视觉的球状体三维定位方法
CN103955693B (zh) * 2013-05-06 2016-04-27 北京瑞盖科技有限公司 一种九球的计算机辅助检测识别方法
CN104740866A (zh) * 2013-12-27 2015-07-01 唐方旭 斯诺克复位球精准定位装置
CN104954750A (zh) * 2015-06-18 2015-09-30 北京共创普惠科技有限公司 用于台球***的数据处理方法和装置
CN105261048B (zh) * 2015-09-11 2018-02-06 中国人民解放军信息工程大学 一种小球中心锥束投影位置的精确定位方法
CN105107190A (zh) * 2015-09-15 2015-12-02 清华大学 应用于中式台球中的图像采集处理***及图像处理方法
KR101757788B1 (ko) * 2015-12-17 2017-07-14 연세대학교 산학협력단 당구 점수 계산 장치 및 그 방법
CN106952307B (zh) * 2017-03-22 2020-01-07 广东工业大学 一种图像中球体定位方法及***
CN107270812A (zh) * 2017-06-26 2017-10-20 江苏密斯欧智能科技有限公司 一种自动装配中靶标球识别方法
CN108090486B (zh) * 2017-12-28 2020-06-09 深圳市超级视觉科技有限公司 一种台球比赛中的图像处理方法及装置
CN108079565B (zh) * 2017-12-28 2019-11-08 深圳市超级视觉科技有限公司 一种台球比赛计分***

Also Published As

Publication number Publication date
CN108090486A (zh) 2018-05-29
WO2019128504A1 (zh) 2019-07-04

Similar Documents

Publication Publication Date Title
CN108090486B (zh) 一种台球比赛中的图像处理方法及装置
CN111815754B (zh) 一种三维信息确定方法、三维信息确定装置及终端设备
CN111598091A (zh) 图像识别方法、装置、电子设备及计算可读存储介质
CN109117773B (zh) 一种图像特征点检测方法、终端设备及存储介质
CN109479082B (zh) 图象处理方法及装置
CN109215037B (zh) 目标图像分割方法、装置及终端设备
CN109461133B (zh) 桥梁螺栓脱落检测方法及终端设备
CN108805838B (zh) 一种图像处理方法、移动终端及计算机可读存储介质
CN108960012B (zh) 特征点检测方法、装置及电子设备
CN114638294A (zh) 一种数据增强方法、装置、终端设备及存储介质
CN111199169A (zh) 图像处理方法和装置
CN112634235A (zh) 产品图像的边界检测方法和电子设备
CN114187333A (zh) 一种图像对齐方法、图像对齐装置及终端设备
CN109389628B (zh) 图像配准方法、设备和存储介质
CN110673607A (zh) 动态场景下的特征点提取方法、装置、及终端设备
WO2024012463A1 (zh) 一种定位方法及装置
CN108629219B (zh) 一种识别一维码的方法及装置
CN111815748A (zh) 一种动画处理方法、装置、存储介质及电子设备
CN112102391A (zh) 测量方法及装置、电子设备及存储介质
CN108564571B (zh) 图像区域选取方法及终端设备
CN108776959B (zh) 图像处理方法、装置及终端设备
CN108495125B (zh) 一种摄像模组测试方法、设备及介质
CN111489433A (zh) 车辆损伤定位的方法、装置、电子设备以及可读存储介质
CN109801300B (zh) 棋盘格角点的坐标提取方法、装置、设备及计算机可读存储介质
CN115829929A (zh) 产品表面图像的缺陷检测方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant