基于三維圖像分析的運動損傷姿態采集方法研究

程凡+占清華

摘 要： 針對傳統運動損傷采集方法一直存在采集信息不精準、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動損傷姿態采集方法。引入三維圖像分析對運動圖像進行損傷分析定位，利用三維圖像對運動損傷姿態采集是一項先進的科研項目。通過三維圖像的姿態鑒定完成對運動損傷姿態信息采集，可以彌補二維圖像不連續的弊端。通過對比實驗結果得到結論，該設計方法能夠準確地采集損傷姿態信息，無推算連續值，定位過程中使用三維圖像能夠多角度地分析損傷姿態。

關鍵詞： 三維圖像； 運動損傷； 姿態采集方法； 姿態鑒定； 信息采集； 連續值

中圖分類號： TN911.73?34； TN273 文獻標識碼： A 文章編號： 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

在比賽以及日常訓練過程中，由于運動員的姿態不正確最終導致損傷以及傷病的現象，隨著現代科技引入到體育運動中，應用一定科技手段對運動損傷姿態進行定位采集，從而避免運動員在運動過程中造成的運動損傷以及傷病。傳統方法通過運動生理極限、圖像定位以及圖像計算等技術對運動損傷過程進行姿態的信息采集[1?2]，由于變量以及數據推導而實現的損傷姿態的數據采集，存在數據誤差及數據偏移，包括使用建模的方式都是存在一定的誤差，并且極限數據是一個變量。本文提出基于三維圖像分析的運動損傷姿態采集方法，引入三維圖像分析法進行三維運動損傷定位，實現對運動損傷姿態的信息采集。實驗結果表明，基于三維圖像分析的運動損傷姿態采集方法能準確地對運動損傷姿態進行信息采集。

1 基于三維圖像分析法的運動損傷采集

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動圖像進行甄別處理，可對運動圖像高仿真的模擬，摒棄連續圖像出現的非共用極值[3]。本文引入的三維圖像分析對連續的三維圖像進行識別鑒定，對運動人員的連續鑒定圖像能夠同時進行6幅圖像以上，首先需要對運動結構進行模擬鑒別，使用一定的運動集合參數和二維運動圖像對三維圖像特征進行分析[4]。假設已知的多維運動特征為[uijviji=1，2，…，Fj=1，2，…，p]，通過損傷鑒定組建[w2F×p]矩陣，如下：

最終能夠得到一個矩陣陳列式，實現運動損傷進行配點數據的采集[8]，[Wij]是假設而來的三維運動損傷數據的理論標記矩陣，通過對三維圖像分析法的引入實現多圖像運動損傷識別。

1.2 實現運動損傷姿態采集

本文使用三維圖像數據對運動員的損傷數據進行識別，首先需要進行三維圖像的損傷標記確認，上述過程中的三維圖像分析法的引入已經完成了對損傷數據的標記，不能進行判斷。假設三維運動損傷圖像損傷數據在[na，t]內，其損傷姿態用疊加數據[c+y]進行表示，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]為運動員損傷標定數據；[μ2y]為損傷的關聯參數[9]。為了實現姿態的數據定位，使用[μcy]作為判斷數據，[μc]，[μy]為運動姿態矩陣參數。

經過判定的損傷數據能夠在運動結構矩陣中得到制約，并可以通過計算方差對其提取。若方差小于理論的假設值，那么可以使用理論值進行提取。本文設計的基于三維圖像分析的運動損傷姿態采集方法實現過程如圖1所示。endprint

2 仿真實驗分析

2.1 仿真環境及參數設置

仿真環境下的運動過程通過計算機模擬得到，其模擬了多種運動損傷過程，其試驗參數設置如表1所示。

2.2 兩種方法下的對比實驗結果

本文提出的基于三維圖像分析的運動損傷姿態采集方法與傳統的運動損傷數據采集方法對不同的損傷過程進行模擬對比，首先進行非器械列的模擬試驗。結果如表2、圖2、圖3所示。

從圖2、圖3可知，非運動器械的運動損傷采集過程中的仿真數值能夠反映三維數據采集過程的準確度，非運動器械的損傷程度主要來源于肌肉損傷，通過仿真數值可以進行對比。本文提出的基于三維圖像分析的運動損傷姿態采集方法在手臂處仿真點位明顯比傳統方法中仿真點要精準，本文方法其仿真數值更加準確。對器械類運動進行仿真試驗，試驗結果如表3、圖4所示。

圖4為手部的姿態信息采集灰度圖像。分析圖4可知，本文設計的基于三維圖像分析的運動損傷姿態采集方法為圖4b）的圖像，圖4a）為傳統方法采集的灰度圖像，從實質的曝光率來看，本文設計的方法能夠準確地捕捉同時采集到損傷姿態，傳統方法中存在極大的曝光點。

3 結 語

本文提出基于三維圖像分析的運動損傷姿態采集方法。引入三維圖像分析法進行三維運動損傷定位，運用三維模擬計算過程標定運動限制，使用計算過程代替傳統的選定過程，能夠有效地避免過程量以及變化量的選定，最終實現對運動損傷姿態的信息采集。希望通過本文的研究能夠提升對運動損傷的信息采集能力。

參考文獻

[1] 龔勇.基于三維圖像分析潛在運動損傷姿態判斷方法[J].計算機仿真，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，等.基于深度圖像的人體運動姿態跟蹤和識別算法[J].數據采集與處理，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.基于無人機的輸電線路典型設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.空間目標跟蹤系統的三維姿態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.遠距離采集圖像損傷區域三維重建仿真研究[J].機床與液壓，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，劉磊，等.基于人體傳感和Android技術的運動監測系統設計與實現[J].電子技術應用，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.基于三維圖像的運動合理性判斷方法研究與仿真[J].現代電子技術，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] 冷紀嵐.人體運動姿態圖像矯正識別仿真研究[J].計算機仿真，2015，32（12）：451?454.

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