基于三维图像分析的运动损伤姿态采集方法研究

程凡+占清华

摘 要： 针对传统运动损伤采集方法一直存在采集信息不精准、信息采集不全以及采集图像不连贯性等问题，提出基于三维图像分析的运动损伤姿态采集方法。引入三维图像分析对运动图像进行损伤分析定位，利用三维图像对运动损伤姿态采集是一项先进的科研项目。通过三维图像的姿态鉴定完成对运动损伤姿态信息采集，可以弥补二维图像不连续的弊端。通过对比实验结果得到结论，该设计方法能够准确地采集损伤姿态信息，无推算连续值，定位过程中使用三维图像能够多角度地分析损伤姿态。

关键词： 三维图像； 运动损伤； 姿态采集方法； 姿态鉴定； 信息采集； 连续值

中图分类号： TN911.73?34； TN273 文献标识码： A 文章编号： 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

在比赛以及日常训练过程中，由于运动员的姿态不正确最终导致损伤以及伤病的现象，随着现代科技引入到体育运动中，应用一定科技手段对运动损伤姿态进行定位采集，从而避免运动员在运动过程中造成的运动损伤以及伤病。传统方法通过运动生理极限、图像定位以及图像计算等技术对运动损伤过程进行姿态的信息采集[1?2]，由于变量以及数据推导而实现的损伤姿态的数据采集，存在数据误差及数据偏移，包括使用建模的方式都是存在一定的误差，并且极限数据是一个变量。本文提出基于三维图像分析的运动损伤姿态采集方法，引入三维图像分析法进行三维运动损伤定位，实现对运动损伤姿态的信息采集。实验结果表明，基于三维图像分析的运动损伤姿态采集方法能准确地对运动损伤姿态进行信息采集。

1 基于三维图像分析法的运动损伤采集

1.1 引入三维图像分析法采集损伤信息

三维图像分析法对三维运动图像进行甄别处理，可对运动图像高仿真的模拟，摒弃连续图像出现的非共用极值[3]。本文引入的三维图像分析对连续的三维图像进行识别鉴定，对运动人员的连續鉴定图像能够同时进行6幅图像以上，首先需要对运动结构进行模拟鉴别，使用一定的运动集合参数和二维运动图像对三维图像特征进行分析[4]。假设已知的多维运动特征为[uijviji=1，2，…，Fj=1，2，…，p]，通过损伤鉴定组建[w2F×p]矩阵，如下：

最终能够得到一个矩阵陈列式，实现运动损伤进行配点数据的采集[8]，[Wij]是假设而来的三维运动损伤数据的理论标记矩阵，通过对三维图像分析法的引入实现多图像运动损伤识别。

1.2 实现运动损伤姿态采集

本文使用三维图像数据对运动员的损伤数据进行识别，首先需要进行三维图像的损伤标记确认，上述过程中的三维图像分析法的引入已经完成了对损伤数据的标记，不能进行判断。假设三维运动损伤图像损伤数据在[na，t]内，其损伤姿态用叠加数据[c+y]进行表示，损伤矩阵陈列式为：

式中：通过三维的损伤矩阵及损伤图像陈列式变化得[μ2c]为运动员损伤标定数据；[μ2y]为损伤的关联参数[9]。为了实现姿态的数据定位，使用[μcy]作为判断数据，[μc]，[μy]为运动姿态矩阵参数。

经过判定的损伤数据能够在运动结构矩阵中得到制约，并可以通过计算方差对其提取。若方差小于理论的假设值，那么可以使用理论值进行提取。本文设计的基于三维图像分析的运动损伤姿态采集方法实现过程如图1所示。endprint

2 仿真实验分析

2.1 仿真环境及参数设置

仿真环境下的运动过程通过计算机模拟得到，其模拟了多种运动损伤过程，其试验参数设置如表1所示。

2.2 两种方法下的对比实验结果

本文提出的基于三维图像分析的运动损伤姿态采集方法与传统的运动损伤数据采集方法对不同的损伤过程进行模拟对比，首先进行非器械列的模拟试验。结果如表2、图2、图3所示。

从图2、图3可知，非运动器械的运动损伤采集过程中的仿真数值能够反映三维数据采集过程的准确度，非运动器械的损伤程度主要来源于肌肉损伤，通过仿真数值可以进行对比。本文提出的基于三维图像分析的运动损伤姿态采集方法在手臂处仿真点位明显比传统方法中仿真点要精准，本文方法其仿真数值更加准确。对器械类运动进行仿真试验，试验结果如表3、圖4所示。

图4为手部的姿态信息采集灰度图像。分析图4可知，本文设计的基于三维图像分析的运动损伤姿态采集方法为图4b）的图像，图4a）为传统方法采集的灰度图像，从实质的曝光率来看，本文设计的方法能够准确地捕捉同时采集到损伤姿态，传统方法中存在极大的曝光点。

3 结 语

本文提出基于三维图像分析的运动损伤姿态采集方法。引入三维图像分析法进行三维运动损伤定位，运用三维模拟计算过程标定运动限制，使用计算过程代替传统的选定过程，能够有效地避免过程量以及变化量的选定，最终实现对运动损伤姿态的信息采集。希望通过本文的研究能够提升对运动损伤的信息采集能力。

参考文献

[1] 龚勇.基于三维图像分析潜在运动损伤姿态判断方法[J].计算机仿真，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] 杨凯，魏本征，任晓强，等.基于深度图像的人体运动姿态跟踪和识别算法[J].数据采集与处理，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] 冯智慧，王乐希，梁文勇，等.基于无人机的输电线路典型设备图像信息采集方法研究[J].电瓷避雷器，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] 赵澄东，高昂.空间目标跟踪系统的三维姿态信息获取及三维重建研究[J].激光杂志，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] 顾理琴，季秀霞.远距离采集图像损伤区域三维重建仿真研究[J].机床与液压，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，田入运，刘磊，等.基于人体传感和Android技术的运动监测系统设计与实现[J].电子技术应用，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] 秦国辉.基于三维图像的运动合理性判断方法研究与仿真[J].现代电子技术，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] 冷纪岚.人体运动姿态图像矫正识别仿真研究[J].计算机仿真，2015，32（12）：451?454.

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