对速滑运动员膝关节运动损伤的分析

膝关节运动损伤是速度滑冰运动员十分常见的伤病,对速度滑冰运动员的运动能力、专项训练计划及比赛状态,乃至运动寿命都有着直接而重要的影响。从膝关节运动的功能特点及运动形式来看,速度滑冰的主要技术动作蹬冰、弯道倾斜、惯性滑行以及收腿、摆腿使膝关节产生了运动损伤病症。而从主要运动损伤病症分析来看,长期高强度的专项训练和比赛任务负荷所产生的重复性细微损伤的积累是主要病理。     

花样滑冰旋转动作角速度的分析

通过对2009年中国杯世界花样滑冰大奖赛国内外优秀运动员旋转动作的技术录像解析,获得的其运动生物力学参数,并把我国优秀运动员与国外优秀运动员作比较,结果是发现我国运动员角速度与国外优秀选手还有差距,需提高滑行技术和蹬冰力量。     

跳远运动支撑期间下肢动作轨迹预测方法的研究

跳远运动支撑期间,下肢动作的准确性可使运动员最大程度避免受伤,且决定着运动员跳远成绩,因此需要对支撑期间下肢动作轨迹进行预测,以达到改善动作准确性的目的。传统方法预测动作轨迹时,一般采用光流估计法或变分方法;但这两种方法较为繁琐,且预测误差较大。为此,提出一种新的跳远运动支撑期间下肢动作轨迹预测方法,将跳远运动简化成运动员骨架的运动,获取三维人体骨架模型,通过未标定的多幅跳远运动支撑期间下肢动作图像对摄像机内参数进行确定,完成摄像机的自标定。将跳远运动支撑期间下肢动作的左右膝关节、左踝关节点作为关键节点进行分析,求出首帧图像对应的三维运动骨架特征点的坐标;在此基础上,继续求出各后续帧中三维人体运动骨架特征点的坐标,从而实现跳远运动支撑期间下肢动作轨迹预测。实验结果表明,该方法具有很高的轨迹预测精度。     

花样滑冰跳跃动作角速度的分析

通过对07～08年中国北京站世界花样滑冰大奖赛国内外优秀运动员跳跃动作的技术录像解析,获得的其运动生物力学参数,并把我国优秀运动员与国外优秀运动员作比较,结论是我国运动员角速度与国外优秀选手还有差距,需提高滑行技术和蹬冰力量。     

一种快速图像定位方法在赛艇训练中的应用研究

在人体点棍图模型的基础上,对赛艇运动图像的技术动作进行了一种自动解析方法的研究.在序贯相似检测算法(SSDA)和线性矩模型的基础上,结合一种解析方法(AA),实现了解析邻域搜索算法(ANSA)对赛艇运动图像的快速解析,分析了人体关节点的有关运动学参数,为赛艇运动员的优化训练提供了依据.     

一种快速图像定位方法在赛艇训练中的应用研究

在人体点棍图模型的基础上，对赛艇运动图像的技术动作进行了一种自动解析方法的研究。在序贯相似检测法（ＳＳＤＡ）和线性矩模型的基础上，结合一种解析方法（ＡＡ），实现了解析邻域搜索算法（ＡＮＳＡ）对赛艇运动图像的快速解析，分析了人体关节点的有关运动学参数，为赛艇运动员的优化训练提供了依据。     

基于关节点运动轨迹的人体动作识别

为了提高动作识别的准确率和实时性,提出一种基于关节点运动轨迹的动作识别方法.受心理物理学中关于人体运动实验的启发,使用人体骨架关节点的运动轨迹表示人体动作,它能够在时空维度上对动作进行完整表达.在此基础上,使用高斯混合模型对关节点运动轨迹进行聚类,进而通过Fisher向量进行特征量化.考虑到动作识别任务的实时性要求,提出基于核极限学习机的动作识别,以此提升动作识别任务的实时性和准确率.最后,在公开数据集UTD-MHAD和KARD上对提出的方法进行了验证,实验结果证明了该方法的有效性.     

骨架关节点跟踪的人体行为识别方法

基于彩色图像的运动检测和分割方法难以获取完整的人体骨架,并且只能提取关节点的二维坐标信息,而 Kinect 传感器能通过捕获深度图像来重建完整的人体骨架关节点三维模型,提高了骨架关节点模型的表示精度。本文通过 Kinect 的骨架跟踪模块对人体的骨架关节点模型进行提取;然后,提出一种坐标转换方法得到人体骨架关节点的三维坐标表示,利用 k 均值聚类将关节点坐标量化为符号序列;最后,建立离散隐马尔可夫模型来进行人体行为识别。通过自建的数据集进行实验,实验结果表明：本方法能取得94％的识别率。     

女子花样滑冰跳跃动作的各参数研究

通过对世界花样滑冰大奖赛国内外优秀运动员跳跃动作的技术录像解析,获得的起跳时水平速度、空中水平位移、起跳时垂直速度、腾空高度、空停时间、腾起角、关节角度等参数,并把我国优秀运动员与国外优秀运动员作比较,结果发现我国运动员起跳时水平速度与国外优秀选手还有差距,需提高滑行技术和蹬冰力量;我国部分运动员腾起角偏大,在提高水平速度的同时,人体重心腾起角应逐渐减小;助滑末期运动员支撑腿应积极屈膝,充分后引浮腿,起跳时支撑腿应积极蹬伸,形成"小摆臂,早收臂".     

室外竞技状态下运动员姿态摄像测量及应用

为解决竞技状态下运动员三维姿态现场测量的需求,利用非接触式摄像测量方法和为冬季体育运动项目量身打造的专用观测设备,采集了8名跳台滑雪运动员在训练过程中的原始数据.通过深度学习的改进方法识别与定位运动员关节点的三维信息,进而开展了运动员姿态测量与动作分析研究,获得了起跳阶段运动员的起跳速度对飞行距离的影响及主要关节夹角的变化规律.研究发现起跳速度是影响飞行距离的重要因素,同时获得了起跳到飞行初始阶段肢体角度的变化规律.该方法和设备可为各类体育项目的运动员姿态及器械运动参数测量提供新的手段,其所获得的观测结果可为教练员指导运动员技术动作提供精细化的数据支持.      

引江济太虚拟景观系统关键技术的研究与实现

介绍了系统场景可视化采用的一些关键技术.开发了引江济太三维虚拟景观原型系统(YJJT3D系统),用OpenGL作为底层图形驱动程序,以VC 6.0为开发工具,利用虚拟现实技术、多媒体技术和三维图形技术,实现了对大规模地形场景的实时动态显示、信息查询以及空间分析,并提出解决超大数据量数字高程模型快速显示的算法,将地物在地形中进行显示.该系统能在PC机上流畅地运行,图形的生成速度和质量较高.     

三维激光扫描仪技术在地形测量中的应用

利用三维激光测量技术进行山区复杂地形测量的流程与方法,实验通过使用徕卡ScanStation2型号的三维激光扫描仪对西安市白鹿原北坡进行了扫描,对扫描后的各测站数据进行基于标靶的拼接,对拼接后的点云数据进行预处理。将基于扫描仪坐标系统的点云数据转换到基于施工独立坐标系统后,使用Geomagic和cass软件绘制地形图等高线。在测区内布设一定数量检核点,扫描时在检核点上安置蓝白标靶,采用全站仪测量检核点的独立坐标与扫描仪测量的坐标进行对比来验证扫描数据的精度,得到平面坐标差值绝对值最大值为0.024 m,而高程的差值绝对值最大值为0.029 m,实验结果表明,三维激光扫描仪满足地形测量精度要求。     

利用空间正交约束的相机自标定和三维重建

提出了一种用2幅未标定的图像进行三维重构的算法.利用空间 3 组垂直方向的正交结构与其在图像平面上消失点的对应关系,线性计算出相机的内参数,再利用3组匹配线段计算相机在2个视角的运动参数,最后根据得到的相机参数采用三角测量法计算空间点的三维坐标值.该算法与利用三正交运动的主动标定法相比,把相机的正交运动约束转换成空间正交结构约束,使用简单,适应性强,可直接利用参数未知的手持数码相机拍摄图像进行三维重建.对真实的建筑场景图像进行三维重建实验,重建后的三维模型在新视点生成的图像与所观察的场景一致,重构的2个平面夹角与实际值的测量误差在1 5%~2 6%之内.     

基于关键点的点对特征三维目标识别算法

针对复杂场景下的三维点云目标识别速度慢,准确率低的问题,提出了一种基于关键点的点对特征三维目标识别算法. 通过直接对关键点建立点对特征,避免了周围邻域局部曲面的特征计算,具有空间维度小和计算速度快的特点. 使用哈希表存储,加快了特征匹配的时间. 利用快速投票方案对模型点云和场景点云进行匹配识别,生成候选位姿,利用贪婪算法对候选位姿进行聚类与筛选,采用ICP算法对物体位姿进行优化,基于配准后的点云重叠情况完成目标识别. 对提出的算法在多个数据集以及真实场景下进行了实验,验证了所提出的识别方法具有可行性和有效性,且对噪声的鲁棒性较强,具有一定的实际工程应用价值.      

一种基于动态纹理的运动场景可视化方法

为实现大规模角色运动场景的高真实感快速仿真,提出了一种基于动态纹理的可视化方法. 使用基于关节点旋转角的动作迁移方法,获取角色的运动动作;使用基于曲线式骨骼的变形方法,实现运动角色变形;将角色运动过程,通过渲染到纹理技术,生成内容可以实时更新的动态纹理;将角色的动态纹理应用到Billboard上,替代运动角色,实现快速绘制;使用GPGPU(General Purpose on GPU)技术加速角色变形和绘制,进一步提高仿真速度. 对于包含1万个角色的大规模场景,可以实现30FPS的实时渲染,实验结果表明该可视化方法能够快速仿真大规模角色的运动场景.     

直接线性变换法中标定对三维重构精度的影响

为研究直接线性变换算法中标定对三维重构精度的影响 ,对不同标定方法进行了分析探讨。并在此基础上研制了三维人体运动分析系统 ,进行了标定实验 ,取得了较为理想的测量结果。分析表明 :1)在三维测量中控制点应包含有效测量空间 ;2 )在测量空间内应尽可能多的均匀分布控制点。该三维人体运动分析系统经标定实验验证 ,测量相对误差小于 2 % ,具有较高精度     

基于双目立体视觉的目标空间坐标计算及姿态估计

基于双目立体视觉的目标空间坐标计算及姿态估计方法、双目立体视觉系统标定和双目视觉系统校准技术,构建了三维场景中目标的空间坐标与图像中点像素坐标的对应方法.通过双目立体视觉系统采集目标图像,采用基于半全局立体匹配(SGBM)方法,实现了目标中心点三维坐标的计算,并通过背景差分的手段获得目标轮廓,获取目标在水平面的旋转角度,配合焦点所处的坐标位置标示,即可提取目标姿态信息.采用以上方法对电力仪表的姿态进行估计和验证,结果表明:设计的方法可以完成电力仪表的空间坐标计算以及姿态估计,可实现对电力仪表的准确抓取,为机器人在电力系统人工智能领域的应用提供参考.     

十字激光线扫描立体匹配算法

为研究相交曲线的立体匹配方法,提出了一种基于十字激光的手持式扫描系统的立体匹配算法.该系统首先通过激光发射器投射的十字激光线对被测物体进行扫描,然后通过计算机处理投射激光线图像,从而获得问题的三维信息.为实现在世界坐标系下对扫描的刚体转换进行估计.利用八点算法求出两个相机之间的基本矩阵,再求出十字激光线上的对应匹配点,最后利用三角原理和曲面微分几何的相关知识对十字激光线进行三维提取.经实验验证,该算法有效地解决了匹配点求取错乱的问题,提高十字激光条纹的匹配效率.     

改进的RBFNN用于机器人三维表面 测量系统曲面重构

为克服三坐标测量机检测速度慢等缺点,提出机器人三维表面测量系统. 针对该系统设计了一种基于径向基神经网络(RBFNN)的简洁快速曲面重构方法. 该方法考虑到RBFNN选取的神经元函数为高斯函数,将机器人三维表面测量系统获得的点云数据投影到二维平面,然后将该二维平面平均分割,选取分割点为RBFNN神经元的中心,避免了模糊c-均值法选取中心需要迭代计算的缺点,并且重构的网络训练精度和测试精度均高于模糊c-均值法选取中心设计的网络精度. 利用该测量系统获得的实际点云数据验证了     

一种三维图形视景快速构造和显示方法

研究三维图形视景快速构造和显示方法。方法通过对三维视景数据的分析,利用面向对象的设计思想,创建三形视景的层次数据结构,实现三维图形视景的快速构造及其显示。结果由于该表示方法具有面向对象技术的可扩展性和可重用性,同时允许综合运用多精度表示,实例表示等图形加速技术,不仅提高了构造三维图形视景的灵活性,也大大提高了三维图的形视景的显示速度。结论采用面向对象技术以层次化方法组织视景数据,加快了三维图形视景