研究目的:运动目标的识别与跟踪是一种对运动物体所在图像序列进行检测、提取、识别和追踪的电子监测技术,对于描述物体运动轨迹和后续控制决策具有重要意义。鉴于现阶段,大部分中低规格的网球竞赛和训练因诸多条件限制,仍依赖于传统的人工司线进行判定,不利于网球运动的智能化和科技化发展,故本文基于网球固有的颜色特征,以FPGA硬件平台为运算核心,设计了一套相对简单、廉价的网球轨迹迹识别与跟踪系统,以期填补中低规格网球竞赛在运动目标识别与跟踪科技化方面的空白。研究方法:运用文献资料法和仿真法,确定系统主要运行模块包括:网球球像采集模块、球像中值滤波处理模块、球色空间转换模块、球色检测与识别模块、球型形态学滤波模块以及球型形心计算模块。在后续的仿真测试中,选用Matlab算法软件进行数据的拟合处理以实现对网球运动轨迹的实时还原。研究结果:根据系统整体设计流程图,在FPGA配置下,将网球的球迹识别与追踪系统的运行模块主要分为:网球图像采集模块、球像中值滤波处理模块、球色空间转换模块、球色检测与识别模块、球型形态学滤波模块以及球型形心计算模块。(1)网球球像采集模块主要选用了CMOS图像传感器MT9V034,以实现对网球RGB彩色视频图像资料的获取。并基于网球场地的特征,设计了两种基本的CMOS摄像机标定方案。(2)球像中值滤波处理模块主要是通过中值滤波技术对采集到的图像进行抑噪和去噪处理。其原理是将图像每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值,让周围的像素值接近真实值以达到剔除图像中存在的噪声点,保护图像边缘,增强图像质量的目的。(3)球色空间转换模块主要是通过采用HSV颜色空间标准模型,弱化图像中因球场的灯光、日光、镜头反光、背景干扰以及人球遮挡阴影等造成的光影影响,以实现后续对网球颜色特征的精确提取。(4)球色检测与识别模块主要是以网球固有的黄色和绿色为目标色,在明确两种颜色在HSV颜色空间中Hth、Sth、Vth各分量的阈值的基础上,系统通过计算图像中每个像素点的HSV分量是否满足网球色值的预设范围,即可判断该像素点是否属于目标像素,从而实现对网球球色的精确识别和提取。(5)球型形态学滤波模块主要是采用形态学滤波技术,通过设计3*3点阵形态学滤波算子,以膨胀和腐蚀的方式对图像中网球的形态特征进行处理,以达到去除图像中存在的孤立点和毛刺、锐化目标形态边缘、提取网球规则形态的目的。(6)球型形心计算模块是在提取网球规则截面的基础上,采用区域联通形心算法,以图像中网球截面的几何中心点代替网球所在位置;确定网球圆形截面的形心坐标后,再根据目标区域的面积大小,设置跟踪矩形框,使其紧紧套住目标形心,以实现对网球运动轨迹的稳定追踪。最后,通过循环读取序列图像拟合各目标区域形心心以实现对网球轨迹的描述和追踪。(7)各模块处理后,在SDRAM数据同步下,利用USB接口,实时传输数据至外接计算机以做进一步的显示和判罚。研究结论:在后续系统仿真测试中,通过随机选取黄色和黄绿混色各60帧网球图像以及60张其他颜色的卡片和进行测试,结果表明该系统对目标色的识别在90%以上,对非目标色亦能够实现有效过滤。在系统信息数据的拟合上,选用Matlab算法软件以实现对网球运动轨迹的还原。效果图表明,该系统能够有效识别网球颜色并进行轨迹的模拟还原,基本实现功能。但在网球球型的还原方面还不够圆滑,存在椭圆块以及菱形块;在多帧图像快速叠加的情况下,会出现图像粘连和目标拖影的现象,后续还需完善。在系统后续的完善中,考虑利用Matlab算法软件,搭建网球场地的三维场景模型,与系统数据进行实时交互,做到网球轨迹与场地的空间同步,实现有效判罚;还可通过在网球场地线下铺设传感带,将网球落地电信号与系统图像数据进行结合,实现有效判罚。