top of page
智能羽球裁判系統
側面發球線偵測
1、影像特徴提取與顏色過濾
為精準提取白色地線特徵,系統首先將影像由 BGR 轉換至 HLS 色彩空間,利用亮度與飽和度通道定義白色遮罩,並加上 Top-Hat運算[12]強化影像中的細長亮線,能有效抑制場館內複雜的環境光源,並排除場外雜訊對地線辨識的干擾。
影像特徵提取
2、幾何限制與 ROI 區域定義
為了提升運算效率並降低誤判機率,系統為左、右發球線分別設定了專屬的 ROI區域,鎖定影像左下方,偵測具有負角度-50至 -15特徵的線條;鎖定影像右下方,偵測具有正角度15至50特徵的線條。透過 fillPoly [13]建立的不規則四邊形遮罩,系統僅在特定範圍內執行霍夫直線變換[14],大幅縮小搜尋空間。
ROI遮罩
3、候選線篩選與評分機制
為克服球員踏線或球拍遮擋導致的地線特徴殘缺,本系統導入多準則加權評分機制,針對偵測到的候選線段進行多維度分析,透過強化長度權重、精算預期空間座標的位置偏差,並將角度偏離量納入誤差因子,從而精準優選出最符合場地邏輯的發 球線基準。
發球線篩選
4、時間序列穩定與防跳動演算法
為了確保地線在影像中維持高度穩定並消除瞬間閃爍,本系統結合了線性平滑演算法與防跳動門檻機制,透過權重係數融合前後幀位置以優化移動軌跡的流暢度,並同步設定 120 像素的容錯臨界値與計數器,在偵測到劇烈位移時暫緩更新,直到確認為連續性位移而非短暫雜訊,從而精準 過濾掉視覺跳動,維持穩定的發球線判定。
側面影像_發球線偵測結果
側面發球線偵測發球線與區域定位
5、線條延長與視覺化呈現
最終透過斜率運算將偵測到的短線段延伸至場地邊緣,並以紅(左側)、綠(右側)粗體線標註於輸出影片中,做為後續的發球得分判決的基準。
發球線偵測
bottom of page