（运动人体科学专业论文）短跑运动图像人体关节点自动识别系统的研制与应用.pdf

摘要 现代科学技术的发展极大地促进了体育科技的进步，高科技手段广泛运用于运动训 练，提高了训练的科学化水平，促使运动技术水平和比赛成绩不断提高。随着体育科学 的发展和运动实践的逐步深入，在运动训练中，运用科学的训练方法和监测手段改善运 动训练的效果，提高运动成绩，已成为体育的重要发展方向之一。科学合理的运动训练 是建立在以机能监控指标和技术监控指标为反馈信息来调控运动训练强度的一种运动 训练模式。目前，从技术监控的角度对运动训练实行监控主要应用的是运动录像解析系 统。 但是，运动录像解析系统还存在着严重缺陷，主要是不能及时反馈信息和操作复杂。 图像拍摄之后一两个月甚至三四个月才能得到测试数据，不能实现实时监控，所得数据 不具有现实指导价值。而影响运动学研究快速反馈的瓶颈在于数据的采集处理方法，传 统的解析方法是由人工判读人体关节点，工作量巨大，严重影响反馈的速度，不仅如此， 人工识别操作枯燥，常由此引起疲劳误差和操作误差，而且重复性差。运动录像解析系 统的操作也相对复杂，需要有一定的基础知识和严格培训才能操作。对于繁忙的教练员 来说，可操作性很差。而利用计算机对运动图像的人体关节点进行自动识别，具有花费 低、周期短、精度高、重复性好等优点，最主要的是能够实现实时监控和快速反馈，可 操作性好，很有发展前途。 为了解决运动录像解析系统信息反馈缓慢和可操作性差的问题，本论文选择短跑为 研究对象，这是因为：短跑项目不仅本身的技术动作分析十分重要，而且它是其他运动 项目的基础。不管是跳高、跳远，还是篮球、足球、羽毛球等各种运动，都是在跑动中 完成的n 1 。因此，本研究在解决短跑人体关节点自动识别的同时，将为其他运动项目提 供一个理论研究方法和软件的平台。若将各个运动项目的特殊规律导入这个平台，即可 实现这些项目的关节点自动识别。 本论文以短跑为研究对象，以计算机为工具，首先采用先分割再填充的方法，获得 不重影、不抖动的图像。然后根据轮廓线最低点坐标( x 、y 轴坐标) 的变化特征，由 计算机自动识别特殊时刻( 离地瞬间和着地瞬间等) ，进而区分不同运动时相。并根据 短跑这个项目的运动规律和已经确定的运动时相，对不同时相乃至不同时刻的不同关节 点采取相应的确定方法。 在区域跟踪方面，将容易获得的人体轮廓特征点( 如人体轮廓最高点、最低点等) l i i 结合短跑运动规律用于确定人体各关节点的区域跟踪；针对各关节点的特异性和各时相 的特异性，对不同时相的各关节点采取不同的跟踪区域中心和半径，并根据动作连贯性 进行自适应调整。根据圆心到圆周的各点距离相等这一原理，找到与关节点周围轮廓线 上特征点距离相等的点( 一般为中点) 作为所求关节点。 本研究根据运动的连续性，判断识别人体关节点出现特殊情况的运动图像。并利用 环节长法，由邻近关节点的坐标及环节斜率计算进入人体轮廓的可见侧关节点；利用像 素差异，提取可见侧手臂轮廓解决可见侧手臂关节点进入躯干轮廓的问题；将可见侧关 节点坐标移动半个周期，计算获得遮挡侧对应关节点坐标数据；利用像素值判断手位于 髋关节前后来解决手对髋关节确定的影响。综合应用轮廓线识别与灰度识别两种方法， 以轮廓线上特征点确定体内关节点为主，以灰度差异识别为辅，二者相互补充，提高了 自动识别精度和效率。 本研究研发出了可在w i n d o w s 系统平台运行的、用v i s u a lc + + 6 0 编制的“短跑 人体关节点的自动识别软件系统 计算机应用程序，实现了计算机自动识别短跑运动图 像中的人体关节点，使运动录像解析系统准确及时地反馈运动信息并具有良好的可操作 性。 i v 关键字：短跑人体关节点自动识别计算机 a b s t r a c t d e v e l o p m e n to fm o d e r ns c i e n c ea n dt e c h n o l o g yh a sp r o m o t e ds p o r t ss c i e n c ea n d t e c h n o l o g yp r o g r e s st r e m e n d o u s l y ，h i g h t e c hh a sa p p l i e d t om o t i o nt r a i n i n gb r o a d l y ，w h i c h i m p r o v e dt r a i n i n gh o r i z o n t a l ，m o v i n ge n g i n e e r i n gl e v e la n dc o m p e t i t i o na c h i e v e m e n t i n t r a i nw i t ht h es u c c e s s i v e s t e p st l l a td e v e l o p m e n to fs p o r t ss c i e n c ea n dm o t i o n ，t h e i m p r o v e m e n to ft h es c i e n c et r a i n i n gm e t h o da n dm o n i t o t i n gam e a n sm o v e si m p r o v e dt h e e f f e c t i v et r a i n i n g ，i m p o r t a n c ei m p r o v i n gm o t i o na c h i e v e m e n t ，a l r e a d yb e c o m i n go n eo f s p o r t sd e v e l o p i n gd i r e c t i o n t h a ts c i e n c em o v e st r a i n i n gi st ob u i l do n ek i n do fm o t i o n t r a i n i n gp a t t e r nb a s e do nt r a i n i n gi n t e n s i t ya n dc o n t r o lt a k i n gt h a te n g i n e r ym o n i t o r st h e i n d e xa n dt h et e c h n o l o g ym o n i t o r i n ga ni n d e xa sf e e d b a c ki n f o r i l l a t i o n a tp r e s e n t ，a n t r a i n i n ge f f e c t u a t i o nt om o n i t o rm a i na p p l i c a t i o n sf r o mt h et e c h n o l o g ym o n i t o r si st h em o v e a n a l y t i c a ls y s t e mo fp i c t u r er e c o r d i n g b u t ，m o v i n ga n a l y t i c a ls y s t e mo fp i c t u r er e c o r d i n gi sr e t u r n i n gt h eg r a v ed e f e c tb a c kt o e x i s t e n c e ，b e i n gt h a tt h eu n a b l et i m e l yf e e d b a c ki n f o r m a t i o na n do p e r a t i o na r ec o m p l i c a t e d m a i n l y b eo n e o rt w om o n t h l ya f t e rt h ei m a g eb e i n gs h ( ) ta b o u tt h r e em o o n sa b i l i t yg e t st h e t e s t i n gd a t ae v e n ，c a nn o tr e a l i z er e a lt i m es u p e r v i s o r yc o n t r o l ，t h eg a i n sd a t an o th a v i n g r e a l i t yg u i d i n gv a l u e b u ta f f e c tak i n e m a t i c ss t u d y i n gt h eb o t t l e n e c kt h a tt h ef l e e t n e s s c o u p l e sb a c kd e p e n d so nt h ed a t aa c q u i s i t i o nh a n d l e sm e t h o d ，t h et r a d i t i o na n a l y s i sm e t h o di s t h a tp o i n t ，a m o u n to fw o r ka r ee n o r m o u sf r o mm a n p o w e rb es e n t e n c e dt h eh u m a nb o d y j o i n t s ，t h eo p e r a t i o na f f e c t i n gt h es p e e dc o u p l i n gb a c k ，d i s t i n g u i s h i n gn o to n l yt h a t ，a r t i f i c i a l o r i e n t a t i o ni sm o n o t o n o u s ， w e a r ye r r o ro f t e nf r o mt h i sa n dh a n d l ee r r o r ，m o r e o v e r r e p e t i t i v e n e s sd i f f e r e n c e m o v ep i c t u r er e c o r d i n ga n a l y s i ss y s t e m a t i c a l l yh a n d l i n gc e r t a i n d i f f i c u l t ，t oc o m p l i c a t e d ，n e e dt oh a v ea n dt r a i n i n ga b i l i t yo p e r a t i o ns t r i c t l y a sf o rb u s y c o a c h ，i ti sn o te a s yt oc o n t r 0 1 m a k eu s eo fac o m p u t e rt o c a r r yo u tt h ea u t o m a t i o n o r i e n t a t i o no nt h eh u m a nb o d yj o i n t s ，h a v em o n e ys p e n ti sl o w ，t h ep e r i o di ss h o r t ，a c c u r a c y i sh i g h ，t h er e p e t i t i v e n e s si se a s yt ow a i tf o rm e r i t ，f e e d b a c k ，m a n e u v e r a b i l i t ya r ec a nr e a l i z e r e a lt i m es u p e r v i s o r yc o n t r o la n dt h ef l e e t n e s sm a i n l ym o s te a s yt oh a v ev e r ym u c h d e v e l o p i n gf u t u r e f o rt h eb a dm a n e u v e r a b i l i t yp r o b l e mr e s o l v i n ga n a l y t i c a lm o t i o np i c t u r er e c o r d i n g s y s t e mi n f o r m a t i o nf e e d b a c ks l o w l ya n dm a y ，t h et h e s i sc h o o s e sd a s ha st h eo b je c to fs t u d y ， t h i si sb e c a u s e t h ed a s hp r o j e c tn o to n l ys e l ft e c h n o l o g ya c t i o na n a l y s i si sv e r yi m p o r t a n t ，一 b u ta l s oi ti sm o v e st h ep r o j e c tb a s i so t h e r ah i g h j u m p ，a l o n g j u m p ，b e i n gs t i l lb a s k e t b a l l ， f o o t b a l l ， b a d m i n t o na n d s oo ni sv a r i o u s ， b e i n g t ob e c o m p l e t e d i n r u n n i n g m o v e u j t h e r e f o r e ，o r i g i n a l l yw i t hp l a t f o r i l lp r o v i d i n gat h e o r yr e s e a r c hm e t h o da n ds o f t w a r e f o rm o v i n gap r o j e c to t h e rw h i l et h ej o i n t sr e s o l v i n gt h ed a s hh u m a nb o d yc o u n t st h e a u t o m a t i o no r i e n t a t i o n i ft h ep e c u l i a rl a wl c a d i n g i nw i l lm o v eap r o j e c to n eb yo n ei ss u c h p l a t f o r i l l ，t h ej o i n t sb e i n go kt or e a l i z et h e s ep r o j e c t sc o u n t st h ea u t o m a t i o no r i e n t a t i o n t h et h e s i st a k e sd a s ha so b j e c to fs t u d y ，t a k e sc o m p u t e ra si m p l e m e n t ，f n s t u s e st h e m e t h o dw h i c hd i v i d e sf i r s tf i l l sa g a i n ，o b t a i n si m a g ew h i c ht h ed o u b l ei m a g e ，d o e sn o t v i b r a t e a n dt h e na c c o r d i n gt of o r ml i n er o c kb o t t o mc o o r d i n a t ef x ，ya x i sc o o r d i n a t e ) c h a n g e c h a r a c t e r i s t i c ，f r o mt h ec o m p u t e r ，t h ea u t o m a t i o nl o o k sa ta n da p p r a i s e st i m et h em o t i o n d i s t i n g u i s h i n gp e c u l i a rm o m e n t ( b ea w a yf r o mt h ef i e l dm o m e n ta n dl a n dt ow a i t ) ，a n dt h e n d i s t i n g u i s h i n gd i v e r s i t y a n d ，a c c o r d i n gt od a s h ，t h i s l o o k sa ta n da p p r a i s e st i m et h ep r o j e c t v c h a r a c t e r i s t i c so fm o t i o na n dt h em o t i o na l r e a d ya s c e r t a i n i n gt h a t ，l o o k sa ta n da p p r a i s e sf a c e t of a c en oa tt h es a m et i m ee v e nt h ed i f f e r e n tj o i n t s b e i n gu n l i k em o m e n ta d o p t s c o r r e s p o n d i n gm e t h o d t h ea r e at h a te v e r yj o i n t sc o u n t si nt h eh u m a nb o d yo u t l i n ec h a r a c t e r i s t i cp o i n tt h a ta r e a g a i n se a s yt ot r a c ka s p e c t ( h u m a nb o d yo u t l i n em a x i m a lp o i n t ，t h ep o i n to fb o t t o me t c ) i s u s e dt oa s c e r t a i nt h eh u m a nb o d yc o m b i n i n gw i t hd a s hc h a r a c t e r i s t i c so fm o t i o ni st r a c k e d ， s p e c i f i c a l l yf o rt h ep e c u l i a r i t yt h a te v e r yj o i n t sp u t sa n dt h ep e c u l i a r i t yl o o k i n ga ta n d a p p r a i s i n gt i m ee v e r y ，a r e ac e n t r ea n dr a d i u s ，a n ds e l ff i ti n 、析mb e i n g i np r o g r e s sa c c o r d i n g t oa c t i o nc o n t i n u i t ya d j u s tt h et r a c k i n ga d o p t i n gd i v e r s i t yo ne v e r yj o i n t sn o tl o o k i n ga ta n d a p p r a i s i n ga tt h es a m et i m e d i s t a n c ei se q u a la c c o r d i n gt ot h ec e n t r eo fac i r c l et oe v e r y c i r c u m f e r e n c ep o i n tt h i s o n ep r i n c i p l e ，f i n d sw i t l l u p p e rj o i n t sv i c i n i t yf o r ml i n e c h a r a c t e r i s t i cp o i n tf r o mw h e ne q u a lp o i n t ( b eam i d p o i n ti ng e n e r a l ) i sw h a tb ea s k e da n j o i n t st ob u m s t u d yt h ec o n t i n u i t ya c c o r d i n gt om o t i o no r i g i n a l l y ，j u d g et h em o t i o ni m a g es p e c i a lc a s e a p p e a r i n go nt h ep o i n td i s t i n g u i s h i n gt h eh u m a nb o d yj o i n t s a n d ，t h eo b l i q u et o n e sj o i n t s m a k i n gu s eo fl o n gl a wo fl i n k ，t h es l o p ef r o mt h ec o o r d i n a t et h a tt h ej o i n t sa d j a c e n tt o c o u n t st ol i n kt oc a l c u l a t ev i s i b l ee n t e r i n gt h eh u m a nb o d yo u t l i n eb u m s ；t h ej o i n t sm a k i n g u s eo fp i x e ld i f f e r e n c e ，t h eo u t l i n ep i c k i n gu pt h ev i s i b l eo b l i q u et o n e sa l t nt or e s o l v et h e v i s i b l eo b l i q u et o n e sa l t ne n t e r st r u n ko u t l i n ep r o b l e m ；w i t ht h ep e r i o di tc a nb es e e nt h a t o b l i q u et o n e sj o i n t sp o i n tc o o r d i n a t e sm o v e sh a l f ，t h ea c q u i s i t i o ns e c r e t l ys c h e m i n ga g a i n s t k e e p so u tt h ec o r r e s p o n d i n go b l i q u et o n e sj o i n t sp o i n tc o o r d i n a t e sd a t a ；m a k eu s eo fp i x e l v a l u et or e s o l v et h ee f f e c tt h a th a n da s c e r t a i n st oa r t i c u l a t i o nc o a xb e f o r ej u d g i n gt h a th a n di s l o c a t e di na r t i c u l a t i o nc o a xa f t e r w a r d s t h ef o r ml i n ea p p l y i n gd i s t i n g u i s h e sa n dg r a d a t i o n d i s t i n g u i s h e st w ok i n d sm e t h o ds y n t h e t i c a l l y ， l i n ec h a r a c t e r i s t i cp o i n tw i t h i na s c e r t a i n i n g s u b s i d i a r y ，f i r s t ，s e c o n dm u t u a lc o m p l e m e n t ， a n de f f i c i e n c yw i t l lg r a d a t i o n t h ej o i n t sh a sg i v e nf i r s tp ! a c et ou p p e rf o r m t h eb o d y ，d i f f e r e n c eh a sd i s t i n g u i s h e df o r h a si m p r o v e da u t o m a t i o no r i e n t a t i o na c c u r a c y c o m p u t e ra p p l i c a t i o ns t u d y i n gd e v e l o p e dt h ed a s hh u m a nb o d yw e a v i n gi nt h a t w i n d o w ss y s t e mp l a t f o r mw o r k i n g ，u s e sv i s u a lc + + 6 0j o i n t sh a sc o u n t e da u t o m a t i o n o r i e n t a t i o ns o f t w a r es y s t e mo r i g i n a l l y ，h a v i n gr e a l i z e dc o m p u t e ra u t o m a t i o no r i e n t a t i o nd a s h h u m a nb o d yj o i n t si nm o v i n ga ni m a g em a k e sa n a l y t i c a lm o t i o np i c t u r er e c o r d i n gs y s t e m a c c u r a t ec o u p l i n gb a c km o t i o ni n f o r m a t i o ni nt i m ea n dh a sf i n em a n e u v e r a b i l i t y v l k e yw o r d s ：d a s h ；t h eh u m a nb o d yj o i n t s ；a u t o m a t i o no r i e n t a t i o n ；c o m p u t e r 学位论文原创性声明 本人所提交的学位论文短跑运动图像人体关节点的自动识别，是在导师的指导 下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不 包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的 个人和集体，均已在文中标明。 本声明的法律后果由本人承担。 论文作者嗲名) ：札 伽翟年易只6 b携嚣瀚彬砰月日 学位论文版权使用授权书 本学位论文作者完全了解河北师范大学有权保留并向国家有关部门或机构送交学 位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权河北师范大学可以将学位论 文的全部或部分i a 容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保 存、汇编学位论文。 ( 保密的学位论文在年解密后适用本授权书) 论文作者( 签鼍：狄 谚g 年乙其心e t茹菩蕊谚卅。 i i 绪论 科学合理的运动训练是建立在以机能监控指标和技术监控指标为反馈信息来调控 运动训练强度的一种运动训练模式。目前，从技术监控的角度对运动训练实行监控主要 应用的是运动录像解析系统。但是，运动录像解析系统还存在着严重缺陷，主要是不能 及时反馈信息和操作复杂。图像拍摄之后一两个月甚至三四个月才能得到测试数据，不 能实现实时监控，所得数据不具有现实指导价值。而影响运动学研究快速反馈的瓶颈在 于数据的采集处理方法，传统的解析方法是由人工判读人体关节点，工作量巨大，严重 影响反馈的速度，不仅如此，人工识别操作枯燥，常由此引起疲劳误差和操作误差，而 且重复性差。运动录像解析系统的操作也相对复杂，需要有一定的基础知识和严格培训 才能操作。对于繁忙的教练员来说，可操作性很差。 为了解决运动录像解析系统信息反馈缓慢和可操作性差的问题，本论文以短跑为研 究对象砼1 ，以计算机为工具，采用文献资料法、专家访谈法、测量法、软件工程法、运 动建模、人体建模、数学建模等研究方法，将视频转化为无抖动数字图像、对人体关节 点进行自动识别( 提取运动人体轮廓线、运动时相的划分、确定比例长度、区域跟踪、 确定关节点、特殊情况的判断及处理) ，并研发出了“短跑人体关节点的自动识别软件 系统”计算机应用程序，实现了计算机自动识别短跑运动图像中的人体关节点，使运动 录像解析系统准确及时地反馈运动信息并具有良好的可操作性。 1前言 1 1研究意义 现代科学技术的发展极大地促进了体育科技的进步，高科技手段广泛运用于运动训 练，提高了训练的科学化水平，促进了运动技术水平和比赛成绩的不断提高。随着体育 科学的发展和运动实践的逐步深入，在运动训练中运用科学的训练方法和监测手段来改 善运动训练的效果，提高运动成绩，已成为体育的重要发展方向之一：科学的运动训练 是建立在以机能监控指标和技术监控指标为反馈信息来调控运动训练强度的一种运动 训练模式，运动生物力学是从技术监控的角度对运动训练实行监控，而监控的主要手段 是通过实时测定运动员运动时的运动学参数和动力学参数，并及时做出技术诊断和评 价，为运动员改进技术动作、提高运动成绩提供理论依据和技术指导。运动生物力学在 运动学方面的研究主要依靠运动录像解析系统。运动录像解析系统随着计算机技术的飞 速发展和互联网的出现有了长足的进步。从二十世纪七、八十年代主要应用的影片解析 系统，到九十年代国内外开始使用的录像解析系统；从刚开始的单摄像机平面研究过度 到现在的两台或多台摄像机的三维立体空间研究；摄像机的拍摄频率从每秒几十幅到每 秒几百甚至上千幅，图像也更加清晰；随着o p e n g l 、3 d m a x 等软件的应用，数据分析的 方法更加灵活多样，显示更加逼真细致口1 。一些运动生物力学发展水平较高的国家，如 美国、德国、日本等，对运动录像解析系统的研究开发取得了明显进展，如：美国的 p e a km o t u s 系统、a r i e l 系统、m o t i o na n a l y s i s 系统，德国的s i m i 系统、b a s 系统， 日本的n a c 系统，意大利的e l i t e 系统，瑞士的o u a l i s y s 系统等。中国有较早开发的 爱捷( e d i a s ) 系统和由中国科学院最近开发的金牌教练( d vc o a c h ) 系统。概而言之，运 动录像解析系统的研究开发虽然取得了明显进展，但仍存在严重缺陷，主要是不能及时 反馈运动信息和可操作性差。图像拍摄之后一两个月甚至三四个月才能得到测试数据， 不能实现实时监控，所得数据不具有现实指导价值。而影响运动学研究快速反馈的瓶颈 在于数据的采集处理方法，传统的解析方法是由人工判读人体关节点，工作量巨大，严 重影响反馈的速度，不仅如此，人工识别操作枯燥，常由此引起疲劳误差和操作误差， 而且重复性差。而利用计算机对运动图像的人体关节点进行自动识别，具有花费低、周 期短、精度高、重复性好等优点，最主要的是能够实现实时监控和快速反馈，可操作性 好，很有发展前途。 2 由于体育运动动作的复杂性，到目前为止，对实际比赛和训练中的运动图像还没有 一种方法可以实现关节点的自动识别。为了突破这种局面，鉴于各运动项目都有自己的 特殊规律，可以具体项目具体分析，个别突破以点带面。本研究在解决短跑人体关节点 自动识别的同时，将为其他运动项目提供一个理论研究方法和软件的平台。若将各个运 动项目的特殊规律导入这个平台，即可实现这些项目的关节点自动识别。 本项研究的实现将有利于实现运动信息的及时反馈，有利于对运动训练进行实时技 术监控，有利于提高我国运动生物力学的研究水平，并具有良好的可操作性。 1 2国内外研究概况 国内外对运动图像中人体关节点的自动识别的研究已有许多年，取得了一定的进 展。 从二十世纪六十年代末和七十年代初开始，人们将光电技术用于运动检测，到了八 十年代，国际上研制并推出了各种光电运动检测分析系统。包括瑞典的s e l s p o t 系统和 q u a l i s y s m c u 5 0 0 红外远射录像测试系统，英国的v i c o n 系统，美国的c o d - 3 型运动分 析系统，意大利的e l i t e 系统等。上述各种光电运动检测分析系统的原理基本相同，首 先将红外发光二极管或反射标志物固定在人体关节处，利用红外摄像机进行拍摄。在 5 0 赫兹的红外光束照射下，反射标志物成为视场中最明亮的点光源并成像于红外摄像 机的传感器上。在每次闪耀时，传感器上的这些位置信号通过扫描方式被提取出来，成 为一个接一个的视频信号脉冲，经过阈值检测器鉴别而被送入到坐标发生器中。这一系 列视频信号脉冲在时间轴上的位置，就对应着标志物的坐标位置h 1 。 目前已经实现了实验室中人体带标识点( m a r k ) 的运动图像中标识点的自动识别。 但这种方法存在很多问题：首先，该方法还处于实验室阶段，在训练和比赛时无法贴标 识点，不适于实践的需要，而且费用高。其次，带标识点会对运动员心理上产生影响， 而且运动不便，不能反映真实的运动情况。最后，该方法不是直接标识关节点，而是由 标识点反映关节点。运动过程中，肌肉、皮肤等不可避免地活动，标识点有晃动，标识 点与关节点发生了相对位移，不能精确反映关节点的实际运动情况。综上所述，研究不 带标识点的运动图像，即普通的运动图像中人体关节点的自动识别具有更高的价值。 目前，不带标识点的运动图像中人体关节点的自动识别主要包括基于模板匹配的人 体运动跟踪、基于人体模型匹配的运动跟踪和基于轮廓特征点方法的人体运动跟踪三种 方法。 ( 1 ) 基于模板匹配的人体运动跟踪 基于模板匹配的人体运动跟踪目前主要用到的是两个相匹配的像素块之间的误差 度量( b l o c kd i s t o r t i o nm e a s u r e ，简记为b d m ) ，主要有三种基于块匹配的误差度量： 基于互相关函数( c c f ) 的b d m 、基于归一化均方误差值( m e a ns q u a r ee r r o r ) 的b d m 、基 于归一化绝对误差值( m e a na b s o l u t ee r r o r ) 的b d m 。 两个像素块基于c c f 的b d m 定义为 c c f ，q ) = 斯，1 ) r ( k + p ，? + d d1 4 孵s 2 j 曙矿删j 1 一( 1 1 ) _-l _ 匹配准则：查找区域中最大的c c f ( p ，q ) ( 一w p w ) 和( - w s q w ) 所对应的 像素块代表最佳的像素匹配块。 基于归一化均方误差值( 1 ：i e a ns q u a r ee r r o r ) 的b d m 定义为 m 8 q ) 2 去荟驴( ) 。( p ) 】2 1 所打 匹配准则：查找区域中最小的m s e ( p ，q ) ( w p w ) 和( 一w g w ) 所对应的 像素块代表最佳的像素匹配块。 基于归一化绝对误差值( m e a na b s o l u t ee r r o r ) 的b d m 定义为 m a q ) = 去善喜旷m 协m ) l 匹配准则：查找区域中最小的m a e ( p ，q ) ( 一w p w ) 和( 一w g s w ) 所对应的 像素块代表最佳的像素匹配块璐3 。 1 9 8 1 年j a i n 等人提出的t d l s ( t w o - d i m e n s i o nl o g a r i t h ms e a r c h ) 隋1 。使用当前 帧中的块跟上_ 帧中发生位移后的块之间的m s e 作为误差度量函数，并在查找窗口之内 沿虚拟的最小误差方向( d i r e c t i o no fm i n i m u md i s t o r t i o n ) 进行的2 d 对数查找( 如图 1 1 所示) 。 4 o固 0回 o国黟 o o 囝卅孕 国移 oo 图1 12 d 对数查找算法 k o g a 等人提出t - - 步运动矢量查找算法( t h r e e - s t e ps e a r c h ，简记为t s s ) 陋3 。t s s 依赖于这样一个假设：b d m 随着查找位置偏离最小误差方向而单调增加。算法的每一步 都查找9 个位置。使用m s e 确定最佳匹配。在每一个最小b d m 位置，查找步长折半并查 找接下来的9 个位置。因此每个像素块只需计算2 5 次，它可以检测出最大6 个像素的 运动( 如图1 2 所示) 旧1 。 够 囝 图1 2 三步运动矢量查找算法 k a p p a g a n t u l a 和r a o 提出了新的三步查找算法( n e wt h r e e s t e ps e a r c h ，简记为 n t s s ) 用于帧间运动估计预测n0 j 。他们使用中途终止技术来加速静止或半静止块的匹配 过程从而进一步减小计算量3 。 5 移移 母 。 。 o 。 1 9 9 0 年g h a n b a ri 提出了c s a ( c r o s s - s e a r c ha l g o r i t h m ) 用于帧间运动估计n 幻。 c s a 的基本想法还是对数步长查找，但是计算量更小一些。 1 9 9 5 年p o 和m a d 基于运动矢量中心倾向分布的特点提出了四步查找算法 ( f o u r s t e ps e a r c h ，简记为f s s ) 1 3 of s s 的性能比t s s 要好，但是在最糟糕情况下f s s 需计算2 7 次b d m ，这时比t s s 多两个查找位置( 如图1 3 所示) 。另外，与t s s 和n t s s 相比，f s s 的鲁棒性更好m 3 。 声 - - l 穗 i o o o o o o 翻， o o 。 一 。 o o oo 一 攒奢 一一 o o - 糖 图1 3 四步查找算法 1 9 9 5 年c h a n 和s i u 提出了自适应多候选分层查找算法( a d a p t i v e m u l t i p l e c a n d i d a t eh i e r a r c h i c a ls e a r c h ) 来提高运动矢量估计的准确性，同时避免 了f s s 等算法中存在的局部最优的问题，而计算复杂性只有轻微的增加n 钔。 2 0 0 0 年南京理工大学的王宗平、蒋勇等提出的动态确定搜索区域的方法，基本原 则是： r l 时刻跟踪区域中心的位置： 6 厂x n = ：v n t ( x ) t 。卜；f a n 1 ( x ) t 2 ( 1 4 l y 。：vn - l ( y ) t + i 1an _ l ( y ) t 2 ( 1 5 ) 其中：v 。( x ) ：堂生等盟( 1 6 ) a。(x)=：!：!：!掣(17) 搜索区域的半径： 速度参数越大，搜索区域越大；速度参数越小，搜索区域越小。加速度参数的绝对 值不等于零，搜索区域增大：加速度参数等于零，搜索区域大小不变。因此，搜索区域 半径