一种基于图像分析技术的台球自动记分的系统及方法与流程

本发明涉及台球记分，尤其涉及一种基于图像分析技术的台球自动记分的系统及方法。

背景技术：

1、台球运动是一种广受欢迎的体育活动，兼具娱乐属性，玩法有很多种，主要包括中式台球、美式台球和斯诺克台球等。记分是这些台球运动玩法的基本诉求，不管是中式台球和美式台球对台面球数减少的计算，还是斯诺克台球在选手每次击球后对双方得分的累计，乃至单局结束对双方比分的记录，都是台球这项运动不可或缺的组成部分，这包括选手日常在俱乐部的切磋训练，也包括选手参加各种小中大型正式比赛。

2、现有台球记分设备主要是传统设备，具体有机械式记分板和电子式记分板，但都要人工手动操作记录。传统记分设备显而易见的缺点就是麻烦，并且人可能会忘记操作，如果配备专职裁判操作则会大幅增加人力成本，而且专职裁判也可能会忘记操作。

3、目前在台球自动记分技术的研究方向上已经有些成果，但都存在一些问题。比如有一种方案是在台球桌六个袋口上加装传感器采集进球事件，但台球运动中选手经常会大力击球，高速运动的球多次撞击袋口，时间久了安装在袋口的传感器可能会出现灵敏度下降甚至损坏不再可用的问题。还有一种方案是在台球桌上方安装摄像机，通过图像识别技术检测台面球数变化达到记分的目的，但通常的图像识别技术包括传统模式识别也包括深度学习都会出现错检问题。斯诺克台球因为都是纯色球并且球的种类也少，错检率相对较低；中式台球和美式台球的球的种类繁多，并且球上存在花纹，花纹复杂且相似，错检率很高，几乎不可使用。另外，通常的图像识别技术即使在斯诺克台球上能取得相对较好的效果，但斯诺克台球自身在台球运动中占比极低，所以我们还是需要一种更好的台球自动记分技术。

技术实现思路

1、基于上述目的，本发明提供了一种基于图像分析技术的台球自动记分的系统及方法。

2、一种基于图像分析技术的台球自动记分的系统，包括图像采集模块、图像分析模块、规则分析模块以及比分显示模块；其中，

3、图像采集模块：用于采集台球桌面的实时图像，并将采集的图像以数字信号形式传输至图像分析模块；

4、图像分析模块：接收来自图像采集模块的数字信号，并利用卡尔曼滤波及深度学习与卡尔曼滤波二者整合，来识别台球桌面的球、球的编号和球的坐标；

5、规则分析模块：接收图像分析模块输出的台球状态信息，并根据台球的具体规则分析球的移动和状态，来判定击球进程、选手进球或得分以及单局胜负；

6、比分显示模块：接收来自规则分析模块的得分和判定结果，并将得分和判定结果转换为可视化数据，以图形界面的形式进行显示。

7、进一步的，所述图像采集模块包括高清摄像机、稳定的支撑结构以及图像传输接口；其中，

8、高清摄像机：用于捕捉台球桌面的全景图像，摄像头镜头为广角型，能够覆盖整个台球桌面；

9、稳定的支撑结构：用于将摄像机固定在台球桌的正上方以保持图像的稳定；

10、图像传输接口：采用高带宽接口进行图像数据的传输，用于确保摄像机采集的图像能够实时且无损地传输至图像分析模块。

11、进一步的，所述图像分析模块包括图像接收单元、深度学习处理单元；其中，

12、图像接收单元：用于接收来自图像采集模块通过高带宽接口发送的实时图像数据，该图像接收单元还包括有数据缓冲机制，所述数据缓冲机制用于确保即使在持续的高速数据流中也不会丢失信息，该数据缓冲机制先将接收到的图像数据进格式化处理，接着数据转换为适用于深度学习处理单元的标准图像格式；

13、深度学习处理单元：装载有预先训练的卷积神经网络cnn模型，用于执行图像的检测和识别任务，具体在接收到经图像接收单元处理后的标准化图像数据后，先进行图像预处理包括调整图像尺寸、归一化像素值，以适应神经网络模型的输入要求，然后卷积神经网络通过其多层结构对图像进行特征提取和分析，识别出台球桌面上每个球的位置和类型。

14、进一步的，所述所述图像分析模块还包括卡尔曼滤波预测单元；其中，

15、卡尔曼滤波预测单元：根据台球桌面每个球当前帧的位置和速度信息，使用卡尔曼滤波算法预测下一帧球的位置和速度，所述卡尔曼滤波算法预测步骤如下：

16、s1：初始化，设置台球的初始状态估计和初始误差协方差；

17、s2：根据动态系统模型预测台球下一状态和误差协方差，预测的公式包括：

18、预测状态：

19、预测误差协方差：

20、s3：结合新的观测数据更新预测状态，具体更新公式包括：

21、卡尔曼增益：

22、更新状态：

23、更新误差协方差：pk∣k＝(i-kkhk)pk∣k-1，其中，和分别表示预测和更新后的状态；fk是状态转移模型；pk∣k-1和pk∣k分别是预测和更新后的误差协方差；qk是过程噪声协方差；kk是卡尔曼增益，用于平衡预测和观测的权重；zk是实际观测值，即摄像机捕捉到的球的位置；hk是观测模型，用于将状态映射到观测空间；rk是观测噪声协方差，表示观测中的不确定性；i是单位矩阵。

24、进一步的，所述图像分析模块还包括数据整合输出单元，该数据整合输出单元用于融合深度神经网络的检测结果和卡尔曼滤波器的预测结果，具体数据融合公式为：pk＝μ×dnnk+ω×kfk，其中，pk表示球编号为k的概率，μ是深度神经网络的权重系数值，具体值为0.7；dnnk是深度神经网络的检测结果，ω是卡尔曼滤波器的权重系数，具体值为0.3；kfk是卡尔曼滤波的预测结果。

25、进一步的，所述规则分析模块包括接收数据单元以及判定单元；其中，

26、接收数据单元：接收图像分析模块输出的台球桌面上每个球的精确位置和运动状态的结构化数据；

27、判定单元：根据接收数据单元接收的数据，分析台球桌面上球的状态进行判定，该判定包括首动球判断，进袋球判断和胜负判定；

28、具体判定原则如下：

29、首动球判断：中式台球、美式台球以及斯诺克台球，规则要求都是选手先击打白球，白球撞击的第一颗球即是首动球，首动球合法即为合法击打，否则判为犯规击打，具体规则分析模块会根据图像分析模块输出的数据判断出白球动后的首动球，乃至判断出选手是合法击打还是犯规击打；

30、进袋球判断：规则要求是选手有合法进袋球则继续击球，否则丧失球权更换对手继续击球，具体规则分析模块会根据图像分析模块输出的数据判断出某颗球消失不再出现，则认定其为进袋球，进而判断出选手继续击打还是换对手击打；

31、胜负判定：在单局结束时，最后一位选手离台时如果没有丧失球权,他即为该局的胜利者，规则分析模块会根据首动球判断、进袋球判断等判断出最后一位选手离台时的台面状态，进而判断出该局胜负情况。

32、进一步的，所述比分显示模块包括显示控制单元、可视化界面单元以及实时更新机制；其中，

33、显示控制单元：用于接收来自规则分析模块的数据，包括每局的胜负结果、选手得分和当前对局阶段，并将数据转换为可视化信息展示在显示屏上；

34、可视化界面单元：包括一个高分辨率显示屏，用于图形化展示对局状态、每个选手的得分以及对局进度；

35、实时更新机制：比分显示模块能够实时响应来自规则分析模块的数据更新，确保展示信息与实际情况同步，在接收到新的分析结果时，显示屏将立即更新反映最新的比分和对局状态。

36、一种基于图像分析技术的台球自动记分的方法，包括以下步骤：

37、s1：图像采集，使用高清摄像机固定于台球桌正上方，实时捕捉台球桌面的全景图像；

38、s2：图像传输，将采集的图像数据通过图像传输接口实时传输至图像分析模块；

39、s3：图像分析，在图像分析模块中，接收并处理来自图像采集模块的数据，使用深度学习模型检测和识别台球桌面的球、球的编号和球的坐标，并利用深度学习与卡尔曼滤波算法对球的位置和运动状态进行预测；

40、s4：规则分析，接收图像分析模块提供的台球状态信息，并根据中式台球、美式台球和斯诺克台球的规则，分析球的移动和状态，包括首动球判断、进袋球判断和胜负判定；

41、s5：比分显示，将规则分析模块的判定结果转换为可视化信息，并实时显示在比分显示模块上，包括每局的胜负结果、选手得分和当前对局阶段。

42、本发明的有益效果：

43、本发明，能够准确地根据中式台球、美式台球以及斯诺克台球等台球运动的规则判断对局的各个阶段和得分情况，通过先进的图像分析技术及进一步逻辑处理，系统能够实时分析台球对局情况，减少了传统人工记分可能出现的错误和延迟，从而提高了台球运动的效率和记分准确性。

44、本发明，用于比赛时，减少了人为因素的干预，它能更公正地反映比赛的真实情况，提升比赛的公平性，确保了比赛结果的公正性，从而增强了比赛的竞技精神和公平竞争环境。

45、本发明，不仅提高了比赛的管理效率和准确性，还通过实时显示比赛结果和比分，极大地提升了观众的观赏体验，观众可以更容易地跟踪对局进程和得分情况，从而更深入地投入和享受对局过程，提高了台球运动的吸引力和观赏价值。