第３９卷第１期２０２３年３月沧州师范学院学报ＪｏｕｒｎａｌｏｆＣａｎｇｚｈｏｕＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙＶｏｌ．３９，Ｎｏ．１Ｍａｒ．２０２３基于蚁群算法的篮球远距离投篮最佳轨迹提取方法杨彦杰（山西应用科技学院基础教学部，山西太原０３００６２）摘要：常规方法提取的篮球投篮目标轨迹特征不完整，仅提取颜色特征而忽略方向梯度直方图特征的匹配，导致提取轨迹与实测轨迹拟合度较低．为此，提出基于蚁群算法的篮球远距离投篮最佳轨迹提取方法．采集运动员远距离投篮运动图像序列，利用蚁群算法分割目标像素和背景像素；提取分割图像篮球特征，包括颜色特征、方向梯度直方图特征；匹配同一视场多帧图像特征点的极值点，提取分割图像篮球像素区域，通过像素坐标计算篮球三维空间坐标，利用线性插值理论填充两个空间点之间遗漏的篮球位置，构成一条完整的投篮轨迹，选取命中率最高的投篮轨迹作为最佳轨迹．实验中令运动员在固定位置进行远距离投篮，采用设计方法和常规方法分别提取篮球最佳运动轨迹，结果表明，设计方法提高了提取轨迹与实测轨迹的拟合度，最佳轨迹提取结果更加精确可靠．关键词：蚁群算法；远距离投篮；轨迹提取；篮球位置；图像分割；目标特征中图分类号：Ｇ８４１；ＴＰ３１１文献标识码：Ａ文章编号：２０９５－２９１０（２０２３）０１－０１０１－０５随着体育运动的大范围普及，篮球运动受欢迎程度越来越高．在篮球运动中，运动员投篮动作的标准性以及篮球投出后的运动轨迹成为篮球命中得分的关键［１］．教练普遍通过篮球视频校准运动员投篮动作，但由于远距离投篮过程中，篮球和运动员的运动不断产生变化，篮球视频难以准确判断投篮过程中篮球的位置信息，对篮球运动轨迹判断不准确，使得运动员远距离投篮最佳轨迹的提取成为该领域待解决的重点问题［２］．因此，研究篮球远距离投篮最佳轨迹提取方法，分析运动员投篮运动图像，根据多帧图像的篮球位置信息提取篮球运动轨迹，能够修正远距离投篮的动作，提高运动员投篮的命中率，具有重要意义［３－５］．现阶段，运动轨迹提取相关研究已取得较多成果．韩丰宇等［６］提出基于卷积神经网络的运动轨迹提取方法，建立能量优化模型，提取运动图像目标特点，通过视觉背景提取子，降低目标像素区域数据量和目标关联时间．该方法能够实现复杂背景下的轨迹提取，但存在提取轨迹与实测轨迹拟合度低的问题．李大湘等［７］提出基于动态视频摘要算法的运动轨迹...
