基于随机分水岭变换的足球线标分割与分类

增强现实应用正开始改变体育转播方式，为观众提供更丰富的体验和宝贵的洞察。增强现实系统的第一步是相机标定，可能基于检测运动场的线标记。大多数现有的线检测方案依赖于边缘检测和霍夫变换，但径向畸变和杂散边缘会导致线标记检测不准确或虚检。我们提出一种自动且准确分割和分类线标记的新策略。首先，借助对径向畸变鲁棒的随机分水岭变换分割线点，因其不对线直度作假设，且不受球员或球存在的影响。随后，通过一种非常高效的流程将线点连接至基元结构（直线和椭圆），该流程不对每幅图像中出现的基元数量作假设。该策略在一个由来自五个体育场的 60 幅标注图像组成的新公开数据库上进行了测试。所得结果证明，所提策略比现有方法更鲁棒和准确，即使在具有挑战性的条件下也能成功检测线标记。