王震 鞏秀鋼 馮韶文 楊晨 王濤

Abstract： At present， there are few types of standing long jump automatic distance measuring systems on the market， which are mainly divided into pressure sensor ranging and infrared sensor ranging.The required large number of sensors results in high prices and it is inconvenient to move the instruments during the measurement process.To solve this problem， standing long jump automatic distance measuring system based on image recognition is designed.The system uses an ARM microprocessor as the core， and externally connects multiple modules such as radio frequency identification， image acquisition and alarm prompts.The radio frequency identification module is used to detect the user's identity， and the high-definition， high-speed autofocus camera is used as an image acquisition device. Image processing is performed by an algorithm to realize achievement measurement.The test shows that the design of the standing long jump automatic distance measuring system can achieve accurate measurement of the user's standing long jump， the system is stable and reliable， and the output is within the theoretical error range.The automatic ranging system has the characteristics of low cost and low power consumption， and can be applied to various applications.

引言

立定跳遠(yuǎn)是學(xué)生在校期間體育達(dá)標(biāo)的必測項(xiàng)目[1]。在立定跳遠(yuǎn)測試中，許多學(xué)校已經(jīng)采用了自動(dòng)測距系統(tǒng)。目前，立定跳遠(yuǎn)自動(dòng)測距常規(guī)采用的方法主要有2種。一種是利用壓力傳感器進(jìn)行測距，當(dāng)測試者落地后，觸發(fā)跳毯下方壓力傳感器，產(chǎn)生電平信號，計(jì)算出成績。另一種是利用紅外對射傳感器的持續(xù)對射實(shí)現(xiàn)測距[2]，跳毯上方布置紅外線光路，正常紅外脈沖照射時(shí)，紅外接收端輸出低電平信號，當(dāng)測試者落地后發(fā)生遮擋，遮擋范圍內(nèi)的紅外接收端輸出高電平，從而計(jì)算出成績。通過分析可知，前者由于需要將壓力傳感器以面的形式布設(shè)到跳毯下方，所需傳感器數(shù)量較多，導(dǎo)致設(shè)備笨重、移動(dòng)不便。而采用后者雖然設(shè)備重量輕、移動(dòng)便捷，但由于紅外對射傳感器需排布在跳毯上方，在使用過程中易發(fā)生觸碰，導(dǎo)致對射傳感器的角度發(fā)生改變，對成績的測量精度將會帶來一定的誤差。

在分析了如上2種方法的特點(diǎn)之后，本文研發(fā)提出了一種的基于圖像識別[3-4]的立定跳遠(yuǎn)測距系統(tǒng)。在硬件設(shè)計(jì)上采用ARM微處理器作為控制主機(jī)和網(wǎng)絡(luò)服務(wù)器，并增加了射頻識別、報(bào)警提示、圖像采集等功能模塊。其中，ARM微處理器具有高速運(yùn)算的能力，可以對采集到的圖像進(jìn)行高速處理[5-6]，并對處理后的圖像提送至算法分析[7-8]，從而計(jì)算出測距成績。本系統(tǒng)在實(shí)現(xiàn)測距功能的同時(shí)，增加了用戶刷卡登錄、數(shù)據(jù)導(dǎo)出及遠(yuǎn)程傳輸[9-10]、報(bào)警提示[11]等功能，保證了測試流程的便捷性和測試結(jié)果的公平性。

1系統(tǒng)整體設(shè)計(jì)方案

立定跳遠(yuǎn)自動(dòng)測距系統(tǒng)方案設(shè)計(jì)如圖1所示。系統(tǒng)主要由人機(jī)交互模塊、檢測模塊、核心控制模塊和上位機(jī)構(gòu)成。其中，人機(jī)交互模塊包括圖像采集功能、射頻識別功能和報(bào)警提示功能。檢測模塊由紅外對射模塊、振動(dòng)檢測模塊組成，通過采集用戶的測試信號，用以觸發(fā)圖像采集功能。核心控制模塊主要采用ARM微處理器作為控制器，通過查詢射頻識別輸入的信息，判斷是否與數(shù)據(jù)庫服務(wù)器中的數(shù)據(jù)相匹配，若不匹配，則進(jìn)行報(bào)警提示，若匹配，則控制圖像采集模塊開啟工作，再對采集的圖像進(jìn)行加工、計(jì)算，最終將結(jié)果遠(yuǎn)程傳輸至上位機(jī)加以存儲，并通過Web端提供效果顯示。

2系統(tǒng)硬件設(shè)計(jì)

2.1系統(tǒng)結(jié)構(gòu)圖

立定跳遠(yuǎn)自動(dòng)測距系統(tǒng)結(jié)構(gòu)布局如圖2所示。 圖2中，部分1是系統(tǒng)的圖像采集模塊，主要用于測試過程中的圖像采集；部分2是系統(tǒng)的射頻識別模塊，重點(diǎn)調(diào)配用戶的刷卡登錄功能；部分3是系統(tǒng)的核心控制模塊，實(shí)現(xiàn)對系統(tǒng)各個(gè)模塊的統(tǒng)籌控制以及圖像處理；部分4是振動(dòng)檢測模塊，將隨時(shí)監(jiān)測用戶是否跳躍落地，以觸發(fā)圖像采集進(jìn)程；部分5是紅外對射模塊，具體功能是防止用戶測試過程中超過起跳線造成違規(guī)，發(fā)揮報(bào)警提示作用。下面，針對本系統(tǒng)中的各主體設(shè)計(jì)模塊則將展開如下研究論述。

2.2核心控制模塊

本設(shè)計(jì)采用ARM Cortex-A53內(nèi)核的64位處理器BCM2837作為系統(tǒng)控制器，處理器基于高性能的ARM Cortex-A53的64位精簡指令集計(jì)算機(jī)內(nèi)核，工作頻率高達(dá)1.2 GHz、擁有4核ARM處理器、1 GB RAM存儲器，具有很高的處理速度和運(yùn)算能力。該控制器還具有HDMI接口、4個(gè)USB 2.0端口，支持通過輸入/輸出設(shè)備進(jìn)行可視化操作；搭載藍(lán)牙和WiFi模塊，控制器通過無線傳輸與服務(wù)器建立連接，優(yōu)化了控制器和上位機(jī)之間數(shù)據(jù)交互，實(shí)現(xiàn)信息傳遞；配有40針擴(kuò)展GPIO引腳，多個(gè)擴(kuò)展GPIO口可以連接多個(gè)傳感器從而定制多種功能，同時(shí)經(jīng)過GPIO傳輸數(shù)據(jù)，最終呈現(xiàn)高效和穩(wěn)定的效果。

2.3人機(jī)交互模塊

本系統(tǒng)人機(jī)交互模塊主要包括圖像采集、射頻識別、報(bào)警提示3部分。考慮到系統(tǒng)的通信速率、兼容性和擴(kuò)展性等要求，同時(shí)又考證了市場上現(xiàn)有射頻芯片的功能、成本和應(yīng)用范圍，本系統(tǒng)射頻識別模塊采用了125 KHz的射頻識別模塊。圖像采集模塊選用KS8A17AF硬件800萬像素高清高速自動(dòng)對焦攝像頭模組，該攝像頭模組尺寸為38 mm*38 mm（±1 cm），采用USB3.0標(biāo)配接口，供電方式為USB供電，分辨率為JPG/YUY 2幀速，所采用攝像頭反應(yīng)迅速，可通過指令進(jìn)行圖像的抓取。

2.4檢測模塊

本系統(tǒng)檢測模塊由紅外對射模塊和振動(dòng)檢測模塊組成。具體來說，紅外對射模塊由發(fā)射端和接收端2部分組成，其主要作用是檢測用戶起跳時(shí)是否越界。由于感應(yīng)方式是對射型，故將其分別放置于跳毯起跳線兩端?；诒敬卧O(shè)計(jì)的實(shí)際情況，并酌情考量了市場上傳感器成本，本系統(tǒng)最終采用感應(yīng)距離1 m的HD-DS100CM紅外對射模塊。

為捕捉用戶起跳后落地瞬間，本系統(tǒng)設(shè)計(jì)了一種振動(dòng)檢測模塊。該模塊在沒有接收到振動(dòng)信號時(shí)，振動(dòng)開關(guān)呈閉合導(dǎo)通狀態(tài)，輸出端保持低電平，綠色指示燈常亮；當(dāng)振動(dòng)傳感器捕捉到用戶落地產(chǎn)生振動(dòng)時(shí)，開關(guān)瞬間斷開，輸出端轉(zhuǎn)為高電平，綠色指示燈不亮；輸出端與核心控制模塊直接相連，通過核心控制模塊檢測高低電平的變化，作為觸發(fā)采集模塊工作的開關(guān)。

振動(dòng)檢測模塊原理設(shè)計(jì)可如圖3所示。

3系統(tǒng)軟件設(shè)計(jì)

本測距系統(tǒng)的軟件設(shè)計(jì)主要包括基于圖像處理的測距算法、測量結(jié)果的遠(yuǎn)程傳輸及Web端顯示2部分。這里，將給出每一部分的設(shè)計(jì)闡釋與分析。

3.1基于圖像處理的測距算法

3.1.1降噪處理

由于實(shí)際測試中的顏色限制，在HSV空間中相對于在RGB空間中將更易于表示顏色范圍，因而首先需要將攝像頭采集的圖像通過調(diào)節(jié)閾值，將RGB色彩模式中的數(shù)據(jù)轉(zhuǎn)換為HSV顏色模型中的數(shù)值，即在不影響后續(xù)計(jì)算過程的前提下將彩色圖像調(diào)制為黑白圖像。利用圖像去噪中主要應(yīng)用的2種形態(tài)學(xué)濾波方法，也就是：圖像的開運(yùn)算和閉運(yùn)算。通過對圖像的多次膨脹和腐蝕處理，實(shí)現(xiàn)圖像的精準(zhǔn)去噪。采集的跳毯圖像降噪前后對比即如圖4、圖5所示。

3.1.2四角檢測

對本系統(tǒng)擬將識別的跳毯區(qū)域進(jìn)行四角檢測，依次遍歷降噪后圖像中的全部白色像素點(diǎn)，分別記錄標(biāo)出最上、最右、最下、最左4個(gè)白色像素點(diǎn)的坐標(biāo)。由此求出的4個(gè)坐標(biāo)組成的連通區(qū)域，就是跳毯在降噪之后圖像中的效果圖，即為測試過程中的極限區(qū)域，用戶的測試成績應(yīng)當(dāng)在此范圍之內(nèi)。

3.1.3透視變換

透視變換是指利用透視中心、像點(diǎn)、目標(biāo)點(diǎn)三點(diǎn)共線的條件，按透視旋轉(zhuǎn)定律使承影面（透視面）繞跡線（透視軸）旋轉(zhuǎn)某一角度，破壞原有的投影光線束，仍能保持承影面上投影幾何圖形不變的變換，透視變換過程如圖6所示。

本系統(tǒng)根據(jù)四角檢測所求出的四角坐標(biāo)對其進(jìn)行透視變換，將跳毯透視圖轉(zhuǎn)化為矩形圖，以利于后期的處理計(jì)算。

采集用戶測試后的圖像如圖7所示，用戶的測試圖像與圖4進(jìn)行相交運(yùn)算，得到的結(jié)果引入透視變換，即可得到如圖8所示的效果圖。

3.1.4成績計(jì)算

通過對透視變換之后的圖像進(jìn)行自下而上依次遍歷，得出圖8中黑色陰影縱坐標(biāo)的最小值，縱坐標(biāo)通過比例換算即可得到實(shí)際成績。

3.2測量結(jié)果的遠(yuǎn)程傳輸及Web端顯示

3.2.1數(shù)據(jù)傳輸

本系統(tǒng)采用的數(shù)據(jù)傳輸方法是基于Http協(xié)議的Post方法。Post方法是提交數(shù)據(jù)給指定的服務(wù)器處理的方法，此方法沒有數(shù)據(jù)長度要求。

3.2.2Web端顯示

本系統(tǒng)借助可視化手段，將數(shù)據(jù)清晰有效地展示出來，用戶通過瀏覽器訪問服務(wù)器數(shù)據(jù)。系統(tǒng)前端頁面主要是利用ECharts組件生成，此組件自帶了多種展示數(shù)據(jù)的API，在提高開發(fā)速度的同時(shí)，也降低了開發(fā)成本。

在ECharts提供的JavaScript代碼中插入變量，經(jīng)服務(wù)器處理之后傳回到瀏覽器，瀏覽器解析靜態(tài)網(wǎng)頁之后即可將數(shù)據(jù)發(fā)布出來。測試數(shù)據(jù)在網(wǎng)頁端的顯示效果如圖9所示。

圖9中，條形圖是學(xué)生的成績展示。其中，紅色是女生測試成績，藍(lán)色是男生測試成績。本頁面每10 s定時(shí)刷新一次，實(shí)現(xiàn)成績頁面的動(dòng)態(tài)展示。

4結(jié)束語

體育儀器的智能化方興未艾，是一個(gè)極具開發(fā)前景的重要研發(fā)方向。本文設(shè)計(jì)了基于圖像識別方法的立定跳遠(yuǎn)測距系統(tǒng)，利用對圖像的分析，快速計(jì)算出跳遠(yuǎn)成績。通過射頻識別模塊對用戶身份給出驗(yàn)證判定，測量結(jié)果通過無線網(wǎng)絡(luò)發(fā)送到遠(yuǎn)程的上位機(jī)，進(jìn)行后期的分析和圖形化的顯示及存儲。該測距系統(tǒng)經(jīng)過測試，在測量方法、精度、經(jīng)濟(jì)性等各方面均達(dá)到了設(shè)計(jì)要求，可以應(yīng)用到校園或者相關(guān)機(jī)構(gòu)的智能化體能測試場景中。（下轉(zhuǎn)第70頁）參考文獻(xiàn)

[1] 趙安慶， 寧遼貞，李耀，等. 立定跳遠(yuǎn)自動(dòng)測距儀系統(tǒng)設(shè)計(jì)[J]. 微計(jì)算機(jī)信息， 2010， 26（14）：50-51，115.

[2] 曹厚文， 唐海玉， 李芃松，等. 聯(lián)用校園卡的立定跳遠(yuǎn)測試儀的設(shè)計(jì)[J]. 當(dāng)代體育科技， 2014（36）：226-228.

[3] OUYANG Ping， ZHANG Yufang. Application of morphology open and close operation in resident edge detection[J]. Bulletin of Surveying and Mapping， 2009（1）：40-41，59.

[4] 雷建鋒， 汪偉. 基于OpenCV的圖像閾值分割研究與實(shí)現(xiàn)[J]. 現(xiàn)代電子技術(shù)， 2013，36（24）：73-76.

[5] 謝勤嵐. 圖像降噪的自適應(yīng)高斯平滑濾波器[J]. 計(jì)算機(jī)工程與應(yīng)用， 2009， 45（16）：182-184.

[6] HUNT W A， JOHNSON G S. The area perspective transform： A homogeneous transform for efficient in-volume queries[J]. ACM Transactions on Graphics， 2011， 30（2）：8.

[7] 陳白帆， 蔡自興. 基于尺度空間理論的Harris角點(diǎn)檢測[J]. 中南大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2005， 36（5）：751-754.

[8] 張潔，方厚加. 基于圖像處理技術(shù)的車牌識別研究[J]. 智能計(jì)算機(jī)與應(yīng)用，2016，6（1）：75-79.

[9] 陳艷， 張冬姣. 數(shù)據(jù)庫設(shè)計(jì)[J]. 福建電腦， 2012， 28（2）：109-110.

[10]查志琴，李慧. HTTP協(xié)議的發(fā)展對Web服務(wù)器性能的影響[J]. 常州工學(xué)院學(xué)報(bào)，2003，16（2）：49-52.

[11]SALIKIN A L， TIUN S. A flexible malay speech synthesis using espeak design[J]. Asia-Pacific Journal of Information Technology and Multimedia， 2015，4（2）：11-19.