基于图像处理的纵跳检测方法.pdf

《基于图像处理的纵跳检测方法.pdf》由会员分享，可在线阅读，更多相关《基于图像处理的纵跳检测方法.pdf（10页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201911285408.7 (22)申请日 2019.12.13 (71)申请人 西南石油大学 地址 610000 四川省成都市新都区新都大 道8号 (72)发明人 梁锐韦洪雷刘晨张健申浩 李相俊蒲茂武甯航 (74)专利代理机构 成都行之专利代理事务所 (普通合伙) 51220 代理人 宋辉 (51)Int.Cl. G06T 7/73(2017.01) G06T 7/66(2017.01) (54)发明名称 一种基于图像处理的纵跳检测方法 (57)摘要 本发明为一种基于图像处理。

2、的纵跳检测方 法， 步骤包括： S1： 在人体上设置标识， 记录标识 的实际尺寸参数； S2： 将摄像装置设置于能够完 全拍摄整个纵跳过程并且能够检测到设置在人 体上的标识的位置； S3： 开启摄像装置， 从摄像装 置获取连续图像帧， 判断人体是否站定并做好纵 跳准备； S4： 从摄像装置获取连续图像帧， 判断人 体是否起跳； S5： 通过摄像装置获取连续图像帧 并记录每个图像帧中标识的位置， 并判断人体是 否开始下降； S6： 计算出实际的物理高度值。 该方 法弥补了现有技术中检测纵跳高度精度低、 稳定 性差和检测不方便的问题， 提高了纵跳检测的准 确性和实用性。 权利要求书2页 说明书6页。

3、 附图1页 CN 110942481 A 2020.03.31 CN 110942481 A 1.一种基于图像处理的纵跳检测方法， 其特征在于， 包括步骤： S1： 在人体上设置标识， 记录标识的实际尺寸参数， 所述标识用于摄像装置进行人体位 置识别； S2： 将摄像装置设置于能够完全拍摄整个纵跳过程并且能够检测到设置在人体上的标 识的位置； S3： 开启摄像装置， 从摄像装置获取连续图像帧， 判断人体是否站定并做好纵跳准备； 当判定人体站定并做好纵跳准备时， 记录人体上的标识的初始位置和图像帧中标识在初始 位置时的尺寸参数， 并进入步骤S4， 否则继续判断人体是否站定并做好纵跳准备； S4：。

4、 从摄像装置获取连续图像帧， 判断人体是否起跳； 当判定人体起跳时， 进入步骤S5， 否则继续判断人体是否起跳； S5： 通过摄像装置获取连续图像帧并记录每个图像帧中标识的位置， 并判断人体是否 开始下降； 当判定人体开始下降时， 进入步骤S6， 否则获取连续帧继续记录标识的位置并进 行判断； S6： 以所记录标识位置的最大值作为最大起跳像素高度， 并根据最大起跳像素高度、 标 识的实际尺寸参数和步骤S3中人体上的标识的初始位置和图像帧中标识在初始位置时的 尺寸参数计算出实际的物理高度值。 2.根据权利要求1所述的一种基于图像处理的纵跳检测方法， 其特征在于， 所述人体上 是指人体胸部的中心位。

5、置或背部的中心位置； 所述标识为方形纯色标识块； 所述标识的实 际尺寸参数包括标识的实际宽度w和标识的实际高度h。 3.根据权利要求1所述的一种基于图像处理的纵跳检测方法， 其特征在于， 步骤S2中将 摄像装置设置于人体的正前方或正后方； 所述摄像装置为带有摄像头的智能终端。 4.根据权利要求1或2任一所述的一种基于图像处理的纵跳检测方法， 其特征在于， 步 骤S3中的图像帧中标识在初始位置时的尺寸参数包括初始宽度w1和初始高度h1。 5.根据权利要求1所述的一种基于图像处理的纵跳检测方法， 其特征在于， 步骤S2中的 识别图像帧中设置在人体上的标识包括步骤： S201： 通过摄像装置标定， 。

6、获取摄像装置的内参矩阵、 外参矩阵和畸变矩阵； S202： 通过摄像装置的畸变矩阵消除图像帧中像素点相对位置的偏移； S203： 通过图像识别方法， 提取图像帧中的标识； S204： 通过摄像装置的内参矩阵、 外参矩阵和畸变矩阵将二维图像帧还原为三维图像 帧。 6.根据权利要求1所述的一种基于图像处理的纵跳检测方法， 其特征在于， 步骤S3中的 判断人体是否站定并做好纵跳准备包括步骤： S301： 获取连续图像帧中的第一帧作为当前图像帧， 识别当前图像帧中标识的位置； S302： 获取下一张图像帧作为当前图像帧， 并识别当前图像帧中的标识位置， 记录当前 图像帧的标识的位置与上一图像帧的相对位。

7、移值； S303： 重复步骤S301和步骤S302至设定次数， 判断是否所有相对位移值均小于设定值， 是则判定人体做好纵跳准备。 7.根据权利要求1所述的一种基于图像处理的纵跳检测方法， 其特征在于， 步骤S4中的 判断人体是否起跳包括步骤： 权利要求书 1/2 页 2 CN 110942481 A 2 S401： 检测连续图像帧中标识的位置； S402： 当连续图像帧中标识的位置按照设定规则变化时， 则判定人体开始起跳。 8.根据权利要求1所述的一种基于图像处理的纵跳检测方法， 其特征在于， 步骤S5中的 判断人体是否开始下降包括步骤： S501： 获取连续图像帧中的第一帧作为当前图像帧， 。

8、识别当前图像帧中标识的位置； S502： 获取下一张图像帧作为当前图像帧， 并识别当前图像帧中的标识位置， 记录当前 图像帧的标识的位置与上一图像帧的相对位移； S502： 如果当前图像帧的标识的位置在纵向上的数值小于上一图像帧在纵向上的数值 时， 则判定人体开始下降。 9.根据权利要求1至3、 5至8中任一所述的一种基于图像处理的纵跳检测方法， 其特征 在于， 所述标识的位置为标识质心的位置。 权利要求书 2/2 页 3 CN 110942481 A 3 一种基于图像处理的纵跳检测方法 技术领域 0001 本发明涉及纵跳检测领域， 具体涉及一种基于图像处理的纵跳检测方法。 背景技术 0002。

9、 纵跳是体育运动的基本动作之一， 可分为原地纵跳和助跑纵跳， 前者是后者的基 础。 纵跳起跳动作是人体在中枢神经系统的控制下， 依靠身体各环节的协调配合， 发挥下肢 肌群最大爆发力， 以达到最佳纵向起跳效果的技术动作。 纵跳能强化大小腿的肌肉， 增强下 肢力量， 让人走路时步伐稳健， 不易跌倒； 同时能够增强人体缓冲退让能力， 使肌腱、 韧带、 肌肉都得到锻炼。 所以， 设计一种人体纵跳检测方法有助于研究人体的机能， 分析人体的健 康状况。 0003 现有技术中， 纵跳检测的方法检测精度不高， 稳定性较差， 或者， 纵跳检测方法涉 及的装置复杂， 执行检测困难， 移动不方便。 发明内容 000。

10、4 本发明提供一种基于图像处理的纵跳检测方法， 解决检测人体纵跳高度精度低、 稳定性差和检测不方便的问题。 0005 本发明通过下述技术方案实现： 0006 一种基于图像处理的纵跳检测方法， 包括步骤： 0007 S1： 在人体上设置标识， 记录标识的实际尺寸参数， 所述标识用于摄像装置进行人 体位置识别； 0008 S2： 将摄像装置设置于能够完全拍摄整个纵跳过程并且能够检测到设置在人体上 的标识的位置； 0009 S3： 开启摄像装置， 从摄像装置获取连续图像帧， 判断人体是否站定并做好纵跳准 备； 当判定人体站定并做好纵跳准备时， 记录人体上的标识的初始位置和图像帧中标识在 初始位置时的。

11、尺寸参数， 并进入步骤S4， 否则继续判断人体是否站定并做好纵跳准备； 0010 S4： 从摄像装置获取连续图像帧， 判断人体是否起跳； 当判定人体起跳时， 进入步 骤S5， 否则继续判断人体是否起跳； 0011 S5： 通过摄像装置获取连续图像帧并记录每个图像帧中标识的位置， 并判断人体 是否开始下降； 当判定人体开始下降时， 进入步骤S6， 否则获取连续帧继续记录标识的位置 并进行判断； 0012 S6： 以所记录标识位置的最大值作为最大起跳像素高度， 并根据最大起跳像素高 度、 标识的实际尺寸参数和步骤S3中人体上的标识的初始位置和图像帧中标识在初始位置 时的尺寸参数计算出实际的物理高度。

12、值； 0013 所述标识的位置为标识的质心位置； 0014 本技术方案中， 通过在人体上设置用于识别人体位置的标识， 并设置能够识别标 识的摄像装置， 从摄像装置获取连续图像帧， 判断人体是否站定并做好纵跳准备、 是否起跳 说明书 1/6 页 4 CN 110942481 A 4 和是否下降上述三种人体姿态， 最终得到人体纵跳的最大高度， 完成对人体纵跳的检测； 该 方法主要运用手机对设定标识的检测， 完成对设定标识位移的判断， 最终完成人体纵跳最 大高度的检测； 该检测方法速度快、 检测误差小、 成本低、 设置检测装置方便， 大大提高了检 测人体纵跳最大高度的准确性和便捷性。 0015 作为。

13、本发明的进一步改进， 所述人体上是指人体胸部的中心位置或背部的中心位 置； 所述标识为方形纯色标识块； 所述标识的实际尺寸参数包括标识的实际宽度w和标识的 实际高度h； 0016 本技术方案中， 由于在所有人体部位中， 胸部和背部的区域相对较大， 并且相对平 整， 因此， 本方案中， 在人体胸部的中心位置或背部的中心位置设置标识， 方便摄像装置识 别标识； 所述标识为方形纯色标识块， 标识块的尺寸为w*h， 即标识块的实际宽度为w， 标识 块的实际高度为h， 单位为厘米； 标识块的颜色一般选用与肤色差异较大的颜色， 同时方形 的标识块使得标识的棱角更加分明， 便于摄像装置的识别； 设置标识块的。

14、尺寸， 便于后续跳 起高度的计算。 0017 进一步， 步骤S2中将摄像装置设置于人体的正前方或正后方； 所述摄像装置为带 有摄像头的智能终端； 0018 本技术方案中， 智能终端设置于人体的正前方或正后方， 能够更好的识别标识的 棱角和颜色， 即标识的特征点； 智能终端通过自带的摄像头获取连续帧， 并检测标识的位 置。 0019 进一步， 步骤S3中的图像帧中标识在初始位置时的尺寸参数包括初始宽度w1和初 始高度h1； 0020 本技术方案中， 当通过步骤S3判定人体站定并做好纵跳准备时， 记录当前帧中标 识的尺寸大小， 即初始像素宽度为w1， 初始像素高度为h1， 为后续计算纵跳高度做好准。

15、备。 0021 进一步， 步骤S2中的识别图像帧中设置在人体上的标识包括步骤： 0022 S201： 通过摄像装置标定， 获取摄像装置的内参矩阵、 外参矩阵和畸变矩阵； 0023 S202： 通过摄像装置的畸变矩阵消除图像帧中像素点相对位置的偏移； 0024 S203： 通过图像识别方法， 提取图像帧中的标识； 0025 S204： 通过摄像装置的内参矩阵、 外参矩阵和畸变矩阵将二维图像帧还原为三维 图像帧； 0026 本技术方案中， 通过摄像装置标定， 获取摄像装置的内参矩阵、 外参矩阵和畸变矩 阵； 通过畸变矩阵消除图像帧中像素点相对位置的偏移， 然后经过图像识别方法中的颜色 特征提取、 。

16、图像转灰度、 图像二值化、 膨胀、 腐蚀、 轮廓提取和多变形拟合等方法提取设置在 人体上的纯色标识块， 最后通过内参矩阵、 外参矩阵和畸变矩阵， 将通过摄像装置拍摄的二 维图像帧还原为三维图像帧， 获取标识在三维空间中的位置。 0027 进一步， 步骤S3中的判断人体是否站定并做好纵跳准备包括步骤： 0028 S301： 获取连续图像帧中的第一帧作为当前图像帧， 识别当前图像帧中标识的位 置； 0029 S302： 获取下一张图像帧作为当前图像帧， 并识别当前图像帧中的标识位置， 记录 当前图像帧的标识的位置与上一图像帧的相对位移； 0030 S303： 重复步骤S301和步骤S302至设定次。

17、数， 判断是否所有相对位移均小于设定 说明书 2/6 页 5 CN 110942481 A 5 值， 是则判定人体做好纵跳准备； 0031 本技术方案中， 将摄像装置在获取连续图像帧中的第一帧作为当前帧后， 先通过 步骤S201至步骤203识别当前帧中的标识块， 并通过步骤S204获得标识块的质心在三维图 中的位置L1； 接着， 获取下一张图像帧作为当前图像帧， 通过步骤S201至步骤203识别标识 块， 并通过步骤S204获得标识块的质心在三维图中的位置L2； 同时记录位置L2与位置L1的 相对位移差值； 设定重复次数为d， 将步骤S301至步骤S302重复d次后， 获得连续d帧中标识 块的。

18、相对位移差值， 当所有相对位移差值均小于设定值a时， 则判定人体做好纵跳准备。 0032 进一步， 步骤S4中的判断人体是否起跳包括步骤： 0033 S401： 检测连续图像帧中标识的位置； 0034 S402： 当连续图像帧中标识的位置按照设定规则变化时， 则判定人体开始起跳； 0035 本技术方案中， 通过摄像装置根据步骤S201至步骤S204的方法， 识别连续帧中标 识块质心的位置， 当连续帧中标识块质心的位置在Y方向上先向下移动， 然后再向上移动， 并且位移大小超过步骤S3中标识块的初始位置 个像素值， 则判定人体开始起跳。 0036 进一步， 步骤S5中的判断人体是否开始下降包括步骤。

19、： 0037 S501： 获取连续图像帧中的第一帧作为当前图像帧， 识别当前图像帧中标识的位 置； 0038 S502： 获取下一张图像帧作为当前图像帧， 并识别当前图像帧中的标识位置， 记录 当前图像帧的标识的位置与上一图像帧的相对位移； 0039 S502： 如果当前图像帧的标识的位置在纵向上的数值小于上一图像帧在纵向上的 数值时， 则判定人体开始下降； 0040 本技术方案中， 将摄像装置在获取连续图像帧中的第一帧作为当前帧后， 先通过 步骤S201至步骤203识别当前帧中的标识块， 并通过步骤S204获得标识块的质心在三维图 中的位置L3； 接着， 获取下一张图像帧作为当前图像帧， 通。

20、过步骤S201至步骤203识别标识 块， 并通过步骤S204获得标识块的质心在三维图中的位置L4； 同时比较位置L4与位置L3的 相对位移； 如果当前帧中标识块的质心位置L4在Y方向上的数值比前一帧中标识块的质心 位置L3在Y方向上的数值小时， 则判定人体开始下降。 0041 进一步， 步骤S6中， 以所记录标识位置的最大值作为最大起跳像素高度， 并根据最 大起跳像素高度、 标识的实际尺寸参数和步骤S3中人体上的标识的初始位置和图像帧中标 识在初始位置时的尺寸参数计算出实际的物理高度值； 0042 本技术方案中， 当人体开始下降后， 获取连续帧中标识块的质心在Y方向上的最大 值ymax， 并根。

21、据标识块的实际高度h和步骤S3中标识块的初始高度h1， 计算出Y方向上初始像 素高度h1和实际高度h的比例值r， 即rh1/h； 最后根据最大值ymax、 步骤S3中标识块的质心 的初始位置y0和比例值r， 最后计算出纵跳的实际物理高度值H，完成纵跳检 测。 0043 综上， 本发明的有益效果为通过摄像装置识别设置在人体上的标识块， 并通过摄 像装置的内参矩阵和外参矩阵检测标识块的质心位置， 并判断人体是否站定并做好纵跳准 备、 是否起跳和是否下降上述三种人体姿态， 最终得到人体纵跳的最大高度， 完成对人体纵 跳的检测； 该方法弥补了现有技术中检测纵跳高度精度低、 稳定性差和检测不方便的问题。。

22、 说明书 3/6 页 6 CN 110942481 A 6 附图说明 0044 此处所说明的附图用来提供对本发明实施例的进一步理解， 构成本申请的一部 分， 并不构成对本发明实施例的限定。 在附图中： 0045 图1为本发明的方法流程图。 具体实施方式 0046 为使本发明的目的、 技术方案和优点更加清楚明白， 下面结合实施例和附图， 对本 发明作进一步的详细说明， 本发明的示意性实施方式及其说明仅用于解释本发明， 并不作 为对本发明的限定。 0047 实施例1： 0048 如图1所示， 一种基于图像处理的纵跳检测方法， 包括步骤： 0049 S1： 在人体上设置标识， 记录标识的实际尺寸参数。

23、， 所述标识用于摄像装置进行人 体位置识别； 0050 S2： 将摄像装置设置于能够完全拍摄整个纵跳过程并且能够检测到设置在人体上 的标识的位置； 0051 S3： 开启摄像装置， 从摄像装置获取连续图像帧， 判断人体是否站定并做好纵跳准 备； 当判定人体站定并做好纵跳准备时， 记录人体上的标识的初始位置和图像帧中标识在 初始位置时的尺寸参数， 并进入步骤S4， 否则继续判断人体是否站定并做好纵跳准备； 0052 S4： 从摄像装置获取连续图像帧， 判断人体是否起跳； 当判定人体起跳时， 进入步 骤S5， 否则继续判断人体是否起跳； 0053 S5： 通过摄像装置获取连续图像帧并记录每个图像帧。

24、中标识的位置， 并判断人体 是否开始下降； 当判定人体开始下降时， 进入步骤S6， 否则获取连续帧继续记录标识的位置 并进行判断； 0054 S6： 以所记录标识位置的最大值作为最大起跳像素高度， 并根据最大起跳像素高 度、 标识的实际尺寸参数和步骤S3中人体上的标识的初始位置和图像帧中标识在初始位置 时的尺寸参数计算出实际的物理高度值； 0055 所述标识的位置为标识的质心位置； 0056 通过在人体上设置用于识别人体位置的标识， 并设置能够识别标识的摄像装置， 从摄像装置获取连续图像帧， 判断人体是否站定并做好纵跳准备、 是否起跳和是否下降上 述三种人体姿态， 最终得到人体纵跳的最大高度，。

25、 完成对人体纵跳的检测； 该方法主要运用 手机对设定标识的检测， 完成对设定标识位移的判断， 最终完成人体纵跳最大高度的检测； 该检测方法速度快、 检测误差小、 成本低、 设置检测装置方便， 大大提高了检测人体纵跳最 大高度的准确性和便捷性。 0057 所述人体上是指人体胸部的中心位置或背部的中心位置； 所述标识为方形纯色标 识块； 所述标识的实际尺寸参数包括标识的实际宽度w和标识的实际高度h； 0058 由于在所有人体部位中， 胸部和背部的区域相对较大， 并且相对平整， 因此， 本方 案中， 在人体胸部的中心位置或背部的中心位置设置标识， 方便摄像装置识别标识； 所述标 识为方形纯色标识块，。

26、 标识块的尺寸为w*h， 即标识块的实际宽度为w， 标识块的实际高度为 h， 单位为厘米； 标识块的颜色一般选用与肤色差异较大的颜色， 同时方形的标识块使得标 说明书 4/6 页 7 CN 110942481 A 7 识的棱角更加分明， 便于摄像装置的识别； 设置标识块的尺寸， 便于后续跳起高度的计算。 0059 步骤S2中将摄像装置设置于人体的正前方或正后方； 所述摄像装置为带有摄像头 的智能终端； 0060 智能终端设置于人体的正前方或正后方， 能够更好的识别标识的棱角和颜色， 即 标识的特征点； 智能终端通过自带的摄像头获取连续帧， 并检测标识的位置。 0061 步骤S3中的图像帧中标识。

27、在初始位置时的尺寸参数包括初始宽度w1和初始高度 h1； 0062 当通过步骤S3判定人体站定并做好纵跳准备时， 记录当前帧中标识的尺寸大小， 即初始像素宽度为w1， 初始像素高度为h1， 为后续计算纵跳高度做好准备。 0063 步骤S2中的识别图像帧中设置在人体上的标识包括步骤： 0064 S201： 通过摄像装置标定， 获取摄像装置的内参矩阵、 外参矩阵和畸变矩阵； 0065 S202： 通过摄像装置的畸变矩阵消除图像帧中像素点相对位置的偏移； 0066 S203： 通过图像识别方法， 提取图像帧中的标识； 0067 S204： 通过摄像装置的内参矩阵、 外参矩阵和畸变矩阵将二维图像帧还原。

28、为三维 图像帧； 0068 通过摄像装置标定， 获取摄像装置的内参矩阵、 外参矩阵和畸变矩阵； 通过畸变矩 阵消除图像帧中像素点相对位置的偏移， 然后经过图像识别方法中的颜色特征提取、 图像 转灰度、 图像二值化、 膨胀、 腐蚀、 轮廓提取和多变形拟合等方法提取设置在人体上的纯色 标识块， 最后通过内参矩阵、 外参矩阵和畸变矩阵， 将通过摄像装置拍摄的二维图像帧还原 为三维图像帧， 获取标识在三维空间中的位置。 0069 步骤S3中的判断人体是否站定并做好纵跳准备包括步骤： 0070 S301： 获取连续图像帧中的第一帧作为当前图像帧， 识别当前图像帧中标识的位 置； 0071 S302： 获。

29、取下一张图像帧作为当前图像帧， 并识别当前图像帧中的标识位置， 记录 当前图像帧的标识的位置与上一图像帧的相对位移； 0072 S303： 重复步骤S301和步骤S302至设定次数， 判断是否所有相对位移均小于设定 值， 是则判定人体做好纵跳准备； 0073 将摄像装置在获取连续图像帧中的第一帧作为当前帧后， 先通过步骤S201至步骤 203识别当前帧中的标识块， 并通过步骤S204获得标识块的质心在三维图中的位置L1； 接 着， 获取下一张图像帧作为当前图像帧， 通过步骤S201至步骤203识别标识块， 并通过步骤 S204获得标识块的质心在三维图中的位置L2； 同时记录位置L2与位置L1的。

30、相对位移差值； 设定重复次数为d， 将步骤S301至步骤S302重复d次后， 获得连续d帧中标识块的相对位移差 值， 当所有相对位移差值均小于设定值a时， 则判定人体做好纵跳准备。 0074 步骤S4中的判断人体是否起跳包括步骤： 0075 S401： 检测连续图像帧中标识的位置； 0076 S402： 当连续图像帧中标识的位置按照设定规则变化时， 则判定人体开始起跳； 0077 通过摄像装置根据步骤S201至步骤S204的方法， 识别连续帧中标识块质心的位 置， 当连续帧中标识块质心的位置在Y方向上先向下移动， 然后再向上移动， 并且位移大小 超过步骤S3中标识块的初始位置 个像素值， 则判。

31、定人体开始起跳。 说明书 5/6 页 8 CN 110942481 A 8 0078 步骤S5中的判断人体是否开始下降包括步骤： 0079 S501： 获取连续图像帧中的第一帧作为当前图像帧， 识别当前图像帧中标识的位 置； 0080 S502： 获取下一张图像帧作为当前图像帧， 并识别当前图像帧中的标识位置， 记录 当前图像帧的标识的位置与上一图像帧的相对位移； 0081 S502： 如果当前图像帧的标识的位置在纵向上的数值小于上一图像帧在纵向上的 数值时， 则判定人体开始下降； 0082 将摄像装置在获取连续图像帧中的第一帧作为当前帧后， 先通过步骤S201至步骤 203识别当前帧中的标识。

32、块， 并通过步骤S204获得标识块的质心在三维图中的位置L3； 接 着， 获取下一张图像帧作为当前图像帧， 通过步骤S201至步骤203识别标识块， 并通过步骤 S204获得标识块的质心在三维图中的位置L4； 同时比较位置L4与位置L3的相对位移； 如果 当前帧中标识块的质心位置L4在Y方向上的数值比前一帧中标识块的质心位置L3在Y方向 上的数值小时， 则判定人体开始下降。 0083 步骤S6中， 以所记录标识位置的最大值作为最大起跳像素高度， 并根据最大起跳 像素高度、 标识的实际尺寸参数和步骤S3中人体上的标识的初始位置和图像帧中标识在初 始位置时的尺寸参数计算出实际的物理高度值； 008。

33、4 当人体开始下降后， 获取连续帧中标识块的质心在Y方向上的最大值ymax， 并根据 标识块的实际高度h和步骤S3中标识块的初始高度h1， 计算出Y方向上初始像素高度h1和实 际高度h的比例值r， 即rh1/h； 最后根据最大值ymax、 步骤S3中标识块的质心的初始位置y0 和比例值r， 最后计算出纵跳的实际物理高度值H，完成纵跳检测。 0085 以上仅是本发明的优选实施方式， 本发明的保护范围并不仅局限于上述实施例， 凡属于本发明思路下的技术方案均属于本发明的保护范围。 应当指出， 对于本技术领域的 普通技术人员来说， 在不脱离本发明原理前提下的若干改进和润饰， 应视为本发明的保护 范围。 说明书 6/6 页 9 CN 110942481 A 9 图1 说明书附图 1/1 页 10 CN 110942481 A 10 。