传统的体育比赛分析多采用人工观察和记录的方法,不仅耗时费力,而且判断结果存在主观性和不准确性等缺陷,导致比赛数据分析和统计结果出现偏差,甚至谬误。针对排球比赛视频分析的应用需求,本研究以排球运动轨迹为研究对象,将计算机视觉技术、视频分析技术和模式识别技术相结合,研究基于排球比赛规则的排球轨迹获取方法,并根据获取的排球运动轨迹信息,进行简单的战术类型检测、推理、分析,并开发排球轨迹获取及智能分析系统。本文主要研究工作和结论如下:(1)针对排球比赛分析的应用需求,提出了排球轨迹获取及分析系统的整体方案,设计了系统的硬件组成及相关配置,确定了合理的视频信号采集软硬件方法,以及软件系统实现的技术路线,为研究工作的开展奠定基础。(2)在分析、对比各种背景建模方法消耗代价的基础上,从系统实时性要求出发,根据排球的亮度特性,利用差减法检测视频中的排球对象。实验结果表明,采用相隔3帧图像进行帧差计算,获取的排球对象形态完整,能满足后续研究的需求。(3)分析并获取比赛视频中的排球对象面积、形状等属性值的范围,从而对分割出的各种运动对象进行筛选,剔除干扰对象。实验结果表明,该方法能很好地选取出候选排球对象,且鲁棒性好。(4)提出了X坐标值分布、Y坐标值分布的概念,用于标定、分析候选排球对象的位置。利用排球在空中做类抛物线运动的特性及在2D场景中的运动分布特点,根据已知的候选对象分布建立排球轨迹方程,用轨迹方程矫正和辅助排球追踪,同时根据追踪结果修正轨迹方程,并最终确定排球轨迹。实验结果表明,该方法检测排球轨迹的正确率达92.25%,具有较高的准确率。(5)研究了排球轨迹包含的信息,给出了判断运动员击球动作和基本击球类型的方法。提出基于1-v-1 SVM对击球类型进行分类的方法,并选取RBF核函数,用K-折交叉验证法,对分类器进行最优参数选择。实验结果表明,用250条样本进行训练后,其分类准确率为93.60%。(6)选用Microsoft VC++6.0、Intel OpenCV以及Microsoft VFW组件,设计了基于视频的排球轨迹获取及智能分析系统,系统可读取视频文件或用摄像头实时捕获视频,快速准确地获取排球目标轨迹信息,检测运动员击球动作并识别基本的击球类型。