体育比赛的主办方为了充分发掘广告带来的商业利润,总是希望尽可能地在比赛场地周围放置更多的广告牌。但是在实际的比赛现场,出于保护运动员和保证观众观看质量等方面的考虑,比赛场地周围的很多区域是禁止摆放广告牌的。例如足球比赛中的底线球门附近,网球比赛的底线和边线附近等。这时,转播方可以利用视频融合技术,在转播体育视频的同时对其进行分析,将预先准备好的广告图片或动画作几何形状上的变换后,融合到视频图像中指定的场地位置上,也可实时在虚拟场景下渲染虚拟物体,以形成类似于现场广告的虚拟广告。特征标志检测和场景识别技术是体育视频融合系统的核心技术,它分析体育视频中场地的特征标志信息,并利用这些信息建立与真实场地之间的透视变换关系,为虚拟广告的融合提供变换依据。国外已经有不少公司对体育视频融合技术展开了研究,并有一些产品投入市场,在国内也有部分研究机构对该技术展开了研究,已经有一些初步成果。由于体育视频丰富多彩,比赛场地千差万别,同时存在天气环境变化和相机微运动等复杂不确定因素,因此在特征标志检测和场景识别技术中有若干问题需要深入研究。本文的研究内容主要包括以下三点:1、视频帧主区域的提取。由于场景中包含大量观众区域等干扰信息,去除干扰信息能明显提高图像检测精度和检测速度,本文分析了比赛场地色彩分布特点,采用了基于直方图统计的球场主区域自动提取方法,同时细节方面还包括噪点滤波和空洞弥补两方面。2、场地特征标志点的检测。特征点的来源主要以特征线的交点为主,针对微运动相机下特征点运行的实际特点,场地特征点的检测分成首次初始化全局检测和运行相机下局部检测,其中运动相机下的特征点检测对速度和精度都有很高的要求,在实现上主要采用运动点Kalman预估和预测点局部检测相结合的方法。3、相机微运动下透视变换关系稳定性分析。相机微运动、低分辨率、误差扩大等多重因素造成虚拟信息的抖动现象(融合不稳定),该现象不是单纯依靠改进特征信息检测算法而提高检测精度所能解决的,而根据透视变换原理,分析特征信息前后帧关联关系,从而排除部分相对误差大的特征信息,依靠这种方法能从本质上提高视频融合的稳定性。