随着计算机技术的高速发展,人们已开始结合虚拟现实等技术来实现科学的体育运动辅助训练,以此摆脱传统体育训练纯粹依靠经验的状态。人体姿态估计通过建立图像中人体特征和人体姿态的映射关系获取图像中人肢体各部位在二维平面或三维空间里的位置、角度等信息,本文将该研究内容应用于高尔夫球体育训练方面,建立了高尔夫辅助训练系统,实现从基于经验的运动训练方法到基于计算机视觉的人体运动分析方法的转变。本文主要的研究工作和贡献包括:1、研究了 Kinect三维传感器的基本原理,Kinect有三个摄像头,基于它完成了序列彩色图像和它的深度图信息采集工作,采集的图像作为后面样本的输入。利用Kinect传感器的插件OpenNI编码实现了自动提取人体15个关节点的三维数据,最后用手动提取的姿态数据与基于Kinect三维传感器得到的姿态数据进行实验对比,完成它的精度验证。2、研究图像特征提取和人体目标检测的常用方法,传统的目标检测方法对动态场景的更新鲁棒性较差,因此,建立一个自适应强的背景模型对目标检测十分必要。本文提出了一种基于ViBe建模的背景建模算法,采用邻域像素创建背景模型,实验表明,该方法克服了传统方法的缺点,针对动态背景能取得较好的检测效果。3、研究基于模型的人体姿态估计算法和无模型的姿态估计算法,提出一种基于轮廓特征结合图像处理的人体姿态估计方法,对通过目标检测得到的二值轮廓图进行边缘检测,并经过水平扫描、人体长度比例约束等图像处理方法,实现了对人体关节的姿态估计,实验表明,该方法能较准确的提取出人体的主要关节数据。4、以高尔夫球运动为例,通过人体姿态估计的方法分别得到训练者和教练的挥杆姿态参数,在此基础上搭建辅助训练系统,系统输入为系统以关节角轨迹和姿态相似度两个参数作为辅助指标,对比训练者和教练的关节角轨迹,并根据姿态相似度来进行直观的分析与指导。