運(yùn)動分析基于計算機(jī)視覺、圖像處理、高速攝影和機(jī)器視覺，研究來自圖像序列的兩個或多個連續(xù)圖像的方法和應(yīng)用，例如由攝像機(jī)或高速相機(jī)捕獲圖像中的明顯運(yùn)動的信息。

在最簡單的情況下，運(yùn)動分析處理可以是檢測運(yùn)動，即找到圖像中物體正在移動的點(diǎn)。更復(fù)雜的處理類型可以是隨著時間的推移，來跟蹤圖像中的特定對象，將場景中移動的同一剛性對象的點(diǎn)進(jìn)行分組，或者確定圖像中每個點(diǎn)的運(yùn)動幅度和方向。產(chǎn)生的信息通常與序列中特定時間點(diǎn)的特定圖像相關(guān)，這意味著運(yùn)動分析可以產(chǎn)生關(guān)于運(yùn)動的時間相關(guān)信息。

運(yùn)動分析的應(yīng)用范圍相當(dāng)廣泛，例如監(jiān)視、醫(yī)學(xué)、電影業(yè)、汽車碰撞安全、彈道槍支研究、生物科學(xué)、火焰?zhèn)鞑サ取?/span>

最簡單的運(yùn)動分析應(yīng)用之一是檢測與場景中運(yùn)動點(diǎn)相關(guān)的圖像點(diǎn)。這種處理的典型結(jié)果是一個二值圖像，其中與場景中移動點(diǎn)相關(guān)的所有圖像點(diǎn)（像素）都設(shè)置為1，所有其他點(diǎn)都設(shè)置為0，然后對該二值圖像進(jìn)行進(jìn)一步處理，例如，刪除噪聲、對相鄰像素進(jìn)行分組并標(biāo)記對象。分析可以使用多種方法完成：兩個主要方法為差分法和背景分割法。

1.人體運(yùn)動分析

在醫(yī)學(xué)、運(yùn)動、視頻監(jiān)控、物理治療、和運(yùn)動機(jī)能學(xué)等領(lǐng)域，人體運(yùn)動分析已成為一種調(diào)查和診斷工具。人體運(yùn)動分析可分為人體活動識別、人體運(yùn)動跟蹤、身體及身體部位運(yùn)動分析三類。

人類活動識別最常用于視頻監(jiān)控，特別是用于安全目的的自動運(yùn)動監(jiān)控。該領(lǐng)域的大多數(shù)努力都依賴于狀態(tài)空間方法，其中對靜態(tài)姿勢序列進(jìn)行統(tǒng)計分析并與建模運(yùn)動進(jìn)行比較。模板匹配是一種替代方法，可將靜態(tài)形狀模式與預(yù)先存在的原型進(jìn)行比較。

人體運(yùn)動跟蹤可以在兩個或三個維度上進(jìn)行。根據(jù)分析的復(fù)雜性，人體的表示范圍從基本的簡筆畫到體積模型。跟蹤依賴于視頻連續(xù)幀之間圖像特征的對應(yīng)關(guān)系，同時考慮位置、顏色、形狀和紋理等信息。邊緣檢測可以通過比較相鄰像素的顏色或?qū)Ρ榷葋韴?zhí)行，特別是尋找不連續(xù)性或快速變化。三維跟蹤與二維跟蹤基本相同，但增加了空間校準(zhǔn)因素。

身體部位的運(yùn)動分析在醫(yī)學(xué)領(lǐng)域至關(guān)重要。在姿勢和步態(tài)分析中，關(guān)節(jié)角度用于跟蹤身體部位的位置和方向。步態(tài)分析還用于運(yùn)動以優(yōu)化運(yùn)動表現(xiàn)或識別可能導(dǎo)致受傷或拉傷的運(yùn)動。不需要使用光學(xué)標(biāo)記的跟蹤軟件在這些領(lǐng)域尤其重要，在這些領(lǐng)域中使用標(biāo)記可能會阻礙自然運(yùn)動。

2.制造中的運(yùn)動分析

運(yùn)動分析也適用于制造過程。使用高速攝像機(jī)和運(yùn)動分析軟件，人們可以監(jiān)控和分析裝配線和生產(chǎn)機(jī)器，以檢測效率低下或故障。棒球棒和曲棍球棒等運(yùn)動器材的制造商也使用高速視頻分析來研究拋射物的影響。此類研究的實驗設(shè)置通常使用觸發(fā)設(shè)備、外部傳感器（例如加速度計、應(yīng)變儀）、數(shù)據(jù)采集模塊、高速攝像機(jī)和用于存儲同步視頻和數(shù)據(jù)的計算機(jī)。運(yùn)動分析軟件計算距離、速度、加速度和變形角等參數(shù)作為時間的函數(shù)。然后使用這些數(shù)據(jù)來設(shè)計設(shè)備以獲得最佳性能。

3.運(yùn)動分析的其他應(yīng)用

運(yùn)動分析軟件的物體和特征檢測能力可用于計數(shù)和跟蹤粒子，如細(xì)菌、病毒、離子聚合物-金屬復(fù)合材料、微米大小的聚苯乙烯珠、蚜蟲等。

【來源：光虎光學(xué)內(nèi)部培訓(xùn)資料】