運動分析基于計算機視覺、圖像處理、高速攝影和機器視覺，研究來自圖像序列的兩個或多個連續圖像的方法和應用，例如由攝像機或高速相機捕獲圖像中的明顯運動的信息。

在最簡單的情況下，運動分析處理可以是檢測運動，即找到圖像中物體正在移動的點。更復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進行分組，或者確定圖像中每個點的運動幅度和方向。產生的信息通常與序列中特定時間點的特定圖像相關，這意味著運動分析可以產生關于運動的時間相關信息。

運動分析的應用范圍相當廣泛，例如監視、醫學、電影業、汽車碰撞安全、彈道槍支研究、生物科學、火焰傳播等。

最簡單的運動分析應用之一是檢測與場景中運動點相關的圖像點。這種處理的典型結果是一個二值圖像，其中與場景中移動點相關的所有圖像點（像素）都設置為1，所有其他點都設置為0，然后對該二值圖像進行進一步處理，例如，刪除噪聲、對相鄰像素進行分組并標記對象。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.人體運動分析

在醫學、運動、視頻監控、物理治療、和運動機能學等領域，人體運動分析已成為一種調查和診斷工具。人體運動分析可分為人體活動識別、人體運動跟蹤、身體及身體部位運動分析三類。

人類活動識別最常用于視頻監控，特別是用于安全目的的自動運動監控。該領域的大多數努力都依賴于狀態空間方法，其中對靜態姿勢序列進行統計分析并與建模運動進行比較。模板匹配是一種替代方法，可將靜態形狀模式與預先存在的原型進行比較。

人體運動跟蹤可以在兩個或三個維度上進行。根據分析的復雜性，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幀之間圖像特征的對應關系，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對比度來執行，特別是尋找不連續性或快速變化。三維跟蹤與二維跟蹤基本相同，但增加了空間校準因素。

身體部位的運動分析在醫學領域至關重要。在姿勢和步態分析中，關節角度用于跟蹤身體部位的位置和方向。步態分析還用于運動以優化運動表現或識別可能導致受傷或拉傷的運動。不需要使用光學標記的跟蹤軟件在這些領域尤其重要，在這些領域中使用標記可能會阻礙自然運動。

2.制造中的運動分析

運動分析也適用于制造過程。使用高速攝像機和運動分析軟件，人們可以監控和分析裝配線和生產機器，以檢測效率低下或故障。棒球棒和曲棍球棒等運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。此類研究的實驗設置通常使用觸發設備、外部傳感器（例如加速度計、應變儀）、數據采集模塊、高速攝像機和用于存儲同步視頻和數據的計算機。運動分析軟件計算距離、速度、加速度和變形角等參數作為時間的函數。然后使用這些數據來設計設備以獲得最佳性能。

3.運動分析的其他應用

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

【來源：光虎光學內部培訓資料】