1.一种基于机器视觉的羽毛球发球违例判别方法，其特征在于，包括：

采集运动员发球时的视频图像帧序列，通过运动检测预处理，达到提高系统效率的目的；

通过建立羽毛球图像数据集并提取LBP数字图像特征进行分类器训练，确定出发球时羽毛球的位置；

利用OpenCV计算出发球时球拍的相对角度的正负来判断是否发球过手；

建立羽毛球顶部图像点与垂足图像点之间的关系方程，计算出发球点的离地高度用以判断是否发球过腰。

2.根据权利要求1所述的方法，其特征在于，所述运动检测预处理的步骤包括：提取录入视频序列的静止部分作为背景模型；

将所述背景模型与所述视频序列的当前帧图像进行图像差分；

通过设定阈值将所述差分图像进行二值化处理，判断是否存在运动物体。

3.根据权利要求1所述的方法，其特征在于，所述通过建立羽毛球图像数据集并提取LBP数字图像特征进行分类器训练的步骤包括：自建处于不同状态下的仅包含羽毛球的图像数据集作为正样本，并对正样本进行灰度化和统一尺缩放为40×40的处理；

将所述经过处理的样本利用OpenCV提取LBP特征进行分类器的训练，所述分类器的训练级数为20，每级最低命中率为0.998，误检率为0.5。

4.根据权利要求1所述的方法，其特征在于，所述利用OpenCV计算出发球时球拍的相对角度的正负来判断是否发球过手的步骤包括：根据OpenCV对角度检测判断为[-90,0)的特性，规定运动员位于球网左端时判断的标准，当运动员位于球网右端，判定标准只需取反即可；

对所述发球时的球拍进行轮廓检测，对找到的轮廓创建可倾斜的矩形框，并通过设定阈值，滤除掉由羽毛球拍自身结构生成的影响判断的多余矩形框，对过滤后的矩形框进行角度判别。

5.根据权利要求4所述的方法，其特征在于，由发球过手违例的具体细则：在发球过程中，当球击中球拍时，发球员的球拍应该指向下方，使得整个球拍的首部低于握拍手部，那么，发球过手违例可以理解为在发球过程中球拍不能处于与地面平行的位置或是球拍首部指向上的位置，当运动员位于球网左端，一共有四种可能：球拍与地面平行、球拍首部指向地面位置、球拍首部指向上位置、球拍垂直于地面，所述判断的标准为：第一，第三和第四种状态都是发球过手的违例行为。负角度虽然不利于判定的直观展示，但能够很好的作为违例和不违例的区分，将第一种和第四种状态分别判定为90°和0°，第二种和第三种状态则根据角度的正负加以区分，判断的依据是所述矩形框较长边与Y轴的角度，区别是第二种状态判定的是较长边与Y轴的负角度，第三种状态判定的是较长边与Y轴的正角度。

6.根据权利要求4所述的设定阈值，其特征在于，对现实生活中的羽毛球拍实现轮廓检测构建矩形框会由于其结构，构建出多个过大或过小的矩形框影响判断流程，通过将矩形框的面积大小设定为阈值，可以很好的过滤过大或是过小的矩形框。

7.根据权利要求1所述的方法，其特征在于，所述建立羽毛球顶部图像点与垂足图像点之间的关系方程，计算出发球点的离地高度用以判断是否发球过腰的步骤包括：通过羽毛球识别，所述羽毛球顶部图像点近似等于识别后的中心点；

所述垂足图像点为过图像中羽毛球的一条到地直线与地面的交点，该点与羽毛球顶部图像点、垂直消影点共线，同时也与运动员双足的图像点共线，通过这一特性可以构建关系方程，确定出垂足图像点；

所述的离地高度可由空间平面与图像平面的关系求出。

8.根据权利要求7所述的方法，其特征在于，所述垂直消影点为空间中垂直于地平面上的直线在无穷远处的点在像平面的投影点，所述运动员双足的图像点可以通过在运动检测时对运动员双脚进行建模得到。

9.根据权利要求7所述的方法，其特征在于，所述空间平面与图像平面的关系为：在摄像机模型下，空间中任意一点H与图像上的点p的关系如下：其中K为摄像头内参矩阵，[R T]为外参矩阵，λ为非零尺度因子， 为齐次坐标形式。