1.一种人体运动质量视觉分析与评价系统，其特征在于，包括彩色标签、单目摄像头或具备照相功能的可移动终端设备、嵌入式视觉处理计算机和棋盘格，其中单目摄像头经USB接口与嵌入式视觉处理计算机连接，嵌入式视觉处理计算机通过计算视频帧得出人体被观察关节部位的位置、运动速度，记录其历史运动轨迹及运动频率，最后发送给人员或机器学习模型进行分析评价。

2.一种人体运动质量视觉分析与评价方法，其特征在于，具体步骤如下：

1）统计参评者身高、体重、性别、年龄、民族、参评关节名称，按照其参评项目的不同建立对应的样本数据库；

2）采用标定方法获得摄像头的内外参数矩阵并储存在图像处理单元的存储器中，通过摄像头获取参评者实施运动时的视频图像信息，经内外参数矩阵进行校正，获得无畸变的连续视频帧；

3）在参评者各参评关节部位粘贴不同颜色的标签，通过颜色空间转换，分割出不同关节部位的灰度区域图像，并设置感兴趣区域（Region of interesting）简称ROI；

4）计算各关节标签的ROI的质心坐标；

5）利用LK光流法计算分析不同ROI质心的运动速度及其方向；

6）使用Kalman滤波器对下一时刻关节质心运动速度以及质心位置进行预测，记录其历史运动轨迹及运动频率，供人员或机器学习模型进行分析评价。

3.根据权利要求2所述人体运动质量视觉分析与评价方法，其特征在于，所述步骤4）利用Hu矩计算图像中各关节标签的ROI的质心位置 ，其中 ， ，式中的计算方法为：

其中 和 分别表示ROI所占的行数和列数， 表示图像中对应位置的灰度值。

4.根据权利要求2所述人体运动质量视觉分析与评价方法，其特征在于，在所述步骤5）中，假设质心 周围四邻域内像素点沿X方向的速度u以及沿Y方向的速度v均相等，构建LK光流法等式：式中，和 分别表示延X方向的梯度以及Y方向上的梯度，表示前后两帧该质心点位置的灰度差异，构建出一个两未知数四个等式的超定方程，利用最小二乘法即可求解出 及 。

5.根据权利要求2所述人体运动质量视觉分析与评价方法，其特征在于，利用步骤5）光流法所得各ROI质心的位置以及运动速度，构建基于Kalman滤波器的运动状态向量：其中， 为第i个ROI的质心位置， 为该ROI质心沿X方向和Y方向的运

动速度，在此基础上，使用Kalman预测方程对该质心下一时刻的运动状态进行预测，最后，对各参评关节质心的历史运动轨迹以及运动频率进行记录，供人员或机器学习模型进行实时或后续的评价。

6.根据权利要求2所述人体运动质量视觉分析与评价方法，其特征在于，步骤6）中，可预先选择部分特定运动姿势，针对样本数据库中不同类型的参评者，计算其正确姿势下参评关节的两两相对距离，对各距离进行归一化操作，以该数据为训练正样本；同理，以其错误姿势下的计算值为负样本，训练机器学习模型，在建立该模型的基础上，可针对特定运动姿势的执行过程进行分析评价。