1.一种动态视角体育赛事场况俯瞰图实时生成方法，其特征在于：所述动态视角体育赛事场况俯瞰图实时生成方法具体包括以下步骤：步骤1、对于体育赛事的场况进行实时拍摄记录，截取出视频中的当前帧图像，把当前的时序记录为 ，并以足球场的左下角为坐标原点建立 平面直角坐标系，同时记录下拍摄相机的相对位置 ，记球场的高度 和宽度 ，对拍摄相机视角的相对位置进行归一化处理，并记录下经过归一化后摄像相机相对于场地的相对位置 ；

步骤2、对当前帧图像进行灰度处理，设定所需要的信息点或线的值域，提取出当前帧图像上所需要的信息并记录下来，任取当前帧图像上的一个边角点作为基准点，通过计算得到距离基准点最近的一个点 ，然后找到基准点所在的两条直线，然后分别在这两条线上找到距离 点最近的一个点，记为 和 ，距离为 ，同理，和 分别在两条直线上，不包含 点的两条直线的交点，即是矩形的另一

个顶点，记为 ，把 、 、 和 按照顺序存放在点

集 中，按照步骤2的操作分别得到不同距离上的矩形，将 、 、

和 按照二维数组的形式存入点集 中；

步骤3、基于时序判断是否已有全场俯瞰图图例，如果是时序 之后或已有初始图例，则直接调用初始图例进行使用，如果没有初始俯瞰图图例，则先通过整个比赛场地的图片进行透视变化，获取初始的全场俯瞰图的图例或者是已知场地尺寸大小通过计算机图像编辑工具绘制图例，获取初始图例后，根据场上所有获取的边界线，将边界线延长即可将场地分成N个矩形，按照顺序记录下所有矩形的坐标，存储矩形的点集 ；

步骤4、引入一种对应矩形的筛选机制：已获取当前帧图上的四个点的坐标，只需要找到俯瞰图中相对应的矩形的四个顶点坐标即可把当前帧图的所有信息通过矩阵维度变换，还原到俯瞰图中，假设N个矩形分别是对应的矩形，分别得到对应的变换矩阵并还原俯瞰图，通过两步筛选超界判断初筛和通过误差分析的方法来进行矩形筛选，获得最优矩形；

步骤5、引入一种矩形的重匹配识别方法：对比已获取不同大小的矩形之间的误差，选出误差最小的一个矩形点集，得到最符合真实情况的俯瞰图和识别最精确的矩形。

2.根据权利要求1所述的动态视角体育赛事场况俯瞰图实时生成方法，其特征在于：所述步骤2具体包括以下步骤：步骤21、对当前帧图像进行灰度处理，把当前帧图像从三彩色通道转到0‑255黑白色值，以当前帧图像左下角为原点，建立 平面直角坐标系，设定值域，识别出的所有直线方程 ，计算出所有直线两两交点并记录下来；

步骤22、任取当前图像四个顶点的一个边界点，以所述边界点为基准点，设图像的长是L, 高度为H，取出步骤21获取的所有交点坐标，求所有交点坐标与点（L,H）距离 ，选取对应的点，记作 ，由于 点是两条直线相交所产生，由此通过带入 点坐标的方式得出经过该点的两条直线的解析式，记为 、 ；

步骤23、将 与除 外的已识别直线方程联立，求得交点为 ，计算交点与点的距离 ，选取 对应的点，记作 ，其所在的另一条直线为 ；

步骤24、将 与除 外的已识别直线联立，求得交点为 ，计算交点与 点

的距离 ，选取 对应的点，记作 ，其所在的另一条直线为 ；

步骤25、将直线 与直线 的解析式联立求得交点记作 ，然后将所得到的四个顶点坐标 、 、 和 和按照顺序存放在点集 中；

步骤26、重复步骤21‑步骤25，根据算出两点之间距离的不同进行遍历，找到原图上矩形的点集，直到没有新的距离差出现，即找出原图上所有的矩形点集，依次存入点集 的不同行。

3.根据权利要求2所述的动态视角体育赛事场况俯瞰图实时生成方法，其特征在于：所述步骤3具体包括如下步骤：步骤31、如果当前时序为 ，则需要得到包含整个比赛场地的图片或是已知场地尺寸，然后创建一个以比赛场地顶点为坐标原点的俯瞰图坐标系 ，获取到场地上所有交点的坐标 ，将场地四个顶点的坐标按照顺时针的顺序分别为、 、 、 ，对应匹配俯瞰图坐标系 坐标系上 、

、 、 ，通过计算得到一个三行三列的变换矩阵，场上所有的点都乘以

所述变换矩阵，记录下新产生的点的坐标 ，得到场地的俯

瞰图M并记录，如果当前时序为 之后时序，直接获取初状态获取的俯瞰图M即可；

步骤32、取出步骤31得到的场地上所有交点转换后的坐标

，任取其中两个横纵坐标都不一样的点即可确定一个矩

形的四个点，按照顺时针的顺序存放在数组 中即对于所有的点进行连线，产生n条横线和m条纵线，n条横线和m条纵线把整个俯瞰图场地划分成数个小矩形，以及这些小矩形组合而成的大矩形，据此把场地分为N个矩形，计算为：，

按照从左到右、从小到大的顺序记录下所有矩形的坐标，采用N列八行的数组进行存储矩形的点集 。

4.根据权利要求3所述的动态视角体育赛事场况俯瞰图实时生成方法，其特征在于：所述步骤4具体包括以下步骤：步骤41、匹配当前帧图像所找到的四个矩形点和俯瞰图上对应的四个矩形点，引入一种矩形的筛选机制，通过初步筛选和误差分析选出最适合的矩形，具体为：步骤411、取出步骤25所获取的点集 的第i行的四个点坐标， ，分别与点集 中的每一行进行匹配，得到一个新的俯瞰图M1，通过对比步骤31产生的俯瞰图M和新的俯瞰图M1的边界，如果新的俯瞰图M1的某一边界超出俯瞰图M，说明当前选择的矩形点偏离或者所选矩形大小不合适，则初步筛选掉一批矩形，将剩下符合不超出条件的矩形存在一个新的点集 中；

步骤412、通过误差分析精准定位矩形，取出步骤411点集 使用的对应的四个点坐标，分别与点集 中的矩形进行四个点坐标的匹配，根据步骤31的还原办法，根据还原当前视角下场地的可视范围俯瞰图情况，对俯瞰图上表示视角的两条直线进行反向延长，取出步骤1的相对位置 ，求最小的距离 即可挑选出当前情况最合适的矩形，将其对应的点集加入到点集 中，并将 存入数组中同一行的末尾；

步骤42、把点集 第i行的四个坐标进行移位操作，然后重复步骤411‑步骤412，循环四次即可得到全部的最优情况，对比点集 中四种矩形的误差结果，得到最优矩形，将最优矩形的点集结果及误差值加入新的数组点集 ，将点集 行数加一直至全部遍历完，重复步骤411‑步骤412，得到所有矩形点集和误差的数组点集 。

5.根据权利要求4所述的动态视角体育赛事场况俯瞰图实时生成方法，其特征在于：所述步骤5具体为：取出所有矩形点集和误差的数组点集 中不同行的矩形及误差，进行矩形的重匹配，进一步缩小误差，具体方法如下：取出所有矩形点集和误差的数组点集 每一行的最后一个值，即取出所有的误差值，通过调用函数min，得到最小的误差，同时记录下最小误差对应的数组的行数i，取出当前行数对应的矩形点集即所选择的矩形是图像识别中最精确的矩形。

6.根据权利要求1所述的动态视角体育赛事场况俯瞰图实时生成方法，其特征在于：所述动态视角体育赛事场况俯瞰图实时生成方法通过动态视角体育赛事场况俯瞰图实时生成系统实现，所述动态视角体育赛事场况俯瞰图实时生成系统包括获取当前帧信息模块、划分N矩形模块、筛选对应矩形的模块、矩形重匹配识别模块和还原俯瞰图的模块，其中：获取当前帧信息模块：截取视频中的当前帧图像，进行灰度处理，得到当前场上所有的信息点并存在点集中；

划分N矩形模块：将俯瞰图的所有直线延长，通过自由组合，把整个俯瞰图划分成N个矩形；

筛选对应矩形模块：通过超界初步筛选和误差分析精准匹配，得到当前帧图和俯瞰图中最匹配的矩形；

矩形重匹配识别模块：将所有得到的矩形点集，通过筛选最小误差的方式，找到最匹配的矩形，达到重匹配识别的目的；

还原俯瞰图模块：把当前帧图的矩形点和对应俯瞰图的对应点进行维度变换，得到当前帧图对应的俯瞰图。