运动捕捉技术是利用运动传感器、光学设备等跟踪器记录计算机可处理的运动数据,还原运动物体的空间三维信息的技术。运动捕捉技术应用于体育训练,使体育训练进入科学化、数字化阶段；不断更新的运动捕捉技术使其成本更加低廉。本文研究了基于Kinect的运动捕捉技术,并将其应用于高尔夫挥杆训练。这种方式具有数据处理简单,实时性高、价格低廉等优点。首先,本文研究了人体自遮挡关节点信息的修复算法。由于人体自遮挡的存在,导致Kinect捕捉到的关节运动数据不可信。根据人体骨骼长度不变性和人体运动连续性,本论文提出了一种基于几何方法快速修复遮挡关节点的信息。实验证明该算法可以修复一半以上的遮挡关节信息,尤其末端关节信息,且实时性好。然后,研究了基于末端约束效应器的运动重定向。将不同人的运动数据赋给同一个角色模型,必然会存在骨骼尺寸不一致导致的脚穿地、人体悬浮、蒙皮扭曲或者拉伸等运动失真现象。根据虚拟角色骨骼长度与捕捉者骨骼长度比例系数,本论文提出了一种基于末端约束效应器的运动重定向方法。首先确定首帧的约束末端,并确定首帧约束末端的三维坐标信息；其次根据人体骨骼长度不变性,重定向其他关节的三维坐标；然后确定下一帧约束末端,并求出其它三维坐标；最后根据骨骼长度比例系数,计算出其他帧其他关节的三维坐标。实验表明该算法可以很好地解决动画失真的问题,并且实现运动数据标一化,利于后期的数据分析。最后,研制了基于Kinect的运动捕捉高尔夫分析与辅助训练系统。该系统直接从Kinect中获取人体各个关节的运动信息,通过修复遮挡关节信息、运动重定向等运动数据处理,然后将运动数据赋给指定的角色模型,再现击球动画。辅助训练分析分为四个部分：挥杆单平面的判断,关节运动轨迹分析,关节运动速度的分析,关节所成的角度分析。挥杆单平面的判断是根据肩关节及腕关节的运动轨迹,并拟合出肩关节及腕关节运动平面,根据两个平面的位置关系,调整训练。首先将球员的挥杆动作分为七个姿态,并建立高水平高尔夫球员的各个挥杆姿态关键关节的三维坐标、速度、角速度的数据库；然后实时获取原始的捕捉数据,并计算训练者各个挥杆姿态关键关节的三维坐标、速度及角速度；提供具体数值和直观曲线的比对,根据比对结果教练指导训练者纠正错误的姿态,调整挥杆速度,从而快速提高训练者的高尔夫挥杆水平。试验表明,该辅助系统可以给出训练者的挥杆姿态与标准姿态的差异,训练者根据差异调整挥杆动作,较好地纠正训练者常见的挥杆错误。