随着计算机性能的不断提高,运用计算机视觉指导体育运动日趋盛行。乒乓球运动中发球技术是乒乓球训练的重要组成部分,也是乒乓球运动员专业水平的衡量标准。因此,利用计算机视觉指导乒乓球发球技术成为了一个有现实意义的课题,考虑到乒乓球发球技术中,下旋发球是主流发球技术,本文主要以运动员的下旋发球视频为研究对象,提出了一个基于视觉的下旋发球辅助训练模型。本文主要做了以下工作:1)针对现有的乒乓球发球没有三维数据且特征向量提取方法单一等问题,提出了一个下旋发球数据特征提取模型。在数据特征处理模块中,通过使用标记点对乒乓球运动员关键部位和乒乓球拍进行标记,利用三维红外运动捕捉系统对发球过程进行数据采集,对采集到的数据进行噪声去除,然后利用拉格朗日插值法对乒乓球发球数据进行补全,之后通过对下旋发球的影响因素分析,选取求解9个特征向量进行效果测试,最终确定其中8个特征向量。最后利用这8个特征向量对整体乒乓球下旋发球数据进行特征表示,采用主成分分析算法对这些数据进行特征选择,与不采用主成分分析算法的数据进行对比实验,分析选出适合的特征提取模型。2)针对现有乒乓球发球规范性难以分类以及分类算法精度不够等问题,提出了一个基于改进的PCA-PSO-LSSVM下旋规范发球分类模型。在下旋规范发球分类模块中,通过数据特征提取模块得到下旋发球数据的主成分作为最小二乘支持向量机的输入,通过对粒子群算法（PSO）中的粒子速度和位置更新公式进行改进,利用改进后的粒子群算法更新最小二乘支持向量机（LSSVM）的参数,建立组合分类模型。通过对模型训练分类,并将分类结果与传统PSO-LSSVM模型、GALSSVM模型、LSSVM模型、SVM模型的结果进行对比分析,得出最佳分类模型。3)针对下旋发球轨迹规范性指导困难等问题,提出了一个下旋规范发球指导模型。在下旋规范发球指导模块中,通过对规范的乒乓球下旋发球初始点、发球最低点、发球结束点,三个关键阶段的轨迹,其标记点所得到数据进行求解样本均值、均方根误差,经过计算得出乒乓球发球三个关键阶段的轨迹的容错区间。通过对容错区间的可视化,可以直观的从乒乓球发球容错区间中估计出运动员在三个阶段中手臂的摆动幅度、手臂运动的轨迹范围。通过范围估计建立起下旋规范发球指导模型可以对乒乓球运动员的规范性发球能够起到一定的指导作用,拥有较强的现实意义。