体育视频球场检测对体育视频高层语义分析有重要作用。在体育视频中，几乎所有重要事件都发生在球场上，因此检测出球场区域可以降低语义分析难度，同时提高语义分析准确性。现有体育视频球场检测主要利用颜色特征，有很大提升空间。球场区域分割方法也有待改进。　　在系统分析现有体育视频球场检测方法基础上，设计了一种基于颜色和纹理特征的球场检测系统。利用自适应高斯混合模型拟合球场颜色分布，从视频帧中自动选取一些包含球场的帧作为训练帧，采用基于直方图的主色提取算法从训练帧中选择训练样本训练得到本地高斯混合模型。利用高斯混合模型对视频帧进行主色提取，同时对包含球场的视频帧，从中提取主色作为训练样本对模型进行在线更新。系统利用局部熵特征对高斯混合模型的主色提取结果进行优化。然后基于区域增长过滤面积较小的干扰区域，采用Sklansky算法寻找主色区域的凸外边界得到球场的“粗略”分割。基于球场检测的结果，在球场中检测球场线进行摄像机标定。在摄像机标定时，通过球场线排序、球场类型分析以及快速剪枝加快摄像机标定过程。最后，利用摄像机标定结果，实现一种球场精准分割方法。　　实验结果表明，基于颜色特征和纹理特征的球场检测方法准确率有较大提高，在摄像机标定基础上进行的球场分割方法比其他方法效果要好的多。但系统在训练本地高斯模型时需要花费较长时间，同时摄像机标定也有一些限制条件。未来的研究重点为如何在保证模型准确性的前提性下缩短模型训练时间以及如何在标定点不足的情况下得到单应矩阵。