非接触式生理参数检测方法、系统及装置制造方法及图纸

技术编号:9847948 阅读:134 留言:0更新日期:2014-04-02 15:52
本发明专利技术涉及一种实时检测和动态显示人体生理参数的非接触式生理参数检测方法、系统及装置。通过对RGB图像的各颜色分量均值矩阵进行去趋势项、滤波和归一化的预处理,消除背景环境参数变化时引起的数据阶梯性、斜向上和斜向下和大跨度波动的趋势性变化,提高检测的抗干扰能力和测得的生理参数的准确度。通过保障前后帧截取面部图像的位置和大小都保持一致,最大限度的降低面部图像提取产生的噪声干扰。通过将RGB颜色分量均值计算时对肤色参数的放大,放大肤色随人体生理活动而变化的差异值,防止数据处理过程细微有用信号的丢失,进而提高提取人体生理参数的精度和正确率。

【技术实现步骤摘要】
非接触式生理参数检测方法、系统及装置
本专利技术涉及一种非接触式生理参数检测方法、系统及装置。具体地说涉及一种基于视频图像的非接触式生理参数检测方法、系统及装置。
技术介绍
通过对人体生理参数的监控,比如心率信号的监控,可以了解人体心血管系统的工作情况。在医疗领域,通过心率信号可以发现心血管疾病的潜在风险,为治疗提供初步的参考数据;在健身和运动医学领域,心率信号也被用来判断健身效果以及反映被检测者的运动安全状况;在驾驶领域,通过心率信号可以了解驾驶员的心血管功能、疲劳度、身体亚健康情况和驾驶员的心理活动情况,在心率不正常变化的时候提示驾驶员停止驾车,防止车祸的发生。常见的对人体心率的检测方式为接触式心率检测,比如通过压力传感器测量单位时间的脉搏跳动次数来获取被检测人的心率或者借助测心电的方式,比如心电图来获取被检测人的心率。但接触式测量方法一般要求被检测人静坐、躺卧或者按照人工引导的方式来接受检测,因此很难捕捉到瞬时的异常和特殊情况下心血管的功能情况。而且这种方式也不适用于行车状态下对驾驶员心率的检测。当光束照射到皮肤表面时,皮肤内的血液对光束产生吸收衰减作用,并且衰减量取决于血容积的多寡。在心脏搏动作用下,皮肤内动脉血管的血容积发生变化,照射光束衰减量相应呈现波动性变化。通俗的讲,面部皮肤在心脏收缩和舒张时颜色会有不同,因而,可以通过摄像头探测皮肤反射光强变化(即图像亮度值变化)非接触性的得出生物体心跳信息。基于上述原理,目前国际上Takano和Ohta报道了一种利用延时序列图像非接触式测量心跳和呼吸的方法。通过CCD相机连续采集30秒的人脸图像,在图像中手动截取人体脸颊部位特定区域,求取每帧图像中脸颊特定区域的平均亮度值,将得到的一组亮度时间序列信号依次进行一阶差分、低通滤波和AR模型功率谱分析,所得功率谱中有两个显著的峰值分别对应心跳和呼吸频率。但上述方式不能自动捕获跟踪人体脸颊区域,只能在完成图像采集后手动截取人脸视频,属离线处理方式,因而无法实现实时测量。授权公告号为CN102499664B,专利技术名称为“基于视频图像的非接触式生命体征的检测方法及检测系统”的专利技术专利公开了一种基于视频图像的非接触式生命体征检测方法,通过按固定帧频连续采集视频图像,自动检测ROI区域,从所述ROI区域划分出的多通道信号中分离出生命体征信号,提取出生命体征信号的频率并将所述频率转换为所述生命体征,进而获得检测结果。但该专利技术专利在检测心率时,ROI区域是人脸,检测呼吸频率时,ROI区域是胸腔或腹部位置,无法通过对同一个ROI区域的处理来同时获取心率和呼吸频率,使得检测过程过于繁琐。公告号为CN102973253A,专利技术名称为“一种利用视觉信息监测人体生理指标的方法和系统”的专利技术专利申请,公开了一种利用视觉信息监测人体生理指标的方法和系统,通过采集人脸图像并将人脸图像转换为视频信号,对视频信号进行去奇异值和滤波的预处理后采用拉普拉斯映射算法从视频信号中同时提取出心率和呼吸频率,简化了视频图像采集过程。但授权公告号为CN102499664B,专利技术名称为“基于视频图像的非接触式生命体征的检测方法及检测系统”的专利技术专利和公告号为CN102973253A,专利技术名称为“一种利用视觉信息监测人体生理指标的方法和系统”的专利技术专利申请,对视频信号进行预处理后的图像均值,当环境参数发生变化时,图像均值都会出现阶梯性、斜向上和斜向下的趋势走向变化,这种变化会影响后续数据的处理,导致最终提取的心率和呼吸频率不准确。
技术实现思路
为此,本专利技术所要解决的技术问题在于现有技术中的基于视频图像的非接触式生理参数检测方法,因为数据处理方式的欠缺导致最终检测的生理参数不准确,从而提供一种能够使提取的生理参数准确的非接触式生理参数检测方法、系统及装置。为解决上述技术问题,本专利技术的技术方案如下:本专利技术提供了一种非接触式生理参数检测方法,包括如下步骤:S1:获取视频采集区域的数字视频;S2:对所述数字视频中的每一帧图像进行如下处理:S21:从该帧图像中提取出其所包含的所有面部图像;S22:分别计算每个面部图像的RGB三色均值;S3:根据每一帧图像中的所述RGB三色均值获取原始三色均值矩阵;S4:对所述原始三色均值矩阵进行去趋势项处理、滤波处理和归一化处理,得到预处理后的三色均值矩阵;S5:从所述预处理后的三色均值矩阵中提取生理参数。本专利技术所述的非接触式生理参数检测方法,所述步骤S4中,选用平滑参数为4-10的先验平滑高通滤波器对所述预处理后的三色均值矩阵中的数据进行去趋势项处理。本专利技术所述的非接触式生理参数检测方法,所述步骤S21具体包括如下步骤:S211:建立色彩空间坐标系,所述色彩空间坐标系中的每一个坐标点与该帧图像所在坐标系中的每一个点相对应;并将该帧图像进行图像色彩空间变换,得到该帧图像在所述色彩空间坐标系下的YcrCb色彩空间图像;S212:基于所述YCrCb色彩空间图像中每一个像素点的亮度值与肤色值的关系,获取所述YCrCb色彩空间图像中的所有面部图像所在的粗略坐标区域;S213:根据所述粗略坐标区域,计算确定每一个面部图像在所述YCrCb色彩空间图像中的基准位置坐标和有效区域坐标;S214:比较相邻两帧图像中同一个面部图像的所述基准位置坐标的差值:若所述差值在阈值范围内,直接使用前一帧图像中的所述有效区域坐标作为该帧图像中的有效区域坐标;若所述差值在阈值范围外,则使用所述步骤S213中得到的所述有效区域坐标作为该帧图像中的有效区域坐标;S215:根据确定的所述有效区域坐标从该帧图像中截取面部图像。本专利技术所述的非接触式生理参数检测方法,所述步骤S22中针对每一面部图像具体进行如下处理:S221:对截取的面部图像进行RGB三色分离,获取每个独立颜色分量的矩阵Ii,其中i=1或2或3,并获取该面部图像在宽度方向上的像素点个数n和在长度方向上的像素点个数m;S222:利用以下公式分别得到该帧图像的每个面部图像的RGB三色分量放大1000倍后的均值:本专利技术所述的非接触式生理参数检测方法,所述步骤S3具体包括如下步骤:S31:将每一帧图像中的同一个面部图像对应的RGB三色均值按处理的时间顺序存入原始三色均值矩阵;S32:每处理一帧图像获取同一面部图像新的RGB三色均值后,将所述原始三色均值矩阵中的数据总体向低位移一位,将所述新的RGB三色均值存入所述原始三色均值矩阵的最高位置,保存所述原始三色均值矩阵的数据长度为N,当所述原始三色均值矩阵中的数据向低位移动I位后,若所述原始三色均值矩阵中的数据全部非零值,则进入步骤S4,若所述原始三色均值矩阵中的数据有零值,则进入步骤S1;所述N和I均为正整数,且N大于I。本专利技术所述的非接触式生理参数检测方法,所述步骤S32中,N取值大于10倍帧率,I取值大于3倍帧率。本专利技术所述的非接触式生理参数检测方法,所述步骤S4中,选用与生理参数的频率特性相适应的第一带通滤波器进行滤波处理。本专利技术所述的非接触式生理参数检测方法,所述步骤S5具体包括如下步骤:S51:采用jade算法将所述预处理后的三色均值矩阵作为样本信号进行信号分离,获取所述样本信号的三个分量信号;S52:筛选所述三个分量信号中能量最集中的信号作为包含人体本文档来自技高网
...
非接触式生理参数检测方法、系统及装置

【技术保护点】
一种非接触式生理参数检测方法,其特征在于,包括如下步骤:S1:获取视频采集区域的数字视频;S2:对所述数字视频中的每一帧图像进行如下处理:S21:从该帧图像中提取出其所包含的所有面部图像;S22:分别计算每个面部图像的RGB三色均值;S3:根据每一帧图像中的所述RGB三色均值获取原始三色均值矩阵;S4:对所述原始三色均值矩阵进行去趋势项处理、滤波处理和归一化处理,得到预处理后的三色均值矩阵;S5:从所述预处理后的三色均值矩阵中提取生理参数。

【技术特征摘要】
1.一种非接触式生理参数检测方法,其特征在于,包括如下步骤:S1:获取视频采集区域的数字视频;S2:对所述数字视频中的每一帧图像进行如下处理:S21:从该帧图像中提取出其所包含的所有面部图像;S22:分别计算每个面部图像的RGB三色均值;S3:根据每一帧图像中的所述RGB三色均值获取原始三色均值矩阵;S4:对所述原始三色均值矩阵进行去趋势项处理、滤波处理和归一化处理,得到预处理后的三色均值矩阵;S5:从所述预处理后的三色均值矩阵中提取生理参数;其中所述步骤S22中针对每一面部图像具体进行如下处理:S221:对截取的面部图像进行RGB三色分离,获取每个独立颜色分量的矩阵Ii,其中i=1或2或3,并获取该面部图像在宽度方向上的像素点个数n和在长度方向上的像素点个数m;S222:利用以下公式分别得到该帧图像的每个面部图像的RGB三色分量放大1000倍后的均值:2.根据权利要求1所述的非接触式生理参数检测方法,其特征在于:所述步骤S4中,选用平滑参数为4-10的先验平滑高通滤波器对所述预处理后的三色均值矩阵中的数据进行去趋势项处理。3.根据权利要求1所述的非接触式生理参数检测方法,其特征在于,所述步骤S21具体包括如下步骤:S211:建立色彩空间坐标系,所述色彩空间坐标系中的每一个坐标点与该帧图像所在坐标系中的每一个点相对应;并将该帧图像进行图像色彩空间变换,得到该帧图像在所述色彩空间坐标系下的YCrCb色彩空间图像;S212:基于所述YCrCb色彩空间图像中每一个像素点的亮度值与肤色值的关系,获取所述YCrCb色彩空间图像中的所有面部图像所在的粗略坐标区域,所述粗略坐标区域为每个所述面部图像在所述YCrCb色彩空间图像中对应的连通域的最小外接矩形坐标;S213:根据所述粗略坐标区域,计算确定每一个面部图像在所述YCrCb色彩空间图像中的基准位置坐标和有效区域坐标,其中所述基准位置坐标包括面部眼鼻坐标和面部中线位置坐标,且将面部图像所在的粗略坐标区域放大固定比例,再利用放大后的粗略坐标区域从所述YCrCb色彩空间图像中获取包括所述面部图像对应的双眼间距、眼睛到嘴中间位置连线坐标的区域的坐标即为所述有效区域坐标;S214:比较相邻两帧图像中同一个面部图像的所述基准位置坐标的差值:若所述差值在阈值范围内,直接使用前一帧图像中的所述有效区域坐标作为该帧图像中的有效区域坐标;若所述差值在阈值范围外,则使用所述步骤S213中得到的所述有效区域坐标作为该帧图像中的有效区域坐标;S215:根据确定的所述有效区域坐标从该帧图像中截取面部图像。4.根据权利要求1-3任一项所述的非接触式生理参数检测方法,其特征在于,所述步骤S3具体包括如下步骤:S31:将每一帧图像中的同一个面部图像对应的RGB三色均值按处理的时间顺序存入原始三色均值矩阵;S32:每处理一帧图像获取同一面部图像新的RGB三色均值后,将所述原始三色均值矩阵中的数据总体向低位移一位,将所述新的RGB三色均值存入所述原始三色均值矩阵的最高位置,保存所述原始三色均值矩阵的数据长度为N,当所述原始三色均值矩阵中的数据向低位移动I位后,若所述原始三色均值矩阵中的数据全部非零值,则进入步骤S4,若所述原始三色均值矩阵中的数据有零值,则进入步骤S1;所述N和I均为正整数,且N大于I。5.根据权利要求4所述的非接触式生理参数检测方法,其特征在于:所述步骤S32中,N取值大于10倍帧率,I取值大于3倍帧率。6.根据权利要求1-3任一项所述的非接触式生理参数检测方法,其特征在于:所述步骤S4中,选用与生理参数的频率特性相适应的第一带通滤波器进行滤波处理。7.根据权利要求4所述的非接触式生理参数检测方法,其特征在于:所述步骤S4中,选用与生理参数的频率特性相适应的第一带通滤波器进行滤波处理。8.根据权利要求5所述的非接触式生理参数检测方法,其特征在于:所述步骤S4中,选用与生理参数的频率特性相适应的第一带通滤波器进行滤波处理。9.根据权利要求1-3任一项所述的非接触式生理参数检测方法,其特征在于,所述步骤S5具体包括如下步骤:S51:采用jade算法将所述预处理后的三色均值矩阵作为样本信号进行信号分离,获取所述样本信号的三个分量信号;S52:筛选所述三个分量信号中能量最集中的信号作为包含人体生理信息的目标信号;S53:选用与生理参数的频率特性相匹配的第二带通滤波器对所述目标信号进行滤波处理,获取生理参数对应的频率信号,提取出生理参数。10.根据权利要求9所述的非接触式生理参数检测方法,其特征在于,所述步骤S52具体包括如下步骤:S521:获取三个分量信号的功率最大侧频率值fmax1、fmax2和fmax3,生理参数频率特性的低频和高频的截止频率fl和fh;S522:分别获取三个分量信号的fmax1、fmax2和fmax3频率分量对应功率值pmax1、pmax2、pmax3以及三个分量信号的信号总功率值psum1、psum2和psum3,并计算出三个分量信号在所述截止频率[flfh]外的噪声频率分量总功率值PZ1,PZ2和PZ3;S523:分别获取三个分量信号的频率分量对应功率值与信号总功率值的比值w1、w2、w3并比较其大小,然后再获取三个分量信号的噪声频率分量总功率值和信号总功率值的比值x1、x2、x3的大小,其中频率分量对应功率值与信号总功率值的比值最大,且噪声频率分量总功率值和信号总功率值的比值最小的分量信号,即为能量最集中的信号;S524:将所述能量最集中的信号作为包含人体生理信息的目标信号。11.根据权利要求1-3任一项所述的非接触式生理参数检测方法,其特征在于,还包括如下步骤:S6:显示生理参数,并将生理参数进行分析,当判断生理参数异常时进行报警提示。12.一种非接触式生理参数检测系统,其特征在于,包括:数字视频获取模块(1),用于获取视频采集区域的数字视频;图像处理模块(2),其包括面部图像提取单元(21)和均值获取单元(22);所述面部图像提取单元(21),从所述数字视频获取模块(1)获取所述数字视频,并从所述数字视频中的每一帧图像中提取出其所包含的所有面部图像;所述均值获取单元(22),计算从所述面部图像提取单元(21)获取的每个面部图像的RGB三色均值;均值矩阵获取模块(3),根据从所述均值获取单元(22)获取的每一帧图像中的所述RGB三色均值获取原始三色均值矩阵;预处理模块(4),对从所述均值矩阵获取模块(3)获取的所述原始三色均值矩阵进行去趋势项处理、滤波处理和归一化处理,得到预处理后的三色均值矩阵;生理参数提取模块(5),从所述预处理模块(4)获取所述预处理后的三色均值矩阵,并从所述预处理后的三色均值矩阵中提取生理参数;其中所述均值获取单元(22),具体包括:三色分离器(221),用...

【专利技术属性】
技术研发人员:徐国卿张琦汪明周翊民宫凯陈炎峰
申请(专利权)人:中国科学院深圳先进技术研究院
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1