一种基于最小中心线的跌倒检测方法及装置制造方法及图纸

本申请公开了一种基于最小中心线的跌倒检测方法及装置，所述方法包括：获取监测区域的监测图像，其中所述监测图像通过安装在监测区域的视频设备获取，且所述监测图像的X轴方向与水平方向平行；判断监测图像中是否存在监测目标，如不存在监测目标，则丢弃当前监测图像；对监测图像进行预处理，然后获取监测目标的轮廓，在所述轮廓上依次选取N个像素点，并确定监测目标的质心；根据选取的N个像素点和质心，确定监测目标的最小中心线；计算所述最小中心线与监测图像X轴方向之间的夹角；根据所述夹角判定监测目标是否处于跌倒状态。本申请与现有算法相比，计算过程简单、计算量小，且误差小，完全满足实际使用需求，对算法处理设备的要求较低。

A fall detection method and device based on minimum center line

【技术实现步骤摘要】
一种基于最小中心线的跌倒检测方法及装置
本申请涉及图像处理领域，具体涉及一种基于最小中心线的跌倒检测方法及装置。
技术介绍
独居老人常因为无人照看，当突发疾病或运动不便时，常容易发生跌倒的情况，进而危及生命安全。当前，视频监测已应用在独居老人的看护当中，通过布设在家里各个位置的摄像头，独居老人的子女或看护人员可以通过手机、电脑等及时了解老人在家的生活情况。视频监测虽然在一定程度上缓解了独居老人的看护问题，但其存在的一个明显缺陷就是老人的子女、看护人员一般不可能24小时均利用手机、电脑等通过远程视频看护独居老人，但当老人出现跌倒情况时，需要及时得知从而通知看护人员或120等进行救助。为了解决这个问题，目前采用图像处理的方法来分析独居老人是否发生跌倒情况，如发生跌倒情况，再通知老人的子女或看护人员及时查看或干预。如何正确区分跌倒与非跌倒状态取决于特征的选取是否合适。而由于光照、阴影、环境及行人速度等其他因素，选取合适的参数作为特征一直是个难题。目前常用的标记轮廓进而特征提取的方法主要分为两类：一是基于传统方法上的特征提取，主要通过例本文档来自技高网...

【技术保护点】
1.一种基于最小中心线的跌倒检测方法，其特征在于，包括：/n获取监测区域的监测图像，其中所述监测图像通过安装在监测区域的视频设备获取，且所述监测图像的X轴方向与水平方向平行；/n判断监测图像中是否存在监测目标，如不存在监测目标，则丢弃当前监测图像；/n对监测图像进行预处理，然后获取监测目标的轮廓，在所述轮廓上依次选取N个像素点，并确定监测目标的质心；/n根据选取的N个像素点和质心，确定监测目标的最小中心线；/n计算所述最小中心线与监测图像X轴方向之间的夹角；/n根据所述夹角判定监测目标是否处于跌倒状态。/n

【技术特征摘要】
1.一种基于最小中心线的跌倒检测方法，其特征在于，包括：
获取监测区域的监测图像，其中所述监测图像通过安装在监测区域的视频设备获取，且所述监测图像的X轴方向与水平方向平行；
判断监测图像中是否存在监测目标，如不存在监测目标，则丢弃当前监测图像；
对监测图像进行预处理，然后获取监测目标的轮廓，在所述轮廓上依次选取N个像素点，并确定监测目标的质心；
根据选取的N个像素点和质心，确定监测目标的最小中心线；
计算所述最小中心线与监测图像X轴方向之间的夹角；
根据所述夹角判定监测目标是否处于跌倒状态。


2.如权利要求1所述的基于最小中心线的跌倒检测方法，其特征在于，所述根据选取的N个像素点和质心，确定监测目标的最小中心线，包括：
确定选取的N个像素点中每个像素点与质心之间的直线方程；
依次计算每个像素点到每一条直线方程所确定的直线之间的距离，并计算距离和；
选择最小的距离和对应的直线作为监测目标的最小中心线。


3.如权利要求1所述的基于最小中心线的跌倒检测方法，其特征在于，根据所述夹角判定监测目标是否处于跌倒状态，包括：
如所述夹角小于设定的第一角度阈值，则判定所述目标物体处于跌倒状态。


4.如权利要求1所述的基于最小中心线的跌倒检测方法，其特征在于，根据所述夹角判定监测目标是否处于跌倒状态之后，还包括：
如果连续M帧监测图像中监测目标均判定为跌倒状态，则发送报警信息。


5.如权利要求1所述的基于最小中心线的跌倒检测方法，其特征在于，根据所述夹角判定监测目标是否处于跌倒状态之后，还包括：
如果监测目标处于跌倒状态，则：
判断监测目标所在区域是否为预先设定的特定区域，所述特定区域包括监测区域的床、沙发、卧榻所在区域；
如监测目标位于所述特定区域，则判断所述监测图像的拍摄时间是否在预设的时间段内，如不在预设的时间段内，且连续M帧监...

【专利技术属性】
技术研发人员：王璐，李伟彤，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东;44