基于深度图像的非接触呼吸频率检测方法技术

本发明专利技术公开了一种基于深度图像的非接触呼吸频率检测方法，包括以下步骤：采集原始深度图像，获取人物位置定位并采集深度信息；利用最大距离限制法和最大外轮廓提取算法分别消除所述原始深度图像中空洞噪声和近距离干扰物的影响，创建人体掩膜图像并得到人体深度图像；利用人体胸腔区域与人体骨架关节点的相关性进行呼吸区域的定位；利用主成分分析算法提取胸腔区域深度图像所包含的呼吸信号数据；通过峰值检测法获得人体呼吸频率。本发明专利技术通过在获取人体深度图像的时候消除空洞噪声和干扰物体的影响，从而得到数据精确的人体呼吸频率，而且本发明专利技术所用设备方便携带，价格也能够达到广泛应用的水平。达到广泛应用的水平。达到广泛应用的水平。

【技术实现步骤摘要】
基于深度图像的非接触呼吸频率检测方法


[0001]本专利技术涉及呼吸频率监测领域，具体是基于深度图像的非接触呼吸频率检测方法。

技术介绍

[0002]随着现代工业社会的快速发展，人民生活水平提高的同时，环境污染程度也逐渐加剧，人们对自身的健康状况越来越重视。呼吸作为一种人体最基本且重要的生命体征信号，呼吸生理信号所包含的节律、强度和频率等信息能有效地反映呼吸系统器官、心脑系统器官等部位的病变。呼吸频率作为呼吸生理信号的一项重要参数，是对肺炎、哮喘、心搏骤停等多种慢性疾病诊断的重要生理指标。通过对人体呼吸频率的检测，不仅可以监测人体身体健康状态，而且可有效预防并及时发现相关疾病。因此，如何有效且便捷地实现对人体呼吸频率的日常检测越发被人们所重视。
[0003]呼吸频率检测方法主要可分成接触式和非接触式两类。接触式方法因其较长的发展历史目前在市场上具有较高的占有率，由于接触式检测方法需要将人体与复杂的检测设备相连接，该方法存在佩戴不方便、舒适性较差，设备价格高昂等问题。近些年，非接触式呼吸频率检测方法因其非侵入性、方便快捷、满足医学诊断的“本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于深度图像的非接触呼吸频率检测方法，包括以下步骤：S1：采集原始深度图像，获取人物位置定位并采集深度信息；其特征在于，还包括以下步骤：S2：利用最大距离限制法和最大外轮廓提取算法分别消除所述原始深度图像中空洞噪声和近距离干扰物的影响，创建人体掩膜图像并得到人体深度图像；S3：利用人体胸腔区域与人体骨架关节点的相关性进行呼吸区域的定位；S4：利用主成分分析算法提取胸腔区域深度图像所包含的呼吸信号数据；S5：通过峰值检测法获得人体呼吸频率。2.根据权利要求1所述的基于深度图像的非接触呼吸频率检测方法，其特征在于，所述最大距离限制法包括以下步骤：S2.1：在进行人体深度图像采集前，采集人体未入镜时整体背景的背景深度图像；S2.2：计算人体未入镜时当前背景图像的最大距离值；S2.3：在进行人体深度图像采集时，将人体深度图像中大于所述步骤S2.2中的最大距离值的全部像素值均设置为0。3.根据权利要求2所述的基于深度图像的非接触呼吸频率检测方法，其特征在于，在所述步骤S2.2中，计算步骤S2.1中的背景深度图像中心点3*3邻域内的平均深度值，将所述深度值减去100mm得到所述最大距离值。4.根据权利要求1所述的基于深度图像的非接触呼吸频率检测方法，其特征在于，所述最大外轮廓提取算法包括以下步骤：S2.4：将去除空洞噪声后的所述原始深度图像进行二值化处理，得到过渡图像；S2.5：通过外轮廓提取算法提取过渡图像中的所有轮廓；S2.6：分别计算所述步骤S2.5中提取的各个轮廓所包含的面积，并确定面积最大的轮廓为人体外轮廓；S2.7：通过人体外轮廓创建掩膜，并从所述原始深度图像中分割出人体深度图像。5.根据权利要求4所述的基于深度图像的非接触呼吸频率检测方法，其特征在于，所述外轮廓提取算法包括以下步骤：A1：设输入图像F={f
ij
}，当前跟踪边界的编号NBD=1，即将输入图像F的第一行作为第一个边界；对图像F进行光栅扫描，当扫描到某个像素点的灰度值满足f
ij
=1，f
i，j
‑1=0条件，则这个像素点（i，j）是外边界起始点，令NBD=NBD+1，（i2，j2）
←
（i，j
‑
1），其中，i，j分别表示图像中像素的第i行和第j列；其他情况，转至步骤A7；A2：以外边界起始点（i，j）为中心，（i2，j2）为起始点，按顺时针方向，搜索（i，j）周围8邻域中是否存在非0像素点；若存在，则令（i2，j2）为第一个非0像素点；否则令f
ij
=
‑
NBD，并转至步骤A7；A3：令（i2，j2）
←
（i1，j1），（i3，j3）
←
（i，j）；A4：以（i3，j3）为中心，（i2，j2）的下一个点为起始点，按逆时针方向，搜索（i3，j3）周围8邻域的非0像素点，令（i4，j4）为第一个非0像素点；A5：如果（i3，j3+1）是0像素点，且已在步骤A4中搜索过，则f
i3，j3
←‑
NBD；如果（i3，j3+1）
不在步骤A4中搜索过，且f
i3，j3
=1，则f
i3，j3
←‑
NBD；其他情况，f
i3，j3
不改变；A6：如果（i4，j4）=（i，j），（i3，j3）=（i1，j1），则跳转至步骤A7；否则令（i2，j2）
←
（i3，j3），（i3，j3）
←
（i4，j4），跳转至步骤A4；A7：如果f
ij
≠1，则令LNBD
←
|f
ij
|，从点(i，j+1)继续光栅扫描，直到扫描至图像的右下角最后一个元素为止；A8：将提取的所有外轮廓填充为二值图像，并统计每个外轮廓范围内的非零元素个数，提取其中包含非零元素最多的外轮廓作为人体外轮廓；其中，NBD为当前追踪边界的编号，LNBD为上一个边界的编号。6....

【专利技术属性】
技术研发人员：杨晓梅，黄旭龙，梅宇博，胡循勇，李昊怡，
申请(专利权)人：四川大学，
类型：发明
国别省市：