基于热成像判断位姿的方法及系统技术方案

本发明专利技术属于热成像技术领域，具体涉及基于热成像判断位姿的方法及系统。方法包括如下步骤；S1，对工作者进行红外热成像检测，识别出坐姿图像；S2，对工作者的坐姿图像进行灰度化处理；S3，对灰度化处理后的坐姿图像进行图像二值化处理；S4，对图像二值化处理后的坐姿图像细化；S5，对细化后的坐姿图像进行角点检测；S6，计算大腿与躯干的角度，并根据所述角度对坐姿状态进行判断。本发明专利技术具有能准确识别人体坐姿并进行分类，以及预防久坐行为发生的特点。点。点。

【技术实现步骤摘要】
基于热成像判断位姿的方法及系统


[0001]本专利技术属于热成像
，具体涉及基于热成像判断位姿的方法及系统。

技术介绍

[0002]在日常生活中，人们需要经常保持坐姿，坐姿相对于其他姿态有很多优点，比如能够缓解人的疲劳，并且消耗的能量少，但是长时间处于坐姿状态，人们的身体也会遭受很大的危害，特别是在不良坐姿的状态下，更容易受到危害。
[0003]但是随着时代的发展，越来越多的人不再从事单一的体力劳动，并且很容易出现久坐的状况，这便产生了久坐族群体，比如那些需要经常坐着上班的人员、长时间面对电脑或者长时间久坐的学生等。久坐族的分布人群比较广泛，在各行各业都有很多的久坐人群。对于久坐人群来讲，他们的身体往往处于亚健康状态，颈部和腰部也经常处于酸痛状态，并且不能够得到有效的缓解，所以他们长期受这类疾病的困扰。专家研究表明，久坐行为很容易导致颈椎病、腰椎病、心血管疾病和胃肠道疾病等，对人体的危害很大，所以应该积极预防久坐行为的发生。世界卫生组织经过调查也指出，在全球的范围内，久坐行为已经对于200多万人造成了严重的影响，并且有可能造成死亡，所以在世界十大致死、致病的原因中，久坐就占据一席之地。
[0004]因此，设计一种能准确识别人体坐姿并进行分类，以及预防久坐行为发生的基于热成像判断位姿的方法及系统，就显得十分重要。
[0005]例如，申请号为CN201710017363.X的中国专利文献描述的一种电脑前人体坐姿监测方法，具体为利用3D实感摄像技术实时跟踪定位人体面部眉毛特征点的深度位置信息，根据左右眉心与实感摄像头坐标轴距离判定其水平、侧向、高度坐姿是否正确，若有错误坐姿出现，动画提示，错误坐姿超时或者用户久坐电脑前超时，监测声音报警。虽然电脑前坐姿监测方法，以点代面，利用眉毛特征点的深度位置变化信息进行人体前俯、侧向、高耸错误坐姿的实时判断，避免了因图像预处理及分类识别引起的监测延时问题，实现了电脑前坐姿的实时监测，同时具有错误坐姿动画提示、错误坐姿超时声音报警、久坐声音报警功能，对因错误坐姿和久坐引起的健康隐患问题有积极预防作用，但是其缺点在于，由于是根据左右眉心与实感摄像头坐标轴距离判定其水平、侧向、高度坐姿是否正确，而无法能够用于准确判断直立坐姿，前倾坐姿和后仰坐姿，使用具有一定的局限性。

技术实现思路

[0006]本专利技术是为了克服现有技术中，缺乏能够用于准确判断直立坐姿，前倾坐姿和后仰坐姿，并预防久坐行为发生的技术的问题，提供了一种能准确识别人体坐姿并进行分类，以及预防久坐行为发生的基于热成像判断位姿的方法及系统。
[0007]为了达到上述专利技术目的，本专利技术采用以下技术方案：
[0008]基于热成像判断位姿的方法，包括如下步骤；
[0009]S1，对工作者进行红外热成像检测，识别出坐姿图像；
[0010]S2，对工作者的坐姿图像进行灰度化处理；
[0011]S3，对灰度化处理后的坐姿图像进行图像二值化处理；
[0012]S4，对图像二值化处理后的坐姿图像细化；
[0013]S5，对细化后的坐姿图像进行角点检测；
[0014]S6，计算大腿与躯干的角度，并根据所述角度对坐姿状态进行判断。
[0015]作为优选，步骤S2中，所述灰度化处理为：
[0016]坐姿图像灰度化后的R值＝(处理前坐姿图像的R值+处理前坐姿图像的G值+处理前坐姿图像的B值)/3；
[0017]坐姿图像灰度化后的G值＝(处理前坐姿图像的R值+处理前坐姿图像的G值+处理前坐姿图像的B值)/3；
[0018]坐姿图像灰度化后的B值＝(处理前坐姿图像的R值+处理前坐姿图像的G值+处理前坐姿图像的B值)/3。
[0019]作为优选，步骤S3包括如下步骤：
[0020]S31，设定一个阈值，让灰度化处理后坐姿图像中灰度值小于等于阈值的变为0，呈黑色；让灰度化处理后坐姿图像中灰度值大于阈值的变为255，呈白色。
[0021]作为优选，步骤S4包括如下步骤：
[0022]S41，对图像二值化处理后的坐姿图像设立p1点，同时设定p1点的八邻域为：第一行，P9、P2、P3；第二行，P8、P1、P4；第三行，P7、P6、P5；
[0023]其中，p1为白点；
[0024]S42，设定过程1的细化删除条件为：
[0025]2≤N(p1)≤6，N(x)为x的8邻域中黑点的数目；
[0026]A(p1)＝1，A(x)指的是以p2,p3,...p8,p9为序时，所述点的值从0至1变化的次数，其中，背景色为0；
[0027]p2
×
p4
×
p6＝0；
[0028]p4
×
p6
×
p8＝0；
[0029]S43，若同时满足步骤S32中的四个条件，则p1点删除，令p1＝0；
[0030]S44，设定过程2的细化删除条件为：
[0031]2≤N(p1)≤6，N(x)为x的8邻域中黑点的数目；
[0032]A(p1)＝1，A(x)指的是以p2,p3,...p8,p9为序时，所述点的值从0至1变化的次数，其中，背景色为0；
[0033]p2
×
p4
×
p8＝0；
[0034]p2
×
p6
×
p8＝0；
[0035]S45，若同时满足步骤S34中的四个条件，则p1点删除，令p1＝0；
[0036]S46，重复步骤S41至步骤S45，直到获取细化后的坐姿图像为止。
[0037]作为优选，步骤S4还包括如下步骤：
[0038]S47，若p2+p3+p8+p9≥1,则p1点删除，令p1＝0。
[0039]作为优选，步骤S5包括如下步骤：
[0040]S51，通过如下公式进行计算：
[0041][0042]其中，
[0043]式中，I
x
和I
y
是坐姿图像在x和y方向的导数，μ、σ是计算时的权重；
[0044]S52，根据一个用于判定窗口内是否包含角点的等式进行打分，公式如下：
[0045]R＝det(M)
‑
k(trace(M))2[0046]其中，det(M)＝λ1λ2，trace(M)＝λ1+λ2；λ1和λ2为矩阵M的特征值；
[0047]S53，设定判断阈值，并判断一个区域是否为角点，边界或者平面：
[0048]当λ1和λ2均小于判断阈值，|R|也小于判断阈值时，判定所述区域为平坦区域；
[0049]当λ1＞＞λ2或者λ1＜＜λ2，且R小于0时，判定所述区域为边缘；
[0050]当λ1和λ2均大于判断阈值，且R大于判断阈值时，判定所述区域为角点。
[0051]作为优选，步骤S6包括如下步骤：
[0052]S61，将所需要计算的角度，通过选本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于热成像判断位姿的方法，其特征在于，包括如下步骤；S1，对工作者进行红外热成像检测，识别出坐姿图像；S2，对工作者的坐姿图像进行灰度化处理；S3，对灰度化处理后的坐姿图像进行图像二值化处理；S4，对图像二值化处理后的坐姿图像细化；S5，对细化后的坐姿图像进行角点检测；S6，计算大腿与躯干的角度，并根据所述角度对坐姿状态进行判断。2.根据权利要求1所述的基于热成像判断位姿的方法，其特征在于，步骤S2中，所述灰度化处理为：坐姿图像灰度化后的R值＝(处理前坐姿图像的R值+处理前坐姿图像的G值+处理前坐姿图像的B值)/3；坐姿图像灰度化后的G值＝(处理前坐姿图像的R值+处理前坐姿图像的G值+处理前坐姿图像的B值)/3；坐姿图像灰度化后的B值＝(处理前坐姿图像的R值+处理前坐姿图像的G值+处理前坐姿图像的B值)/3。3.根据权利要求2所述的基于热成像判断位姿的方法，其特征在于，步骤S3包括如下步骤：S31，设定一个阈值，让灰度化处理后坐姿图像中灰度值小于等于阈值的变为0，呈黑色；让灰度化处理后坐姿图像中灰度值大于阈值的变为255，呈白色。4.根据权利要求3所述的基于热成像判断位姿的方法，其特征在于，步骤S4包括如下步骤：S41，对图像二值化处理后的坐姿图像设立p1点，同时设定p1点的八邻域为：第一行，P9、P2、P3；第二行，P8、P1、P4；第三行，P7、P6、P5；其中，p1为白点；S42，设定过程1的细化删除条件为：2≤N(p1)≤6，N(x)为x的8邻域中黑点的数目；A(p1)＝1，A(x)指的是以p2,p3,...p8,p9为序时，所述点的值从0至1变化的次数，其中，背景色为0；p2
×
p4
×
p6＝0；p4
×
p6
×
p8＝0；S43，若同时满足步骤S32中的四个条件，则p1点删除，令p1＝0；S44，设定过程2的细化删除条件为：2≤N(p1)≤6，N(x)为x的8邻域中黑点的数目；A(p1)＝1，A(x)指的是以p2,p3,...p8,p9为序时，所述点的值从0至1变化的次数，其中，背景色为0；p2
×
p4
×
p8＝0；p2
×
p6
×
p8＝0；S45，若同时满足步骤S34中的四个条件，则p1点删除，令p1＝0；S46，重复步骤S41至步骤S45，直到获取细化后的坐姿图像为止。
5.根据权利要求4所述的基于热成像判断位姿的方法，其特征在于，步骤S4还包括如下步骤：S47，若p2+p3...

【专利技术属性】
技术研发人员：梅厦锦，郑永平，朱昊喆，陈奇良，牛新宇，项新建，徐然，张金江，厉阳，
申请(专利权)人：浙江科技学院，
类型：发明
国别省市：