【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, ...
【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:
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。