【技术实现步骤摘要】
一种基于视频图像的非接触式生命体征检测系统及方法
[0001]本专利技术属于图像处理
,具体涉及一种基于视频图像的非接触式生命体征检测系统及方法。
技术介绍
[0002]基于视频的非接触生命体征检测是一种新兴的生理信号测量技术,旨在从被测人的视频数据中提取与人体生命体征信息相关的信号(如心率、呼吸等),实现人体健康状况的实时监测。相比于其他监测手段,基于视频的非接触生命体征检测技术不需要受试者佩戴专用传感器,能实现无人化自动测试,适用于婴幼儿或老年人的健康监护等应用场景。
[0003]基于视频的非接触式生命体征检测技术的一般流程如下:1)获取视频数据,采用图像处理算法确定皮肤(通常是面部)感兴趣区域;2)分别计算感兴趣区域中所有像素点三个颜色通道的均值,按视频帧的采集顺序排列成三个均值数据向量,向量长度等于视频帧的数量;3)对三个颜色均值向量进行信号处理,分离出生命体征相关的信号成分;4)采用FFT等信号处理算法,计算出生命体征信号的频率等信息,完成人体生命体征信息的检测。步骤1)所涉及的“图像处理算法确定面部感兴趣区域”,一般采用基于滑动窗口的人脸检测算法,或基于颜色模型的皮肤分割算法;步骤3)所涉及的“信号处理算法分离出生命体征相关成分信息”,一般采用基于成像模型的算法、或盲源分离算法。步骤3)的性能,非常依赖于步骤1)面部感兴趣区域的识别准确性。对于滑窗人脸检测算法,其检测准确性较高,但计算量较大,虽然目前有适用于嵌入式环境的优化算法,但受其基本原理的限制,滑窗方法必须反复多次读写内存数据,易出现 ...
【技术保护点】
【技术特征摘要】
1.一种基于视频图像的非接触式生命体征检测系统,其特征在于:包括多核异构微处理器,多核异构微处理器包括可编程控制系统和可编程逻辑系统;可编程控制系统由包括ARM在内的微处理器构成,可编程逻辑系统由包括FPGA在内的可编程逻辑电路构成。2.一种基于视频图像的非接触式生命体征检测方法,其特征在于:采用如权利要求1所述的一种基于视频图像的非接触式生命体征检测系统,具体包括如下步骤:步骤1:采用多核异构微处理器进行视频图像采集;步骤2:像素格式变换;步骤3:图像数据缓存;步骤4:皮肤区域检测;判断是否检测到皮肤区域;若:判断结果是检测到皮肤区域,则执行步骤5;或判断结果是没有检测到皮肤区域,则执行步骤1;步骤5:人脸区域粗检测;步骤6:人脸区域精检测;判断是否检测到人脸区域;若:判断结果是检测到人脸区域,则执行步骤7;或判断结果是没有检测到人脸区域,则执行步骤1;步骤7:获取PPG信号即光电容积脉搏描记信号;步骤8:计算结果并显示。3.根据权利要求2所述的基于视频图像的非接触式生命体征检测方法,其特征在于:在步骤2中,在步骤2中,使用可编程逻辑系统,通过公式(1)将每一帧视频的像素数据从16bit的RGB565数据格式变换为24bit的RGB888数据格式;其中,Pix
RGB565
表示格式的像素数据,每个像素16bit;Pix
R8
、Pix
G8
、Pix
B8
分别表示变换为RGB888格式后的R、G、B三通道颜色数据,每个通道的颜色数据都为8bit,共计24bit。4.根据权利要求2所述的基于视频图像的非接触式生命体征检测方法,其特征在于:在步骤3中,将可编程逻辑系统的片上存储资源分成两个缓存部分,分别命名为MEM1、MEM2,用于存放转换后的像素数据和检测算法运行过程中的中间结果;MEM1是二维缓存,每个缓存有L行,标记为其中r=1,2,
……
,L,代表行序号,缓存的每行包含K2个存储单元,每个存储单元的位宽为24bit,用于存储一个RGB888格式的像素数据,L和K的选取满足L
×
K2=W
×
H;图像数据以分块的方式存储到缓存中,具体过程如下:将输入图像划分为L个K
×
K的方块,依次标记为B
1,1
、B
1,2
、
……
、B
i,j
、
……
、B
W/K,H/K
,其中i和j分别为图像块所在的行列序号;将B
1,1
至B
1,W/K
存储到MEM1的至中,将B
2,1
至B
2,W/K
存储到MEM1的至中;以此类推,直到将B
H/K,1
至B
H/K,W/K
存储到MEM1的至M1L中;MEM2是二维缓存,存储单元数量为W/K
×
H/K,标记为其中,i=1,2,
……
,W/K,j=1,
2,
……
,H/K,代表存储单元序号,每个存储单元的位宽为1,这些存储单元用于存储算法运行过程的中间结果;进行图像数据缓存后,MEM1缓存的每个行与原图像每个K
×
K的方块一一对应,MEM2缓存的每个单元与原图像每个K
×
K的方块一一对应。5.根据权利要求4所述的基于视频图像的非接触式生命体征检测方法,其特征在于:在步骤4中,具体包括如下步骤:步骤4.1:当读取完K行图像数据时,MEM1缓存的第1行至第W/K行同时存满,此时启动皮肤区域检测;检测过程以MEM1缓存的行为单位进行,先从MEM1缓存的第一行即M
1,1
中顺次读取已存储的RGB888格式的像素数据,采用公式(2)将每个图像像素从RGB色彩空间转换到YCrCb色彩空间;步骤4.2:通过可编程逻辑系统,将公式(2)中浮点数乘法操作变换为整数乘法+移位操作,如公式(3)所示;步骤4.3:每个像素转换后,使用可编程逻辑系统的片上触发器资源,构建两个8bit寄存器,将转换得到的Cr和Cb分量存储起来;Y=(306*Pix
R8
+601*Pix
G8
+117*Pix
B8
)>>10
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3);步骤4.4:利用公式(4)对转换后的颜色进行阈值比较,处在阈值范围内的像素即为皮肤像素;通过可编程逻辑系统,构建四个数值比较电路,对Cr和Cb的数值进行判断;同时,通过可编程逻辑系统内的计数器,对满足阈值范围的像素点个数即皮肤像素进行累加,当检测完行中所有K2个像素时,如果计数器数累加值与像素总数K2的比值超过阈值α,则将MEM2缓存中对应的单元置为1,否则将置为0;依此类推,完成MEM1缓存中其余所有数据的处理,并将MEM2缓存中对应的单元赋值为1;处理后的MEM2缓存,将原图像划分为L个K
×
K的区域,其中数值为1的单元,标记了原图像中可能存在皮肤的区域块,作为人脸区域检测的基础;6.根据权...
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。