看护自动监测方法技术

本发明专利技术涉及视频图像处理技术领域，公开了一种看护自动监测方法。该方法包括如下步骤：获取看护区域的深度影像数据，在深度影像数据中选取图像，对图像的像素深度值对应作相差计算，获得图像变化数据；从图像变化数据中收集像素深度值发生变化的坐标，计算像素深度值发生变化的坐标数量，计算深度变化值为正数的坐标到深度变化值为负数的坐标之间的距离作为运动距离；将像素深度值发生变化的坐标数量与设定的变化坐标数量阈值进行比较，将运动距离与设定的变化距离阈值进行比较，判断看护对象行为。本申请不同于现有的智能看护方式，无需进行定位背景或者看护对象，直接监控发生运动的对象，计算量更少，出错的风险也会有所降低。出错的风险也会有所降低。出错的风险也会有所降低。

【技术实现步骤摘要】
看护自动监测方法


[0001]本专利技术涉及视频图像处理
，尤其是一种看护自动监测方法。

技术介绍

[0002]随着医院、家庭以及疗养机构看护需求的扩大，传统的人工看护不能24小时监测的缺陷等因素，智能看护系统获得较好的发展机遇。目前多数智能看护系统均需要精确定位背景或者看护对象。
[0003]例如，公开号为CN112287821A的专利申请公开了一种照护对象行为监测方法、装置、计算机设备和存储介质，其中方法主要包括获取深度相机采集的照护场景的深度数据；所述深度相机垂直于所述照护场景中的床进行拍摄；所述深度数据中包含所述床的任意位置的深度数据；根据所述深度数据，确定所述床的尺寸和位置；根据所述深度数据、以及所述床的尺寸和位置，确定所述照护场景中的照护对象对应的位置和深度值；根据所述照护对象对应的位置和深度值，确定所述照护对象的行为。此方式是通过定位背景环境，并定位看护对象，根据看护对象与背景环境的位置关系，确定看护对象的行为。
[0004]又如，公开号为CN105868707A的专利申请公开了一种基于深度图像信息的坠床行为实时检测方法，包括：(1)通过深度传感器获取室内场景的深度图像；(2)更新深度图像中的跟踪区域；(3)通过不断变化偏移尺度，提取步骤(2)得到的跟踪区域中各像素的八邻域差分特征；(4)获取头部区域；(5)定位头部中心；(6)获取上半身区域；(7)优化头部定位；(8)人体确认；(9)提取高度特征；(10)坠床检测：采用训练好的坠床分类器对上述高度特征向量进行分类检测，获取坠床检测结果。此方式即是直接精确定位看护对象的身体部位，达到检测看护对象是否坠床的目的。
[0005]上述两种方式均可以准确时间看护目的，但是其需要检测的数据较多，分析过程较为复杂，不但计算量大，多数需要依靠云端辅助计算，而且分析环节多则出错的风险实际也会有所增加。

技术实现思路

[0006]本专利技术所要解决的技术问题是提供一种看护自动监测方法，可以更为简单地满足看护需求。
[0007]本专利技术公开的看护自动监测方法，包括如下步骤：
[0008]获取看护区域的深度影像数据，在深度影像数据中选取图像，对图像的像素深度值对应作相差计算，获得图像变化数据；
[0009]从图像变化数据中收集像素深度值发生变化的坐标，计算像素深度值发生变化的坐标数量，并分别统计出深度变化值为正数的坐标以及深度变化值为负数的坐标，计算深度变化值为正数的坐标到深度变化值为负数的坐标之间的距离作为运动距离；
[0010]将像素深度值发生变化的坐标数量与设定的变化坐标数量阈值进行比较，将运动距离与设定的变化距离阈值进行比较，判断看护对象行为。
[0011]优选地，在深度影像数据中提取图像时，选择第n帧图像与第n
‑
t帧图像，将第n帧图像与第n
‑
t帧图像的像素深度值对应作相差计算，获得图像变化数据，其中，n为大于t的正整数，t为大于1的正整数。
[0012]优选地，所述变化坐标数量阈值包括第一数量警报阈值，所述变化距离阈值包括第一距离警报阈值；
[0013]当像素深度值发生变化的坐标数量大于第一数量警报阈值，且运动距离大于第一距离报警阈值，判断看护对象发生一级人工看护行为，发出一级警报信号。
[0014]优选地，所述第一数量警报阈值为卧床状态下人体移动2/3产生的像素深度值变化的坐标数量，所述第一距离报警阈值为看护区域床铺宽度的1/2。
[0015]优选地，所述变化坐标数量阈值包括第二数量警报阈值，所述变化距离阈值包括第二距离警报阈值；
[0016]当像素深度值发生变化的坐标数量大于第二数量警报阈值、小于第一数量警报阈值，且运动距离第二距离警报阈值、小于第一距离报警阈值，判断看护对象发生二级人工看护行为，发出二级警报信号。
[0017]优选地，所述第二数量警报阈值为卧床状态下人体移动1/3产生的像素深度值变化的坐标数量，所述第二距离报警阈值为看护区域床铺宽度的1/3。
[0018]优选地，将两帧图像的像素深度值作相差计算时，采用时间在后图像的像素深度值减去时间在前的图像对应的像素深度值，获得图像变化数据；
[0019]将图像变化数据中深度变化值为负数的区域作为产生运动的对象的起点，将图像变化数据中深度变化值为正数的区域作为产生运动的对象的终点，所述起点与所述终点之间的距离即为所述运动距离。
[0020]优选地，在计算所述运动距离时，计算深度变化值为正数的区域中心点坐标以及深度变化值为负数的区域中心点坐标，所述深度变化值为正数的中心点坐标与所述深度变化值为负数的中心点坐标之间的距离作为所述运动距离。
[0021]优选地，在计算深度变化值为正数的坐标中心点以及深度变化值为负数的坐标中心点时，采用以下计算方式：
[0022]深度变化值为正数的坐标中心点坐标记作(P
x
，P
y
)，深度变化值为正数的坐标中心点坐标记作(N
x
，N
y
)，
[0023][0024][0025]#V
+
表示深度变化值为正数的坐标数量，#V
‑
表示深度变化值为负数的坐标数量，V
+
表示深度变化值为正数的坐标集，V
‑
表示深度变化为负数的坐标集。
[0026]本专利技术的有益效果是：本申请不同于现有的智能看护方式，无需进行定位背景或者看护对象，直接监控发生运动的对象，根据像素深度值发生变化的坐标数量以及距离，即可判断看护对象行为，相较于现有的智能看护方式，计算量更少，有利于降低设备投入成本，分析环节更少，出错的风险也会有所降低。
附图说明
[0027]图1是本申请的看护自动监测方法的流程图；
[0028]图2是各帧图像相差的示意图；
[0029]图3a是第n帧的图像坐标示意图；
[0030]图3b是第n
‑
t帧的图像坐标示意图；
[0031]图3c是图像变化数据的的图像坐标示意图。
具体实施方式
[0032]下面对本专利技术进一步说明。
[0033]本申请的看护自动监测方法通常运用于病房或者家庭中，且看护人员不在现场时，对看护对象实现自动监测。当看护人员不在看护现场时，看护区域整体环境相对简单安静，除了看护对象外，并无其他运动物体，这就为本申请的实施提供了基本条件。本申请的看护自动监测方法，包括如下步骤：
[0034]获取看护区域的深度影像数据，在深度影像数据中选取图像，对图像的像素深度值对应作相差计算，获得图像变化数据；
[0035]从图像变化数据中收集像素深度值发生变化的坐标，计算像素深度值发生变化的坐标数量，并分别统计出深度变化值为正数的坐标以及深度变化值为负数的坐标，计算深度变化值为正数的坐标到深度变化值为负数的坐标之间的距离，作为像素深度值发生变化的距离；
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种看护自动监测方法，其特征在于，包括如下步骤：获取看护区域的深度影像数据，在深度影像数据中选取图像，对图像的像素深度值对应作相差计算，获得图像变化数据；从图像变化数据中收集像素深度值发生变化的坐标，计算像素深度值发生变化的坐标数量，并分别统计出深度变化值为正数的坐标以及深度变化值为负数的坐标，计算深度变化值为正数的坐标到深度变化值为负数的坐标之间的距离作为运动距离；将像素深度值发生变化的坐标数量与设定的变化坐标数量阈值进行比较，将运动距离与设定的变化距离阈值进行比较，判断看护对象行为。2.如权利要求1所述的看护自动监测方法，其特征在于，在深度影像数据中提取图像时，选择第n帧图像与第n
‑
t帧图像，将第n帧图像与第n
‑
t帧图像的像素深度值对应作相差计算，获得图像变化数据，其中，n为大于t的正整数，t为大于1的正整数。3.如权利要求1所述的看护自动监测方法，其特征在于，所述变化坐标数量阈值包括第一数量警报阈值，所述变化距离阈值包括第一距离警报阈值；当像素深度值发生变化的坐标数量大于第一数量警报阈值，且运动距离大于第一距离报警阈值，判断看护对象发生一级人工看护行为，发出一级警报信号。4.如权利要求3所述的看护自动监测方法，其特征在于，所述第一数量警报阈值为卧床状态下人体移动2/3产生的像素深度值变化的坐标数量，所述第一距离报警阈值为看护区域床铺宽度的1/2。5.如权利要求3所述的看护自动监测方法，其特征在于，所述变化坐标数量阈值包括第二数量警报阈值，所述变化距离阈值包括第二距离警报阈值；当像素深度值发生变化的坐标数量大于第二数量警报阈值、小于第一数量警报阈值，且运动距离第二距离警报阈值、小于第一距离报警阈值，判断看护对象发生二级人工看护行为，发出二级...

【专利技术属性】
技术研发人员：陈韦安，刘幸和，
申请(专利权)人：业成光电深圳有限公司业成光电无锡有限公司英特盛科技股份有限公司，
类型：发明
国别省市：