一种多摄像头摔倒检测装置及方法制造方法及图纸

本发明专利技术公开了一种多摄像头摔倒检测装置及方法，属于健康监测技术领域。包括多个摄像头模组、核心控制模块、近程报警模块和远程求助模块，多个摄像头模组，用于采集用户活动的实时视频，以及检测是否有人体出现在摄像头的监视范围内，并生成监测数据传输至核心控制模块；核心控制模块，用于驱动多个摄像头模组、近程报警模块和远程求助模块，并根据监测数据实现摔倒检测；近程报警模块，用于受核心控制模块的驱动，实现近程报警，以及方便救援人员快速发现发生摔倒需要帮助的用户；远程求助模块，用于实现用户摔倒后的远程自动求助。本发明专利技术能够实时地实现对用户的追踪和摔倒检测，确保用户的安全，能够进一步提高摔倒事件判断的准确率。准确率。准确率。

【技术实现步骤摘要】
一种多摄像头摔倒检测装置及方法


[0001]本专利技术涉及一种多摄像头摔倒检测装置及方法，属于健康监测


技术介绍

[0002]《中华人民共和国2021年国民经济和社会发展统计公报》指出：2021年年末我国大陆地区人口总数为141260万人，其中60周岁及以上人口26736万人，占比18.9％；65周岁及以上人口20056万人，占比14.2％。按照联合国的划分标准，我国大陆地区已经步入“中度老龄化社会”。
[0003]根据中国疾病监测系统的数据，摔倒已经成为我国65岁以上老人因伤害致死的首位原因，每年约有30％的老年人发生摔倒，而且这个比例会随着年龄的增长而增加，据统计80岁以上的老年人发生摔倒的概率高达50％。由于身体机能的下降，大多数老年人都会有骨质疏松、骨质变脆的现象，摔倒不仅会严重伤害他们的身体，还有可能会引起其他疾病的发作，危及老人的生命。
[0004]随着我国人口老龄化情况的不断加剧，老年人的健康监护问题成为了社会广泛关注的热点问题，摔倒检测装置及方法的研究也初显成效。国内外实现摔倒检测的方法可以分为三类：基于可穿戴传感器的摔倒检测方法、基于环境传感器的摔倒检测方法和基于视频图像处理的摔倒检测方法。基于视频图像处理的摔倒检测方法是目前应用最广泛的摔倒检测方法。但是现阶段基于视频图像处理方法的摔倒检测装置大都使用单一摄像头，受摄像头监视区域有限的影响，一台摔倒检测设备无法实现全屋的覆盖。若用户想要实现全屋覆盖，需要在每一个需要监视的区域都安装一台摄像头和一台摔倒检测设备，这大大增加了用户的使用和维护成本。
[0005]现有的基于视频图像处理的摔倒检测方法通常采用帧差或背景减除等方法从背景图像中分割出人体目标，然后对人体目标轮廓进行标记，再基于人体高宽比、有效面积比等特征参数采用阈值法判断目标是否摔倒。此类方法中，是否能够准确地标记出人体躯干的轮廓对摔倒判定的结果有直接的影响。由于受伸展手臂、手持拐杖等因素干扰，现有方法并不能准确地标记出人体的躯干部分，进而给摔倒判定带来较大误差。

技术实现思路

[0006]本专利技术提出了一种多摄像头摔倒检测装置及方法，能够实时地实现对用户的追踪和摔倒检测，确保用户的安全，且提出差值行列扫描法进行人体躯干标记，能够进一步提高摔倒事件判断的准确率，以解决现有技术中存在的问题。
[0007]一种多摄像头摔倒检测装置，多摄像头摔倒检测装置包括多个摄像头模组、核心控制模块、近程报警模块和远程求助模块，多个摄像头模组、近程报警模块和远程求助模块均与核心控制模块双向连接，
[0008]多个摄像头模组，用于采集用户活动的实时视频，以及检测是否有人体出现在摄像头的监视范围内，并生成监测数据传输至核心控制模块；
[0009]核心控制模块，用于驱动多个摄像头模组、近程报警模块和远程求助模块，并根据监测数据实现摔倒检测；
[0010]近程报警模块，用于受核心控制模块的驱动，实现近程报警，以及方便救援人员快速发现发生摔倒需要帮助的用户；
[0011]远程求助模块，用于实现用户摔倒后的远程自动求助。
[0012]进一步的，多个摄像头模组中，每个摄像头模组包括摄像头和红外人体传感器，红外人体传感器与摄像头连接；
[0013]核心控制模块包括微处理器最小系统以及SDRAM存储器，微处理器最小系统与SDRAM存储器双向连接；
[0014]近程报警模块包括彩色LED和蜂鸣器；
[0015]远程求助模块包括移动通信模块。
[0016]一种多摄像头摔倒检测方法，基于上述的一种多摄像头摔倒检测装置，多摄像头摔倒检测方法包括以下步骤：
[0017]S100、通过多个摄像头模组进行用户图像的采集与跟踪，并将采集到的用户图像传输至核心控制模块中的SDRAM存储器；
[0018]S200、核心控制模块中的微处理器最小系统从SDRAM存储器读取采集到的用户图像，并对采集到的用户图像进行人体躯干的分割，输出人体躯干分割结果；
[0019]S300、根据人体躯干分割结果，进行摔倒判定，若确认摔倒，则输出摔倒事件；
[0020]S400、核心控制模块检测到摔倒事件发生时，驱动近程报警模块的彩色LED和蜂鸣器进行报警，同时驱动远程求助模块向指定接收端发送求助短信，提醒相关工作人员及时采取措施给用户提供帮助。
[0021]进一步的，在S100中，具体的，
[0022]S110、当任一摄像头模组内的红外人体传感器检测到当前区域有人活动时，核心控制模块激活当前摄像头模组内的摄像头进行用户图像的采集；
[0023]S120、当摄像头模组内的红外人体传感器未检测到人体时，核心控制模块关闭当前摄像头模组内的摄像头。
[0024]进一步的，在S200中，包括以下步骤：
[0025]S210、读取SDRAM存储器中的采集到的用户图像；
[0026]S220、将采集到的用户图像进行灰度化处理；
[0027]S230、以经灰度化处理后的用户图像为目标，进行运动目标检测，得到运动目标的图像；
[0028]S240、对运动目标的图像进行形态学处理；
[0029]S250、对经过形态学处理后的图像进行人体躯干标记。
[0030]进一步的，在S220中，具体的，采用平均值灰度化的方法对采集到的用户图像进行灰度化，平均值灰度化的计算方法如式(1)所示，
[0031]Gray＝(R+G+B)/3
ꢀꢀꢀ
(1)
[0032]其中，Gray代表图像灰度化后的灰度值，R、G、B分别代表RGB格式图像中的红色、绿色、蓝色分量的数据值。
[0033]进一步的，在S230中，具体的，采用三帧差分法进行运动目标的检测，设f
m
‑1(x,y)、
f
m
(x,y)和f
m+1
(x,y)为连续的三帧灰度图像，则三帧差分法的过程为，
[0034]首先，按照式(2)和式(3)，分别计算出第m帧和第m
‑
1帧图像之间灰度值的差值，第m+1帧和第m帧图像之间灰度值的差值，
[0035]D1(x，y)＝|f
m
(x，y)
‑
f
m
‑1(x，y)|
ꢀꢀꢀ
(2)
[0036]D2(x，y)＝|f
m+1
(x，y)
‑
f
m
(x，y)|
ꢀꢀꢀ
(3)
[0037]然后，得到差分图像D1(x，y)、D2(x，y)后，对结果进行二值处理，其中T为设定的阈值，
[0038][0039][0040]最后，通过与运算提取两个差分二值图像B1(x，y)与B2(x，y)的交集，如式(6)所示，则交集D(x，y)为三帧差分法得到的运动目标的图像。
[0041]D(x，y)＝B1(x，y)∩B2(x，y)...

【技术保护点】

【技术特征摘要】
1.一种多摄像头摔倒检测装置，其特征在于，多摄像头摔倒检测装置包括多个摄像头模组、核心控制模块、近程报警模块和远程求助模块，多个摄像头模组、近程报警模块和远程求助模块均与核心控制模块双向连接，多个摄像头模组，用于采集用户活动的实时视频，以及检测是否有人体出现在摄像头的监视范围内，并生成监测数据传输至核心控制模块；核心控制模块，用于驱动多个摄像头模组、近程报警模块和远程求助模块，并根据监测数据实现摔倒检测；近程报警模块，用于受核心控制模块的驱动，实现近程报警，以及方便救援人员快速发现发生摔倒需要帮助的用户；远程求助模块，用于实现用户摔倒后的远程自动求助。2.根据权利要求1的一种多摄像头摔倒检测装置，其特征在于，多个摄像头模组中，每个摄像头模组包括摄像头和红外人体传感器，红外人体传感器与摄像头连接；核心控制模块包括微处理器最小系统以及SDRAM存储器，微处理器最小系统与SDRAM存储器双向连接；近程报警模块包括彩色LED和蜂鸣器；远程求助模块包括移动通信模块。3.一种多摄像头摔倒检测方法，基于权利要求1
‑
2任一项的一种多摄像头摔倒检测装置，其特征在于，多摄像头摔倒检测方法包括以下步骤：S100、通过多个摄像头模组进行用户图像的采集与跟踪，并将采集到的用户图像传输至核心控制模块中的SDRAM存储器；S200、核心控制模块中的微处理器最小系统从SDRAM存储器读取采集到的用户图像，并对采集到的用户图像进行人体躯干的分割，输出人体躯干分割结果；S300、根据人体躯干分割结果，进行摔倒判定，若确认摔倒，则输出摔倒事件；S400、核心控制模块检测到摔倒事件发生时，驱动近程报警模块的彩色LED和蜂鸣器进行报警，同时驱动远程求助模块向指定接收端发送求助短信，提醒相关工作人员及时采取措施给用户提供帮助。4.根据权利要求3的一种多摄像头摔倒检测方法，其特征在于，在S100中，具体的，S110、当任一摄像头模组内的红外人体传感器检测到当前区域有人活动时，核心控制模块激活当前摄像头模组内的摄像头进行用户图像的采集；S120、当摄像头模组内的红外人体传感器未检测到人体时，核心控制模块关闭当前摄像头模组内的摄像头。5.根据权利要求4的一种多摄像头摔倒检测方法，其特征在于，在S200中，包括以下步骤：S210、读取SDRAM存储器中的采集到的用户图像；S220、将采集到的用户图像进行灰度化处理；S230、以经灰度化处理后的用户图像为目标，进行运动目标检测，得到运动目标的图像；S240、对运动目标的图像进行形态学处理；
S250、对经过形态学处理后的图像进行人体躯干标记。6.根据权利要求5的一种多摄像头摔倒检测方法，其特征在于，在S220中，具体的，采用平均值灰度化的方法对采集到的用户图像进行灰度化，平均值灰度化的计算方法如式(1)所示，Gray＝(R+G+B)/3
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中，Gray代表图像灰度化后的灰度值，R、G、B分别代表RGB格式图像中的红色、绿色、蓝色分量的数据值。7.根据权利要求6的一种多摄像头摔倒检测方法，其特征在于，在S230中，具体的，采用三帧差分法进行运动目标的检测，设f
m
‑1(x,y)、f
m
(x,y)和f
m+1
(x,y)为连续的三帧灰度图像，则三帧差分法的过程为：首先，按照式(2)和式(3)，分别计算出第m帧和第m
‑
1帧图像之间灰度值的差值，第m+1帧和第m帧图像之间灰度值的差值，D1(x,y)＝|f
m
(x,y)
‑
f
m
‑1(x,y)|
ꢀꢀꢀꢀꢀꢀꢀꢀ
(2)D2(x,y)＝|f
m+1
(x,y)
‑
...

【专利技术属性】
技术研发人员：朱文杰，王鹏，储智超，宋子洋，臧路桓，陈家栋，项茂洋，叶雨晨，
申请(专利权)人：常州工学院，
类型：发明
国别省市：