【技术实现步骤摘要】
本专利技术涉及数据处理，特别涉及一种基于邻近算法的体态检测方法及检测装置。
技术介绍
1、人体背部体态特征是判定其脊柱侧弯情况的重要表征，脊柱侧弯会严重影响人们的身心健康，侧弯畸形随时间发展愈发严重，如不进行及时治疗干预，畸形程度会进一步加重，对人体伤害不可估量。目前脊柱侧弯患者大部就诊时机较晚，导致治疗难度增大，治疗费用增加，治疗效果变差，因此，早期发现、早期诊断、早期治疗对于脊柱侧弯患者至关重要。
2、传统的脊柱侧弯检测方法主要有两种，一种是根据人体体格检测，该方法依赖人工经验判断，误差较大且针对轻微侧弯很难准确识别；另一种是影像学检查，该方法检测精度优点突出，但是检测成本、设备成本以及检测速度难以满足日常化使用。
技术实现思路
1、本专利技术的目的是为了克服已有技术的缺陷，提出一种基于邻近算法的体态检测方法及检测装置，能够通过图像数据处理得出被检测者的背部体态检测结果，检测过程效率高，适合大规模快速检测人体背部侧弯情况。
2、为实现上述目的，本专利技术采用以下具体技术方案：
3、本专利技术提供的基于邻近算法的体态检测方法，包括如下步骤：
4、s1、获取被检测者的背部图像；被检测者背部设置有圆环标记，其中肩胛骨、脊骨、骨盆两侧髂嵴处分别设置有肩胛骨标记、脊骨标记以及骨盆两侧髂嵴标记，肩胛骨标记、脊骨标记以及骨盆两侧髂嵴标记为形状一致但颜色互不相同的圆环标记；
5、s2、对背部图像进行二值化转化，并进行闭运算处理，以去除
6、s3、对闭运算处理后的图像进行连通区域识别，以选择出人体区域；
7、s4、对连通区域识别后的图像进行直方图均衡化处理，以提高被检测者的背部放置的圆环标记与周围区域的对比度、提高识别精度；
8、s5、建立圆环标记颜色的数据集，使用邻近算法对直方图均衡化处理后的图像进行颜色识别；
9、s6、使用hough圆识别算法识别圆环标记得到圆集合；
10、s7、扩大半径倍数，在扩大后的半径下进行同颜色不规则形状圆环标记坐标求和平均，得到各圆环标记的质心坐标；
11、s8、使用hough圆识别算法识别背部图像中的铅锤直线，计算背部图像与水平、垂直方向的角度；
12、s9、对各圆环标记的质心坐标所连直线求取夹角，并根据预设值判断体态。
13、进一步地，步骤s2中，二值化转化的过程如下：使用最大类间方差法自动计算每一张背部图像image的阈值，将背部图像image坐标为(x，y)像素处灰度值按照图片阈值转化为0或1，二值化转化后的图像即为image1；闭运算处理的过程为对image1先进行膨胀、再腐蚀，处理过程的公式为：其中，ker表示核函数。
14、进一步地，步骤s4中，先对连通区域识别后的图像进行色域转化，再进行直方图均衡化处理，最后再转化为原色域；具体地，先将连通区域识别后的图像从rgb色域转化为hsv色域，再进行直方图均衡化处理，以提高圆环标记与周围区域的对比度，最后再将色域转化回rgb。
15、进一步地，步骤s5中，建立圆环标记颜色的数据集，使用邻近算法对直方图均衡化处理后的图像进行颜色识别的具体过程如下：
16、对直方图均衡化处理后的图像进行闭运算，以去除中心的圆孔，并将闭运算后的图像与直方图均衡化处理后的图像进行knn颜色识别；建立color＝(x1,x2...xk)的颜色特征数据集，xj表示为一种颜色，每种颜色x＝(x1,x2,x3,...,xn)具有n维特征，直方图均衡化处理后的图像中每一点像素y＝(y1,y2,y3,...,yn)也具有n维特征，计算像素点y与颜色xj的欧氏距离最短的欧式距离即认为此像素y的颜色为xj；将闭运算后的图像与直方图均衡化处理后的图像进行逐像素颜色识别，无圆环标记识别结果为image7，带圆环标记识别结果为image8。
17、进一步地，步骤s6中，使用hough圆识别算法识别圆环标记得到圆集合的具体过程如下：
18、对image7进行hough圆识别，每一个圆可由a＝x-r cos(θ)，b＝y-r sin(θ)来表示，其中(a，b)表示圆心，r为圆的半径；在abr坐标系下每一个点即为一个圆，通过判断每一点相交数量，大于阈值即认为是圆，阈值设定为从大到小自适应迭代，直到圆的数量大于标记数量结束迭代，得到circle＝[(x1,y1,r1),(x2,y2,r2),...(xm,ym,rm)]，其中x，y表示圆心坐标，r表示半径；
19、随后对圆进行筛选，遍历circle，当x，y在image7下识别为标记颜色时，周围r/2的像素也均为此颜色可认定此圆为标记圆，当数量等于圆环标记数量时进行算法下一步，当数量不同时转入人工判决，更新后的圆集合为
20、进一步地，步骤s7中，求取各圆环标记的质心坐标的过程如下：
21、遍历圆集合取带圆环标记识别结果image8中的[x-4/3r：x+4/3r，y-4/3r：y+4/3r]，选择颜色与image7中(x，y)像素颜色一致的点，计算其坐标平均值得到此坐标即为该圆环标记的质心坐标。
22、进一步地，步骤s9中，对各圆环标记的质心坐标所连直线求取夹角具体如下：
23、求取两个肩胛骨标记中垂线与两个骨盆两侧髂嵴标记中垂线的夹角、三个脊骨标记拟合直线与上方两个脊骨标记的夹角、三个脊骨标记拟合直线与下方两个脊骨标记的夹角、两个肩胛骨标记中垂线与上方两个脊骨标记的夹角、两个骨盆两侧髂嵴标记中垂线与下方两个脊骨标记的夹角。
24、本专利技术提供的基于邻近算法的体态检测装置，包括获取模块、识别模块、处理模块以及判断模块，获取模块用于获取被检测者的背部图像；识别模块用于识别连通区域得到人体区域；处理模块用于依据预设的处理方法对背部图像进行处理，得到背部图像中标记的坐标；判断模块用于对各标记的坐标连线求取夹角，依据预设阈值进行体态判别。
25、进一步地，获取模块包括光学相机、幕布、铅锤直线以及圆环标记，幕布设置在光学相机的视场角内，以作为背部图像的拍摄背景；幕布垂直于地面放置，光学相机的拍摄方向垂直于幕布，铅锤直线设置在幕布靠近光学相机的一侧；
26、圆环标记包括肩胛骨标记、脊骨标记以及骨盆两侧髂嵴标记，分别设置在被检测者背部的肩胛骨、脊骨、骨盆两侧髂嵴处，肩胛骨标记、脊骨标记以及骨盆两侧髂嵴标记为形状一致但颜色互不相同的圆环标记；肩胛骨标记的数量为两个，其圆心对准被检测者两侧肩胛骨进行粘贴放置；脊骨标记的数量为三个，其中胸椎t1～t12任选其二圆心对准粘贴放置，腰椎任选其一圆心对准粘贴放置；骨盆两侧髂嵴标记的数量为两个，其圆心对准被检测者骨盆两侧髂嵴进行粘贴放置。
27、进一步地，识别模块对背部图像进行二值化转化、闭运算处理后进行连通区域识别，得到人体区域；处理模块通过直方图均衡化处理、使用邻近算法进行颜色识别、hough圆识别算本文档来自技高网...
【技术保护点】
1.一种基于邻近算法的体态检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于邻近算法的体态检测方法，其特征在于，步骤S2中，二值化转化的过程如下：使用最大类间方差法自动计算每一张背部图像image的阈值，将背部图像image坐标为(x，y)像素处灰度值按照图片阈值转化为0或1，二值化转化后的图像即为image1；闭运算处理的过程为对image1先进行膨胀、再腐蚀，处理过程的公式为：其中，ker表示核函数。
3.根据权利要求1所述的基于邻近算法的体态检测方法，其特征在于，步骤S4中，先对连通区域识别后的图像进行色域转化，再进行直方图均衡化处理，最后再转化为原色域；具体地，先将连通区域识别后的图像从RGB色域转化为HSV色域，再进行直方图均衡化处理，以提高圆环标记与周围区域的对比度，最后再将色域转化回RGB。
4.根据权利要求1所述的基于邻近算法的体态检测方法，其特征在于，步骤S5中，建立圆环标记颜色的数据集，使用邻近算法对直方图均衡化处理后的图像进行颜色识别的具体过程如下：
5.根据权利要求4所述的基于邻近算法的体态检
6.根据权利要求5所述的基于邻近算法的体态检测方法，其特征在于，步骤S7中，求取各圆环标记的质心坐标的过程如下：
7.根据权利要求1所述的基于邻近算法的体态检测方法，其特征在于，步骤S9中，对各圆环标记的质心坐标所连直线求取夹角具体如下：
8.一种基于邻近算法的体态检测装置，其特征在于，包括获取模块、识别模块、处理模块以及判断模块，所述获取模块用于获取被检测者的背部图像；所述识别模块用于识别连通区域得到人体区域；所述处理模块用于依据预设的处理方法对所述背部图像进行处理，得到背部图像中各标记的坐标；所述判断模块用于对各标记的坐标连线求取夹角，依据预设阈值进行体态判别。
9.根据权利要求8所述的基于邻近算法的体态检测装置，其特征在于，所述获取模块包括光学相机、幕布、铅锤直线以及圆环标记，所述幕布设置在所述光学相机的视场角内，以作为背部图像的拍摄背景；所述幕布垂直于地面放置，所述光学相机的拍摄方向垂直于所述幕布，所述铅锤直线设置在所述幕布靠近所述光学相机的一侧；
10.根据权利要求8所述的基于邻近算法的体态检测装置，其特征在于，所述识别模块对背部图像进行二值化转化、闭运算处理后进行连通区域识别，得到人体区域；所述处理模块通过直方图均衡化处理、使用邻近算法进行颜色识别、Hough圆识别算法进行圆环标记识别得到圆环标记的质心坐标。
...【技术特征摘要】
1.一种基于邻近算法的体态检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于邻近算法的体态检测方法，其特征在于，步骤s2中，二值化转化的过程如下：使用最大类间方差法自动计算每一张背部图像image的阈值，将背部图像image坐标为(x，y)像素处灰度值按照图片阈值转化为0或1，二值化转化后的图像即为image1；闭运算处理的过程为对image1先进行膨胀、再腐蚀，处理过程的公式为：其中，ker表示核函数。
3.根据权利要求1所述的基于邻近算法的体态检测方法，其特征在于，步骤s4中，先对连通区域识别后的图像进行色域转化，再进行直方图均衡化处理，最后再转化为原色域；具体地，先将连通区域识别后的图像从rgb色域转化为hsv色域，再进行直方图均衡化处理，以提高圆环标记与周围区域的对比度，最后再将色域转化回rgb。
4.根据权利要求1所述的基于邻近算法的体态检测方法，其特征在于，步骤s5中，建立圆环标记颜色的数据集，使用邻近算法对直方图均衡化处理后的图像进行颜色识别的具体过程如下：
5.根据权利要求4所述的基于邻近算法的体态检测方法，其特征在于，步骤s6中，使用hough圆识别算法识别圆环标记得到圆集合的具体过程如下：
6.根据权利要求5所述的基于邻近算法的体态...
【专利技术属性】
技术研发人员：杨飞，林弘杨，宋正伟，
申请(专利权)人：长春长光辰谱科技有限公司，
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。