[實用新型]一種人體對稱性運動圖像中關節的自動識別裝置

無效

• 申請號: 200720049240.6
• 申請日: 2007-03-14
• 公開（公告）號: CN201017346Y
• 公開（公告）日: 2008-02-06
• 發明（設計）人: 范毅方;聶文良;呂長生
• 申請（專利權）人: 華南理工大學
• 主分類號: G06T7/20
• 分類號: G06T7/20;H04N5/14
• 代理公司: 廣州市華學知識產權代理有限公司
• 代理人: 李衛東;羅觀祥

技術領域

本實用新型涉及人體運動圖像處理技術，具體是指一種人體對稱性運動圖像中關節的自動識別裝置。

背景技術

分析人體運動首先要要實現人體運動數據的采集，人體運動數據主要包括了運動學量和動力學量，直接獲得動力學量的方法主要是測力臺，間接動力學量是在運動學量的基礎上結合人體的慣性參數計算得到。運動學量通過運動捕捉獲得，人體運動捕捉可以分為電磁式運動捕捉、機電式運動捕捉和光學運動捕捉，光學運動捕捉系統以其快速、安全、準確、方便等優點，被廣泛應用。

光學運動捕獲是較為精確的一種捕捉方式。常用的光學運動捕捉方法是在人體關節點上的標記點是一種涂有特殊反光材料的球狀體，利用攝像機從不同角度拍攝，然后利用軟件分析圖像上標記點的圖像坐標，利用計算機視覺原理進行三維重建，得出標記點的運動數據。光學運動捕獲主要指高速攝影圖像的處理與分析。

對于人體運動高速攝像機圖像的處理與分析主要包括圖像分割、標記點識別和標記點跟蹤、標記點運動學動力學計算和運動再現等。

圖像的邊緣是圖像分割依賴的重要特征，圖像邊緣處理主要有微分法(如LOG算子和DOG算子方法)、擬合法(Prewitt擬合法、Haralick擬合法和Huechel擬合法)、神經網絡分析方法(如Poggio法和Hopfield法)和變尺度人體邊緣檢測(人工設置尺度法、基于知識的計算尺度法和自動確定濾波尺度法)。對于對稱性人體運動中關節的圖像邊緣檢測，現有的方法存在效率較低和實時性較差，難以實現對稱性人體運動中人體關節自動測試的要求。

人體運動的識別即標記點的識別，識別算法有基于統計的方法(HMM模型法、動態貝葉斯法)、模板匹配方法(DTW法)和基于語法的方法(FSM法、STS法)。粘貼在關節處的標記點對于對稱的人體平面運動，有其相鄰關節點之間的距離不變這一特征，現有的方法沒有涉及人體對稱平面運動這一特征，這給識別效果帶來了不利的影響。

現有的人體關節標記點跟蹤方法有基于運動場估計的方法、矩形區域預測跟蹤方法、人體關節運動自由度限制跟蹤方法和一階預測局部搜索方法。在無約束或保守力作用下，人體關節只能做繞近端環節轉動，在根據區域上應該是與人體關節軸線對稱的區間，現有的跟蹤方法沒有完全遵循人體關節的轉動特點和人體結構限制下解剖學特點。

發明內容

本實用新型的目的在于克服上述現有技術的缺點和不足，提供一種結合人體結構特點和運動規律，高效率的人體對稱性運動圖像中關節的自動識別裝置。

本實用新型的目的通過下述技術方案實現：本人體對稱性運動圖像中關節的自動識別裝置，包括高速攝像機、文件轉換器、圖像處理器、計算機，所述高速攝像機、文件轉換器、圖像處理器分別與計算機連接，所述圖像處理器包括依次連接的圖像分割模塊、自動識別模塊和自動跟蹤模塊，所述文件轉換器與圖像分割模塊連接，且文件轉換器、自動跟蹤模塊分別與計算機的存儲器連接。

所述圖像分割模塊包括依次連接的歸一化圖像處理模塊、分層處理模塊、閾值化處理模塊、邊緣擬合處理模塊，歸一化圖像處理模塊與所述文件轉換器連接；

所述自動識別模塊包括依次連接的第一幀人工設置處理模塊、標志點邊緣坐標處理模塊、標志點位置計算模塊，第一幀人工設置處理模塊與所述邊緣擬合處理模塊連接，標志點邊緣坐標處理模塊、標志點位置計算模塊分別與所述自動跟蹤模塊連接；

所述自動跟蹤模塊包括依次連接的關節標志點搜索模塊、關節位置及位移計算模塊，所述關節位置及位移計算模塊與計算機的存儲器連接。

本實用新型與現有技術相比，具有如下優點和有益效果：本實用新型根據人體對稱性運動的特點，采用了基于層的圖像分割方法，使標志點能夠完全從運動背景和人體中提取出來，標志點自動識別采用連續邊緣輪廓坐標的位置來計算，在確保準確性的同時加快了識別速度，自動跟蹤方法在傳統運動估計的基礎上結合了人體的解剖學特點和人體環節運動形式的特點，預測幀中標志點的運動趨勢，保證了自動識別的高效與準確，根據人體運動分析的需要計算了人體對稱性運動中所有的運動學量。本實用新型可實現人體關節點的自動識別，對傷病研究和康復、分析診斷運動技術和人體工效學等有著重要的意義。

附圖說明

圖1是本實用新型一種人體對稱性運動圖像中關節的自動識別裝置的工作原理圖；

圖2是圖1所示圖像分割模塊的工作原理圖；

圖3是圖1所示自動識別模塊的工作原理圖；

圖4是圖1所示自動跟蹤模塊的工作原理圖。

具體實施方式