[發(fā)明專利]基于深度圖像的非接觸呼吸頻率檢測方法

有效

• 申請?zhí)枺?/td>: 202110981415.1
• 申請日: 2021-08-25
• 公開（公告）號: CN113628205B
• 公開（公告）日: 2022-05-20
• 發(fā)明（設(shè)計）人: 楊曉梅;黃旭龍;梅宇博;胡循勇;李昊怡
• 申請（專利權(quán)）人: 四川大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13;G06T5/00;G06T5/30;G06K9/62;G06V10/77
• 代理公司: 成都四合天行知識產(chǎn)權(quán)代理有限公司 51274
• 代理人: 郭受剛

1.基于深度圖像的非接觸呼吸頻率檢測方法，包括以下步驟：

S1：采集原始深度圖像，獲取人物位置定位并采集深度信息；

其特征在于，還包括以下步驟：

S2：利用最大距離限制法和最大外輪廓提取算法分別消除所述原始深度圖像中空洞噪聲和近距離干擾物的影響，創(chuàng)建人體掩膜圖像并得到人體深度圖像；

S3：利用人體胸腔區(qū)域與人體骨架關(guān)節(jié)點的相關(guān)性進(jìn)行呼吸區(qū)域的定位；

S4：利用主成分分析算法提取胸腔區(qū)域深度圖像所包含的呼吸信號數(shù)據(jù)；

S5：通過峰值檢測法獲得人體呼吸頻率；

所述步驟S3包括：S3.1：從所述步驟S2中獲得的人體深度圖像中提取人體外輪廓，并通過傅里葉描述子對人體外輪廓進(jìn)行平滑去噪處理；

S3.2：對平滑去噪后的人體外輪廓進(jìn)行二值化填充；

S3.3：通過Zhang-Suen細(xì)化算法提取人體骨架；

S3.4：對人體掩膜圖像進(jìn)行光柵掃描，將人體骨架與左、右肩關(guān)節(jié)點所在水平線的交叉點作為頸下脊椎關(guān)節(jié)點，定位得到人體胸腔區(qū)域；

S3.4.1：對所述人體掩膜圖像進(jìn)行光柵掃描，統(tǒng)計人體掩膜圖像中非零像素點個數(shù)總和作為人體總像素數(shù)L，含非零像素點的行數(shù)作為人體高度h；

S3.4.2：根據(jù)實際人體比例，計算人體肩寬w，

w=L/h+10；

S3.4.3：對人體掩膜圖像再次進(jìn)行光柵掃描，統(tǒng)計每行非零像素點個數(shù)，將首次出現(xiàn)非零像素點個數(shù)大于人體肩寬w的行作為左右肩關(guān)節(jié)點所在水平線；

S3.4.4：結(jié)合所述人體肩寬w，得到左右肩關(guān)節(jié)點的定位；

S3.4.5：將人體骨架與左、右肩關(guān)節(jié)點所在水平線的交叉點作為頸下脊椎關(guān)節(jié)點，選擇脊椎中點、左肩、右肩和頸下脊椎這四個關(guān)節(jié)點所圍成區(qū)域作為人體胸腔區(qū)域。

2.根據(jù)權(quán)利要求1所述的基于深度圖像的非接觸呼吸頻率檢測方法，其特征在于，所述最大距離限制法包括以下步驟：

S2.1：在進(jìn)行人體深度圖像采集前，采集人體未入鏡時整體背景的背景深度圖像；

S2.2：計算人體未入鏡時當(dāng)前背景圖像的最大距離值；

S2.3：在進(jìn)行人體深度圖像采集時，將人體深度圖像中大于所述步驟S2.2中的最大距離值的全部像素值均設(shè)置為0。

3.根據(jù)權(quán)利要求2所述的基于深度圖像的非接觸呼吸頻率檢測方法，其特征在于，在所述步驟S2.2中，計算步驟S2.1中的背景深度圖像中心點3*3鄰域內(nèi)的平均深度值，將所述深度值減去100mm得到所述最大距離值。

4.根據(jù)權(quán)利要求1所述的基于深度圖像的非接觸呼吸頻率檢測方法，其特征在于，所述最大外輪廓提取算法包括以下步驟：

S2.4：將去除空洞噪聲后的所述原始深度圖像進(jìn)行二值化處理，得到過渡圖像；

S2.5：通過外輪廓提取算法提取過渡圖像中的所有輪廓；

S2.6：分別計算所述步驟S2.5中提取的各個輪廓所包含的面積，并確定面積最大的輪廓為人體外輪廓；

S2.7：通過人體外輪廓創(chuàng)建掩膜，并從所述原始深度圖像中分割出人體深度圖像。