[发明专利]基于计算机视觉的人体背部脊柱侧弯角度测量方法有效
申请号: | 201710629432.2 | 申请日: | 2017-07-28 |
公开(公告)号: | CN107481228B | 公开(公告)日: | 2021-02-09 |
发明(设计)人: | 许真达;吕洋;任旭升;陈俊儒;曲义杰;陈少为;张会雄 | 申请(专利权)人: | 电子科技大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/50;G06T7/60;G06T17/20;A61B5/107 |
代理公司: | 成都虹盛汇泉专利代理有限公司 51268 | 代理人: | 王伟 |
地址: | 611731 四川省成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 计算机 视觉 人体 背部 脊柱 弯角 测量方法 | ||
1.一种基于计算机视觉的人体背部脊柱侧弯角度测量方法,其特征在于,包括以下步骤:
A、采用深度相机获取人体背部深度图像,对人体背部深度图像进行预处理;所述步骤A采用深度相机获取人体背部深度图像,对人体背部深度图像进行预处理,具体包括以下分步骤:
A1、采用深度相机获取人体模型的深度图像;所述步骤A1采用深度相机获取人体模型的深度图像具体包括以下分步骤:
A11、利用深度相机的Kinect传感器获取人体模型的深度信息;Kinect传感器提供深度与RGB两路数据;
A12、利用深度帧读取器读取步骤A11中的深度信息,得到距离当前时刻最近的一帧深度信息;
A13、将步骤A12中得到的深度信息转换为MAT格式,并利用opencv的imshow进行显示;
A14、回收并释放内存,得到人体模型的深度图像;
A2、采用深度双阈值方法提取步骤A1中深度图像的对象;
A3、对步骤A2中提取后的深度图像进行联合双边滤波处理;所述步骤A3对步骤A2中提取后的深度图像进行联合双边滤波处理的公式具体为:
g(i,j)=∑k,jf(i,j)·w(i,j,k,l)/∑k,jw(i,j,k,l)
其中,f(i,j)和g(i,j)分别为滤波前、后深度图像中的(i,j)处值,w(i,j,k,l)为(i,j)周围(k,j)处权重,表示为
其中,σd表示滤波参数,σr表示滤波参数,为参考图像;σd=σr=1.6;
A4、对步骤A1中的深度相机进行标定,将步骤A3中滤波后的深度图像转化为三维点云,得到人体点云重构图;
A5、采用基于点云距离平均值的阈值滤波方法对步骤A4中的人体点云重构图进行滤波处理,完成人体背部深度图像预处理;
B、采用Lawson算法对步骤A中预处理后的人体背部深度图像进行三角剖分处理,得到人体背部三维重构模型;
C、对步骤B中的人体背部三维重构模型作等高线处理,得到人体背部等高线图;再计算人体背部等高线图中人体背部脊柱区域等高线的极值点,得到棘突线上各点的三维坐标;
D、计算步骤C中棘突线上各点法线与水平方向的夹角,得到棘突线上各点的表面曲率;
E、根据步骤B中的人体背部三维重构模型计算人体背部解剖学标志的三维坐标;
F、建立人体背部与脊柱中线的相关性模型,根据步骤C中棘突线上各点的三维坐标、步骤D中棘突线上各点的表面曲率及步骤E中解剖学标注的三维坐标对人体脊柱中线进行三维重构;
G、根据步骤F中的人体脊柱中线三维重构图计算人体背部脊柱侧弯角度。
2.如权利要求1所述的基于计算机视觉的人体背部脊柱侧弯角度测量方法,其特征在于,所述步骤A2采用深度双阈值方法提取步骤A1中深度图像的对象具体包括以下分步骤:
A21、读取步骤A1中深度图像的深度帧,并进行位操作得到深度数据;
A22、设定两个深度阈值;
A23、判断步骤A21中的深度数据是否处于两个深度阈值之间;
A24、若深度数据处于两个深度阈值之间,则保持深度数据不变;
A25、显示并获取提取后的深度图像;
A26、若深度数据不处于两个深度阈值之间,则进行步骤A25。
3.如权利要求1所述的基于计算机视觉的人体背部脊柱侧弯角度测量方法,其特征在于,所述步骤A4中将步骤A3中滤波后的深度图像转化为三维点云的公式具体为:
其中,d(x,y)=z为深度图像上任意一像素点(x,y)的深度值,(X,Y,Z)为像素点(x,y)在三维深度坐标系下坐标,(cx,cy)为深度相机的标定中心,f为深度相机的理想焦距。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710629432.2/1.html,转载请声明来源钻瓜专利网。