一种基于深度相机的人体坐姿检测方法与流程

本发明是一种人体坐姿监测领域，特别涉及一种无接触式人体坐姿监测系统。

背景技术：

近些年来，人们处于坐立姿态的时间越来越长，很多人每天的坐立时间超过6小时。长期坐的时间过久，坐姿不正确，会造成颈椎腰椎的疲劳。长此以往，会引发颈椎、腰椎疾病。据统计，越来越多的人们受到颈椎病和腰椎疾病的困扰。

目前，国内外对于坐姿的监测主要分为两种方式。第一种，接触式坐姿检测方法，此类方法使用传感器、压力传感器、陀螺仪等，采集人体坐立时的传感器信号，经过信号处理后得到人的坐立姿态。第二种，图像式坐姿检测方法，此类方法采用机器视觉、数字图像处理的方法，将相机放置于人面前，根据头部姿态得到人的坐立姿态。

接触式的坐姿检测方式需要使用多个传感器组合，将传感器分布在人体背部和臀部下方，通过外部电路对传感器原始数据处理后，再传输至主机进行坐姿检测，整体结构相对复杂。机器视觉方式的检测方式，使用相机采集数据，再将数据传入电脑进行算法处理，不需要外部电路，因此整体结构相对简单，但对面部信息的采集易造成用户对隐私问题的担忧。

技术实现要素：

为了克服上述问题，本发明提出一种通过采集人体背部图像，对背部图像进行分析从而得出人体坐姿是否不良。

本发明解决上述技术问题提供的一种解决方案是：一种基于深度相机的人体坐姿检测方法,该方法首先通过深度相机模块获取目标背部图像,再对图像进行处理识别坐姿是否正确；

所述深度相机模块包括：两台深度相机和固定辅助杆，所述固定辅助杆竖直设置，两台深度相机一上一下间隔设置于固定辅助杆上，分别对目标背部上部区域和下部区域进行拍摄，且拍摄区域有重合；所述深度相机包括：彩色摄像头、红外发射器和两个红外摄像头；所述彩色摄像头采集彩色图像，所述红外发射器主动发射红外斑点，所述红外摄像头采集红外图像数据后，根据两个红外摄像头采集红外图像数据计算得到深度数据图像；

所述对图像进行处理识别坐姿是否正确的方法为：

步骤1：将两台深度相机获得的彩色图像和深度数据图像进行拼接，获得目标背部完整的彩色图像和完整的深度数据图像；

步骤2：采用阈值分割方法对完整的彩色图像和深度数据图像进行背景噪声滤除；

根据人体背部与深度相机之间的距离x设定滤波范围[a,b]，其中a＜x＜b，当深度图像某一点的像素值在滤波范围内时，保持该像素值不变；当深度图像的某一点的像素值不在滤波范围内时，使用数值0将之前的像素值替换；

对于彩色图像，取彩色图像中心4*4的矩形区域作为前景标记区域，取彩色图像左上角4*4区域、右上角4*4区域、左下角4*4区域和右下角4*4区域作为背景标记区域，然后采用graphcut算法分割前景和背景，将背景像素置为0；

最后将深度图像的前景区域与彩色图像的前景区域做并集，相并后的区域为图像的前景区域；

步骤3：根据所述深度相机与人体的相对位置，框选背部矩形区域；

采用canny边缘检测方法计算出步骤2得到前景区域的边缘，针对每一行像素值计算边缘的左、右边界之间的距离l和中点m，寻找宽度l最大时对应的行数r，以此行对应的中点m为中心点框选出正方形区域，该正方形区域中只包括前景区域；

步骤4：计算框选背部区域中像素值的均值、方差，当方差超过设定阈值时，认为坐姿不良。

进一步的，所述两台深度相机在固定辅助杆上的位置是可调的。

进一步的，所述步骤3中正方形区域为200*200的方形区域。

本发明是一种基于机器视觉的无接触式坐姿检测方法，借助于深度相机采集人体背部数据，通过坐姿监测算法，可以实时获取图像，全自动完成坐姿监测，当坐姿异常时，电脑端人机交互软件及时提醒用户改正坐姿。人的坐姿与脊柱状态有密切的关系，因此采集背部的数据进行坐姿分析是最为准确的，同时也可避免采集人体面部信息带来的隐私问题。

附图说明

图1为本发明一种基于深度的坐姿检测方法的相机与座椅靠背固定结构图；

图2为本发明一种基于深度的坐姿检测方法的系统结构框图；

图3为本发明一种基于深度的坐姿检测方法的人机交互软件框图；

图中：10为座椅靠背，20为固定辅助杆，30为1号深度相机，40为2号深度相机。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施案例，对本发明做进一步详细说明，应当理解，此处所描述的具体实施案例仅用于解释本发明，并不用于限定本发明。

请参阅图1至图3，本发明的一种基于深度相机的坐姿检测系统，包括深度相机模块、电脑和一套人机交互软件，所述深度相机模块通过连接线与电脑相连，所述电脑运行人机交互软件，人机交互软件用于处理深度相机模块采集到的深度图像数据，判断人当前的坐姿和提醒人此时坐姿不正确。

所述深度相机模块包括相机固定辅助杆20、1号深度相机30和2号深度相机40。1号深度相机30和2号深度相机通过辅助杆20固定在座椅靠背10上。通过辅助杆20的协助，1号深度相机30和2号深度相机40的上下间距可调。所述1号深度相机30采集人体背部上半部的彩色图像和深度图像，所述2号深度相机40采集人体背部下半部的彩色图像和深度图像，需要保证1号深度相机的采集区域与2号深度相机的采集区域有重合区域。

一种使用基于深度相机的坐姿检测方法，包括如下步骤：

步骤1：调整图1中1号深度相机30和2号深度相机40的固定位置，使1号深度相机30和2号深度相机的视野范围可以覆盖整个人体背部，且1号深度相机30和2号深度相机40的视野有重合区域。

步骤2：两个深度相机采集人体背部的彩色图像信息和深度图像信息，并将图像信息发回电脑端，电脑端运行的人机交互软件分析处理图像数据，当判定用户坐姿不正确的时候发出弹窗提醒更正坐姿。

步骤2-1：1号深度相机采集人体背部上半部分的彩色图像和深度图像，2号深度相机采集人体背部下半部分的彩色图像和深度图像。

步骤2-2：使用图像拼接算法对步骤2-1中1号深度相机采集到的人体背部上半部图像数据和2号深度相机采集到人体背部下半部的图像数据进行拼接，得到完整的人体背部彩色图像和深度图像。

步骤2-3：对步骤2-2中拼接得到的完整的人体背部深度图像进行可视化操作，之后将彩色图像和可视化之后的深度图像显示在电脑桌面端的界面上。

步骤2-4：对步骤2-2中得到的人体完整背部深度图像应用阈值滤波滤除背景信息，根据深度相机与人体背部的相对位置框选人体背部区域，计算框选的人体背部区域的均值与方差。

步骤2-5：用户以正确的坐姿坐在深度相机前，手动调整人机交互软件上的阈值，作为算法的评判标准。

步骤2-6：将步骤2-4中得到的方差与2-5步骤设定的阈值比较，如果方差超过设定的阈值后，人机交互软件弹窗提醒用户改正坐姿。

与现有技术相比，本发明的基于深度图像的坐姿监测系统在实现人体坐姿监测的基础上，不与人体接触，无不适感，且采集背部数据能保护人的肖像隐私。

以上所述仅为本发明的较好实施案例，并不能因此限制本发明的专利范围，凡是在本发明的构思之内所作的任何修改，等同替换和改进等均应包含在本发明的专利保护范围内。