本发明属于信息化医学技术领域，尤其涉及一种智能化医院自助挂号系统。
背景技术：
目前到医院就诊都需要先进行挂号才能就诊，挂号既能方便医院控制当天的就诊人数，也能方便安排患者的就诊顺序，防止插队等不公平现象发生。随着科技的发展，为了方便患者，挂号的方式也越来越多样化，包括传统的到医院挂号处排队挂号、电话预约挂号、网络平台挂号等。但目前的挂号方式都存在一个缺陷，所有的挂号方式都是按时间的先后顺序安排病人就诊顺序，不能根据病人的病情轻重情况安排就诊顺序。这种做法虽然在一定程度上安排了就诊顺序，避免了就诊混乱的情况，但有时却会造成部分病情严重的病人耽误就诊时间，增加了病人的痛苦或耽误了最佳就诊时间。
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。
微表情，是心理学名词。人们通过做一些表情把内心感受表达给对方看，在人们做的不同表情之间，或是某个表情里，脸部会“泄露”出其它的信息。“微表情”最短可持续1/25秒，虽然一个下意识的表情可能只持续一瞬间，但这种特性，很容易暴露情绪。当面部在做某个表情时，这些持续时间极短的表情会突然一闪而过，而且有时表达相反的情绪。“微表情”一闪而过，通常甚至清醒的作表情的人和观察者都察觉不到。在实验里，只有10%的人察觉到。比起人们有意识做出的表情，“微表情”更能体现人们真实的感受和动机。
在人面识别的基础上再结合“微表情”的进行人面分析，利用计算机的高速捕捉和计算能力能更好地识别和分析出人的微表情变化，从而可以判断出分析对象的情绪，例如是否高兴、伤心、痛苦、失望、兴奋等，从而在一定程度上判断出分析对象的状态。
技术实现要素：
基于现有技术存在上述问题，本发明提供一种智能化医院自助挂号方法，其包括图像采集模块、颜色分析模块、像素统计模块、特征点分析模块、建模模块、数据库、情绪分析模块、就诊紧急程度分析模块、身份识别模块、支付模块和大数据处理模块，通过软件系统对挂号病人进行拍摄，并通过网络服务器辅助对图像进行处理分析，建立人面模型分析患者的微表情变化和行为动态，从而根据病人的疼苦程度判断病人的就诊优先等级，同时通过大数据分析能更准确、更智能化分析患者微表情。另外通过软件资助挂号可以减少医院的人力成本，降低医务人员的工作强度，避免因人员疲劳而出现错误。本发明提供的挂号方法具有自动判读就诊优先等级、自助方便、智能化的优点。
一种智能化医院自助挂号系统，其包括图像采集模块、颜色分析模块、像素统计模块、特征点分析模块、建模模块、数据库、情绪分析模块、就诊紧急程度分析模块、身份识别模块、支付模块和大数据处理模块；
图像采集模块连接到拍摄设备，通过拍摄设备对人像进行拍摄，并根据颜色分析模块的信息反馈控制拍摄设备调整拍摄角度和拍摄焦距，以拍摄最佳图像；
颜色分析模块接收图像采集模块所采集到的图像，分析图像的颜色参数、根据图像颜色变化判断人面的范围，将人面位置反馈到图像分析模块并将人面位置信息发送到像素统计模块；
像素统计模块接收人面位置信息后对人面位置图像进行像素化、结合数据库人面特征数据对图像像素进行像素统计人面识别；
特征点分析模块根据像素统计模块分析的人面结果结合数据库中微表情特征进行分析、定义人面特征点；
建模模块将像素统计模块和特征点分析模块的分析结果结合生成人面模型，并在模型上标定特征点，根据特征点分析模块的实时分析调整特征点位置，记录特征点位置变化位移；
情绪分析模块更据人面模型上的特征点位置变化位移，调用数据库中的微表情特征和心理行为特征分析人物情绪和情绪的变化；
就诊紧急程度分析模块调用情绪分析模块的分析结果和颜色分析模块的分析结果，结合挂号人员的面色、面部表情变化和情绪变化判断挂号人员的患病程度，自动匹配病人就诊优先程度；
身份识别模块读取首次挂号人员的身份卡、建立挂号人员身份识别特征档案；同时调用建模模块人面模型，识别非首次挂号人员身份，自动触发挂号流程；
支付模块与外部银行系统、第三方支付平台和医院财务系统连接，由挂号确认信息触发，生成挂号付款连接，提醒病人进行挂号支付；
大数据处理模块连接到互联网服务器，采集互联网数据并协助颜色分析模块、像素统计模块和特征点分析模块进行对应的大数据分析计算，根据分析结果更新数据库信息。
其中，所述的情绪分析模块包括微表情分析模块和行为分析模块。
其中，所述的数据库包括人面特征数据库、微表情特征数据库和心理行为特征数据库。
其中，所述的图像采集模块包括静态图像采集模块和动态图像采集模块，静态图像采集模块采集人面的静态图像，动态图像采集模块采集人面的动态图像。
其中，所述的数据库包括本地数据库和互联数据库。
其中，所述的身份识别模块能够读取挂号人员的身份证、社保卡、医保卡和城市健康卡中的一种或者多种。
其中，所述的支付模块连接的第三方支付平台包括支付宝、财付通、百度钱包中的一种或多种结合。
具体实施方式
下面结合具体实施例对本发明作进一步的描述。
一种智能化医院自助挂号系统，其包括图像采集模块、颜色分析模块、像素统计模块、特征点分析模块、建模模块、数据库、情绪分析模块、就诊紧急程度分析模块、身份识别模块、支付模块和大数据处理模块；
图像采集模块连接到拍摄设备，通过拍摄设备对人像进行拍摄，并根据颜色分析模块的信息反馈控制拍摄设备调整拍摄角度和拍摄焦距，以拍摄最佳图像；
颜色分析模块接收图像采集模块所采集到的图像，分析图像的颜色参数、根据图像颜色变化判断人面的范围，将人面位置反馈到图像分析模块并将人面位置信息发送到像素统计模块；
像素统计模块接收人面位置信息后对人面位置图像进行像素化、结合数据库人面特征数据对图像像素进行像素统计人面识别；
特征点分析模块根据像素统计模块分析的人面结果结合数据库中微表情特征进行分析、定义人面特征点；
建模模块将像素统计模块和特征点分析模块的分析结果结合生成人面模型，并在模型上标定特征点，根据特征点分析模块的实时分析调整特征点位置，记录特征点位置变化位移；
情绪分析模块更据人面模型上的特征点位置变化位移，调用数据库中的微表情特征和心理行为特征分析人物情绪和情绪的变化；
就诊紧急程度分析模块调用情绪分析模块的分析结果和颜色分析模块的分析结果，结合挂号人员的面色、面部表情变化和情绪变化判断挂号人员的患病程度，自动匹配病人就诊优先程度；
身份识别模块读取首次挂号人员的身份卡、建立挂号人员身份识别特征档案；同时调用建模模块人面模型，识别非首次挂号人员身份，自动触发挂号流程；
支付模块与外部银行系统、第三方支付平台和医院财务系统连接，由挂号确认信息触发，生成挂号付款连接，提醒病人进行挂号支付；
大数据处理模块连接到互联网服务器，采集互联网数据并协助颜色分析模块、像素统计模块和特征点分析模块进行对应的大数据分析计算，根据分析结果更新数据库信息。
作为优选实施例，所述的情绪分析模块包括微表情分析模块和行为分析模块。
作为优选实施例，所述的数据库包括人面特征数据库、微表情特征数据库和心理行为特征数据库。
作为优选实施例，所述的图像采集模块包括静态图像采集模块和动态图像采集模块，静态图像采集模块采集人面的静态图像，动态图像采集模块采集人面的动态图像。
作为优选实施例，所述的数据库包括本地数据库和互联数据库。
作为优选实施例，所述的身份识别模块能够读取挂号人员的身份证、社保卡、医保卡和城市健康卡中的多种结合。
作为优选实施例，所述的支付模块连接的第三方支付平台包括支付宝、财付通、百度钱包。
以上所述实施例仅表达了本发明的一种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。