鬼佬大哥大
  • / 7
  • 下載費用:30 金幣  

非接觸式自動呼吸測量系統及測量方法.pdf

關 鍵 詞:
接觸 自動 呼吸 測量 系統 測量方法
  專利查詢網所有資源均是用戶自行上傳分享,僅供網友學習交流,未經上傳用戶書面授權,請勿作他用。
摘要
申請專利號:

CN201310205042.4

申請日:

2013.05.28

公開號:

CN104173051A

公開日:

2014.12.03

當前法律狀態:

實審

有效性:

審中

法律詳情: 專利申請權的轉移IPC(主分類):A61B 5/08登記生效日:20161221變更事項:申請人變更前權利人:天津點康科技有限公司變更后權利人:北京康加科技有限公司變更事項:地址變更前權利人:300192 天津市南開區南豐路時代公寓A座2405變更后權利人:100000 北京市朝陽區五星橋二街1號院3號樓13層1330|||實質審查的生效IPC(主分類):A61B 5/08申請日:20130528|||公開
IPC分類號: A61B5/08; A61B5/0245 主分類號: A61B5/08
申請人: 天津點康科技有限公司
發明人: 歐陽健飛; 徐可欣
地址: 300192 天津市南開區南豐路時代公寓A座2405
優先權:
專利代理機構: 天津市北洋有限責任專利代理事務所 12201 代理人: 李素蘭
PDF完整版下載: PDF下載
法律狀態
申請(專利)號:

CN201310205042.4

授權公告號:

||||||

法律狀態公告日:

2017.01.11|||2015.01.21|||2014.12.03

法律狀態類型:

專利申請權、專利權的轉移|||實質審查的生效|||公開

摘要

本發明公開了一種非接觸式自動呼吸測量系統及測量方法,包括視頻采集模塊,ROI分幀提取模塊、原始信號生成、濾波及調制處理單元以及呼吸頻率分析模塊;采集包含人臉區域的彩色視頻;提取視頻中每幀圖像的ROI區域;進行RGB基色分離得到B分量圖像;將該分量圖像所有像素的亮度均值作為該幀圖像的特征值,生成一個時變的原始信號;經過濾波和調制,生成呼吸信號;進行頻譜分析,找出功率譜中在頻帶[0,1]Hz內的峰值頻率作為呼吸的相應頻率,得到呼吸頻率值。與現有技術相比,本發明基于人臉自動跟蹤和基色分離技術,采用無創、非接觸式遠程檢測生理信號的方法,克服了視頻記錄中運動偽影的影響,對運動具有容差性,測量精度高,能夠自動的同時進行多人測量。

權利要求書

1.  一種非接觸式自動呼吸測量系統,其特征在于,該系統包括視頻采集模塊,ROI分幀提取模塊、原始信號生成、濾波及調制處理單元以及呼吸頻率分析模塊;其中:
所述視頻采集模塊,用于錄制一段包含整個人臉區域的彩色視頻;
所述ROI分幀提取模塊,用于利用人臉跟蹤算法提取彩色視頻中每幀圖像的ROI區域;
所述基色分離模塊,用于對每幀ROI圖像進行RGB基色分離;
所述原始信號生成、濾波及調制處理單元,生成一個時變的原始信號,對原始信號進行濾波和調制;
所述呼吸頻率分析模塊;用于對調制濾波后得到的呼吸信號進行頻譜分析,最終得到呼吸頻率值;
ROI分幀提取模塊中的人臉跟蹤算法對視頻采集模塊采集的視頻進行人臉跟蹤定位,找出視頻每幀圖像中人臉的前額區ROI圖像;將提取出的ROI圖像按照RGB三個顏色通道進行基色分離,得到藍色B分量圖像,將該分量圖像所有像素的亮度均值作為該幀圖像的特征值,生成一個時變的原始信號;將原始信號經過濾波和調制之后生成呼吸信號;上述處理結束后,對調制濾波后的的信號進行頻譜分析,找出功率譜中在頻帶[0,1]Hz內的峰值頻率作為呼吸的相應頻率,對該頻率進行換算,最終得到呼吸頻率值。

2.
  如權利要求1所述的非接觸式自動呼吸測量系統,其特征在于,所述的彩色視頻顏色模式若為非RGB模式,則將其轉換為RGB模式后再進行RGB基色分離的處理。

3.
  如權利要求1或2所述的非接觸式自動呼吸測量系統,其特征在于,所述原始信號生成、濾波及調制處理單元進一步包括原始信號生成模塊和AC調制濾波模塊:
所述原始信號生成模塊,將該分量圖像所有像素的亮度均值作為該幀圖像的特征值,生成一個時變的原始信號;
所述AC調制濾波模塊,用于對原始信號進行FFT變換,取其AC分量生成AC調制信號,對該信號進行帶通濾波后再對其進行調幅,得到呼吸信號。

4.
  如權利要求1或2所述的非接觸式自動呼吸測量系統,其特征在于,所述原始信號生成、濾波及調制處理單元進一步包括濾波信號生成模塊和AC調制模塊:
所述濾波信號生成模塊,將ROI圖像進行基色分離,對B顏色分量圖像進行帶通濾波,取濾波后圖像所有像素的亮度均值作為該幀圖像的特征值,得到一個時變的濾波信號;
所述AC調制模塊,用于對原始信號進行FFT變換,取其AC分量生成AC調制信號,對原始信號進行調幅,得到呼吸信號。

5.
  一種非接觸式自動呼吸測量方法,包括下列步驟;
步驟(1),采集包含人臉區域的彩色視頻;
步驟(2),利用人臉跟蹤算法提取視頻中每幀圖像的ROI區域;
步驟(3),對提取出的每幀ROI圖像進行RGB基色分離,得到藍色B分量圖像;
步驟(4),將該分量圖像所有像素的亮度均值作為該幀圖像的特征值,生成一個時變的原始信號;
步驟(5),對原始信號經過濾波和調制,生成呼吸信號;
步驟(6),對調制濾波后的的信號進行頻譜分析,找出功率譜中在頻帶[0,1]Hz內的峰值頻率作為呼吸的相應頻率,對該頻率進行換算,最終得到呼吸頻率值。

6.
  如權利要求5所述的非接觸式自動呼吸測量方法,其特征在于,所述的彩色視頻顏色模式若為非RGB模式,則將其轉換為RGB模式后再進行RGB基色分離的處理。

說明書

非接觸式自動呼吸測量系統及測量方法
技術領域
本發明涉及電子健康檢測領域,特別是涉及一種非接觸式健康指標的檢測系統及測量方法。
背景技術
目前,一般計算呼吸頻率時要密切觀察被檢者的胸部和腹部,用帶有秒針的鐘表記錄被測者半分鐘的呼吸次數,然后把測得的次數乘以2,得到每分鐘的呼吸次數,即呼吸頻率。此種方式易受觀測者自身主觀觀察的影響,獲得的呼吸頻率參數準確度不高。另外人的情緒變化可影響呼吸頻率,在測定呼吸頻率時,經常要注意轉移被測人的注意力。采用在病人身上放置呼吸率傳感器,雖然可獲得比較精確的測量參數,但長時間的佩戴檢測裝置可能引起人的情緒變化和身體的不適。
即使現有關于呼吸的遠程測量方法可以提供較舒服的測量方式和相對精確的無電極生理評估,但是,到目前為止,所有的嘗試使用的非接觸式呼吸測量系統和方法幾乎都是非自動化的,且在使用過程中易受運動偽影影響。
發明內容
基于上述技術問題,本發明提出了一種非接觸式自動呼吸測量系統及測量方法,該系統通過獲取人臉的彩色錄像,采用基色分離的手段獲得B顏色分量圖像,分析處理后可獲得呼吸測量信息,甚至在運動偽影存在的情況下,其依然具有較高精度。
本發明提出了一種非接觸式自動呼吸測量系統,該系統包括視頻采集模塊,ROI 分幀提取模塊、原始信號生成、濾波及調制處理單元以及呼吸頻率分析模塊;其中:
所述視頻采集模塊,用于錄制一段包含整個人臉區域的彩色視頻;
所述ROI分幀提取模塊,用于利用人臉跟蹤算法提取彩色視頻中每幀圖像的ROI區域;
所述基色分離模塊,用于對每幀ROI圖像進行RGB基色分離;
所述原始信號生成、濾波及調制處理單元,生成一個時變的原始信號,對原始信號進行濾波和調制;
所述呼吸頻率分析模塊;用于對調制濾波后得到的呼吸信號進行頻譜分析,最終得到呼吸頻率值;
ROI分幀提取模塊中的人臉跟蹤算法對視頻采集模塊采集的視頻進行人臉跟蹤定位,找出視頻每幀圖像中人臉的前額區ROI圖像;將提取出的ROI圖像按照RGB三個顏色通道進行基色分離,得到藍色B分量圖像,將該分量圖像所有像素的亮度均值作為該幀圖像的特征值,生成一個時變的原始信號;將原始信號經過濾波和調制之后生成呼吸信號;上述處理結束后,對調制濾波后的的信號進行頻譜分析,找出功率譜中在頻帶[0,1]Hz內的峰值頻率作為呼吸的相應頻率,對該頻率進行換算,最終得到呼吸頻率值。
所述的彩色視頻顏色模式若為非RGB模式,則將其轉換為RGB模式后再進行RGB基色分離的處理。
所述原始信號生成、濾波及調制處理單元進一步包括原始信號生成模塊和AC調制濾波模塊:所述原始信號生成模塊,將該分量圖像所有像素的亮度均值作為該幀圖像的特征值,生成一個時變的原始信號;所述AC調制濾波模塊,用于對原始信號進行FFT變換,取其AC分量生成AC調制信號,對該信號進行帶通濾波后再對其進行調幅,得到呼吸信號。
所述原始信號生成、濾波及調制處理單元進一步包括濾波信號生成模塊和AC調制模塊:所述濾波信號生成模塊,將ROI圖像進行基色分離,對B顏色分量圖像進行帶通濾波,取濾波后圖像所有像素的亮度均值作為該幀圖像的特征值,得到一個 時變的濾波信號;所述AC調制模塊,用于對原始信號進行FFT變換,取其AC分量生成AC調制信號,對原始信號進行調幅,得到呼吸信號。
本發明還提出了一種非接觸式自動呼吸測量方法,包括下列步驟;
步驟1,采集包含人臉區域的彩色視頻;
步驟2,利用人臉跟蹤算法提取視頻中每幀圖像的ROI區域;
步驟3,對提取出的每幀ROI圖像進行RGB基色分離,得到藍色B分量圖像;
步驟4,將該分量圖像所有像素的亮度均值作為該幀圖像的特征值,生成一個時變的原始信號;
步驟5,對原始信號經過濾波和調制,生成呼吸信號;
步驟6,對調制濾波后的的信號進行頻譜分析,找出功率譜中在頻帶[0,1]Hz內的峰值頻率作為呼吸的相應頻率,對該頻率進行換算,最終得到呼吸頻率值。
所述的彩色視頻顏色模式若為非RGB模式,則將其轉換為RGB模式后再進行RGB基色分離的處理。
與現有技術相比,本發明基于人臉自動跟蹤和盲源分離技術,采用無創、非接觸式遠程檢測生理信號的方法,克服了視頻記錄中運動偽影的影響,對運動具有容差性,測量精度高,能夠自動的同時進行多人自動地進行心率測量。
附圖說明
圖1為本發明的非接觸式自動呼吸測量系統的系統結構圖;
圖2為本發明的非接觸式自動呼吸測量方法的流程圖。
具體實施方式
以下結合附圖及較佳實施例,對依據本發明提供的具體實施方式、結構、特征及其功效,詳細說明如下。
實施例1
如圖1所示,為本發明的非接觸式自動呼吸測量系統的系統結構圖。
視頻采集模塊11采用具有自動增益功能的普通攝像頭或分辨率較高的的專用攝像頭來采集包含人臉區域的彩色視頻;ROI分幀提取模塊12根據分幀提取ROI模塊中的人臉跟蹤算法對視頻采集模塊采集的視頻進行人臉跟蹤定位,找出視頻每幀圖像的ROI(人的前額區,或包括整個人臉在內和部分背景在內的區域);基色分離模塊1生成模塊將提取出的ROI圖像按照RGB三個顏色通道進行基色分離,得到藍色B分量圖像(,若彩色視頻的顏色模式不是RGB的,則將其轉換為RGB模式后再進行處理);原始信號生成模塊13將該分量圖像所有像素的亮度均值作為該幀圖像的特征值,生成一個時變的原始信號;AC調制濾波模塊15對提取的原始信號進行FFT變換,取其AC分量生成AC調制信號,對其進行帶通濾波,消除部分噪聲,再對其進行調幅生成呼吸相關的信號;上述處理結束后,呼吸率分析模塊對16AC調制濾波模塊15調制濾波后的的信號進行頻譜分析,找出功率譜中在頻帶[0,1]Hz內的峰值頻率作為呼吸的相應頻率,對該頻率進行換算,最終得到呼吸頻率值。
視頻采集模塊采用具有自動增益功能的普通攝像頭或者分辨率較高的專用攝像頭,且提高攝像頭分辨率可以使檢測距離更遠;所述攝像頭的自動增益功能決定于CCD芯片而非被測對象本身。
原始信號生成模塊采用B顏色分量圖像,B通道中所包含的呼吸頻率信號最顯著。
實施例2
原始信號生成模塊14可替換為濾波信號生成模塊,同時將AC調制濾波模塊改為AC調制模塊,即在濾波信號生成模塊中,將ROI圖像進行基色分離,對B顏色分量圖像進行帶通濾波,取濾波后圖像所有像素的亮度均值作為該幀圖像的特征值,得到一個時變的濾波信號;在AC調制模塊中,不再進行濾波操作。這兩個模塊前后處理流程及方式不變。

關于本文
本文標題:非接觸式自動呼吸測量系統及測量方法.pdf
鏈接地址:http://www.wwszu.club/p-49467.html
關于我們 - 網站聲明 - 網站地圖 - 資源地圖 - 友情鏈接 - 網站客服 - 聯系我們

[email protected] 2017-2018 zhuanlichaxun.net網站版權所有
經營許可證編號:粵ICP備17046363號-1 
 


收起
展開
鬼佬大哥大