[发明专利]一种基于关键帧提取技术的红外成像呼吸信号检测方法

说明书

本发明公开了一种基于关键帧提取技术的红外成像呼吸信号检测方法。首先采用红外成像仪对脸部成像获得红外图像视频，其次将吸气和呼气时的起始帧作为关键帧进行提取，最后根据关键帧在红外视频中的时间序列来获得实时的呼吸周期参数。本发明的方法有效可行，能够实现对呼吸信号的非接触式检测。

技术领域

本发明属于图像处理领域，特别是一种基于关键帧提取技术的红外成像呼吸信号检测方法。

背景技术

呼吸信号包含着丰富的生理信息，是能够反映出人身体状况的重要信号之一。呼吸信号的检测对于诊断睡眠呼吸暂停综合征(OSAHS)等呼吸疾病有着重要的意义。

传统的呼吸信号检测方法是接触式的，检测时需要在被测者身上贴满电极。这种接触式的呼吸检测方法主要存在以下缺点：1)接触式电极会给患者的生理与心理上带来一定的不适感与压力，这将会影响患者的生理特征，降低检测结果的准确性；2)对特殊的人群(如烧伤，烫伤，传染病，皮肤病,婴儿患者)，接触式的方法并不适用；3)操作复杂繁琐，耗时费力。

因此，目前急需一种非接触式的呼吸信号检测方法来解决上文中提到的各种问题，将患者从痛苦中解放出来，并能有效提高呼吸信号检测的准确性，但是现有技术中尚无相关描述。

发明内容

本发明的目的在于针对接触式呼吸检测存在的不足，提供一种一种基于关键帧提取技术的红外成像呼吸信号检测方法，借助红外热成像仪来获得呼吸信号。

实现本发明目的的技术解决方案为：一种基于关键帧提取技术的红外成像呼吸信号检测方法，包括以下步骤：

步骤1、利用红外成像仪对脸部进行成像，得到红外图像视频；

步骤2、将红外图像视频分割成视频帧；

步骤3、扫描整帧图像定位鼻孔区域；具体为：

步骤3-1、选定整帧图像中像素强度变化最大的M个点作为特征点；

其中

步骤3-2、检测并追踪特征点，从而定位鼻孔区域。

步骤4、确定视频中第n帧视频帧鼻孔区域的图像熵，图像熵H_n公式如下所示：

式中，p_k表示图像中灰度值为k的像素所占的比例；

步骤5、获取红外视频中所有视频帧的鼻孔区域的图像熵的变化波形，并对其进行带通滤波；

步骤6、对带通滤波后的图像熵变化波形进行波谷检测，选取波谷点所在帧为关键帧；具体为：

步骤6-1、确定图像熵变化曲线每点的一阶导数，选定一阶导数为0的点作为预选点，具体为：满足如下公式的点即为预选点：

步骤6-2、对步骤6-1中确定的预选点对应的图像熵进行二阶求导，其中二阶导数大于0的点即为波谷点，具体为：满足如下公式的点即为波谷点：

步骤6-3、选取波谷点所在帧为关键帧。

步骤7、根据关键帧在红外视频中的时间序列来获取实时的呼吸周期参数。具体为：

步骤7-1、确定关键帧在红外视频中对应的时间序列，具体为：根据上述步骤从红外视频中提取出一组关键帧，设该组关键帧中的第N个关键帧是红外图像视频中的第i帧，该帧在红外视频中对应的时间序列为t_i，则有：

其中F_s为录制红外视频的采样频率；