[发明专利]一种基于机器视觉的坐姿提醒方法

权利要求书

1.一种基于机器视觉的坐姿提醒方法，其特征在于：包括以下步骤：

S1：利用视觉输入设备采集用户坐姿视频并实时保存到视觉系统，将每秒视频分为数帧图像，对每一帧图像进行预处理，降低背景、光照影响；

S2：定位人眼，以标准坐姿时的眼睛位置为坐标基准点，建立标准坐姿参考坐标系；定位人眼采用ViolaJones算法实现；建立标准坐姿参考坐标系，具体包括以下步骤：

A1：确定初始位置，视觉系统开始监测前，用户保持良好坐姿，以此坐姿的双眼水平线的中点为坐标基准点，即坐标原点；

A2：建立横向正、负半轴，以坐标原点为起点，水平方向向两端延伸，原点左半部分为正半轴，原点右半部分为横向负半轴；

A3：建立纵向正、负半轴，以坐标原点为起点，竖直方向向两端延伸，原点下半部分为正半轴，原点上半部分为横向负半轴；

A4：在该标准坐姿参考坐标系中确定出标准坐姿参考的标准范围；

S3：建立六种常见错误坐姿指标，建立错误坐姿指标的步骤如下：

A1：对多名用户进行不良坐姿的检测，选择并采集六种具有代表性的常见错误坐姿；

A2：以像素为单位结合实验测量不同状态下人眼运动轨迹相对于标准坐姿参考坐标系中原点位置的偏移量，根据实际图像分辨率进行归一化处理，得到错误坐姿指标；

A3：按照上述方法，建立六种具有代表性的常见错误坐姿指标；

S4：记录人眼运动轨迹，依据指标判断坐姿是否正常，并发出预警，具体包括以下步骤：

A1：对视频图像中的每一帧的图像按时间顺序循环进行人眼定位，并用矩形方框标注人眼位置；

A2：矩形方框的中心为人眼运动轨迹的基准点，记录视频图像各帧的基准点序列，将这些点连接起来构成人眼运动轨迹；

A3：视觉系统按照先横向再纵向的顺序，对人眼运动轨迹进行检测；

A4：若检测到人眼运动轨迹处于错误坐姿指标范围之内且持续时间达到预时间段，视觉系统发出相应的预警提醒，并指出错误坐姿类型，提醒用户纠正坐姿；随后重置计时器，继续对姿态进行检测；反之，若检测到人眼运动轨迹处于错误坐姿指标范围之内但没有超过预时间段，则返回至步骤A3，继续对姿态进行检测。

2.根据权利要求1所述的一种基于机器视觉的坐姿提醒方法，其特征在于：步骤S1中，所述预处理包括灰度处理、光照补偿、背景消除；通过彩色图像三通道按不同比例融合获取灰度图像；通过均衡化处理降低光照影响；通过频域处理降低背景影响。

3.根据权利要求2所述的一种基于机器视觉的坐姿提醒方法，其特征在于：预处理的具体步骤如下：

A1：利用公式(1)对图像进行灰度化处理；

Gray＝R×0.3+G×0.59+B×0.11           (1)

其中，R,G,B为图像的红绿蓝三通道，Gray为灰度图；

A2：通过直方图均衡化实现图像的光照补偿；

A3：背景消除则通过式(2)-(5)实现：

A(f)＝F(I(x))      (2)

AVER(f)＝h*A(f) (3)

g(x)＝F^-1(A(f)-AVER(f)) (4)

front(x)＝G(x)*g(x) (5)

其中，I为输入图像，F为傅里叶变换，F^-1为傅里叶反变换，AVER为平均频谱，h为均值滤波器，g(x)为背景抑制后的图像，G(x)为高斯滤波器，front(x)为最终预处理后的图像，*表示卷积。

4.根据权利要求1所述的一种基于机器视觉的坐姿提醒方法，其特征在于：步骤S4中A3具体包括以下步骤：

A31：视觉系统检测人眼运动轨迹处于标准坐姿参考的标准范围，则继续姿态检测；否则，转入步骤A32；

A32：视觉系统继续判断此时的人眼运动轨迹是否超出标准范围的横向范围：若超过，则此时用户为身体左右倾斜或头部左右倾斜的错误坐姿状态；否则，则此时用户为身体前倾或脊柱弯曲的错误坐姿状态；

A33：基于步骤A32，继续检测并判断该人眼运动轨迹处于错误坐姿指标范围之内的持续时间，并转到步骤A4。

5.根据权利要求1所述的一种基于机器视觉的坐姿提醒方法，其特征在于：步骤S4的A4中的所述预时间段的范围为18-30s。