[发明专利]一种基于Kinect的呼吸运动监测方法及监测系统

权利要求书

1.一种基于Kinect的呼吸运动监测方法，其特征在于：包括以下步骤：

步骤1：通过Kinect传感器，利用应用程序编程接口KinectSDK连接设备，并获取感兴趣区域的彩色图像和深度图像；Kinect传感器包括彩色相机和深度相机；

步骤2：对获取的彩色图像和深度图像进行图像配准，获取彩色相机到深度相机的旋转和平移变换矩阵，基于矩阵变换生成配准图像，记为I_c；

步骤3：对步骤2中的配准图像I_c进行预处理，运用目标识别算法，对配准图像中的圆形目标进行自动识别并反馈目标位置R_i；

步骤4：对步骤3中的圆形目标区域R_i运用Camshift目标跟踪算法进行自动跟踪，并实时反馈圆形目标区域内的深度信息；

步骤5：对步骤4中获取的深度信息进行降噪处理，获取稳定的深度数据，实现对呼吸运动的实时监测。

2.根据权利要求1所述的方法，其特征在于，在所述步骤2中，图像配准基于彩色相机和深度相机的空间坐标变换矩阵，完成图像配准；由下式获得彩色相机到深度相机的配准图像；

其中p_rgb和p_d为彩色相机和深度相机的像素坐标系下的点，P_rgb和P_d为彩色相机和深度相机的相机坐标系下的点，K_rgb和K_d为彩色相机和深度相机的内参矩阵，R和T为彩色相机到深度相机的旋转和平移矩阵；

所述空间坐标变换矩阵为：计算世界坐标系、相机坐标系以及像素坐标系下的变换关系，获取彩色相机到深度相机的旋转和平移矩阵变换矩阵。

3.根据权利要求1所述的方法，其特征在于，所述步骤3中，滤波算法采用中值滤波算法，降低图像噪声，提高识别性能；目标识别算法采用霍夫圆检测算法检测目标区域，存储目标区域的圆心和半径，利用色彩过滤的方式，存储符合预设RGB色彩值范围的目标区域的圆心和半径位置，记为R_i。

4.根据权利要求1所述的方法，其特征在于，在所述步骤4中，将目标区域R_i的彩色图像从RGB转换到HSV色彩空间，分离目标区域H通道做直方图反向投影，生成概率密度分布图，并运用Camshift算法自动跟踪目标，判断跟踪位置是否符合，并反馈目标所在位置的深度信息。

5.根据权利要求1所述的方法，其特征在于，在所述步骤5中，获取圆形目标区域深度信息，保留内接矩形内的深度数据{D₁,D₂,…,D_k}，降低边缘噪声的影响，利用加权平均的方式得到加权平均深度数据D_w，即

其中a₁,a₂,…,a_k表示权重，依据加权平均后的结果，设置阈值带，判断深度数据是否在阈值范围内，将符合要求的数据做均值保留，记为D_m，获取稳定的呼吸运动数据。

6.一种基于Kinect的呼吸运动监测系统，其特征在于，包括图像采集模块、图像配准模块、目标识别与跟踪模块、深度数据处理模块；

图像采集模块中设置Kinect传感器，利用应用程序编程接口KinectSDK连接设备，并获取感兴趣区域的彩色图像和深度图像；

图像配准模块用以对获取的彩色图像和深度图像进行图像配准，获取彩色相机到深度相机的旋转和平移变换矩阵，基于矩阵变换生成配准图像；

目标识别与跟踪模块用以对配准图像进行预处理，运用目标识别算法，对配准图像中的圆形目标进行自动识别并反馈目标位置；

深度数据处理模块用以对圆形目标区域运用Camshift目标跟踪算法进行自动跟踪，并实时反馈圆形目标区域内的深度信息；以及对获取的深度信息进行降噪处理，获取稳定的深度数据，实现对呼吸运动的实时监测。