[发明专利]一种基于YOLO的按摩机器人穴位检测与定位方法

权利要求书

1.一种基于YOLO的按摩机器人穴位检测与定位方法，其特征在于，该方法包括：

A10、采集贴有圆形穴位贴的人体原始图像；

A20、采用YOLO网络模型对圆形穴位贴进行粗定位，得到粗定位的穴位区域；

A30、对粗定位的穴位区域进行预处理，并采用Canny算法检测预处理后的穴位区域的边缘点，获取穴位贴的边缘点；

A40、基于穴位贴的边缘点，确定最大连通区域，将确定的最大连通区域作为穴位贴的边缘，并基于所述边缘采用最小二乘法的方式获取精确的穴位中心信息；

所述A20包括：A201、将人体原始图像自适应缩放成A×A×3大小的图并进行切片处理；在切片处理后变为B×B×12大小的网络图，A和B为大于零的自然数；

A202、对网络图进行卷积操作输出三个特征图：第一特征图76×76×3、第二特征图38×38×3、第三特征图19×19×3；

A203、基于三个特征图，获取属于穴位贴的预测框的位置和类别信息，

A204、将预测框的位置映射回A×A的输入图像上；并对每个预测框的类别信息做非极大值抑制处理，得到属于穴位贴的预测框信息作为粗定位的穴位区域；

所述A30包括：对粗定位的穴位区域进行高斯平滑滤波处理，得到滤波后的穴位区域；

采用大律法对滤波后的穴位区域进行二值化处理，对于二值化处理过程中获取用于检测边缘点的高阈值和低阈值；所述高阈值和低阈值的比值位于2:1到3:1之间；所述高阈值和所述低阈值为二值化后的图像的灰度值；

获取所述穴位贴的边缘点之后，判断边缘点的数量是否大于粗定位的穴位区域的高的方向上像素点总数的一半，若是，则确定获得穴位贴的边缘点；否则，放弃本张人体原始图像；

所述A40中的基于所述边缘采用最小二乘法的方法获取精确的穴位中心信息，包括：

部分圆形穴位贴在人体原始图像中会成像为椭圆，即圆形穴位贴透视投影会成为椭圆形；

采用最小二乘拟合椭圆法代替最小二乘拟合圆；

具体地，拟合椭圆的目标优化方程为公式(1)：

min||ax²+bxy+cy²+dx+ey+f||²＝0 公式(1)

其中，a，b，c，d，e，f为常数，x，y为检测到的目标边缘点的坐标；当检测到多个目标边缘点(x_i,y_i)时，有公式(2)：

令

公式(2)表示为：

AX＝B 公式(3)

根据最小二乘得到：

X＝(A^TA)^-1B 公式(4)

获取方程系数矩阵X的值，得到拟合椭圆的方程及椭圆中心坐标(x₀,y₀)：

基于公式(5)获取到精确的穴位中心信息。

2.根据权利要求1所述的方法，其特征在于，所述A201包括：

将人体原始图像按照第一缩放比例缩放成640×640×3大小的图；

在切片处理后变为320×320×12大小的网络图。

3.根据权利要求2所述的方法，其特征在于，所述A203包括：

基于三个特征图，利用锚框信息计算得到预测框，所述锚框信息为YOLO在输入图像中进行网格划分生成的锚框得到的；

针对每一个预测框，加上前景概率、背景概率以及类别概率计算出预测框的位置和类别信息。