[发明专利]一种基于YOLO的按摩机器人穴位检测与定位方法

说明书

本公开实施例涉及一种基于YOLO的按摩机器人穴位检测与定位方法，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，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，并基于提取的最大连通区域采用最小二乘法的方式获取精确的穴位中心信息。通过本方法实现了人体穴位识别和定位的准确性问题，提高了结果的可靠性。

技术领域

本申请属于理疗机器人技术领域，具体涉及一种基于YOLO的按摩机器人穴位检测与定位方法。

背景技术

中医推拿是我国医学领域的重要组成部分，目前该领域主要是由经验丰富医师用人工的方法对患者进行按摩治疗。一个疗程下来，医师需要付出大量的体力劳动和时间，而将中医推拿理论与机器人技术相结合，将是解决这一问题的最优解决方案。近些年来众多专家学者围绕按摩机器人的关键技术展开了一系列研究，但大都集中在按摩机理分析和计算机仿真方向，另有研究人员开发出一种实时图像采集的按摩机器人跟踪系统，实现对按摩穴位的动态跟踪。然而，当今大多数基于视觉定位的按摩机器人往往对工作环境要求很高，要求按摩背景单一，对复杂背景不具有普遍性且定位精度低，在智能程度上与专业按摩师还相差甚远。

发明内容

(一)要解决的技术问题

鉴于现有技术的上述缺点、不足，本申请提供一种基于YOLO的按摩机器人穴位检测与定位方法，定位精度高且对按摩背景无限制。

(二)技术方案

为达到上述目的，本申请采用如下技术方案：

第一方面，本申请提供一种基于YOLO的按摩机器人穴位检测与定位方法，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像素点，获取穴位贴的边缘像素点；

A40、基于穴位贴的边缘像素点，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。

可选地，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。

可选地，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。

可选地，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。