CN102289818B - 一种基于图形分析的肘部定位方法 - Google Patents
一种基于图形分析的肘部定位方法 Download PDFInfo
- Publication number
- CN102289818B CN102289818B CN 201110211443 CN201110211443A CN102289818B CN 102289818 B CN102289818 B CN 102289818B CN 201110211443 CN201110211443 CN 201110211443 CN 201110211443 A CN201110211443 A CN 201110211443A CN 102289818 B CN102289818 B CN 102289818B
- Authority
- CN
- China
- Prior art keywords
- stage
- match
- skeleton
- next step
- elbow joint
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Collating Specific Patterns (AREA)
- Image Processing (AREA)
Abstract
一种基于图形分析的肘部定位方法。其包括下列步骤:1)提取上肢运动检测结果的S1阶段:对视频流进行上肢运动检测得到相关数据结果;2)进行骨架提取的S2阶段:针对上述结果进行骨架提取;3)对骨架进行剪枝的S3阶段:对骨架进行剪枝以得到单一主干;4)对主干进行旋转拟合的S4阶段:使用带旋转的抛物线拟合的方法对主干进行拟合;5)确定肘关节位置的S5阶段:依据肘关节的相应特征,在拟合曲线上利用曲率确定肘关节的位置。本发明提供的肘部定位方法的关键就是利用旋转提高抛物线的拟合效果,同时抛物线具有曲率最大的点唯一的优点,这样就可以在一定程度上克服系统误差的产生以及降低对局部突变的敏感性。
Description
技术领域
本发明涉及计算机图像处理技术领域,特别是涉及一种基于图形分析的肘部定位方法。
背景技术
在涉及到人体上肢运动分析的应用中,准确定位肘关节位置是确定上肢姿态的关键因素。目前常用的基于图像分析的肘部定位方法要对连续图片进行一系列处理,通常包括上肢运动检测、骨架提取、剪枝、平滑拟合、曲率计算,最后由曲率最大点结合人体上肢的几何结构来确定肘关节位置。但是上述方法对于骨架的局部突变非常敏感,实际应用中,由于上肢服饰的运动以及局部光影变化,再加上手部本身形态的复杂性,导致在肘部定位时极易出现系统性误差。
发明内容
为了解决上述问题,本发明的目的在于提供一种能够克服系统误差的产生以及降低对局部突变的敏感性的基于图形分析的肘部定位方法。
为了达到上述目的,本发明提供的基于图形分析的肘部定位方法包括按顺序进行的下列步骤:
1)提取上肢运动检测结果的S1阶段:对视频流或连续图片进行上肢运动检测得到相关数据结果,从而完成初始数据准备,然后进入下一步S2阶段;
2)进行骨架提取的S2阶段:针对上述结果进行骨架提取,从而得到骨架形式的图形数据,完成骨架提取后进入下一步S3阶段;
3)对骨架进行剪枝的S3阶段:对骨架进行剪枝以得到单一主干,然后进入下一步S4阶段;
4)对主干进行旋转拟合的S4阶段:使用带旋转的抛物线拟合的方法对所述的主干进行拟合从而得到拟合曲线,然后进入下一步S5阶段;
5)确定肘关节位置的S5阶段:依据肘关节的相应特征,在拟合曲线上利用曲率确定肘关节的位置,至此整个过程结束。
在S2阶段中,所述的进行骨架提取的具体做法是在matlab中利用bwmorph函数来完成。
在S5阶段中,所述的确定肘关节位置的具体方法是:通常在上肢运动过程中,肘关节是上肢弯曲的拐点,在拟合骨架曲线上就表现为曲率最大的点,所以这里通过求拟合曲线上曲率的最大值来确定肘关节的位置。对于曲率其计算公式为:
曲率K的最大值在拟合曲线上对应的位置即为肘关节的位置。
所述的S4阶段对主干进行旋转拟合的方法包括按顺序进行的下列步骤:
1)旋转坐标系的S41阶段:对坐标系旋转就是保持曲线不动,将参考坐标系旋转一定的角度,形成旋转后的新坐标系,然后进入下一步S42阶段;
2)对主干进行抛物线拟合的S42阶段:使用抛物线对骨架主干进行拟合,拟合完成后,进入下一步S43阶段;
3)计算拟合品质因数的S43阶段:利用得到的拟合曲线,计算本次拟合的拟合品质因数,进入下一步S44阶段;
4)判断是否已旋转90度的S44阶段:本阶段判断所旋转的角度是否达到90度,如果判断结果为“是”,则进入下一步S45阶段,否则回到S41入口处,重新进入S41阶段;
5)寻找最佳拟合结果的S45阶段:通过比较拟合品质因数中的拟合标准差,找出拟合标准差最小时的拟合,该次拟合即为最佳拟合结果,本过程到此结束。
本发明提供的基于图形分析的肘部定位方法的有益效果:
这种肘部定位方法的关键就是利用旋转提高抛物线拟合的拟合效果,同时抛物线具有曲率最大的点唯一的优点,这样就可以在一定程度上克服系统误差的产生以及降低对局部突变的敏感性。
附图说明
图1为本发明提供的基于图形分析的肘部定位方法流程图。
图2为图1中S4阶段对主干进行旋转拟合的方法流程图。
图3为图2中S41阶段之中所述的旋转坐标系示意图。
图4为图1中S1阶段所得到的上肢运动检测结果图形。
图5为图1中S2阶段所得到的骨架提取结果图形。
图6为图1中S3阶段中对骨架进行剪枝后得到的主干图形。
图7、图9为已有技术的基于图形分析的肘部定位方法采用平滑样条拟合所产生的拟合结果示意图。
图8、图10为本发明提供的基于图形分析的肘部定位方法采用带旋转的抛物线拟合所产生的拟合结果示意图。
具体实施方式
下面结合附图和具体实施例对本发明提供的基于图形分析的肘部定位方法进行详细说明。
图1示出了本发明提供的基于图形分析的肘部定位方法流程图,其中的全部操作过程都是在计算机内部实现的,操作的主体均为计算机。
如图1所示,本发明提供的基于图形分析的肘部定位方法包括按顺序进行的下列步骤:
1)提取上肢运动检测结果的S1阶段:对视频流或连续图片进行上肢运动检测得到相关数据结果(如图3所示),从而完成初始数据准备,然后进入下一步S2阶段;
2)进行骨架提取的S2阶段:针对上述结果进行骨架提取,从而得到骨架形式的图形数据(如图4所示),其思想是基于Blum提出来的焚烧草地模型,完成骨架提取后进入下一步S3阶段;
3)对骨架进行剪枝的S3阶段:因为我们是利用曲率来寻找肘部,所以就必须对骨架进行剪枝以得到单一主干(如图5所示),即对骨架进行剪枝得到主干,然后进入下一步S4阶段;
4)对主干进行旋转拟合的S4阶段:使用带旋转的抛物线拟合的方法对所述的主干进行拟合,从而得到拟合曲线,然后进入下一步S5阶段;
5)确定肘关节位置的S5阶段:依据肘关节的相应特征,在拟合曲线上利用曲率确定肘关节的位置,至此整个过程结束。
在S2阶段中,所述的进行骨架提取的具体做法是在matlab(矩阵实验室的简称)中利用bwmorph函数来完成,结果如图4所示。
在S3阶段中,所述的进行骨架剪枝的具体做法是:在骨架中寻找B点(骨架的顶点);然后在二维图像中B点位置存放和B点相连的A点(骨架的交点)位置;接着对比B点位置中存放的A点位置,如有相同的,则这几个B点所在的分支要进行剪枝并保留最长的;直到骨架中没有A点停止该操作。
在S5阶段中,所述的确定肘关节位置的具体方法是:通常在上肢运动过程中,肘关节是上肢弯曲的拐点,在拟合骨架曲线上就表现为曲率最大的点。所以我们通过求拟合曲线上曲率的最大值来确定肘关节的位置。对于曲率其计算公式为:
曲率K的最大值在拟合曲线上对应的位置即为肘关节的位置。
图2为图1中S4阶段对主干进行旋转拟合的方法流程图,其中的全部操作过程都是在计算机内部实现的,操作的主体均为计算机。
本发明是使用抛物线来对上肢的主干进行拟合的,由于抛物线是有方向的,它的开口只能是向上、向下、向左或向右。但手臂提取后的骨架开口方向有可能是任意方向,这就造成很大的误差,以至于后面的肘部位置完全错误。
基于这个问题,本发明提出了对需要拟合的曲线旋转一定的角度后再进行拟合,旋转采用曲线不动转动坐标系的方法,如果旋转角度适当使剪枝后得到的主干的开口方向正好水平和竖直,这时利用抛物线拟合的效果会非常好。
如图2所示,所述的S4阶段对主干进行旋转拟合的方法包括按顺序进行的下列步骤:
1)旋转坐标系的S41阶段:对坐标系旋转就是保持曲线不动,将参考坐标系旋转一定的角度,形成旋转后的新坐标系,(以后的运算都在新坐标系之中进行),然后进入下一步S42阶段;
2)对主干进行抛物线拟合的S42阶段:使用抛物线对主干进行拟合,拟合完成后,进入下一步S43阶段;
3)计算拟合品质因数的S43阶段:利用得到的拟合曲线,计算本次拟合的拟合品质因数,然后进入下一步S44阶段;
4)判断是否已旋转90度的S44阶段:本阶段判断所旋转的角度是否达到90度,如果判断结果为“是”,则进入下一步S45阶段,否则回到S41入口处,重新进入S41阶段;
5)寻找最佳拟合结果的S45阶段:通过比较拟合品质因数中的拟合标准差,找出拟合标准差最小时的拟合,该次拟合即为最佳拟合结果,本过程到此结束。
如图3所示,在S41阶段中,所述的转动坐标系的具体做法是:
设坐标系1为未转动以前的坐标系(图3中实线坐标系),其中A点坐标为(X1,Y1),与x轴正方向夹角为a。坐标系2为转动以后的坐标系(图3中虚线坐标系),其中A点坐标为(X2,Y2),与x轴正方向夹角为b。旋转角度θ=a-b,将坐标系1中A点投影到坐标系2中:
如图2所示,在S43阶段中,所述的品质因数包括:
1)RMSE(均方根、标准差):
该统计参数,也叫回归系统拟合数据和原始数据对应点的误差的拟合标准差,公式如下:
RMSE越接近于0,说明模型选择和拟合更好,数据预测也越成功。本发明提出的带旋转的抛物线拟合的最佳拟合结果就是拟合标准差最小时的拟合。
2)R-square(确定系数):
(1)SSR:即预测数据与原始数据均值之差的平方和,公式如下:
(2)SST:即原始数据和其均值之差的平方和,公式如下:
R-square(确定系数):公式如下:
“确定系数”是通过数据的变化来表征一个拟合的好坏。由上面的表达式可以知道“确定系数”的正常取值范围为[0 1],越接近1,这个模型对数据拟合的结果越好。
通过对比实验得到以下实验结果:
通过对比上面的实验数据,可以看出已有技术的平滑样条拟合的标准差小于本发明的旋转抛物线拟合,而平滑样条拟合的确定系数比旋转抛物线拟合更接近1。所以,单就曲线拟合的效果来说平滑样条拟合更好,这一点可以从图7、图8的对比中得出。
但当将利用两种方法确定的肘部在原图中标出,如图9、图10所示(肘部位置见图中圆圈),我们可以看出平滑样条拟合出现了系统误差,而旋转抛物线拟合却没有,这就说明了本发明的优点为可以在一定程度上克服系统误差的产生以及降低对局部突变的敏感性。
Claims (3)
1.一种基于图形分析的肘部定位方法,其特征在于:所述的基于图形分析的肘部定位方法包括按顺序进行的下列步骤:
1)提取上肢运动检测结果的S1阶段:对视频流或连续图片进行上肢运动检测得到相关数据结果,从而完成初始数据准备,然后进入下一步S2阶段;
2)进行骨架提取的S2阶段:针对上述结果进行骨架提取,从而得到骨架形式的图形数据,完成骨架提取后进入下一步S3阶段;
3)对骨架进行剪枝的S3阶段:对骨架进行剪枝以得到单一主干,然后进入下一步S4阶段;
4)对主干进行旋转拟合的S4阶段:使用带旋转的抛物线拟合的方法对所述的主干进行拟合,从而得到拟合曲线,然后进入下一步S5阶段;
5)确定肘关节位置的S5阶段:依据肘关节的相应特征,在拟合曲线上利用曲率确定肘关节的位置,至此整个过程结束;
所述的S4阶段对主干进行旋转拟合的方法包括按顺序进行的下列步骤:
a)旋转坐标系的S41阶段:对坐标系旋转就是保持曲线不动,将参考坐标系旋转一定的角度,形成旋转后的新坐标系,然后进入下一步S42阶段;
b)对主干进行抛物线拟合的S42阶段:使用抛物线对骨架主干进行拟合,拟合完成后,进入下一步S43阶段;
c)计算拟合品质因数的S43阶段:利用得到的拟合曲线,计算本次拟合的拟合品质因数,然后进入下一步S44阶段;
d)判断是否已旋转90度的S44阶段:本阶段判断所旋转的角度是否达到90度,如果判断结果为“是”,则进入下一步S45阶段,否则回到S41入口处,重新进入S41阶段;
e)寻找最佳拟合结果的S45阶段:通过比较拟合品质因数中的拟合标准差,找出拟合标准差最小时的拟合,该次拟合即为最佳拟合结果,本过程到此结束。
2.根据权利要求1所述的基于图形分析的肘部定位方法,其特征在于:在S2阶段中,所述的进行骨架提取的具体做法是在matlab中利用bwmorph函数来完成。
3.根据权利要求1所述的基于图形分析的肘部定位方法,其特征在于:在S5阶段中,所述的确定肘关节位置的具体方法是:通过求拟合曲线上曲率的最大值来确定肘关节的位置,对于曲率其计算公式为:
曲率K的最大值在拟合曲线上对应的位置即为肘关节的位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110211443 CN102289818B (zh) | 2011-07-27 | 2011-07-27 | 一种基于图形分析的肘部定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110211443 CN102289818B (zh) | 2011-07-27 | 2011-07-27 | 一种基于图形分析的肘部定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102289818A CN102289818A (zh) | 2011-12-21 |
CN102289818B true CN102289818B (zh) | 2012-12-05 |
Family
ID=45336207
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110211443 Expired - Fee Related CN102289818B (zh) | 2011-07-27 | 2011-07-27 | 一种基于图形分析的肘部定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102289818B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108805141A (zh) * | 2018-05-29 | 2018-11-13 | 电子科技大学 | 一种人体骨架关节点位置估计方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7668663B2 (en) * | 2005-12-20 | 2010-02-23 | Roche Molecular Systems, Inc. | Levenberg-Marquardt outlier spike removal method |
CN103778635B (zh) * | 2006-05-11 | 2016-09-28 | 苹果公司 | 用于处理数据的方法和装置 |
CN101256673A (zh) * | 2008-03-18 | 2008-09-03 | 中国计量学院 | 用于在实时视频跟踪系统中跟踪手臂运动的方法 |
CN101533578A (zh) * | 2008-08-28 | 2009-09-16 | 西安交通大学 | 一种仿人机器人模拟人体上肢潜意识动作姿态的方法 |
-
2011
- 2011-07-27 CN CN 201110211443 patent/CN102289818B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN102289818A (zh) | 2011-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110705457B (zh) | 一种遥感影像建筑物变化检测方法 | |
CN109682382B (zh) | 基于自适应蒙特卡洛和特征匹配的全局融合定位方法 | |
CN107515410B (zh) | 一种航天器用数传天线跟踪地面站测试验证系统和方法 | |
CN103428850B (zh) | 基于压缩感知的分布式多区域定位方法 | |
CN104200463B (zh) | 基于傅立叶梅林变换和最大互信息理论的图像配准方法 | |
CN105913489A (zh) | 一种利用平面特征的室内三维场景重构方法 | |
CN101894278B (zh) | 基于变结构多模型的人体运动跟踪方法 | |
CN105698764B (zh) | 一种光学遥感卫星影像时变系统误差建模补偿方法及系统 | |
CN102411794B (zh) | 一种基于球谐变换的三维模型的二维投影的输出方法 | |
CN107339991A (zh) | 一种飞行器航向角的检测方法及装置 | |
CN104749598B (zh) | 一种产生gnss掩星路径的方法 | |
CN106503406B (zh) | 一种风力发电机组偏航自动矫正控制方法 | |
CN101154289A (zh) | 基于多目相机的三维人体运动跟踪的方法 | |
CN106127108A (zh) | 一种基于卷积神经网络的人手图像区域检测方法 | |
CN105203023A (zh) | 一种车载三维激光扫描系统安置参数的一站式标定方法 | |
CN102768767B (zh) | 刚体在线三维重建与定位的方法 | |
CN110047131A (zh) | 一种人体三维重建的点云融合方法 | |
CN110031879A (zh) | 模糊度域信息整合的高精度后处理定位方法及系统 | |
CN101231340A (zh) | 多雷达系统航迹融合处理时的误差配准方法 | |
CN109697325A (zh) | 一种实时卫星对地覆盖时间窗口的确定方法及装置 | |
CN106228510A (zh) | 基于畸变程度分割的无人机载实时sar图像配准方法 | |
CN103994765A (zh) | 一种惯性传感器的定位方法 | |
CN102819729B (zh) | 一种指纹识别方法 | |
CN103792536B (zh) | 一种星载合成孔径雷达滑动聚束模式方位向参数获取方法 | |
CN103198465A (zh) | 一种ct扫描图像旋转误差校正方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20121205 Termination date: 20130727 |