CN107616795A - 一种基于摄像头的非接触式实时呼吸率检测方法 - Google Patents

Abstract

本发明公开了一种基于摄像头的非接触式实时呼吸率检测方法，包括以下步骤：利用摄像头采集人体上半身正面RGB图像，进行色彩空间转换得到灰度图B；对灰度图B进行直方图均衡得到图像C；对图像C进行人脸检测，根据人脸与胸口的相对位置，提取人体胸口感兴趣区域；计算图像B对应胸口感兴趣区域灰度的平均值，存放于预设FIFO队列；判断FIFO队列是否充满，若充满，则对FIFO队列存放的序列做平滑滤波，对滤波后的波形进行峰值点检测，计算呼吸率，删除FIFO队列前Na个数据；判断帧间隔时间是否达到预设值T，若达到则重复上述步骤，没达到则等达到后重复上述步骤，实时测量，至测量结束。本发明能够以一种低成本、非接触且实时的方法实现对人体呼吸率的检测。

Description

一种基于摄像头的非接触式实时呼吸率检测方法

技术领域

本发明涉及医疗视频图像处理技术与数字信号处理技术领域，特别涉及一种基于摄像头的非接触式实时呼吸率检测方法。

背景技术

呼吸频率是急性呼吸功能障碍疾病监测的敏感指标，也是人体的重要生理体征之一。正常成年人每分钟呼吸大约16-20次。小儿呼吸比成人快，每分钟可达20～30次，随着年龄的增长而逐渐减慢。通过对日常呼吸率的检测可以有效的检测或者预防一些重大疾病，例如：当呼吸频率超过24次/分时，常见于发热、疼痛、贫血、甲状腺功能亢进及心力衰竭等；若呼吸频率低于12次/分，则常见于麻醉剂或镇静剂过量和颅内压增高等；若是呼吸浅且快则常见于呼吸肌麻痹、腹水和肥胖等，以及肺部疾病，如肺炎、胸膜炎、胸腔积液和气胸等；若呼吸深且快则常见于剧烈运动时，由机体供氧量增加导致。此外，当情绪激动或过度紧张时，亦常出现呼吸深快，并有过度通气的现象，此时动脉血二氧化碳分压降低，引起呼吸性碱中毒。

传统的呼吸率检测方法多为心电图法，需要在人体粘贴电极，设备复杂，检测手段不便利，容易对被测者带来强烈的不适感。因此非接触、存在感低的测量手段是现今研究的重点方向。人体呼吸会伴随着胸部的起伏，目前大多数非接触式呼吸率检测技术都是通过统计一分钟胸部起伏运动的次数来估计呼吸率。早期提出的应用热成像相机，微型生物雷达等非接触式检测方式因成本昂贵、设备体积大、抗干扰性能较差等原因而无法适用于日常检测。通过应用数字图像技术检测人体胸部的起伏来检测人体呼吸率是一种廉价、高效、便捷的呼吸率检测方法。由于设备不与人体接触，不会对人体带来不适感，适合长期稳定的人体健康监测。

发明内容

本发明的目的是提供一种基于摄像头的非接触式实时呼吸率检测方法，该方法能够在被试者不接触测量仪器的情况下对呼吸率进行实时检测，适用于长期监测，且方法实现成本较低，为医疗监护提供一种新的手段。

实现本发明目的的具体技术方案是：

一种基于摄像头的非接触式实时呼吸率检测方法，所述方法包括以下步骤：

(1)利用摄像头采集人体上半身正面RGB彩色图像，预设帧间隔时间T；

(2)对采集的所述RGB彩色图像进行色彩空间转换得到灰度图B；

(3)对所述灰度图B进行直方图均衡处理得到图像C；

(4)对所述图像C进行人脸检测，根据人脸与胸口的相对位置，提取人体胸口感兴趣区域；

(5)对所述灰度图B计算所述胸口感兴趣区域的灰度值平均值作为胸口感兴趣区亮度信息，存放于预设的FIFO(First In First Out)队列；

(6)判断所述FIFO队列是否充满，若充满，则对所述FIFO队列中存放的所述胸口感兴趣区亮度信息的序列做平滑滤波处理，进一步采用峰值点检测技术对滤波后的所述胸口感兴趣区亮度信息的序列进行峰值点检测，计算呼吸率数值，并删除所述FIFO队列中前Na个数据，Na取值在15到40之间；

(7)判断帧间隔时间是否达到所述预设值T，若达到则重复步骤(2)-步骤(7)，周而复始，实时测量；没有达到则继续等待，等待达到则重复步骤(2)-步骤(7)，周而复始，实时测量，直至测量结束。

进一步所述的步骤(2)中所述色彩空间转换采用如下公式：

Gray＝0.2989*R+0.5870*G+0.1140*B (1)

其中，R、G、B分别为所述RGB彩色图像对应红色分量、绿色分量以及蓝色分量。

进一步所述步骤(4)的具体步骤为：

采用Viola-Jones人脸检测算法实现所述图像C的人脸检测，确定脸部区域；

将所述脸部区域左上角纵坐标向下移动人脸高度的1.3-1.5倍作为所述胸口感兴趣区域的起始纵坐标，将人脸宽度大小的1-1.2倍作为所述胸口感兴趣区域的宽度，将人脸高度的0.3-0.5倍作为所述胸口感兴趣区域的高度，确定人体胸口感兴趣区域。

进一步所述步骤(6)的具体步骤为：

判断所述FIFO队列是否充满，若充满，则对所述FIFO队列中存放的所述胸口感兴趣区亮度信息的序列采用巴特沃斯低通滤波器进行滤波；

使用峰值点检测方法对滤波后的所述胸口感兴趣区亮度信息的序列进行峰值点检测，得到峰值点横坐标(M₁，M₂，M₃，M₄，M₅，……)；

对所述峰值点横坐标序列(M₁，M₂，M₃，M₄，M₅，……)做差分运算得到峰值点横坐标差序列(M₂-M₁，M₃-M₂，M₄-M₃，M₅-M₄，……)，删除所述峰值点横坐标差序列中最大值和最小值，对剩余所述峰值点横坐标差求平均即得到平均呼吸率周期N；

根据帧间隔时间T可计算呼吸率为60/(N*T)；

删除所述FIFO队列前Na个数据。

本发明提供的技术方案的有益效果是：本发明所提出的一种基于摄像头的非接触式实时呼吸率检测方法，利用摄像头以固定的帧速率采集图像序列并从图像中胸口感兴趣区域中提取呼吸率信息，可以在被试者不接触测量仪器的情况下对人的呼吸率进行实时检测。该方法呼吸率检测准确，算法复杂度低，对被测人员影响小。相比较传统非接触式呼吸率检测方法，系统设备简单，便于与手机等移动设备集成。创新性地拓展了呼吸率检测的应用广泛性与便捷性，为医疗监护提供了一种新的有效手段。

附图说明

图1为本发明流程图；

图2为本发明实施例流程图；

图3为本发明实施例测得的呼吸率原始波形及经巴特沃兹低通滤波后的波形图。

具体实施方式

为了更加清楚明白地说明本发明所述的技术手段，以下结合附图和实施例，对本发明进行详细的说明。

实施例

参见图2，本发明所提供的一种基于摄像头的非接触式人体呼吸率实时检测方法，包括以下步骤：

S101利用摄像头采集人体上半身正面RGB彩色图像，预设帧间隔时间T。

该步骤具体为：

采用摄像头正对人体上半身，保证头部和胸口部位在摄像头的拍摄范围内，且环境光线充足；

记录摄像头开始采集时间T_b，预设帧间隔时间T。

其中，预设帧间隔时间T的选择根据实际应用中的需要进行设置，本发明实施例以T＝0.05s为例进行说明。

S102对采集的所述RGB彩色图像进行色彩空间转换得到灰度图B；所述色彩空间转换采用如下公式：

Gray＝0.2989*R+0.5870*G+0.1140*B (1)

其中，R、G、B分别为所述RGB彩色图像对应红色分量、绿色分量以及蓝色分量。

S103对所述灰度图B进行直方图均衡处理得到图像C；

S104对所述图像C进行人脸检测，根据人脸与胸口的相对位置，提取人体胸口感兴趣区域；

该步骤具体为：

采用Viola-Jones人脸检测算法实现所述图像C的人脸检测，确定脸部区域方框左上角横坐标x、纵坐标y，脸部区域宽度w，脸部区域高度h；

将所述脸部区域左上角纵坐标向下移动人脸高度的1.5倍作为所述胸口感兴趣区域的起始纵坐标y+1.5*h，所述胸口感兴趣区域的起始横坐标x，将人脸宽度大小的1倍作为所述胸口感兴趣区域的宽度w，将人脸高度的0.3倍作为所述胸口感兴趣区域的高度0.3*h。

S105对所述灰度图B计算所述胸口感兴趣区域的灰度值平均值作为胸口感兴趣区亮度信息，存放于预设的FIFO(First In First Out)队列；

该步骤具体为：

对所述灰度图B计算所述胸口感兴趣区域的灰度值平均值作为胸口感兴趣区亮度信息G，存放于预设长度L＝200的FIFO队列，将所述胸口感兴趣区亮度信息G按照时间顺序存放于所述FIFO队列中。

其中，预设长度L的选择根据实际应用中的需要进行设置，本发明实施例以L＝200为例进行说明。

S106判断所述FIFO队列是否充满，若充满，则对所述FIFO队列中存放的所述胸口感兴趣区亮度信息的序列做平滑滤波处理，进一步采用峰值点检测技术对滤波后的所述胸口感兴趣区亮度信息的序列进行峰值点检测，提取呼吸率数值，并删除FIFO队列中前Na个数据，Na取值在15到40之间。

该步骤具体为：

在FIFO队列充满后，对所述FIFO队列中的数据(G₁，G₂，…,G₂₀₀)做巴特沃斯低通滤波，滤波器阶数为3阶，归一化截止频率f＝0.16；

其中，归一化截止频率f的选择根据实际应用中的需要进行设置，本发明实施例以f＝0.16为例进行说明。

进一步使用峰值点检测的方法对滤波后的数据做峰值点检测，得到峰值点横坐标(M₁，M₂，M₃，M₄，M₅，……)；具体为将滤波后的数据中的每一个点与该点前n个数据和后n个数据进行对比，若该点数值最大，则判断该点为峰值点，并记录所述峰值点的横坐标。

其中，n的选择根据实际应用中的需要进行设置，本发明实施例以n＝10为例进行说明。

对所述峰值点横坐标序列(M₁，M₂，M₃，M₄，M₅，……)做差分运算得到峰值点横坐标差序列(M₂-M₁，M₃-M₂，M₄-M₃，M₅-M₄，……)，删除所述峰值点横坐标差序列中最大值和最小值，对剩余所述峰值点横坐标差求平均即得到平均呼吸率周期N；

根据帧间隔时间T可计算呼吸率为60/(N*T)；

删除FIFO队列前20个数据。

其中，数据删除长度Na的选择根据实际应用中的需要进行设置，本发明实施例以Na＝20为例进行说明。

S107判断帧间隔时间是否达到所述预设值T，若达到则重复步骤S101-S107，周而复始，实时测量；没有达到则继续等待，等待达到则重复步骤S101-S107，周而复始，实时测量，直至测量结束。

图3为本发明实施例原始呼吸率波形和经滤波处理过后的呼吸率波形，可以看到经滤波后的波形可以清晰的反应出被测者的呼吸情况。

本发明实施例方法中应用到的Viola-Jones人脸检测算法，直方图均衡方法和巴特沃斯低通滤波方法均为数据处理方法中的公知技术，本发明实施例在此不做赘述。

综上所述，本发明所提出的一种基于摄像头的非接触式人体呼吸率实时检测方法，利用摄像头以固定的帧速率采集图像序列并从图像中胸口的感兴趣区域中提取呼吸率信息。该方法呼吸率检测准确，算法复杂度低，对被测人员影响小。相比较传统非接触式呼吸率检测方法，系统设备简单，便于与手机等移动设备集成。可以有效实现非接触式的人体呼吸率的实时检测，创新性地拓展了呼吸率检测的应用广泛性与便捷性。该方法根据不同的应用背景，本发明经过适当的修改同样适用于其他相关图像处理领域。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种基于摄像头的非接触式实时呼吸率检测方法，其特征在于，所述方法包括以下步骤：

(1)利用摄像头采集人体上半身正面RGB彩色图像，预设帧间隔时间T；

(2)对采集的所述RGB彩色图像进行色彩空间转换得到灰度图B；

(3)对所述灰度图B进行直方图均衡处理得到图像C；

(4)对所述图像C进行人脸检测，根据人脸与胸口的相对位置，提取人体胸口感兴趣区域；

(5)对所述灰度图B计算所述胸口感兴趣区域的灰度值平均值作为胸口感兴趣区亮度信息，存放于预设的FIFO(FirstInFirstOut)队列；

(6)判断所述FIFO队列是否充满，若充满，则对所述FIFO队列中存放的所述胸口感兴趣区亮度信息的序列做平滑滤波处理，进一步采用峰值点检测技术对滤波后的所述胸口感兴趣区亮度信息的序列进行峰值点检测，计算呼吸率数值，并删除所述FIFO队列中前Na个数据，Na取值在15到40之间；

(7)判断帧间隔时间是否达到所述预设值T，若达到则重复步骤(2)-步骤(7)，周而复始，实时测量；没有达到则继续等待，等待达到则重复步骤(2)-步骤(7)，周而复始，实时测量，直至测量结束。

2.根据权利要求1所述的一种基于摄像头的非接触式实时呼吸率检测方法，其特征在于，所述的步骤(2)中所述色彩空间转换采用如下公式：

Gray＝0.2989*R+0.5870*G+0.1140*B(1)

其中，R、G、B分别为所述RGB彩色图像对应红色分量、绿色分量以及蓝色分量。

3.根据权利要求1所述的一种基于摄像头的非接触式实时呼吸率检测方法，其特征在于，所述步骤(4)的具体步骤为：

采用Viola-Jones人脸检测算法实现所述图像C的人脸检测，确定脸部区域；

将所述脸部区域左上角纵坐标向下移动人脸高度的1.3-1.5倍作为所述胸口感兴趣区域的起始纵坐标，将人脸宽度大小的1-1.2倍作为所述胸口感兴趣区域的宽度，将人脸高度的0.3-0.5倍作为所述胸口感兴趣区域的高度，确定人体胸口感兴趣区域。

4.根据权利要求1所述的一种基于摄像头的非接触式实时呼吸率检测方法，其特征在于，所述步骤(6)的具体步骤为：

判断所述FIFO队列是否充满，若充满，则对所述FIFO队列中存放的所述胸口感兴趣区亮度信息的序列采用巴特沃斯低通滤波器进行滤波；

使用峰值点检测方法对滤波后的所述胸口感兴趣区亮度信息的序列进行峰值点检测，得到峰值点横坐标(M1，M2，M3，M4，M5，……)；

对所述峰值点横坐标序列(M1，M2，M3，M4，M5，……)做差分运算得到峰值点横坐标差序列(M2-M1，M3-M2，M4-M3，M5-M4，……)，删除所述峰值点横坐标差序列中最大值和最小值，对剩余所述峰值点横坐标差求平均即得到平均呼吸率周期N；

根据帧间隔时间T计算呼吸率为60/(N*T)；

删除所述FIFO队列前Na个数据，Na取值在15到40之间。