CN108256509A - 一种基于手机摄像头的跌倒检测方法 - Google Patents

一种基于手机摄像头的跌倒检测方法 Download PDF

Info

Publication number
CN108256509A
CN108256509A CN201810172783.XA CN201810172783A CN108256509A CN 108256509 A CN108256509 A CN 108256509A CN 201810172783 A CN201810172783 A CN 201810172783A CN 108256509 A CN108256509 A CN 108256509A
Authority
CN
China
Prior art keywords
mobile phone
phone camera
fall detection
detection method
image
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.)
Pending
Application number
CN201810172783.XA
Other languages
English (en)
Inventor
陈茉弦
王蕾
唐欣
孟繁媛
敖丽娟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kunming Medical University
Original Assignee
Kunming Medical University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Kunming Medical University filed Critical Kunming Medical University
Priority to CN201810172783.XA priority Critical patent/CN108256509A/zh
Publication of CN108256509A publication Critical patent/CN108256509A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
    • H04M1/7243—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality with interactive means for internal management of messages
    • H04M1/72439—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality with interactive means for internal management of messages for image or video messaging
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72448—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions
    • H04M1/72454—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions according to context-related or environment-related conditions
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72484—User interfaces specially adapted for cordless or mobile telephones wherein functions are triggered by incoming communication events
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M2250/00—Details of telephonic subscriber devices
    • H04M2250/12—Details of telephonic subscriber devices including a sensor for measuring a physical value, e.g. temperature or motion

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Multimedia (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Telephone Function (AREA)
  • Emergency Alarm Devices (AREA)

Abstract

本发明公开了一种基于手机摄像头的跌倒检测方法，包括以下步骤：获取手机摄像头拍摄的图像信息并进行灰度化处理；通过当前一帧图像与上一帧图像获得差值图像；对差值图像信息进行分析获得运动区域；计算运动区域最高点和最低点，并计算这两点的倾斜角度；根据倾斜角度判断是否发生跌倒；在优化图像跌倒检测算法的基础上将程序部署于手机上，借助手机摄像头作为视觉传感器采集图像，且将异常信息通过手机短信模块发送到监护人处，降低了成本，且便于快速部署；具有造价低、安装方便、维护方便、跌倒判断精度高等优点。

Description

一种基于手机摄像头的跌倒检测方法
技术领域
本发明涉及监护技术领域，尤其涉及一种基于手机摄像头的跌倒检测方法。
背景技术
目前，全国老年人口数量庞大，因跌倒后无法快速救治造成的死亡率急剧上升。因此跌倒检测成为一个研究热点。在跌倒检测的研究中，就要涉及两个大的方向，一种是利用惯性传感器(电子陀螺仪、角加速度计等)，另外一种利用视觉传感器(普通摄像头、红外热成像摄像头等)，基于对这些传感器的数据分析实现跌倒判断。比如利用电子陀螺仪佩戴在人身上，当读取到某个方向的加速度较大时，认为人体跌倒。视觉传感器方式则是利用对图像信息进行分析，判断人体是否跌倒。第一种属于接触式检测需要佩戴在人身上，经常需要对设备进行充电且不能离开身体，为用户带来不便，第二种属于非接触式检测只需固定在房间的特定位置，这种方式避免了佩戴过程，可长连充电，避免了很多麻烦，但需要在房间内部署多个点。第二种方式由于采用视觉传感器，且需要进行图像分析，一般都将跌倒检测程序部署在电脑上，成本极高，且不易多点部署。
发明内容
鉴于目前存在的上述不足，本发明提供一种基于手机摄像头的跌倒检测方法，能够将程序部署于手机上，借助手机摄像头作为视觉传感器采集图像并判断异常信息，降低了成本，且便于快速部署。
为达到上述目的，本发明的实施例采用如下技术方案：
一种基于手机摄像头的跌倒检测方法，所述基于手机摄像头的跌倒检测方法包括以下步骤：
获取手机摄像头拍摄的图像信息并进行灰度化处理；
通过当前一帧图像与上一帧图像获得差值图像；
对差值图像信息进行分析获得运动区域；
计算运动区域最高点和最低点，并计算这两点的倾斜角度；
根据倾斜角度判断是否发生跌倒。
依照本发明的一个方面，所述根据倾斜角度判断是否发生跌倒包括：当倾斜角度在至少连续五次判断中都出现持续向一个方向倾斜且倾斜角度变化大于30°，总倾斜角度大于150°，便认为检测目标出现跌倒。
依照本发明的一个方面，所述通过当前一帧图像与上一帧图像获得差值图像包括：将下一帧获取的图片灰度化后与上一帧图片信息进行相减，形成当前图片与上一帧图片的差值图片。
依照本发明的一个方面，所述对差值图像信息进行分析获得运动区域包括：对差值图片进行二值化，使得运动部分更加清晰；连续执行该步骤，得到每一帧的运动区域。
依照本发明的一个方面，在计算运动区域最高点和最低点并计算这两点的倾斜角度之前，需利用先膨胀后腐蚀来去除运动区域的微小运动噪声及联通大片运动区域。
依照本发明的一个方面，所述基于手机摄像头的跌倒检测方法包括：发出跌倒告警信息。
依照本发明的一个方面，所述基于手机摄像头的跌倒检测方法包括：对运动区域大小进行判断，小于图片总大小1/4的认为是家居物品，不予告警；若大于1/4则予以告警。
依照本发明的一个方面，所述告警包括：通过手机通信模块向监护人手机发送跌倒检测到的图片信息和被检测人的具体信息。
本发明实施的优点：本发明所述的基于手机摄像头的跌倒检测方法，包括以下步骤：获取手机摄像头拍摄的图像信息并进行灰度化处理；通过当前一帧图像与上一帧图像获得差值图像；对差值图像信息进行分析获得运动区域；计算运动区域最高点和最低点，并计算这两点的倾斜角度；根据倾斜角度判断是否发生跌倒；通过对手机摄像头采集的图片信息进行分析进行跌倒检测；利用先膨胀后腐蚀来去除运动区域的微小运动噪声及联通大片运动区域；利用联通区域最高点与最低点的倾角连续向一个方向，每次倾角变化绝对值大于30度，且总倾角绝对值大于150度作为跌倒状态判断依据，实现了基于手机摄像头的跌倒检测；在优化图像跌倒检测算法的基础上将程序部署于手机上，借助手机摄像头作为视觉传感器采集图像，且将异常信息通过手机短信模块发送到监护人处，降低了成本，且便于快速部署；具有造价低、安装方便、维护方便、跌倒判断精度高等优点。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明所述的一种基于手机摄像头的跌倒检测方法示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
如图1所示，一种基于手机摄像头的跌倒检测方法，所述基于手机摄像头的跌倒检测方法包括以下步骤：
步骤S1：获取手机摄像头拍摄的图像信息并进行灰度化处理；
所述步骤S1获取手机摄像头拍摄的图像信息并进行灰度化处理包括：通过在手机内设置跌倒检测程序，可设置在基于Android平台或iOS平台等的手机中，从而，可以通过程序控制手机摄像头拍摄图像，并获取手机摄像头拍摄的彩色图片信息，通过灰度化处理将该彩色图片转化为灰度图片，并缓存该图片信息。
步骤S2：通过当前一帧图像与上一帧图像获得差值图像；
所述步骤S2通过当前一帧图像与上一帧图像获得差值图像包括：将下一帧获取的图片灰度化后与上一帧图片信息进行相减，形成当前图片与上一帧图片的差值图片，该差值图片代表了当前检测范围内的场景内运动区域。
步骤S3：对差值图像信息进行分析获得运动区域；
所述S3对差值图像信息进行分析获得运动区域包括：该差值图片进行二值化，使得运动部分更加清晰；连续执行该步骤，将得到每一帧的运动区域。
在实际应用中，为了消除一些微小运动的噪声干扰，同时联通大面积运动区域，对该差值图片进行先膨胀、后腐蚀的图像闭运算。
步骤S4：计算运动区域最高点和最低点，并计算这两点的倾斜角度；
所述步骤S4计算运动区域最高点和最低点，并计算这两点的倾斜角度包括：对闭运算操作后的图片信息进行分析，计算图片中运动区域最高点和最低点，并计算这两点的倾斜角度。
步骤S5：根据倾斜角度判断是否发生跌倒。
所述步骤S5根据倾斜角度判断是否发生跌倒包括：当倾斜角度在至少连续五次判断中都出现持续向一个方向倾斜且倾斜角度变化大于30°，总倾斜角度大于150°，便认为检测目标出现跌倒。
实施例二
如图1所示，一种基于手机摄像头的跌倒检测方法，所述基于手机摄像头的跌倒检测方法包括以下步骤：
步骤S1：获取手机摄像头拍摄的图像信息并进行灰度化处理；
所述步骤S1获取手机摄像头拍摄的图像信息并进行灰度化处理包括：通过在手机内设置跌倒检测程序，可设置在基于Android平台或iOS平台等的手机中，从而，可以通过程序控制手机摄像头拍摄图像，并获取手机摄像头拍摄的彩色图片信息，通过灰度化处理将该彩色图片转化为灰度图片，并缓存该图片信息。
步骤S2：通过当前一帧图像与上一帧图像获得差值图像；
所述步骤S2通过当前一帧图像与上一帧图像获得差值图像包括：将下一帧获取的图片灰度化后与上一帧图片信息进行相减，形成当前图片与上一帧图片的差值图片，该差值图片代表了当前检测范围内的场景内运动区域。
步骤S3：对差值图像信息进行分析获得运动区域；
所述S3对差值图像信息进行分析获得运动区域包括：该差值图片进行二值化，使得运动部分更加清晰；连续执行该步骤，将得到每一帧的运动区域。
在实际应用中，为了消除一些微小运动的噪声干扰，同时联通大面积运动区域，对该差值图片进行先膨胀、后腐蚀的图像闭运算。
步骤S4：计算运动区域最高点和最低点，并计算这两点的倾斜角度；
所述步骤S4计算运动区域最高点和最低点，并计算这两点的倾斜角度包括：对闭运算操作后的图片信息进行分析，计算图片中运动区域最高点和最低点，并计算这两点的倾斜角度。
步骤S5：根据倾斜角度判断是否发生跌倒。
所述步骤S5根据倾斜角度判断是否发生跌倒包括：当倾斜角度在至少连续五次判断中都出现持续向一个方向倾斜且倾斜角度变化大于30°，总倾斜角度大于150°，便认为检测目标出现跌倒。
步骤S6：发出跌倒告警信息。
所述步骤S6发出跌倒告警信息包括：对运动区域大小进行判断，小于图片总大小1/4的认为是家居物品，不予告警；若大于1/4则予以告警。
在实际应用中，所述发出跌倒告警信息具体可包括：通过手机通信模块向监护人手机中的监护APP发送跌倒检测到的图片信息和被检测人的具体信息，例如被检测人的联系方式、家庭住址等，方便进行及时救援。
本发明实施的优点：本发明所述的基于手机摄像头的跌倒检测方法，包括以下步骤：获取手机摄像头拍摄的图像信息并进行灰度化处理；通过当前一帧图像与上一帧图像获得差值图像；对差值图像信息进行分析获得运动区域；计算运动区域最高点和最低点，并计算这两点的倾斜角度；根据倾斜角度判断是否发生跌倒；通过对手机摄像头采集的图片信息进行分析进行跌倒检测；利用先膨胀后腐蚀来去除运动区域的微小运动噪声及联通大片运动区域；利用联通区域最高点与最低点的倾角连续向一个方向，每次倾角变化绝对值大于30度，且总倾角绝对值大于150度作为跌倒状态判断依据，实现了基于手机摄像头的跌倒检测；在优化图像跌倒检测算法的基础上将程序部署于手机上，借助手机摄像头作为视觉传感器采集图像，且将异常信息通过手机短信模块发送到监护人处，降低了成本，且便于快速部署；具有造价低、安装方便、维护方便、跌倒判断精度高等优点。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本领域技术的技术人员在本发明公开的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (8)

1.一种基于手机摄像头的跌倒检测方法，其特征在于，所述基于手机摄像头的跌倒检测方法包括以下步骤：
获取手机摄像头拍摄的图像信息并进行灰度化处理；
通过当前一帧图像与上一帧图像获得差值图像；
对差值图像信息进行分析获得运动区域；
计算运动区域最高点和最低点，并计算这两点的倾斜角度；
根据倾斜角度判断是否发生跌倒。
2.根据权利要求1所述的基于手机摄像头的跌倒检测方法，其特征在于，所述根据倾斜角度判断是否发生跌倒包括：当倾斜角度在至少连续五次判断中都出现持续向一个方向倾斜且倾斜角度变化大于30°，总倾斜角度大于150°，便认为检测目标出现跌倒。
3.根据权利要求1所述的基于手机摄像头的跌倒检测方法，其特征在于，所述通过当前一帧图像与上一帧图像获得差值图像包括：将下一帧获取的图片灰度化后与上一帧图片信息进行相减，形成当前图片与上一帧图片的差值图片。
4.根据权利要求3所述的基于手机摄像头的跌倒检测方法，其特征在于，所述对差值图像信息进行分析获得运动区域包括：对差值图片进行二值化，使得运动部分更加清晰；连续执行该步骤，得到每一帧的运动区域。
5.根据权利要求1所述的基于手机摄像头的跌倒检测方法，其特征在于，在计算运动区域最高点和最低点并计算这两点的倾斜角度之前，需利用先膨胀后腐蚀来去除运动区域的微小运动噪声及联通大片运动区域。
6.根据权利要求1所述的基于手机摄像头的跌倒检测方法，其特征在于，所述基于手机摄像头的跌倒检测方法包括：发出跌倒告警信息。
7.根据权利要求1至6之一所述的基于手机摄像头的跌倒检测方法，其特征在于，所述基于手机摄像头的跌倒检测方法包括：对运动区域大小进行判断，小于图片总大小1/4的认为是家居物品，不予告警；若大于1/4则予以告警。
8.根据权利要求7所述的基于手机摄像头的跌倒检测方法，其特征在于，所述告警包括：通过手机通信模块向监护人手机发送跌倒检测到的图片信息和被检测人的具体信息。
CN201810172783.XA 2018-03-01 2018-03-01 一种基于手机摄像头的跌倒检测方法 Pending CN108256509A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810172783.XA CN108256509A (zh) 2018-03-01 2018-03-01 一种基于手机摄像头的跌倒检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810172783.XA CN108256509A (zh) 2018-03-01 2018-03-01 一种基于手机摄像头的跌倒检测方法

Publications (1)

Publication Number Publication Date
CN108256509A true CN108256509A (zh) 2018-07-06

Family

ID=62745543

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810172783.XA Pending CN108256509A (zh) 2018-03-01 2018-03-01 一种基于手机摄像头的跌倒检测方法

Country Status (1)

Country Link
CN (1) CN108256509A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109171734A (zh) * 2018-10-18 2019-01-11 中国科学院重庆绿色智能技术研究院 基于多传感器数据融合的人体行为分析云管理系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009201000A (ja) * 2008-02-25 2009-09-03 Nidec Copal Corp カメラモジュール及びその製造方法
CN102855466A (zh) * 2012-04-12 2013-01-02 无锡慧眼电子科技有限公司 一种基于视频图像处理的人数统计方法
CN103020596A (zh) * 2012-12-05 2013-04-03 华北电力大学 一种基于块模型的电力生产中异常人体行为识别方法
CN104702916A (zh) * 2015-03-24 2015-06-10 安徽清新互联信息科技有限公司 一种基于智能手机的智能视频监控系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009201000A (ja) * 2008-02-25 2009-09-03 Nidec Copal Corp カメラモジュール及びその製造方法
CN102855466A (zh) * 2012-04-12 2013-01-02 无锡慧眼电子科技有限公司 一种基于视频图像处理的人数统计方法
CN103020596A (zh) * 2012-12-05 2013-04-03 华北电力大学 一种基于块模型的电力生产中异常人体行为识别方法
CN104702916A (zh) * 2015-03-24 2015-06-10 安徽清新互联信息科技有限公司 一种基于智能手机的智能视频监控系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109171734A (zh) * 2018-10-18 2019-01-11 中国科学院重庆绿色智能技术研究院 基于多传感器数据融合的人体行为分析云管理系统

Similar Documents

Publication Publication Date Title
CN106510719B (zh) 一种用户姿态监测方法和可穿戴设备
CN107315414B (zh) 一种控制机器人行走的方法、装置及机器人
JP5641445B2 (ja) 監視システム、監視方法、及び監視プログラム
Bai et al. Design and implementation of a fall monitor system by using a 3-axis accelerometer in a smart phone
US8214082B2 (en) Nursing system
US10341647B2 (en) Method for calibrating a camera and calibration system
CN104224182B (zh) 一种监测人体跌倒的方法及装置
CN110378244B (zh) 异常姿态的检测方法和装置
CN102348102A (zh) 天台安全监控系统及方法
CN106344035A (zh) 一种人体健康监控系统
CN116490909A (zh) 用于火灾场景的数据处理方法、装置和系统、无人机
CN110675596A (zh) 应用于可穿戴终端的跌倒检测方法
CN116189383A (zh) 一种基于惯性传感的跌倒及其相似动作预警方法
CN111047827A (zh) 环境辅助生活的智能监控方法及系统
Colon et al. Human fall detection with smartphones
CN108256509A (zh) 一种基于手机摄像头的跌倒检测方法
CN114469074A (zh) 一种跌倒预警方法、系统、设备及计算机存储介质
JP2009163538A (ja) 転倒判定システム、転倒判定方法、および転倒判定プログラム
JP2012141686A (ja) 異常検知装置
CN114220243A (zh) 一种摔倒监测方法、装置、设备及系统
JP2021163401A (ja) 人物検知システム、人物検知プログラム、学習済みモデル生成プログラム及び学習済みモデル
CN111414967A (zh) 提高测温系统鲁棒性的方法及监测系统
CN108846996A (zh) 一种摔倒侦测系统及方法
CN110599742A (zh) 作业人员的安全监测装置、系统和方法
JP2006228025A (ja) 転倒転落検知装置、転倒転落検知システム、及びプログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination