CN111227795B - 一种人脸反射区颜色变化信息的提取方法 - Google Patents

一种人脸反射区颜色变化信息的提取方法 Download PDF

Info

Publication number
CN111227795B
CN111227795B CN202010032923.0A CN202010032923A CN111227795B CN 111227795 B CN111227795 B CN 111227795B CN 202010032923 A CN202010032923 A CN 202010032923A CN 111227795 B CN111227795 B CN 111227795B
Authority
CN
China
Prior art keywords
reflection area
color
information
human body
filtering
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.)
Active
Application number
CN202010032923.0A
Other languages
English (en)
Other versions
CN111227795A (zh
Inventor
欧阳健飞
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.)
Tianjin Zhongyang Technology Co ltd
Original Assignee
Tianjin Zhongyang Technology Co ltd
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 Tianjin Zhongyang Technology Co ltd filed Critical Tianjin Zhongyang Technology Co ltd
Priority to CN202010032923.0A priority Critical patent/CN111227795B/zh
Publication of CN111227795A publication Critical patent/CN111227795A/zh
Application granted granted Critical
Publication of CN111227795B publication Critical patent/CN111227795B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明公开了一种人脸反射区颜色变化信息的提取方法，步骤1，获得反射区颜色信息和非反射区颜色信息，对反射区颜色信息需要先进行降噪；步骤2，将待处理人脸图像进行颜色空间变换；步骤3，进行整体非反射区以及与单个反射区相邻的各个局部非反射区的人体本身肤色以及外界光颜色的干扰颜色滤除；步骤4，提取生理节律信息；步骤5，滤除反射区颜色变化中的人体生理节律信息；步骤6，每个反射区的颜色变化信号经过利用生理节律信号滤除干扰后，再利用生理节律的深层信息进行滤波，完成人脸反射区颜色变化信号的提取。与现有技术相比，本发明能够有效去除每个反射区的干扰信息以及人体生理节律信息给人脸反射区颜色变化带来的不良影响。

Description

一种人脸反射区颜色变化信息的提取方法
技术领域
本发明涉及计算机人脸图像识别技术和计算机图像处理技术，特别是涉及一种人脸反射区颜色变化信息的提取方法。
背景技术
面部对于身体器官的反射区有很多，这些用于面诊的反射区本发明所提及的人脸反射区。通过摄像头获取人脸反射区颜色信息的过程中，由于受外界光的干扰以及数据采集环境条件的不确定性，所获取的人脸反射区颜色信息包含许多外接光源信息。
如何实现更加有效的人脸反射区颜色变化信息的采集方案，是本发明亟待解决的技术问题。
发明内容
为解决以上技术问题，本发明提出一种人脸反射区颜色变化信息的提取方法，在对获取人脸反射区颜色变化信息进行提取前通过一系列的滤波及降噪处理，并计算获取到最终的有效数据信息。
本发明的一种人脸反射区颜色变化信息的提取方法，该方法具体包括以下步骤
步骤1，针对一幅待处理人脸图像同时获得其中的反射区颜色信息和非反射区颜色信息，进而对反射区颜色初始化，即对所获得的反射区颜色信息需要先进行降噪，然后再提取反射区颜色信息；
步骤2，将待处理人脸图像进行颜色空间变换；
步骤3，进行整体非反射区以及与单个反射区相邻的各个局部非反射区的人体本身肤色以及外界光颜色的干扰颜色滤除；具体处理包括：对整个人脸的非反射区总体以及单个反射区周围的各个局部非反射区的颜色进行提取，从反射区的颜色中减去整体非反射区的颜色以及与单个反射区相邻的各个局部非反射区的颜色，从而滤除人体本身肤色以及外界光颜色的干扰；
步骤4，从人体生物电信号提取人体生理节律信息，即利用生物电信号准确测量人体生理节律的实时信号；
步骤5，滤除反射区颜色变化中的人体生理节律信息，具体处理包括：将实时人体生理节律的频率范围作为滤波器阻带，实现对带宽进行的修剪，然后用这个滤波器对反射区信号进行滤波，就得到滤除了人体生理节律信息的反射区信号；
步骤6，每个反射区的颜色变化信号经过利用生理节律信号滤除干扰后，再利用生理节律的深层信息进行滤波，完成人脸反射区颜色变化信号的提取，具体处理为：计算得出人体心率的实时频率范围，根据切分得到的人体实时心率的不同的频率范围获得反应人体基础生理信号的频率通带，选取一个或几个频率通带，并根据不同反射区信号频率与一个或几个频率通带的线性关系，通过对带宽进行缩放和移动，将每个反射区所携带的生理节律信息滤除掉，完成人脸反射区颜色变化信息的提取。
与现有技术相比，本发明可以有效去除所采集到的每个反射区的干扰信息包括人体本身肤色以及外界光颜色的干扰颜色，以及有效去除人体生理节律信息给人脸反射区颜色变化带来的不良影响。
附图说明
图1为本发明的一种人脸反射区颜色变化信息的提取方法整体流程示意图。
具体实施方式
以下结合附图及具体实施方式，进一步详述本发明的技术方案。
如图1所示，为本发明的一种人脸反射区颜色变化信息的提取方法整体流程示意图，具体包括以下步骤：
步骤1，针对一幅人脸图像定位反射区后，进行反射区颜色初始化即对获得的反射区颜色信息需要先进行降噪，然后再提取反射区颜色信息，同时获得非反射区颜色信息；
步骤2，对待处理人脸图像进行颜色空间变换，可供选择的颜色空间如Lab空间、HSV空间；摄像头拍摄的图片一般以RGB颜色空间进行存储和显示，颜色空间变换可以去除一定的外界光干扰例如亮度过高或过低，转换为其他颜色空间更加有利于后续去噪或滤波；
步骤3，进行整体非反射区以及与单个反射区相邻的各个局部非反射区的人体本身肤色以及外界光颜色的干扰颜色滤除；具体处理包括：对整个人脸的非反射区总体以及单个反射区周围的各个局部非反射区的颜色进行提取，从反射区的颜色中减去整体非反射区的颜色以及与单个反射区相邻的各个局部非反射区的颜色，达到滤除人体本身肤色以及外界光颜色的干扰的目的；与单个反射区相邻的各个局部非反射区的颜色反映了人脸本来肤色特征，整体非反射区的颜色反映了外界环境光的颜色特征；
非反射区颜色，反映了人脸本来肤色特征以及外界环境光的颜色特征，对反射区周围一部分非反射区、以及整个人脸的非反射区总体的颜色进行提取，并且在反射区的颜色中减去整体非反射区颜色，以及对应的局部非反射区的颜色；
步骤4，从人体生物电信号提取生理节律信息，即利用生物电信号准确测量人体生理节律的实时信号(例如实时心电信号)；
步骤5，单个反射区颜色变化必然携带人体节律(包括但不限于心跳节律和呼吸节律)相关信息，结合上述生理节律信息滤除反射区颜色变化中的人体节律部分，具体处理为：实时人体节律的频率范围作为滤波器阻带，对带宽进行一定的修剪，然后用这个滤波器对反射区信号进行滤波，就得到滤除了生理节律信息的反射区信号；
心跳和呼吸会引起毛细血管的收缩和扩张带来皮肤颜色轻微变化，这种变化无法被人眼察觉，但摄像头可以捕捉，由于人脸反射区颜色的深层信息包含人体心率，但人体心率作为皮肤颜色变化可直接提取的信息，其信号量过大，这种信号的存在会加大反射区其他信息的提取难度，因此在提取其他信息前，应首先滤除这类信号；
步骤6，每个反射区的颜色变化信号经过利用生理节律信号滤除干扰后，再利用生理节律的深层信息进行滤波，完成人脸反射区颜色变化信号的提取；
人体生理节律信息为反射区信息提取提供了一个天然的滤波器，单个反射区颜色变化所携带的信息必然与人体节律有一定的关系。在人体生理节律信息的基础上，通过对通带进行缩放和移动得到滤波器，对反射区信号进行滤波，提取可以用来计算人体实时身体状况的人脸反射区信号；
人体实时心率由心电信号计算得出，因此可以简单计算得出人体心率的实时频率范围，这个频率范围反应了一个重要的人体节律。由于个人心率在这个范围内并非均匀分布，同时心电信号可以提供人体每次心跳过程的细节(如p波、r波等)，根据这些将人体实时心率的频率范围切分成几个不同的频率范围，获得一组反应人体基础生理信号的频率通带，在更深层次反映人体节律。经过数据对比，不同人脸反射区的颜色变化，在滤除基础的心率、呼吸等主要生理变化引起的毛细血管收缩和扩张后，与这些更精细更基础的人体内在节律有很大关系，同时这些颜色变化显示出人体的健康状况和脏器的病变异常。不同人脸反射区在提取这些信号时，选取上面获得的一组频率通带中的一个或几个，并根据不同反射区信号频率与这一个或几个频率通带的线性关系，对反射区经滤除其他信号影响后的信号再次进行滤波，即可得出能够反映人体某个系统或脏器健康程度或病变异常的信号。

Claims (1)

1.一种人脸反射区颜色变化信息的提取方法，其特征在于，该方法具体包括以下步骤：
步骤1，针对一幅待处理人脸图像同时获得其中的反射区颜色信息和非反射区颜色信息，进而对反射区颜色初始化，即对所获得的反射区颜色信息需要先进行降噪，然后再提取反射区颜色信息；
步骤2，将待处理人脸图像进行颜色空间变换；
步骤3，进行整体非反射区以及与单个反射区相邻的各个局部非反射区的人体本身肤色以及外界光颜色的干扰颜色滤除；具体处理包括：对整个人脸的非反射区总体以及单个反射区周围的各个局部非反射区的颜色进行提取，从反射区的颜色中减去整体非反射区的颜色以及与单个反射区相邻的各个局部非反射区的颜色，从而滤除人体本身肤色以及外界光颜色的干扰；
步骤4，从人体生物电信号提取人体生理节律信息，即利用生物电信号准确测量人体生理节律的实时信号；
步骤5，滤除反射区颜色变化中的人体生理节律信息，具体处理包括：将实时人体生理节律的频率范围作为滤波器阻带，实现对带宽进行的修剪，然后用这个滤波器对反射区信号进行滤波，就得到滤除了人体生理节律信息的反射区信号；
步骤6，每个反射区的颜色变化信号经过利用生理节律信号滤除干扰后，再利用生理节律的深层信息进行滤波，完成人脸反射区颜色变化信号的提取，具体处理为：计算得出人体心率的实时频率范围，根据切分得到的人体实时心率的不同的频率范围获得反应人体基础生理信号的频率通带，选取一个或几个频率通带，并根据不同反射区信号频率与一个或几个频率通带的线性关系，通过对带宽进行缩放和移动，将每个反射区所携带的生理节律信息滤除掉，完成人脸反射区颜色变化信息的提取。
CN202010032923.0A 2020-01-13 2020-01-13 一种人脸反射区颜色变化信息的提取方法 Active CN111227795B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010032923.0A CN111227795B (zh) 2020-01-13 2020-01-13 一种人脸反射区颜色变化信息的提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010032923.0A CN111227795B (zh) 2020-01-13 2020-01-13 一种人脸反射区颜色变化信息的提取方法

Publications (2)

Publication Number Publication Date
CN111227795A CN111227795A (zh) 2020-06-05
CN111227795B true CN111227795B (zh) 2022-07-22

Family

ID=70862062

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010032923.0A Active CN111227795B (zh) 2020-01-13 2020-01-13 一种人脸反射区颜色变化信息的提取方法

Country Status (1)

Country Link
CN (1) CN111227795B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101292864A (zh) * 2008-05-28 2008-10-29 青岛大学医学院附属医院 人体疾病信息手区成像的影像表达测定方法及其装置
CN102426652A (zh) * 2011-10-10 2012-04-25 北京工业大学 基于图像分析的中医面色识别和检索方法
CN203290905U (zh) * 2013-05-28 2013-11-20 天津点康科技有限公司 非接触式自动呼吸测量系统
CN103955675A (zh) * 2014-04-30 2014-07-30 上海华博信息服务有限公司 一种人脸特征提取方法
CN104573668A (zh) * 2015-01-26 2015-04-29 北京工业大学 基于光谱反射率的面部色泽适应性自动识别方法
CN104700363A (zh) * 2013-12-06 2015-06-10 富士通株式会社 舌象反射区域的去除方法和去除装置
CN106971147A (zh) * 2017-03-06 2017-07-21 武汉嫦娥医学抗衰机器人股份有限公司 一种基于人脸区域分割的中医面诊系统及面诊方法
CN108604376A (zh) * 2016-02-08 2018-09-28 皇家飞利浦有限公司 用于搏动性检测的设备、系统和方法
CN108717872A (zh) * 2018-05-17 2018-10-30 安徽昱康智能科技有限公司 基于面部、手部识别和大数据的健康分析方法及系统
CN109147911A (zh) * 2017-06-16 2019-01-04 深圳大森智能科技有限公司 病症信息显示方法及装置、计算机可读存储介质
CN109953743A (zh) * 2017-12-23 2019-07-02 深圳市前海安测信息技术有限公司 中医面像采集分析装置及方法
CN110334649A (zh) * 2019-07-04 2019-10-15 五邑大学 一种人工视觉智能中医面诊五脏状态诊测方法及装置

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101292864A (zh) * 2008-05-28 2008-10-29 青岛大学医学院附属医院 人体疾病信息手区成像的影像表达测定方法及其装置
CN102426652A (zh) * 2011-10-10 2012-04-25 北京工业大学 基于图像分析的中医面色识别和检索方法
CN203290905U (zh) * 2013-05-28 2013-11-20 天津点康科技有限公司 非接触式自动呼吸测量系统
CN104700363A (zh) * 2013-12-06 2015-06-10 富士通株式会社 舌象反射区域的去除方法和去除装置
CN103955675A (zh) * 2014-04-30 2014-07-30 上海华博信息服务有限公司 一种人脸特征提取方法
CN104573668A (zh) * 2015-01-26 2015-04-29 北京工业大学 基于光谱反射率的面部色泽适应性自动识别方法
CN108604376A (zh) * 2016-02-08 2018-09-28 皇家飞利浦有限公司 用于搏动性检测的设备、系统和方法
CN106971147A (zh) * 2017-03-06 2017-07-21 武汉嫦娥医学抗衰机器人股份有限公司 一种基于人脸区域分割的中医面诊系统及面诊方法
CN109147911A (zh) * 2017-06-16 2019-01-04 深圳大森智能科技有限公司 病症信息显示方法及装置、计算机可读存储介质
CN109953743A (zh) * 2017-12-23 2019-07-02 深圳市前海安测信息技术有限公司 中医面像采集分析装置及方法
CN108717872A (zh) * 2018-05-17 2018-10-30 安徽昱康智能科技有限公司 基于面部、手部识别和大数据的健康分析方法及系统
CN110334649A (zh) * 2019-07-04 2019-10-15 五邑大学 一种人工视觉智能中医面诊五脏状态诊测方法及装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Separating Skin Surface Reflection Component from Single Color Image;Shuchang Xu et al.;《International Conference on Image and Graphics》;20191128;全文 *
一种面诊图像的分割算法;刘媛;《电脑知识与技术》;20170930;第13卷(第26期);全文 *
中医面诊信息处理技术研究进展与展望;李文书;《上海中医药杂志》;20111130;第45卷(第11期);全文 *
中医面诊信息计算机识别方法研究及临床应用概述;王祉;《中华中医药学刊》;20140830;第32卷(第8期);全文 *

Also Published As

Publication number Publication date
CN111227795A (zh) 2020-06-05

Similar Documents

Publication Publication Date Title
CN110269600B (zh) 基于多元经验模态分解与联合盲源分离的非接触式视频心率检测方法
Wang et al. A comparative survey of methods for remote heart rate detection from frontal face videos
CN109685813A (zh) 一种自适应尺度信息的u型视网膜血管分割方法
CN111728602A (zh) 基于ppg的无接触血压测量装置
US20160317041A1 (en) System and methods for measuring physiological parameters
WO2021184805A1 (zh) 一种多数据源的血压预测方法和装置
CN110647815A (zh) 一种基于人脸视频图像的非接触式心率测量方法及系统
CN111281367A (zh) 一种基于人脸视频的抗干扰非接触式心率检测方法
CN107292835A (zh) 一种眼底图像视网膜血管自动矢量化的方法及装置
CN109754388B (zh) 一种颈动脉狭窄程度计算方法、装置及存储介质
CN111839492B (zh) 一种基于面部视频序列的心率非接触式测量方法
CN111340773B (zh) 一种视网膜图像血管分割方法
Cho et al. Reduction of motion artifacts from remote photoplethysmography using adaptive noise cancellation and modified HSI model
CN113920119B (zh) 一种基于热成像技术的心率呼吸分析处理方法
Sulas et al. A non-invasive multimodal foetal ECG–Doppler dataset for antenatal cardiology research
EP3318179B1 (en) Method for measuring respiration rate and heart rate using dual camera of smartphone
Moya-Albor et al. Heart rate estimation using Hermite transform video magnification and deep learning
CN111227795B (zh) 一种人脸反射区颜色变化信息的提取方法
CN117012344B (zh) 一种4cmos相机采集的图像分析方法
CN117557486A (zh) 基于超声影像的神经麻醉穿刺辅助定位方法
WO2020210813A1 (en) Generating imaging-based neurological state biomarkers and estimating cerebrospinal fluid (csf) dynamics based on coupled neural and csf oscillations during sleep
CN115564817A (zh) 三维血管图像的确定方法、装置、设备及存储介质
CN114677713A (zh) 一种基于近红外光的手臂静脉采血点的识别方法及系统
CN109859165B (zh) 一种取脉点的定位方法及装置
Borzov et al. Heart rate intellectual analysis by structural decomposition methods of photoplethysmography signals

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
GR01 Patent grant
GR01 Patent grant