CN113256648B - 基于摄像头的自适应多尺度呼吸监测方法 - Google Patents
基于摄像头的自适应多尺度呼吸监测方法 Download PDFInfo
- Publication number
- CN113256648B CN113256648B CN202110483017.7A CN202110483017A CN113256648B CN 113256648 B CN113256648 B CN 113256648B CN 202110483017 A CN202110483017 A CN 202110483017A CN 113256648 B CN113256648 B CN 113256648B
- Authority
- CN
- China
- Prior art keywords
- scale
- local
- respiration
- monitoring
- optimal
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/48—Matching video sequences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/14—Picture signal circuitry for video frequency region
- H04N5/147—Scene change detection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/04—Babies, e.g. for SIDS detection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/04—Babies, e.g. for SIDS detection
- A61B2503/045—Newborns, e.g. premature baby monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Abstract
基于摄像头的自适应多尺度呼吸监测方法,涉及到视频图像信号识别处理技术领域。解决现有采用单一图像尺度无法获得局部最优的呼吸信号和全局最优的呼吸信号的技术不足,步骤:(1)、采用摄像头实时采集呼吸监测对象;(2)、对摄像头采集的视频图像进行多尺度规则预分割,在每一尺度下预分割的各单元区域分别进行局部呼吸信号识别提取;将具有局部呼吸信号输出的单元区域定义为目标区域;(3)、对各尺度预分割的目标区域提取的局部呼吸信号进行比对,根据局部呼吸信号质量确定最优分割尺度,并将最优分割尺度下的从目标区域提取的局部呼吸信号作为监控呼吸信号输出。根据呼吸信号质量自适应确定最优分割尺度,从而精确地从呼吸监测对象监控视频中获得多尺度下最优的呼吸区域和全局最优呼吸信号,提升摄像头非接触监测呼吸信号可靠性。
Description
技术领域
本发明涉及到视频图像信号识别处理技术领域。
背景技术
呼吸频率是急性呼吸功能障碍的敏感指标,也是衡量人心脏功能好坏和气体交换是否正常的重要指标。正常成年人每分钟呼吸大约12-20次,小儿呼吸比成人快,每分钟可达20~30次;新生儿的呼吸频率可达每分钟44次;呼吸与脉搏的比是1:4,即每呼吸1次,脉搏搏动4次。目前,呼吸频率的两种基本监测方法为:直接监测法和间接监测法。直接监测法包括阻抗法、温度传感器法、压力传感器法、二氧化碳法、呼吸音法和超声法;间接监测法包括通过心电、血压、肌电、光电容积脉搏波中监测呼吸频率的方法。
基于摄像头非接触监测呼吸的方法在近年来兴起,无需接触受试者的身体即可监测呼吸信号,减少了穿戴设备带来的不适和不便,提高用户体验,简化监测流程。基于摄像头的呼吸监测主要采用三种原理:(1)血液体积量变化;(2)鼻腔温度变化;(3)胸部/腹部呼吸运动。其中,方式(3)因其可复现性强更为常用;但是,目前基于胸部/腹部呼吸运动的呼吸监测根据图像分辨率采用预设的固定尺度,进行单一图像尺度进行呼吸信号提取,而单一图像尺度无法达到最优的呼吸信号提取效果。原因主要为:(1)局部纹理更明显的区域需要较小的图像尺度提取呼吸信号,以达到更好的敏感程度,而预设固定尺度并不一定是最适合的尺度;(2)局部纹理不明显的区域需要较大的图像尺度提取信号,以包括更多的纹理信息使呼吸运动的提取更加精确。而呼吸监测对象的局部纹理必然会有差别,比如:衣服纹理和褶皱,光照不均匀等,因此,无法从单一图像尺度上获得局部最优的呼吸信号和全局最优的呼吸信号。
发明内容
综上所述,本发明的目的在于解决现有采用单一图像尺度无法获得局部最优的呼吸信号和全局最优的呼吸信号的技术不足,而提出一种基于摄像头的自适应多尺度呼吸监测方法。
为解决本发明所提出的技术问题,采用的技术方案为:
基于摄像头的自适应多尺度呼吸监测方法,其特征在于所述的所述方法包括有如下步骤:
(1)、采用摄像头实时采集呼吸监测对象;
(2)、对摄像头采集的视频图像进行多尺度规则预分割,在每一尺度下预分割的各单元区域分别进行局部呼吸信号识别提取;将具有局部呼吸信号输出的单元区域定义为目标区域;
(3)、对各尺度预分割的目标区域提取的局部呼吸信号进行比对,根据局部呼吸信号质量确定最优分割尺度,并将最优分割尺度下的从目标区域提取的局部呼吸信号作为监控呼吸信号输出。
作为本发明作进一步限定的技术方案包括有:
在步骤(3)中,当同一尺度下目标区域为两个以上时,将两个不同尺度下像素位置重合度最高的两个目标区域提取的局部呼吸信号进行比对;在最优分割尺度下的多个目标区域提取的多个局部呼吸信号再进行综合或比对出一个最优局部呼吸作为监控呼吸信号输出。
在步骤(2)无法提取到满足预设值的局部呼吸信号时;通过图像内容的局部特征的引导对局部区域的像素进行单一尺度不规则分割,分割出若干具有近似像素特征的单元区域,并各单元区域分别进行局部呼吸信号识别提取;将具有局部呼吸信号输出的单元区域定义为目标区域;多个目标区域提取的多个局部呼吸信号再进行综合或比对出一个最优局部呼吸作为监控呼吸信号输出。
本发明的有益效果为:本发明对摄像头采集的视频图像进行多尺度规则预分割,根据呼吸信号质量自适应确定最优分割尺度,并将最优分割尺度下的从目标区域提取的局部呼吸信号作为监控呼吸信号输出,从而精确地从呼吸监测对象监控视频中获得多尺度下最优的呼吸区域和全局最优呼吸信号,提升摄像头非接触监测呼吸信号可靠性,实现智能监控。
附图说明
图1为本发明采用视频图像进行多尺度规则预分割时的工作流程图;
图2为本发明采用单一尺度不规则分割原理图。
具体实施方式
以下结合附图和本发明优选的具体实施例对本发明的方法作进一步地说明。
参照图1中所示,本发明所公开的一种基于摄像头的自适应多尺度呼吸监测方法,包括有如下步骤:
(1)、采用摄像头实时采集呼吸监测对象。呼吸监测对象主要以小儿和新生儿为主,因为小儿和新生儿身体比较稚嫩,不适于采用接触式进行监测呼吸;还有,小儿和新生儿也是高危监护对象,是急性呼吸功能障碍高发人群。目前,人们一般采用摄像头对着婴儿床进行视频和音频采集,对采集的视频进行移动侦测,避免睡眠中的婴幼小儿因翻身、爬行等动作,未得到守护发生婴幼小儿在睡梦中跌落下床的意外事件,危害婴幼儿的人身安全,而在监测对象出现较大幅度移动时,或者,采集的音频中识别出哭声时,摄像头的处理器自动生产报警信息,通过监护人智能手机进行短信提醒;本发明采用的摄像头可以是在具备上述传统摄像头的移动侦测和哭声语音识别功能基础上,还具备识别监测对象在呼吸过程中胸部、腹部、颈部或面部出现的细微周期性连续运动信号的彩色摄像头,或具有红外夜视功能的监控摄像头。
(2)、对摄像头采集的视频图像进行多尺度规则预分割,在每一尺度下预分割的各单元区域分别进行局部呼吸信号识别提取;将具有局部呼吸信号输出的单元区域定义为目标区域。由于监测对象在呼吸过程中胸部、腹部、颈部或面部出现的周期性连续运动幅度相对于采集的视频图像全局而言极为细微,只有目标区域尺度适合的情况下,才能高效,精准地输出呼吸频率。图像分割是现在各种图像识别处理的常见的处理过程,是将图像划分成若干个具有特征一致性且互不重叠的单元区域的过程,本发明图像分割优选采用多尺度规则分割,也即是采用多次不同尺度规则进行图像分割,类似网格化分割,从而得到若干单元区域。每次图像分割后均对各单元区域分别进行局部呼吸信号识别提取,具体识别提取过程可以包括有图像灰度化和直方图均衡、图像归一化、视频帧间匹配、图像白化处理、去除奇异图像来优化数据集等处理过程;一般情况下,若呼吸监测对象穿着纹理明显衣物,并能被摄像头直接采集时,胸部和腹部对应的各单元区域就会产生明显的周期性连续运动信号,根据该周期性连续运动信号,则可识别提取局部呼吸信号,采用相对较大尺度规则分割,可持续稳定提取出局部呼吸信号;而如果呼吸监测对象穿着衣物色彩单一,或者,穿着衣物被色彩单一的被子遮盖,胸部和腹部对应的各单元区域很难提取到识别提取到呼吸信号,只能从呼吸监测对象颈部或面部相对微弱的周期性连续运动信号中可识别提取局部呼吸信号,只能采用相对较小尺度规则分割,虽然,提取到的局部呼吸信号质量不如胸部和腹部衣物纹理明显时大尺度规则分割提取的局部呼吸信号质量,但至少能保证能提取的局部呼吸信号。
(3)、对各尺度预分割的目标区域提取的局部呼吸信号进行比对,根据局部呼吸信号质量确定最优分割尺度,并将最优分割尺度下的从目标区域提取的局部呼吸信号作为监控呼吸信号输出。当同一尺度下目标区域为两个以上时,将两个不同尺度下像素位置重合度最高的两个目标区域提取的局部呼吸信号进行比对;在最优分割尺度下的多个目标区域提取的多个局部呼吸信号再进行比对出一个最优局部呼吸作为监控呼吸信号输出;或者,将最优分割尺度下的多个目标区域拼合作为一个目标区域,综合输出一个全局呼吸信号。确定局部最优分割尺度后,并在之后的呼吸监测中使用该分割尺度参数设置。在呼吸监测对象内容发生变化,原分割尺度下无法识别提取到满足所需的呼吸信号之后,重复步骤(2),重新确定最优分割尺度参数,自适应多尺度呼吸监测。
由于在步骤(2)多尺度规则预分割时并不会考虑图像内容,即便是在最优尺度下对呼吸监测对象颈部或面部相对微弱的周期性连续运动信号中仍然有可能无法提取到满足预设值的局部呼吸信号时;如图2中所示,通过图像内容的局部特征的引导对局部区域的像素进行单一尺度不规则分割,分割出若干具有近似像素特征的单元区域,并各单元区域分别进行局部呼吸信号识别提取;将具有局部呼吸信号输出的单元区域定义为目标区域;多个目标区域提取的多个局部呼吸信号再进行综合或比对出一个最优局部呼吸作为监控呼吸信号输出。单一尺度不规则分割是基于均值漂移的分割方法,通过模式空间密度函数的梯度来实现特征空间的颜色聚类,从而达到图像分割的目的,根据图像边缘检测进行分割,有利于颈部或面部相对微弱的周期性连续运动信号捕获。
本发明采用摄像头非接触,多尺度图像分割和呼吸信号提取,寻找多尺度下最优的呼吸区域和全局最优呼吸信号,实现呼吸信号监测,高效、精准满足生命体征监护和预警需求。
Claims (2)
1.基于摄像头的自适应多尺度呼吸监测方法,其特征在于所述方法包括有如下步骤:
(1)、采用摄像头实时采集呼吸监测对象;
(2)、对摄像头采集的视频图像进行多尺度规则预分割,在每一尺度下预分割的各单元区域分别进行局部呼吸信号识别提取;将具有局部呼吸信号输出的单元区域定义为目标区域;
(3)、对各尺度预分割的目标区域提取的局部呼吸信号进行比对,根据局部呼吸信号质量确定最优分割尺度,并将最优分割尺度下的从目标区域提取的局部呼吸信号作为监控呼吸信号输出;当同一尺度下目标区域为两个以上时,将两个不同尺度下像素位置重合度最高的两个目标区域提取的局部呼吸信号进行比对;在最优分割尺度下的多个目标区域提取的多个局部呼吸信号再进行综合或比对出一个最优局部呼吸作为监控呼吸信号输出。
2.根据权利要求1所述的基于摄像头的自适应多尺度呼吸监测方法,其特征在于:在步骤(2)无法提取到满足预设值的局部呼吸信号时;通过图像内容的局部特征的引导对局部区域的像素进行单一尺度不规则分割,分割出若干具有近似像素特征的单元区域,并各单元区域分别进行局部呼吸信号识别提取;将具有局部呼吸信号输出的单元区域定义为目标区域;多个目标区域提取的多个局部呼吸信号再进行综合或比对出一个最优局部呼吸作为监控呼吸信号输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110483017.7A CN113256648B (zh) | 2021-04-30 | 2021-04-30 | 基于摄像头的自适应多尺度呼吸监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110483017.7A CN113256648B (zh) | 2021-04-30 | 2021-04-30 | 基于摄像头的自适应多尺度呼吸监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113256648A CN113256648A (zh) | 2021-08-13 |
CN113256648B true CN113256648B (zh) | 2022-04-26 |
Family
ID=77223429
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110483017.7A Active CN113256648B (zh) | 2021-04-30 | 2021-04-30 | 基于摄像头的自适应多尺度呼吸监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113256648B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3575979B2 (ja) * | 1998-03-27 | 2004-10-13 | 株式会社東芝 | 被介護者観測装置及びその方法 |
JP6205556B2 (ja) * | 2014-06-03 | 2017-10-04 | 株式会社イデアクエスト | 呼吸運動測定装置 |
US10019883B2 (en) * | 2016-01-21 | 2018-07-10 | Htc Corporation | Method for monitoring breathing activity, electronic device, and computer-readable storage medium using the same |
CN106901741A (zh) * | 2017-03-13 | 2017-06-30 | 合肥工业大学 | 一种适用于昼夜环境的呼吸率检测方法 |
CN110097078A (zh) * | 2019-03-26 | 2019-08-06 | 深圳大学 | 一种最优尺度选择方法、装置及计算机可读存储介质 |
CN110047079A (zh) * | 2019-04-26 | 2019-07-23 | 重庆交通大学 | 一种基于对象相似性的最优分割尺度选择方法 |
-
2021
- 2021-04-30 CN CN202110483017.7A patent/CN113256648B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113256648A (zh) | 2021-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106778695B (zh) | 一种基于视频的多人快速心率检测方法 | |
CN107122709B (zh) | 活体检测方法及装置 | |
US10380444B2 (en) | 3D mask face anti-spoofing with remote photoplethysmography | |
CN107635457A (zh) | 识别视频序列中的活的皮肤组织 | |
CN112396011B (zh) | 一种基于视频图像心率检测及活体检测的人脸识别系统 | |
CN111081375B (zh) | 健康监测的预警方法及系统 | |
CN111275018B (zh) | 一种基于环形感兴趣区域加权的非接触式心率信号提取方法 | |
CN112806966B (zh) | 一种非干扰式睡眠中呼吸暂停预警系统 | |
CN113273998B (zh) | 一种基于rfid标签矩阵的人体睡眠信息获取方法及装置 | |
CN114926957B (zh) | 基于智能家居的婴幼儿监护系统及监护方法 | |
CN111248890A (zh) | 一种基于面部视频的非接触式新生儿心率监测方法及系统 | |
CN114937242A (zh) | 睡眠检测预警方法及装置 | |
CN111523344A (zh) | 人体活体检测系统及方法 | |
CN114596279B (zh) | 一种基于计算机视觉的非接触式呼吸检测方法 | |
CN107958572A (zh) | 一种婴儿监控系统 | |
Dosso et al. | Neonatal face tracking for non-contact continuous patient monitoring | |
KR102150635B1 (ko) | 비전 기반 심박수 측정 방법 | |
CN113256648B (zh) | 基于摄像头的自适应多尺度呼吸监测方法 | |
CN113456042A (zh) | 一种基于3d cnn的无接触面部血压测量方法 | |
CN112244796A (zh) | 一种智能检测人体生理指标的方法及看护设备 | |
US20230017172A1 (en) | Self-adaptive multi-scale respiratory monitoring method based on camera | |
Kau et al. | Pressure-sensor-based sleep status and quality evaluation system | |
CN208092911U (zh) | 一种婴儿监控系统 | |
CN113361526B (zh) | 一种融合肩部和胸部区域信息的非接触式呼吸率监测方法 | |
CN113693573B (zh) | 一种基于视频的非接触式多生理参数监测的系统及方法 |
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 |