[发明专利]基于深度图像的帕金森震颤运动特征检测方法及系统

权利要求书

1.一种基于深度图像的帕金森震颤运动特征检测方法，其特征在于，包括以下步骤：

S1：令被检测者佩戴纯色手套，采集包含被检测者的手部的画面，选定画面中被检测者的手部位置；

S2：采用色调过滤识别方法识别S1选定画面中的手部图像；每一帧都依据上一帧的识别结果进行预测，确定参考点后完成识别；

S3：将识别结果从二维坐标转换为三维坐标，选择左上、左下、右上、右下四个顶点以及中心点进行记录，写入数据文件；

S4：处理数据文件，分析拟合得到手部震颤的周期信息；

所述S2，具体为：根据输入的初始像素点，分析得到手部的整体色调以及手部在图像中的相对位置，以该初始像素点为起始，以区域生长的方式扫描附近的像素点，并通过比较色调相似度来判断是否属于手部像素点，从而将整个手部从背景中分割出来；

对所有像素点的色调分析是通过RGB色彩空间和HSL色彩空间之间的转换完成的，Kinect返回的彩色图像是BGRA格式，通过转换公式得到H分量(色调)以及L分量(亮度)：

而计算色调相似度的公式就是基于两个像素点的H和L分量进行计算：

以上式子中，H和L代表了比较像素的H和L分量，H₀代表了被比较像素点的H分量，θ则代表了色调相差绝对值的阈值范围；从公式可知，当两个像素点间的色调差值小于θ时，色调差越小D越大，且在差值相同的情况下D与L分量成正比；当两个像素点的色调差大于θ时，则D为0，表示不属于同种色调；在扫描像素点时，围绕初始像素点层层扩展，并通过比较种子像素点和周围像素点的色调相似度D是否为0来判断是否为同类像素点，从而将整个手部从背景中分割。

2.根据权利要求1所述的基于深度图像的帕金森震颤运动特征检测方法，其特征在于，所述S3，具体为：通过Kinect SDK包提供的坐标系转换函数，得到在深度空间中对应的空间三维坐标，其x,y,z均以米为单位，x,y,z是三维坐标系中的坐标点；通过四个顶点，还原每一帧手部运动时手掌所在的平面；通过中心点，则代表手部的空间移动轨迹和反映震颤情况。

3.根据权利要求1所述的基于深度图像的帕金森震颤运动特征检测方法，其特征在于，所述S4，具体为：对数据文件先进行初步处理，由于记录时将四个顶点和一个中心点的坐标成组记录，所以需要批量处理，将每个数据文件分解为对应四个顶点和一个中心点的5个数据文件，通过计算每个点到初始像素点的距离，将三维数据降至一维，舍去方向和位置信息，仅保留周期性。

4.根据权利要求3所述的基于深度图像的帕金森震颤运动特征检测方法，其特征在于，根据分解后的数据绘制s-t图像，会发现除波动外，还有一定的偏移，通过平均平滑得到平衡曲线，代表其中的偏移分量；再进行两条曲线的相减，得到纯震颤造成的波动分量，在此基础上，对波动曲线进行正弦波波形拟合，进而分析波动周期。

5.一种用于实现上述权利要求1-4任一项所述得到的基于深度图像的帕金森震颤运动特征检测系统，其特征在于，所述系统包括：

手部位置选定模块，用于采集被检测者的佩戴纯色手套的手部画面，选定画面中被检测者的手部位置；

手部图像识别模块：对手部位置选定模块选定的检测者的手部位置的画面，采用色调过滤识别方法识别画面中的手部图像；每一帧都依据上一帧的识别结果进行预测，确定参考点后完成识别；

识别数据转换模块：将手部图像识别模块识别出的结果，从二维坐标转换为三维坐标，选择左上、左下、右上、右下四个顶点以及中心点进行记录，写入数据文件；

数据处理分析模块：处理数据文件，分析拟合得到手部震颤的周期信息。