[发明专利]基于特征算子的实时个体跌倒行为检测报警方法

说明书

本发明公开了一种基于特征算子的实时个体跌倒行为检测报警方法，具体按照以下步骤实施：对视频混合高斯背景建模、二值化、Canny处理及形态学处理，提取出运动人体目标图像后从得到的运动人体目标图像中提取出人体运动信息，对运动目标进行跟踪，记录运动人体的跟踪信息，绘出运动人体的外接矩形；计算人体重心高度变化率，并判断是否满足标准，进而判断是否发生跌倒行为，计算外接矩形高长比，并判定是否符合跌倒时的标准，判定人体处于跌倒行为时，记录人体发生跌倒行为的时间并判断是否属于已经受伤而无法站立的情况，并做出报警处理；本发明的方法通过运用自定义的特征算子，来判断人体正常行为和跌倒行为，能够很好的保证实时性。

技术领域

本发明属于行为异常报警技术领域，具体涉及一种基于特征算子的实时个体跌倒行为检测报警方法。

背景技术

幼儿、老年人以及一些病人，是最容易发生跌倒行为的群体，而一旦这些人发生了跌倒行为，并且不能自己站立起来，有可能会影响到这些监护人群的人身安全，而如果这种异常行为能够被监控系统及时检测到，并做出相应的处理，便能有效地保证这类监护人群的人身安全，因此，在公园、小区、广场、医院等老人、幼儿以及病人出现频率很高的地方安装异常报警系统具有很重要的作用。

据世界卫生组织相关资料显示，跌倒是世界各地意外或非故意伤害死亡的第二大隐患。全世界每年估计有42.4万人因跌倒受伤而导致死亡。众多因跌倒造成的死亡并非直接源于跌到本身，而是因为跌倒后没有的及时的救助而错过了最佳时机。因此，实现一种实时有效的跌倒检测报警方法在监护领域具有重要意义。

发明内容

本发明的目的是提供一种基于特征算子的实时个体跌倒行为检测报警方法，通过运用自定义的特征算子，来判断人体正常行为和跌倒行为，能够很好的保证实时性。

本发明所采用的技术方案是，一种基于特征算子的实时个体跌倒行为检测报警方法，具体按照以下步骤实施：

步骤1，对视频混合高斯背景建模、二值化、Canny处理及形态学处理，提取出运动人体目标图像，

步骤2，从步骤1得到的运动人体目标图像中提取出人体运动信息，对运动目标进行跟踪，记录运动人体的跟踪信息，绘出运动人体的外接矩形；

步骤3，根据步骤2中采集的人体运动信息，计算人体重心高度变化率，并判断是否满足标准，进而判断是否发生跌倒行为，

步骤4，计算外接矩形高长比，并判定是否符合跌倒时的标准，

步骤5，步骤4判定人体处于跌倒行为时，开始记录人体发生跌倒行为的时间t，如果t>2min，参则认为人体长时间内无法自己恢复站立，说明人体可能已经受伤，此时，系统做出报警处理；否则，不做任何处理。

本发明的特点还在于，

所述的步骤1具体为，利用混合高斯背景建模方法提取实时采集的图像，通过二值化处理，提取出运动人体目标，对二值化图像做形态学处理，去除图像中的噪声，同时利用Canny边缘检测得到运动人体目标图像。

所述的步骤2中提取并记录下的运动人体目标的相关运动信息，包括重心坐标外接矩形的长和高以及外接矩形中像素值为1和0的像素总数。

所述的步骤2具体为，

步骤2.1，对步骤1提取的前景目标利用camshif结合Kalman算法进行跟踪，并对提取出的运动人体目标的二值化图像进行投影，

步骤2.2，首先从图像的最左端到最右端遍历一次，分别记录下其横坐标X_min和X_max；再从图像的最下端到最上端遍历一次，找出最下端和最上端的白色像素点，分别记录下其纵坐标Y_min和Y_max；