[发明专利]一种智能机器人在审

专利信息
申请号: 201810541320.6 申请日: 2018-05-30
公开(公告)号: CN108937950A 公开(公告)日: 2018-12-07
发明(设计)人: 韦德远 申请(专利权)人: 梧州井儿铺贸易有限公司
主分类号: A61B5/11 分类号: A61B5/11;A61B5/01
代理公司: 暂无信息 代理人: 暂无信息
地址: 543000 广西壮族自治区梧州市银*** 国省代码: 广西;45
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 体温 智能机器人 报警装置 第二检测 分析装置 检测装置 警报信号 人体动作 摄像装置 视频图像 显示装置 去噪 测量 红外测温传感器 人体健康状况 健康评估 人本发明 人体健康 人体图像 智能机器 检测 预警 采集 健康 评估
【权利要求书】:

1.一种智能机器人,其特征在于,包括摄像装置、第一检测装置、第二检测装置、健康分析装置、报警装置和显示装置,所述摄像装置用于采集人体视频图像并对所述视频图像进行去噪处理,所述第一检测装置用于根据去噪后的人体图像检测人体的动作,所述第二检测装置通过红外测温传感器对人体的体温进行测量,所述健康分析装置用于根据检测到的人体动作和体温对人体健康情况进行评估,所述报警装置用于在人体健康状况异常时发出警报信号,所述显示装置用于显示所述警报信号。

2.根据权利要求1所述的智能机器人,其特征在于,所述摄像装置包括第一处理单元、第二处理单元、第三处理单元、第四处理单元和第五处理单元,所述第一处理单元用于获取人体视频图像,所述第二处理单元用于建立视频图像噪声模型,所述第三处理单元用于根据噪声模型对视频图像噪声进行去除,所述第四处理单元用于对第三处理单元的去噪效果进行评价,所述第五处理单元用于对去除噪声后的视频图像进行存储。

3.根据权利要求2所述的智能机器人,其特征在于,所述第二处理单元用于建立视频图像噪声模型:将视频序列中每一帧图像作为一个图像块,将视频图像噪声模型表示为:EH=YW+PA+M,在式子里,PA表示脉冲噪声矩阵,PA={n1,n2,…,nl},ni表示fi对应的脉冲噪声,i=1,2,…,l,M表示高斯噪声矩阵,M={m1,m2,…,ml},mi表示fi对应的高斯噪声,i=1,2,…,l,EH为含有噪声的图像矩阵,EH={h1,h2,…,hl},hi表示fi对应的含有噪声的图像,i=1,2,…,l,YW表示不含噪声的干净图像矩阵,YW={f1,f2,…,fl},fi表示第i个干净图像块,l表示图像帧数,i=1,2,…,l。

4.根据权利要求3所述的智能机器人,其特征在于,所述第三处理单元包括一次去噪子单元和二次去噪子单元,所述一次去噪子单元用于去除视频图像高斯噪声,所述二次去噪子单元用于对去除高斯噪声后的视频图像进行处理,去除视频图像脉冲噪声。

5.根据权利要求4所述的智能机器人,其特征在于,所述一次去噪子单元用于去除视频图像高斯噪声:对每帧图像去除高斯噪声,得到去除高斯噪声后的视频图像:EM=YW+PA,在式子里,EM为仅含有脉冲噪声的图像矩阵,EM={s1,s2,…,sl},si表示fi对应的仅含有脉冲噪声的图像,i=1,2,…,l。

6.根据权利要求5所述的智能机器人,其特征在于,所述二次去噪子单元用于对去除高斯噪声后的视频图像进行处理,去除视频图像脉冲噪声:对于含有l帧的视频序列,将其分为l组,对每一帧图像,以该图像为中心,前后各n帧图像作为该图像的相似图像块,将所述相似图像块顺序排列构成矩阵,最小化该矩阵的秩,得到该图像的一个处理结果,由于每帧图像会被处理2n+1次,将2n+1次结果进行简单加权平均作为该图像去除脉冲噪声后的结果;求取所有帧图像去除脉冲噪声后的结果,得到去除脉冲噪声后的视频图像LG,LG={z1,z2,…,zl},zi表示第i个去除脉冲噪声后的图像,l表示图像帧数,i=1,2,…,l。

7.根据权利要求6所述的智能机器人,其特征在于,所述第四处理单元用于对第三处理单元的去噪效果进行评价:利用下式定义评价因子:在式子里,分别表示去除椒盐噪声后的图像zi和不含噪声的干净图像fi的亮度平均值,分别表示去除椒盐噪声后的图像zi和不含噪声的干净图像fi的亮度方差,表示去除椒盐噪声后的图像zi和不含噪声的干净图像fi的亮度标准差,CS表示评价因子,PSNR表示去除椒盐噪声后的图像zi和不含噪声的干净图像fi的峰值信噪比;所述评价因子越大,表示所述图像去噪单元的去噪效果越好。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于梧州井儿铺贸易有限公司,未经梧州井儿铺贸易有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810541320.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top