[发明专利]一种人体体前屈图像的检测方法及设备

说明书

本发明公开了一种人体体前屈图像的检测方法及设备，其中，该方法包括：将待检测的人体体前屈图像转化为人体体前屈灰度图像；对所述人体体前屈灰度图像进行边缘检测，得到人体体前屈边缘图像；从所述人体体前屈边缘图像中提取肩部特征点、臀部特征点和腿部特征点；计算由所述肩部特征点、臀部特征点和腿部特征点组成的以臀部特征点为顶点的屈体角的角度。通过本发明，能够准确的检测出人体体前屈图像中的人体屈体关节点，进而快速准确的测量出屈体关节的活动角度，使得人体柔韧性检测更加准确。

技术领域

本发明涉及图像检测领域，特别涉及一种人体体前屈图像的检测方法及设备。

背景技术

目前我国测试人体的柔韧性都是采用坐位体前屈和立位体前屈的方法，评价标准是手指前伸可达到的最大距离，用屈体时手指或头部前伸的距离代替关节活动的角度进行测量。但是这种测量方式存在着严重缺陷，因为肢体长度不同会对手指前伸的距离产生影响，增大测量误差，降低测量的效率。此时，如果对屈体关节的活动角度进行测量，就能够克服肢体长度对测量效率的影响，但是这种测量方式需要测试者保持体前屈动作一定的时长，这对于大部分柔韧性不好的测试者来说是无法完成的，当然，也可以将测试者的体前屈图像拍摄下来，再从图像上测量测试者的屈体关节的活动角度，但是测量者容易找不准屈体关节，这样就会影响测试者的屈体关节的活动角度的测量结果，进而影响测试者的柔韧性检测结果。

发明内容

本发明提供一种人体体前屈图像的检测方法及设备，能够准确的检测出人体体前屈图像中的人体屈体关节点，进而快速准确的测量出屈体关节的活动角度，使得人体柔韧性检测更加准确。

根据本发明的一个方面，提供了一种人体体前屈图像的检测方法，包括以下步骤：将待检测的人体体前屈图像转化为人体体前屈灰度图像；对所述人体体前屈灰度图像进行边缘检测，得到人体体前屈边缘图像；从所述人体体前屈边缘图像中提取肩部特征点、臀部特征点和腿部特征点；计算由所述肩部特征点、臀部特征点和腿部特征点组成的以臀部特征点为顶点的屈体角的角度。

优选地，对所述人体体前屈灰度图像进行边缘检测，得到人体体前屈边缘图像，包括以下步骤：通过混合滤波器平滑所述人体体前屈灰度图像，以使所述人体体前屈灰度图像中的噪声被滤除，得到人体体前屈平滑图像；计算所述人体体前屈平滑图像中的每个像素的的梯度幅值和梯度方向，得到人体体前屈梯度图像；对所述人体体前屈梯度图像进行非极大值抑制，得到非极大值抑制图像；对所述非极大值抑制图像进行阈值化处理，得到人体体前屈边缘图像。

优选地，所述混合滤波器包括双边滤波器和均值滤波器。

优选地，计算所述人体体前屈平滑图像中的每个像素的的梯度幅值和梯度方向，得到人体体前屈梯度图像，包括以下步骤：通过Sobel算子对所述人体体前屈平滑图像进行卷积；计算所述人体体前屈平滑图像0°、45°、135°和180°方向上像素的梯度幅值和梯度方向，得到人体体前屈梯度图像。

优选地，对所述非极大值抑制图像进行阈值化处理，得到人体体前屈边缘图像，包括以下步骤：通过Otsu算法计算所述非极大值抑制图像的最佳阈值T；将T作为低阈值，2×T作为高阈值，对所述非极大值抑制图像进行双阈值处理，得到人体体前屈边缘图像。

根据本发明的另一个方面，还提供了一种人体体前屈图像的检测设备，包括：灰度转化单元，用于将待检测的人体体前屈图像转化为人体体前屈灰度图像；边缘检测单元，用于对所述人体体前屈灰度图像进行边缘检测，得到人体体前屈边缘图像；特征点提取单元，用于从所述人体体前屈边缘图像中提取肩部特征点、臀部特征点和腿部特征点；角度计算单元，用于计算由所述肩部特征点、臀部特征点和腿部特征点组成的以臀部特征点为顶点的屈体角的角度。