[发明专利]一种基于人脸检测与二值运算的坐姿检测方法

说明书

本发明公开的一种基于人脸检测与二值运算的坐姿检测方法，首先采集标准坐姿图片；再判别检测环境的亮度是否在可检测范围内，对于范围外的图片进行预处理；利用Adaboost人脸检测算法定位标准坐姿头部位置，并用该位置信息设置检测容限；检测用户坐姿是否超出检测容限，超出情况下首先检测是否为前倾或后倾的错误坐姿，若前后方向无错误坐姿，则利用标准图像与实时图像的二值图像相减并分块，检测是否为左倾或右倾的错误坐姿。本发明弥补了单纯使用Adaboost人脸检测算法受光线影响较大的问题，解决了用户标准坐姿采集时头部位置受限的问题，前后方向与左右方向错误坐姿采用不同的检测方法，简化了判决条件。

技术领域

本发明属于图像处理方法技术领域，具体涉及一种基于人脸检测与二值运算的坐姿检测方法。

背景技术

作为上班族或者青少年，时常需要在办公桌前认真盯着电脑屏幕工作或俯首于书桌前学习。当工作或者学习过程中维持长时间不正确的坐姿，就容易造成身体上的不适，增加患近视与颈椎病的机率。大部分青少年或多或少存在近视的问题，且颈椎病的患病年龄也逐渐年轻化，因此养成良好的坐姿习惯对上班族和青少年有非常重要的意义。

目前，现有的坐姿检测方法包括，利用传统肤色分割算法提取特征点进行检测或采用神经网络进行训练区分不同错误坐姿。但均存在受光线影响大、特征难以提取、训练样本数量多等问题。

发明内容

本发明的目的在于提供一种基于人脸检测与二值运算的坐姿检测方法，解决了现有的坐姿检测方法受光线环境影响大且判决条件复杂的问题。

本发明所采用的技术方案是：一种基于人脸检测与二值运算的坐姿检测方法，包括以下步骤：

步骤1：采集用户标准坐姿图像；

步骤2：计算步骤1中采集到的标准坐姿图像亮度，对亮度较低的图像进行增强亮度的预处理，对亮度较高的图像不做处理；

步骤3：利用Adaboost人脸检测算法对步骤2得到的标准坐姿图像中用户的头部进行定位；

步骤4：利用步骤3中得到的头部定位位置设置检测容限；

步骤5：开始实时采集用户坐姿，根据步骤4中设置的检测容限对用户实时坐姿的头部位置进行检测，根据检测结果对用户进行提示。

本发明的特点还在于，

步骤2具体按照以下步骤实施：将标准坐姿图像由RGB模型空间转化到YCbCr模型空间，转换公式为：

式(1)中，提取Y分量，即亮度分量，计算Y分量下该图像的灰度平均值，假设图像尺寸大小为m×n，灰度平均值为计算公式为：

若灰度平均值较标准值高，则直接进行步骤3；若灰度平均值较标准值低，则需要对图像进行以下预处理，其中标准值为85：

预处理为增强图像亮度，假设原图为I(x,y)，增强亮度后的图像为G(x,y)，则有

G(x,y)＝a×I(x,y) (3)

式(3)中a取值为3。

步骤3具体为：使用Adaboost人脸检测算法对输入的标准坐姿图像进行检测，定位用户的头部位置为D(x,y,w,h)，并用线框标记，(x,y)表示检测到头部位置线框的左上角坐标，w表示线框的宽，h表示线框的长。

步骤4具体为：令d＝0.3×w，d为用户坐姿的检测容限，即用户的头部活动范围在(x-d,y-d)与(x+w+d,y+h+d)之间，根据d的大小检测用户的标准坐姿是否超出屏幕，若过于靠近屏幕某边缘，无法满足检测容限d，则提示用户重新采集标准坐姿。