[发明专利]基于图像处理的室内人体姿态初步分类方法

摘要

本发明公开了一种基于图像处理的室内人体姿态初步分类方法，该方法基于人体不同姿态跨越的范围以及速度特征，将人体姿态划分为两类：原地和非原地姿态。该方法首先将超宽带雷达录取的室内人体姿态数据经过杂波抑制，运用动目标检测保留人体运动姿态的信息，去除室内各种背景杂波干扰；之后对得到的矩阵形式的姿态信号图像，采用图像处理的方式处理噪声干扰：先将姿态信号图像进行二值化处理，去除噪声；提出用基于时间‑距离的孤立点消除算法去除姿态信号图像中剩余的噪声点；接着利用SVM对特征进行分类，完成人体姿态的初步二级分类。本发明方法有效可行，性能可靠，可以准确地识别室内人体姿态是原地还是非原地动作。

主权项

1.一种基于图像处理的室内人体姿态初步分类方法，其特征在于，包括以下步骤：步骤1、采用超宽带雷达对室内人体常见姿态进行高速采样，得到回波信号s(τ,t)，其中τ表示快时时间域，即距离轴；t表示慢时时间域，即时间轴；该回波信号包括静止物体的回波信号和人体姿态的回波信号；步骤2、通过动目标检测MTI处理方法抑制静止物体反射的回波信号，并利用中值滤波的方法，进一步去除噪声，得到初步的姿态信号图像；步骤3、对步骤2中得到的姿态信号图像进行二值化处理，通过阈值选取，将256个亮度等级的灰度图像二值化为0或255灰度值的姿态信号图像，进一步去除杂波干扰；步骤4、基于时间‑距离算法，对步骤3得到的二值化后的姿态信号图像进行去除孤立点处理，得到去除杂波孤立点之后的姿态信号图像；步骤5、对得到的每个姿态的姿态信号图像进行特征提取，选取的特征为图像中的信号的斜率和信号在距离轴上的分布范围；姿态信号图像中信号的斜率代表的是相对于雷达的径向速度；在距离轴上的分布范围，代表的是姿态在相对于雷达在径向上的位移；步骤6、将得到的特征信息放入SVM中进行处理，得到分类结果，从而分辨出该姿态为原地还是非原地动作。