一种基于实时图像优化的人体背部腧穴标定方法及系统技术方案

本发明专利技术公开了一种基于实时图像优化的人体背部腧穴标定方法及系统，涉及图像处理和医学技术领域。该方法包括：采集人体图像并进行预处理操作，得到预处理后图像；基于多模态融合图像识别算法对预处理后图像进行融合操作，得到融合后图像；基于融合后图像中的多模态特征对人体图像进行矫正操作，得到矫正后图像；将矫正后图像输入目标检测模型中，得到人体模型图像；对人体模型图像进行姿态评估，检测出人体模型图像上的关键点坐标信息；利用关键点修正模型对关键点坐标信息进行修正，得到修正后的关键点坐标信息；根据修正后的关键点坐标信息计算出腧穴坐标信息。本发明专利技术能够实时、高效、准确地标定人体背部腧穴位置。准确地标定人体背部腧穴位置。准确地标定人体背部腧穴位置。

【技术实现步骤摘要】
一种基于实时图像优化的人体背部腧穴标定方法及系统


[0001]本专利技术涉及图像处理和医学
，特别是涉及一种基于实时图像优化的人体背部腧穴标定方法及系统。

技术介绍

[0002]腧穴标定是在中医学和图像处理领域中的热门任务，可应用于艾灸、针灸、按摩等方面。传统的腧穴标定方法依赖于手工操作和专业经验，这种方法耗时且容易受到主观因素的影响。近年来，随着计算机视觉和深度学习的快速发展，使用图像处理的人体背部腧穴标定成为一种新的研究方向和解决方案。而普通的二维图像因为视角、拍摄条件扭曲变形，存在透视畸变和深度信息缺失的问题，可能导致几何信息的不准确。

技术实现思路

[0003]本专利技术的目的是提供一种基于实时图像优化的人体背部腧穴标定方法及系统，能够实时、高效、准确地标定人体背部腧穴位置。
[0004]为实现上述目的，本专利技术提供了如下方案：
[0005]一种基于实时图像优化的人体背部腧穴标定方法，包括：
[0006]采集人体图像并进行预处理操作，得到预处理后图像；
[0007]基于多模态融合图像识别算法对预处理后图像进行融合操作，得到融合后图像；
[0008]基于融合后图像中的多模态特征对人体图像进行矫正操作，得到矫正后图像；
[0009]将矫正后图像输入目标检测模型中，得到人体模型图像；
[0010]对人体模型图像进行姿态评估，检测出人体模型图像上的关键点坐标信息；
[0011]利用关键点修正模型对关键点坐标信息进行修正，得到修正后的关键点坐标信息；
[0012]根据修正后的关键点坐标信息计算出腧穴坐标信息。
[0013]可选地，所述采集人体图像并进行预处理操作，得到预处理后图像，具体包括：
[0014]通过摄像头采集视频帧或人体图像，通过数据归一化操作将图像大小统一为480
×
640，得到预处理后图像。
[0015]可选地，所述基于多模态融合图像识别算法对预处理后图像进行融合操作，得到融合后图像，具体包括：
[0016]采集当前环境的多模态数据；所述多模态数据包括红外传感器、环境光传感器和/或其他摄像头采集的图像数据；
[0017]使用小波变换方法将多模态数据与预处理后图像进行融合操作，得到融合后图像。
[0018]可选地，所述基于融合后图像中的多模态特征对人体图像进行矫正操作，得到矫正后图像，具体包括：
[0019]提取融合后图像中的多模态特征；
[0020]基于多模态特征，使用三维重建算法得到三维重建后的图像；
[0021]根据三维重建后的图像对人体图像进行矫正，得到矫正后图像。
[0022]可选地，所述将矫正后图像输入目标检测模型中，得到人体模型图像，具体包括：
[0023]基于YOLO目标检测算法构建目标检测模型；
[0024]将矫正后图像输入目标检测模型中，输出人体模型的矩形框；
[0025]使用opencv的imagecrop函数从矩形框中分割出人体模型，得到人体模型图像。
[0026]可选地，所述对人体模型图像进行姿态评估，检测出人体模型图像上的关键点坐标信息，具体包括：
[0027]通过OpenPose.Solution中的body方法，检测出人体模型图像中的25个关键点坐标信息；所述25个关键点包括：鼻子、脖子、左膝盖、右膝盖、左脚踝、右脚踝、左肩、右肩、左眼、右眼、左手肘、右手肘、左手腕、右手腕、左耳、右耳、左大拇指、右大拇指、左小拇指、右小拇指、左脚跟、右脚跟、左臀、右臀以及中臀；
[0028]根据左肩、右肩、左眼以及右眼坐标信息来判断人体姿态是否为背面朝向摄像头；
[0029]若人体姿态为正面朝向摄像头，结束检测；
[0030]若人体姿态为背面朝向摄像头，输出25个关键点坐标信息。
[0031]可选地，所述利用关键点修正模型对关键点坐标信息进行修正，得到修正后的关键点坐标信息，具体包括：
[0032]使用OpenPose.Solution中的Pose方法，基于CNN构建关键点修正模型；
[0033]将左肩、右肩、左臀、右臀、肩膀中点以及股骨中点作为脊椎计算关键点输入关键点修正模型中，得到脊椎计算关键点的精确坐标信息。
[0034]可选地，所述根据修正后的关键点坐标信息计算出腧穴坐标信息，具体包括：
[0035]根据脊椎计算关键点的精确坐标信息计算出脊椎位置；
[0036]根据脊椎位置、修正后的关键点坐标信息结合人体高度定出的分寸计算出人体图像上各处腧穴的坐标信息。
[0037]一种基于实时图像优化的人体背部腧穴标定系统，包括：
[0038]图像预处理模块，用于采集人体图像并进行预处理操作，得到预处理后图像；
[0039]图像融合模块，用于基于多模态融合图像识别算法对预处理后图像进行融合操作，得到融合后图像；
[0040]图像矫正模块，用于基于融合后图像中的多模态特征对人体图像进行矫正操作，得到矫正后图像；
[0041]人体模型检测模块，用于将矫正后图像输入目标检测模型中，得到人体模型图像；
[0042]人体姿态评估模块，用于对人体模型图像进行姿态评估，检测出人体模型图像上的关键点坐标信息；
[0043]坐标修正模块，用于利用关键点修正模型对关键点坐标信息进行修正，得到修正后的关键点坐标信息；
[0044]腧穴坐标计算模块，用于根据修正后的关键点坐标信息计算出腧穴坐标信息。
[0045]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0046]本专利技术提供了一种基于实时图像优化的人体背部腧穴标定方法及系统，针对预处理后的人体图像或视频帧，使用多模态融合图像识别算法优化人体图像，再用三维重建的
图像对人体图像进行矫正，使得人体图像更精准；随后用YOLO目标检测算法构建的目标检测模型分割出人体模型，得到人体模型图像；使用OpenPose算法对人体模型图像进行姿态估计和关键点检测，实时地对人体图像的姿态和关键点进行准确检测，避免了传统方法中的手工标定过程；利用人工智能模型(即机器学习训练后的关键点修正模型)修正关键点，获取关键点的准确坐标信息，能够有效提高检测精度；最后利用解剖学、背部腧穴的位置和人体结构，通过特定位置和关键点的相对关系，快速确定背部腧穴的准确位置，并将标定结果进行输出或显示。本专利技术方法结合了计算机视觉和医学知识，具备较高的可靠性和实用性。
附图说明
[0047]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0048]图1为本专利技术提供的基于实时图像优化的人体背部腧穴标定方法的流程图；
[0049]图2为人体本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于实时图像优化的人体背部腧穴标定方法，其特征在于，包括：采集人体图像并进行预处理操作，得到预处理后图像；基于多模态融合图像识别算法对预处理后图像进行融合操作，得到融合后图像；基于融合后图像中的多模态特征对人体图像进行矫正操作，得到矫正后图像；将矫正后图像输入目标检测模型中，得到人体模型图像；对人体模型图像进行姿态评估，检测出人体模型图像上的关键点坐标信息；利用关键点修正模型对关键点坐标信息进行修正，得到修正后的关键点坐标信息；根据修正后的关键点坐标信息计算出腧穴坐标信息。2.根据权利要求1所述的基于实时图像优化的人体背部腧穴标定方法，其特征在于，所述采集人体图像并进行预处理操作，得到预处理后图像，具体包括：通过摄像头采集视频帧或人体图像，通过数据归一化操作将图像大小统一为480
×
640，得到预处理后图像。3.根据权利要求2所述的基于实时图像优化的人体背部腧穴标定方法，其特征在于，所述基于多模态融合图像识别算法对预处理后图像进行融合操作，得到融合后图像，具体包括：采集当前环境的多模态数据；所述多模态数据包括红外传感器、环境光传感器和/或其他摄像头采集的图像数据；使用小波变换方法将多模态数据与预处理后图像进行融合操作，得到融合后图像。4.根据权利要求1所述的基于实时图像优化的人体背部腧穴标定方法，其特征在于，所述基于融合后图像中的多模态特征对人体图像进行矫正操作，得到矫正后图像，具体包括：提取融合后图像中的多模态特征；基于多模态特征，使用三维重建算法得到三维重建后的图像；根据三维重建后的图像对人体图像进行矫正，得到矫正后图像。5.根据权利要求1所述的基于实时图像优化的人体背部腧穴标定方法，其特征在于，所述将矫正后图像输入目标检测模型中，得到人体模型图像，具体包括：基于YOLO目标检测算法构建目标检测模型；将矫正后图像输入目标检测模型中，输出人体模型的矩形框；使用opencv的imagecrop函数从矩形框中分割出人体模型，得到人体模型图像。6.根据权利要求1所述的基于实时图像优化的人体背部腧穴标定方法，其特征在于，所述对人体模型图像进行姿态评估，检测出...

【专利技术属性】
技术研发人员：孙城刚，
申请(专利权)人：上海盛益精密机械有限公司，
类型：发明
国别省市：