本發(fā)明涉及一種近紅外人體位姿檢測(cè)裝置和方法，屬于生物識(shí)別技術(shù)領(lǐng)域。

背景技術(shù)：

人體位姿檢測(cè)是指通過(guò)對(duì)人體的檢測(cè)來(lái)判斷人體是處于什么姿勢(shì)，現(xiàn)有技術(shù)中的位姿檢測(cè)大部分是采用攝像頭采集圖像，然后通過(guò)圖像分析來(lái)區(qū)分出人體的各部分在圖像中的位置，如人臉識(shí)別等，然后再根據(jù)此來(lái)判斷人的姿勢(shì)，例如：被測(cè)試人是坐著還是站著。這種檢測(cè)需要攝像頭采集到的圖像比較清晰，分辨率較高才能進(jìn)行判斷，而且由于該識(shí)別方法需要處理圖像數(shù)據(jù)，因此對(duì)處理器的要求較高，成本較高，且信息處理的及時(shí)性較差。

現(xiàn)有技術(shù)中還有一種采用超聲波或紅外檢測(cè)人體的方法，但這種方式，能測(cè)量大致距離，而無(wú)法精確獲取人體特定部位的距離，因此無(wú)法準(zhǔn)確獲得人體的位姿。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供的一種成本較低，且檢測(cè)快速、準(zhǔn)確的近紅外人體位姿態(tài)檢測(cè)方法和裝置。

為解決上述現(xiàn)有的技術(shù)問(wèn)題，本發(fā)明提供了一種近紅外人體位姿態(tài)檢測(cè)裝置，在人臉檢測(cè)的同時(shí)實(shí)現(xiàn)距離檢測(cè)，該裝置包含：

微處理器，用于接收和處理數(shù)據(jù)；

無(wú)線測(cè)距模塊，所述無(wú)線測(cè)距模塊與微處理器連接，用于檢測(cè)人體距離；

近紅外攝像模塊，所述近紅外攝像模塊與微處理器連接，用于采集近紅外圖像，所述近紅外攝像模塊的鏡頭處設(shè)有用于過(guò)濾可見(jiàn)光的近紅外濾光片；

紅外led燈，所述紅外led燈與近紅外攝像模塊或微處理器連接，所述紅外led燈在近紅外攝像模塊進(jìn)行圖像采集時(shí)開(kāi)啟，用于向近紅外攝像模塊的圖像采集環(huán)境發(fā)出紅外光。

所述無(wú)線測(cè)距模塊采用超聲波測(cè)距傳感器或光電測(cè)距傳感器。

它還包括用于向外界傳輸數(shù)據(jù)的無(wú)線傳輸模塊，所述無(wú)線傳輸模塊和微處理器連接。采用該模塊后，可以將微處理器檢測(cè)的人體位姿信息發(fā)送到用戶手機(jī)或者網(wǎng)絡(luò)的云端。

所述無(wú)線傳輸模塊采用藍(lán)牙模塊、射頻模塊或wifi模塊。

本發(fā)明還提供一種人體位姿態(tài)檢測(cè)方法，它采用包含有微處理器、無(wú)線測(cè)距模塊、近紅外攝像模塊、紅外led燈的近紅外人體位姿檢測(cè)裝置，所述方法包括以下步驟：

(1)、微處理器發(fā)送檢測(cè)命令到近紅外攝像模塊和無(wú)線測(cè)距模塊；

(2)、紅外led燈開(kāi)啟，主動(dòng)發(fā)出近紅外光，近紅外攝像模塊采集圖像并將數(shù)據(jù)發(fā)送到微處理器，無(wú)線測(cè)距模塊檢測(cè)人體距離并發(fā)送給微處理器；

(3)、微處理器提取所采集圖像中的亮度分量信號(hào)，并進(jìn)行圖像濾波，去除圖像中的噪點(diǎn)；

(4)、根據(jù)設(shè)定的亮度信號(hào)閾值對(duì)濾波后的圖像進(jìn)行二值化處理，得到二進(jìn)制圖像并存儲(chǔ)為圖像a；

(5)、微處理器根據(jù)無(wú)線測(cè)距模塊的數(shù)據(jù)計(jì)算近紅外人體位姿檢測(cè)裝置離人體的距離x，并根據(jù)圖像a和距離x計(jì)算人臉實(shí)際高度，從而完成近紅外人體位姿檢測(cè)。

所述步驟(3)中的圖像濾波采用極大值濾波方法處理圖像。采用這種圖像濾波方法簡(jiǎn)單方便。

所述步驟(4)中的二值化處理是指，提出圖像中的亮度分量，并設(shè)定亮度閾值y，若圖像中像素點(diǎn)的亮度分量大于等于y，則將該像素點(diǎn)的亮度分量設(shè)為最大，若圖像中像素點(diǎn)的亮度分量小于y，則將該像素點(diǎn)的亮度分量設(shè)為0，從而得到二進(jìn)制圖像。

所述步驟(5)中計(jì)算人臉實(shí)際高度采用的公式為

其中，h實(shí)際是指人臉實(shí)際高度，h為圖像b的縱向高度，h1為圖像b中人臉特征中心位置的高度，上述兩個(gè)參數(shù)直接從圖像b中獲取，x為離人體的距離，該數(shù)據(jù)由無(wú)線測(cè)距模塊檢測(cè)獲取，α為近紅外攝像模塊的探測(cè)角度，為已知數(shù)據(jù)，l為近紅外人體位姿檢測(cè)裝置的離地高度，為已知數(shù)據(jù)或通過(guò)檢測(cè)得到。

微處理器中還存有人的身高，微處理器根據(jù)人臉實(shí)際高度和人的身高來(lái)判斷人體位姿。采用這種方式，微處理器可以直接判斷人體位姿。

所述近紅外人體位姿檢測(cè)裝置還包括無(wú)線傳輸模塊，微處理器在判斷人體位姿之后，將人體位姿信息通過(guò)無(wú)線傳輸模塊發(fā)送到用戶手機(jī)或云端。

本發(fā)明的有益效果是：

第一、結(jié)合了人臉識(shí)別與超聲波測(cè)距技術(shù)，從而對(duì)人體位姿態(tài)實(shí)現(xiàn)精確檢測(cè)。

第二、由于檢測(cè)的是人臉位置，所需采集圖像僅僅為人體輪廓，因此對(duì)攝像頭分辨率要求不高，成本較低。

第三、采用紅外led燈加強(qiáng)了紅外光線，且攝像模塊中采用紅外濾光片濾除大部分可見(jiàn)光，因此能夠最大程度消除環(huán)境可見(jiàn)光的影響，不管環(huán)境光是亮還是暗，都能夠獲取準(zhǔn)確的圖像信息，圖像采集精度比較高。

第四、由于采用紅外led燈在采集圖像時(shí)主動(dòng)開(kāi)啟，而且圖像采集模塊采集的主要為紅外光形成的圖像，因此在采集圖像時(shí)，就能夠?yàn)V除人體的大部分細(xì)節(jié)特征，如人臉中的鼻子、眼睛、耳朵等特征，那么采集后的圖像就比較簡(jiǎn)單，且通過(guò)二值化處理之后，數(shù)據(jù)非常簡(jiǎn)單，對(duì)處理器的性能要求也不高，大大降低成本，并提高了處理速度。

附圖說(shuō)明

圖1是本發(fā)明的方框示意圖；

圖2是人臉高度檢測(cè)計(jì)算示意圖；

具體實(shí)施方式

如圖1所示：本發(fā)明提供一種近紅外人體位姿態(tài)檢測(cè)裝置，它包括：

微處理器，用于接收和處理數(shù)據(jù)；

無(wú)線測(cè)距模塊，所述無(wú)線測(cè)距模塊與微處理器連接，用于檢測(cè)人體距離；

近紅外攝像模塊，所述近紅外攝像模塊與微處理器連接，用于采集近紅外圖像，所述近紅外攝像模塊的鏡頭處設(shè)有用于過(guò)濾可見(jiàn)光的近紅外濾光片；

紅外led燈，所述紅外led燈與近紅外攝像模塊或微處理器連接，所述紅外led燈在近紅外攝像模塊進(jìn)行圖像采集時(shí)開(kāi)啟，用于向近紅外攝像模塊的圖像采集環(huán)境發(fā)出紅外光。紅外led燈可以與微處理器連接由微處理器直接控制其開(kāi)啟或關(guān)閉，也可以與近紅外攝像模塊連接，由近紅外攝像模塊來(lái)控制其開(kāi)啟或關(guān)閉，一般紅外led燈設(shè)在攝像頭的附近，為攝像頭的采集環(huán)境提供主動(dòng)型紅外光源。

當(dāng)然它還包括電源模塊，電源模塊向裝置中的各單元供電。

所述微處理器采用單片機(jī)，但也可以采用arm處理器或其它微處理器。

所述無(wú)線測(cè)距模塊采用超聲波測(cè)距傳感器或光電測(cè)距傳感器。

它還包括用于向外界傳輸數(shù)據(jù)的無(wú)線傳輸模塊，所述無(wú)線傳輸模塊和微處理器連接。

所述無(wú)線傳輸模塊采用藍(lán)牙模塊、射頻模塊或wifi模塊。

本發(fā)明還包括一種近紅外人體位姿檢測(cè)方法，它采用包含有微處理器、無(wú)線測(cè)距模塊、近紅外攝像模塊、紅外led燈的近紅外人體位姿檢測(cè)裝置，所述方法包括以下步驟：

(1)、微處理器發(fā)送檢測(cè)命令到近紅外攝像模塊和無(wú)線測(cè)距模塊；

(2)、紅外led燈開(kāi)啟，釋放主動(dòng)近紅外光源，近紅外攝像模塊采集圖像并將數(shù)據(jù)發(fā)送到微處理器，無(wú)線測(cè)距模塊檢測(cè)人體距離并發(fā)送給微處理器；

(3)、微處理器提取所采集圖像中的亮度分量信號(hào)，并進(jìn)行圖像濾波，去除圖像中的噪點(diǎn)；

(4)、根據(jù)設(shè)定的亮度信號(hào)閾值對(duì)濾波后的圖像進(jìn)行二值化處理，得到二進(jìn)制圖像并存儲(chǔ)為圖像a；

(5)、微處理器根據(jù)無(wú)線測(cè)距模塊的數(shù)據(jù)計(jì)算近紅外人體位姿檢測(cè)裝置離人體的距離x，并根據(jù)圖像a和距離x計(jì)算人臉實(shí)際高度，從而完成近紅外人體位姿檢測(cè)。

所述步驟(3)中的圖像濾波采用極大值濾波方法處理圖像。在圖像處理領(lǐng)域中，圖像濾波的方式有很多中，本發(fā)明中僅列舉出一種，但其它只要是起到圖像濾波功能的方法則均應(yīng)在本申請(qǐng)保護(hù)范圍之內(nèi)。

所述步驟(4)中的二值化處理是指，提出圖像中的亮度分量，并設(shè)定亮度閾值y，若圖像中像素點(diǎn)的亮度分量大于等于y，則將該像素點(diǎn)的亮度分量設(shè)為最大，若圖像中像素點(diǎn)的亮度分量小于y，則將該像素點(diǎn)的亮度分量設(shè)為0，從而得到二進(jìn)制圖像。

例如：實(shí)施例中采用的攝像頭采集的圖像為yuv格式的圖像，其中y為亮度信號(hào)，u、v為色差信號(hào)，那么實(shí)際上是將圖像中每個(gè)像素點(diǎn)的y的數(shù)值提取出即可，將y與設(shè)定的亮度閾值y進(jìn)行比較、處理，然后得到二值化圖像，二值化圖像實(shí)際就是黑白圖像。

如圖2所示：所述步驟(5)中計(jì)算人臉實(shí)際高度采用的公式為

其中，h實(shí)際是指人臉實(shí)際高度，h為圖像b的縱向高度，h1為圖像b中人臉特征中心位置的高度，上述兩個(gè)參數(shù)直接從圖像b中獲取，x為離人體的距離，該數(shù)據(jù)由無(wú)線測(cè)距模塊檢測(cè)獲取，α為近紅外攝像模塊的探測(cè)角度，為已知數(shù)據(jù)，l為近紅外人體位姿檢測(cè)裝置的離地高度，為已知數(shù)據(jù)或通過(guò)檢測(cè)得到。

圖2中近紅外人體位姿檢測(cè)裝置設(shè)置在升降桌上，則l為升降桌高度，由升降桌的控制器直接將該數(shù)據(jù)發(fā)送給微處理器。

微處理器中還存有人的身高，微處理器根據(jù)人臉實(shí)際高度和人的身高來(lái)判斷人體位姿。人的身高數(shù)據(jù)可由用戶輸入獲得，也可由檢測(cè)模塊檢測(cè)獲得。

所述近紅外人體位姿檢測(cè)裝置還包括無(wú)線傳輸模塊，微處理器在判斷人體位姿之后，將人體位姿信息通過(guò)無(wú)線傳輸模塊發(fā)送到用戶手機(jī)或云端。