技術(shù)特征：

1.一種基于Grabcut圖像算法的智能稱重系統(tǒng)，其特征在于：包括平衡基底，所述平衡基底的頂部連接放置區(qū)，所述放置區(qū)底部為透光型納米毛毯層，所述透光型納米毛毯層的下方設(shè)有多排相互平行的LED微光燈，所述放置區(qū)的一端為固定板，與所述固定板相對的另一端為活動板，所述活動板能相對所述固定板發(fā)生靠近或遠離的運動；還包括位于所述平衡基底內(nèi)部的控制芯片以及與所述控制芯片連接的電源模塊、存儲模塊、位移傳感器和壓力傳感器，所述位移傳感器的可動電刷與所述活動板連接，所述壓力傳感器位于所述放置區(qū)的底部，所述平衡基底上還設(shè)有多個數(shù)據(jù)傳輸接口和用于操作的液晶觸摸屏；其中，所述控制芯片還與CCD圖像控制器電路連接，所述CCD圖像控制器懸置于所述放置區(qū)的正上方。

2.一種權(quán)利要求1所述基于Grabcut圖像算法的智能稱重系統(tǒng)的稱重方法，其特征在于，包括如下步驟：

步驟1，將嬰兒平穩(wěn)躺在放置區(qū)上，嬰兒頭部貼近固定板，腳部靠近活動板，將活動板推至到嬰兒的腳部，開始測量；

步驟2，點擊觸摸屏“拍攝照片(Y/N)、測量體重(Y/N)、測量身長(Y/N)”分別啟動系統(tǒng)的CCD圖像控制器、電位器式位移傳感器、高精度式壓力傳感器、進行嬰兒照片的拍攝，以及身長、體重的測量，并將測量信號傳輸給單片機控制芯片；

步驟3，單片機控制芯片對信號進行處理并將數(shù)據(jù)傳輸至二維碼生成器獲取反饋，隨后運行軟件平臺與云平臺服務(wù)端進行通信，并將數(shù)據(jù)通過云平臺服務(wù)端傳輸?shù)结t(yī)療一體化信息系統(tǒng)中進行存儲。

3.根據(jù)權(quán)利要求2所述基于Grabcut圖像算法的智能稱重系統(tǒng)的稱重方法，其特征在于，步驟3中，所述單片機控制芯片對信號進行處理的具體步驟為：建立GMM模型，額外的矢量k_n∈{1，...，K}分配給每個像素的一個獨特的GMM組件；根據(jù)α_n∈{0，1}定義一個能量函數(shù)E(α，k，θ，z)，公式如下：

$\underset{\‾}{\widehat{\mathrm{\α}}}=\arg \underset{\underset{\‾}{\mathrm{\α}}}{\min }\left(E\right(\underset{\‾}{\mathrm{\α}},k,\underset{\‾}{\mathrm{\θ}},z\left)\right)=\arg \underset{\underset{\‾}{\mathrm{\α}}}{\min }\left(U\right(\underset{\‾}{\mathrm{\α}},k,\underset{\‾}{\mathrm{\θ}},z)+V(\underset{\‾}{\mathrm{\α}},z\left)\right);$

其中，π(·)為混合加權(quán)系數(shù)，模型參數(shù)θ＝{π(α，k)，μ(α，k)，∑(α，k)}，由加權(quán)數(shù)π，均值μ，協(xié)方差∑組成；迭代最小化的每一步為E總能量的最小化，當(dāng)能量E單調(diào)減小時，算法確保收斂到E的一個局部最小值并且自動停止迭代。

4.根據(jù)權(quán)利要求1所述的基于Grabcut圖像算法的智能稱重系統(tǒng)，其特征在于：所述平衡基底上還包括開關(guān)鍵。

5.根據(jù)權(quán)利要求1所述的基于Grabcut圖像算法的智能稱重系統(tǒng)，其特征在于：所述控制芯片內(nèi)部設(shè)置一二維碼生成器。

6.根據(jù)權(quán)利要求1所述的基于Grabcut圖像算法的智能稱重系統(tǒng)，其特征在于：所述控制芯片還連接揚聲器。

7.根據(jù)權(quán)利要求1所述的基于Grabcut圖像算法的智能稱重系統(tǒng)，其特征在于：所述控制芯片還連接打印機。

8.根據(jù)權(quán)利要求1所述的基于Grabcut圖像算法的智能稱重系統(tǒng)，其特征在于：所述存儲模塊用于紀錄嬰兒每次量測的身高、體重、彩色相片、二維碼等數(shù)據(jù)。

9.根據(jù)權(quán)利要求1所述的基于Grabcut圖像算法的智能稱重系統(tǒng)，其特征在于：所述數(shù)據(jù)傳輸接口包括USB接口、RJ45接口、wifi接口、3G接口和HL7接口。