(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210735611.5 (22)申请日 2022.06.27 (71)申请人 浙江科技学院 地址 310023 浙江省杭州市西湖区留和路 318号 (72)发明人 梅厦锦　郑永平　朱昊喆　陈奇良　 牛新宇　项新建　徐然　张金江　 厉阳　 (74)专利代理 机构 浙江永鼎律师事务所 3 3233 专利代理师 周希良 (51)Int.Cl. G06V 40/10(2022.01) G06V 10/34(2022.01) G06V 10/44(2022.01) (54)发明名称 基于热成像判断位姿的方法及系统 (57)摘要 本发明属于热成像技术领域， 具体涉及基于 热成像判断位姿的方法及系统。 方法包括如下步 骤； S1， 对工作者进行红外 热成像检测， 识别出坐 姿图像； S2， 对工作者的坐姿图像进行灰度化处 理； S3， 对灰度化处理后的坐姿图像进行图像二 值化处理； S4， 对图像二值化处理后的坐姿图像 细化； S5， 对细化后的坐姿图像进行角点检测； S6， 计算大腿与躯干的角度， 并根据所述角度对 坐姿状态进行判断。 本发明具有能准确识别人体 坐姿并进行分类， 以及预防久坐行为发生的特 点。 权利要求书2页 说明书6页 附图4页 CN 115050053 A 2022.09.13 CN 115050053 A 1.基于热成像判断位姿的方法， 其特 征在于， 包括如下步骤； S1， 对工作者进行红外热成像 检测， 识别出坐姿图像； S2， 对工作者的坐姿图像进行 灰度化处 理； S3， 对灰度化处 理后的坐姿图像进行图像二 值化处理； S4， 对图像二 值化处理后的坐姿图像细化； S5， 对细化后的坐姿图像进行角点检测； S6， 计算大腿与躯 干的角度， 并根据所述角度对坐姿状态进行判断。 2.根据权利要求1所述的基于热成像判断位姿的方法， 其特征在于， 步骤S2中， 所述灰 度化处理为： 坐姿图像灰度化后的R值＝(处理前坐姿图像的R值+处理前坐姿图像的G值+处理前坐 姿图像的B值)/ 3； 坐姿图像灰度化后的G值＝(处理前坐姿图像的R值+处理前坐姿图像的G值+处理前坐 姿图像的B值)/ 3； 坐姿图像灰度化后的B值＝(处理前坐姿图像的R值+处理前坐姿图像的G值+处理前坐 姿图像的B值)/ 3。 3.根据权利要求2所述的基于热成像判断位姿的方法， 其特征在于， 步骤S3包括如下步 骤： S31， 设定一个阈值， 让灰度化处理后坐姿图像中灰度值小于等于阈值的变为0， 呈黑 色； 让灰度化处 理后坐姿图像中灰度值大于阈值的变为25 5， 呈白色。 4.根据权利要求3所述的基于热成像判断位姿的方法， 其特征在于， 步骤S4包括如下步 骤： S41， 对图像二值化处理后的坐姿图像设立p1点， 同时设定p1点的八邻域为： 第一行， P9、 P2、 P3； 第二行， P 8、 P1、 P4； 第三行， P7、 P6、 P5； 其中， p1为白点； S42， 设定过程1的细化删除条件为： 2≤N(p1)≤ 6， N(x)为x的8邻域中黑 点的数目； A(p1)＝1， A(x)指的是以p2,p3,...p8,p9为序时， 所述点的值从0至1变化的次数， 其 中， 背景色为0； p2×p4×p6＝0； p4×p6×p8＝0； S43， 若同时满足步骤S32中的四个条件， 则p1点删除， 令p1＝0； S44， 设定过程2的细化删除条件为： 2≤N(p1)≤ 6， N(x)为x的8邻域中黑 点的数目； A(p1)＝1， A(x)指的是以p2,p3,...p8,p9为序时， 所述点的值从0至1变化的次数， 其 中， 背景色为0； p2×p4×p8＝0； p2×p6×p8＝0； S45， 若同时满足步骤S34中的四个条件， 则p1点删除， 令p1＝0； S46， 重复步骤S41至步骤S45， 直到获取细化后的坐姿图像为止 。权　利　要　求　书 1/2 页 2 CN 115050053 A 25.根据权利要求4所述的基于热成像判断位姿的方法， 其特征在于， 步骤S4还包括如下 步骤： S47， 若p2+p3+p8+p9≥1,则p1点删除， 令p1＝0 。 6.根据权利要求4所述的基于热成像判断位姿的方法， 其特征在于， 步骤S5包括如下步 骤： S51， 通过如下公式进行计算： 其中， 式中， Ix和Iy是坐姿图像在x和y方向的导数， μ、 σ 是计算时的权 重； S52， 根据一个用于判定窗口内是否包 含角点的等式进行打 分， 公式如下： R＝det(M) ‑k(trace(M))2 其中， det(M)＝ λ1λ2， trace(M)＝ λ1+λ2； λ1和 λ2为矩阵M的特 征值； S53， 设定判断阈值， 并判断一个区域是否为角点， 边界或者平面： 当 λ1和 λ2均小于判断阈值， |R|也小于判断阈值时， 判定所述区域 为平坦区域； 当 λ1＞＞ λ2或者 λ1＜＜ λ2， 且R小于 0时， 判定所述区域 为边缘； 当 λ1和 λ2均大于判断阈值， 且R大于判断阈值时， 判定所述区域 为角点。 7.根据权利要求6所述的基于热成像判断位姿的方法， 其特征在于， 步骤S6包括如下步 骤： S61， 将所需要计算的角度， 通过选取 特定的点 来拟合一条直线； S62， 通过余弦定理计算角度： cosθ ＝(b2+c2‑a2)÷(2×b×c) 再通过θ ＝cos‑1cosθ 反解角度， 获得θ 值； 在设定时间内连续 抓拍， 得出每张照片的角度， 再通过累加求取平均值， 公式如下： θaverage＝( θ1+θ2+θ3+………+θn)/n S63， 若获得的θaverage值大于120 °， 则判断识别出的坐姿图像为后仰姿势； 若获得的 θaverage值小于100 °， 则判断识别出的坐姿图像 为前倾姿势； 若获得的θaverage值大于100 °且小 于120°， 则判断识别出的坐姿图像为 正常直立坐姿。 8.基于热成像判断位姿的系统， 其特 征在于， 包括： 热成像识别模块， 用于对工作者进行红外热成像 检测， 识别出坐姿图像； 图像灰度化模块， 用于对工作者的坐姿图像进行 灰度化处 理； 图像二值化处理模块， 用于对灰度化处 理后的坐姿图像进行图像二 值化处理； 图像细化模块， 用于对图像二 值化处理后的坐姿图像细化； 角点检测模块， 用于对细化后的坐姿图像进行角点检测； 角度判定模块， 用于计算大腿与躯 干的角度， 并根据所述角度对坐姿状态进行判断。权　利　要　求　书 2/2 页 3 CN 115050053 A 3