一种基于传感器与图像处理融合的颈部姿态监测方法与流程

本发明属于医疗健康技术领域，具体涉及一种基于传感器与图像处理融合的颈部姿态监测方法。

背景技术：

随着电子科技的飞速发展，智能手机早已成为我们生活的一部分，因此产生的手机“低头族”变得非常普遍。手机体积小，人们时常手握手机，僵直于一个姿势，且常常低着头专注于虚拟世界长时间不活动，会造成肩颈肌肉紧张、劳损，让人肩膀痛脖子酸。长期低头会引起椎间盘退行性病变，骨质增生，进而压迫神经和血管，导致颈椎疾病，从而给生活和学习带来各种困扰。

目前市场上很少有专门针对“低头族”现象颈部姿态监测的软件平台，大多数相似的软件都是通过监测使用手机的时长、禁用某些软件的方法来进行干预，使用户戒掉过度沉迷于使用手机的坏习惯。

技术实现要素：

本发明的目的是提供一种基于传感器与图像处理融合的颈部姿态监测方法，可以实时监测使用者的颈部姿态，并对不健康颈部姿态进行实时预警。

本发明所采用的技术方案是，一种基于传感器与图像处理融合的颈部姿态监测方法，具体按照以下步骤实施：

步骤1：判断用户是否正在使用移动终端，则转到步骤2，否则转到步骤1；

步骤2：通过三轴加速度传感器采集移动终端长机轴与重垂线的夹角，即移动终端的倾斜角度β；

步骤3：对移动终端前置摄像头捕捉的面部图像进行图像处理，计算用户相对于移动终端屏幕的面部角度faceangle；

步骤4：根据步骤2的移动终端的倾斜角度β和步骤3的用户相对于移动终端屏幕的面部角度faceangle计算颈部弯曲角度α；

步骤5：依据颈部弯曲角度α大小对颈部姿态进行基于规则的分类，对不正确的颈部姿态进行实时预警。

本发明的特点还在于：

步骤1具体为：

步骤1.1：当检测到移动终端屏幕被点亮后，每隔一定时间使用前置摄像头捕捉一次镜头前的图像；

步骤1.2：对步骤1.1采集到的图像进行面部特征检测，如果检测到图像中有且只有一张人脸，则判定只有一个用户正在使用移动终端，转到步骤2；否则转到步骤1。

步骤2具体为：

x轴与移动终端的短机体轴对齐，y轴与移动终端的长机体轴对齐，z轴与x轴和y轴构成的平面垂直且向下；

加速度传感器在静止放置时受重力作用有1g的重力加速度，重力加速度在加速度传感器的x轴、y轴、z轴的分量分别为ax、ay、az，则移动终端的倾斜角度β为：

步骤3具体为：

步骤3.1：通过对移动终端前置摄像头捕捉的面部图像进行图像处理，获取图像中的两眼之间距离de和嘴巴长度dm；

步骤3.2：将步骤3.1获取的两眼之间距离de、嘴巴长度dm分别与视线与移动终端屏幕垂直时前置摄像头采集图片中的两眼之间距离de、嘴巴长度dm做比较：

当de>de且dm<dm，则表示头向前倾斜，这时定义面部角度为正数；

当de<de且dm>dm，则表示头向后倾斜，这时定义面部角度为负数；

步骤3.3：相对于移动终端屏幕的面部角度faceangle为：

步骤4颈部弯曲角度α为：

α＝β+faceangle。

步骤5具体为：

步骤5.1：基于规则的分类标准为：

①健康：颈部弯曲角度α小于等于15度；

②正常：颈部弯曲角度α大于15度小于等于30度；

③轻微不健康：颈部弯曲角度α大于30度小于等于45度；

④不健康：颈部弯曲角度α大于45度小于等于60度；

⑤严重不健康；颈部弯曲角度α大于60度；

步骤5.2：依据步骤5.1的分类，当分类结果为轻微不健康、不健康、严重不健康时，通过消息提示和移动终端振动的方式提醒用户修正颈部姿势。

移动终端内置三轴加速度传感器和前置摄像头。

本发明的有益效果是：

①本发明一种基于传感器与图像处理融合的颈部姿态监测方法，基于传感器与图像处理融合的颈部姿态监测方法，监测使用者的颈部姿态，并对不健康颈部姿态进行实时预警，保证使用者在使用手机时颈部姿势是健康的，防止使用者颈椎受到较大伤害；

②本发明一种基于传感器与图像处理融合的颈部姿态监测方法，充分利用智能手机内置资源，降低成本，为“互联网+医疗”持续发展提供了新思路；

③本发明一种基于传感器与图像处理融合的颈部姿态监测方法，采用嵌入到智能手机内的传感器进行数据采集，不会影响到釆集者的正常生活和工作，便于获取更真实的数据。

附图说明

图1是本发明颈部姿态监测方法的流程图；

图2是本发明颈部姿态监测方法中移动终端的三维坐标图；

图3是使用移动终端时颈部弯曲情况。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

本发明一种基于传感器与图像处理融合的颈部姿态监测方法，如图1所示，具体按照以下步骤实施：

步骤1：判断用户是否正在使用移动终端，则转到步骤2，否则转到步骤1，具体为：

步骤1.1：当检测到移动终端屏幕被点亮后，每隔一定时间使用前置摄像头捕捉一次镜头前的图像；

步骤1.2：对步骤1.1采集到的图像进行面部特征检测，如果检测到图像中有且只有一张人脸，则判定只有一个用户正在使用移动终端，转到步骤2；否则转到步骤1。

步骤2：通过三轴加速度传感器采集移动终端长机轴与重垂线的夹角，即移动终端的倾斜角度β，具体为：

如图2表示了移动终端的三维坐标，x轴与移动终端的短机体轴对齐，y轴与移动终端的长机体轴对齐，z轴与x轴和y轴构成的平面垂直且向下。由于加速度传感器在静止放置时受到重力作用，因此会有1g的重力加速度。利用这个性质，通过测量重力加速度在加速度传感器的x轴、y轴、z轴上的分量：ax、ay、az，通过公式算出移动终端的倾斜角度β。

步骤3：对移动终端前置摄像头捕捉的面部图像进行图像处理，计算用户相对于移动终端屏幕的面部角度faceangle；

步骤3.1：通过对移动终端前置摄像头捕捉的面部图像进行图像处理，获取图像中的两眼之间距离de和嘴巴长度dm；

步骤3.2：将步骤3.1获取的两眼之间距离de、嘴巴长度dm分别与视线与移动终端屏幕垂直时(即默认情况)前置摄像头采集图片中的两眼之间距离de、嘴巴长度dm做比较：

当de>de且dm<dm，则表示头向前倾斜，这时定义面部角度为正数；

当de<de且dm>dm，则表示头向后倾斜，这时定义面部角度为负数；

步骤3.3：相对于移动终端屏幕的面部角度faceangle为：

即de与de每变化5％，面部角度变化1度。

步骤4：根据步骤2的移动终端的倾斜角度β和步骤3的用户相对于移动终端屏幕的面部角度faceangle计算颈部弯曲角度α，如图3所示，模拟了人们在使用手机过程中颈部弯曲角度与手机倾斜角和相对于屏幕的面部角度之间的关系。从图中可以看出，颈部弯曲角度等于手机倾斜角度与相对于手机屏幕的面部角度之和：α＝β+faceangle。

步骤5：依据颈部弯曲角度α大小对颈部姿态进行基于规则的分类，对不正确的颈部姿态进行实时预警，具体为：

步骤5.1：基于规则的分类标准为：

①健康：颈部弯曲角度α小于等于15度；

②正常：颈部弯曲角度α大于15度小于等于30度；

③轻微不健康：颈部弯曲角度α大于30度小于等于45度；

④不健康：颈部弯曲角度α大于45度小于等于60度；

⑤严重不健康；颈部弯曲角度α大于60度；

步骤5.2：依据步骤5.1的分类，当分类结果为轻微不健康、不健康、严重不健康时，通过消息提示和移动终端振动的方式提醒用户修正颈部姿势。

本发明中移动终端内置三轴加速度传感器和前置摄像头，常用的比如手机和pad等。