一种基于视频监控的人体摔倒识别与预警系统的制作方法

本发明涉及人体行为分析预警领域，具体为一种基于视频监控的人体摔倒识别与预警系统。

背景技术：

基于视频的动作识别设备由主机、显示器、动作识别模块等构成，可通过动作识别设备中的摄像头采集人体的运动图像，并通过集成的图像算法芯片，对运动图像进行解析，形成人体运动的三维动态坐标，经主机的图像合成与仿真，最后在显示器中显示相应的动作。因此基于视频的动作识别技术可作为人体摔倒识别系统。现有技术中尚没有成熟的基于视频监控的人体摔倒识别与报警系统。

技术实现要素：

本发明的所要解决的技术问题在于怎样基于视频来进行人体摔倒识别和报警。本发明采用以下技术方案解决上述技术问题的：

为了达到上述目的，本发明所采用的技术方案为:

一种基于视频监控的人体摔倒识别与预警系统，包括有主机、接入主机的显示器，其特征在于，显示器前方设置铺设有供人体行走的塑料垫，显示器顶部设置有图像采集盒，图像采集盒内置有彼此双向通讯连接的FPGA、DSP，图像采集盒侧壁上设置有一对分别对准塑料垫上人体的摄像头，两摄像头分别通过信号线接入FPGA、DSP分别通过12C/SPI总线与两摄像头连接，DSP还通过USB总线与主机通讯连接，还包括佩戴在人体四肢的袖套，袖套内置有中心处理单元，以及分别接入中心处理单元的惯性测量单元、无线模块，袖套内的中心处理单元通过连接的无线模块与主机通讯连接；

所述主机对视频图像的处理方法是帧间差分法，所述帧间差分法是利用视频图像序列中当前两帧或当前帧与其前面某一帧之间的差分来提取出图像中的运动区域，其中，

第t帧图像为I_t(x，y),第t-1帧图像为I_t-1(x，y)，则第t帧图像和第t-1帧图像的差分为D_t，D_t＝I_t(x,y)-I_t-1(x,y)；

然后对差分后的数据进行阈值化处理，得到只有运动目标的二值化图像，从而得到检测结果R_t(x,y)，

式中T为二值化图像的阈值，运动目标区域对应的像素灰度值为255，背景区域对应的像素灰度值为0。

优化的，所述惯性测量单元包括三维加速度传感器、三轴陀螺仪、三轴磁传感器。

优化的，所述惯性测量单元为多组，所述惯性测量单元分别设置在上肢胳膊处、手臂处，大腿处和小腿处。

优化的，所述塑料垫的周围设有塑料材质的凸台，凸台上还包覆有一层棉布。

优化的，所述塑料垫下方设置多行多列压力传感器。

优化的，还包括报警系统，所述报警系统与主机连接。

本发明的优点在于：

(1)本发明中，人体在塑料垫上行走，塑料垫和凸台可防止人体摔伤，由摄像头采集人体运动图像，由袖套内惯性测量单元采集人体运动数据，并分别传送至主机，通过主机内程序根据人体运动图像结合人体运动数据在显示器上模拟出相关动作画面。本发明具有较高的精度和真实度，能够快速识别出人体的摔倒行为并报警。

(2)本发明中，主机对视频图像的处理方法是帧间差分法，当该场景中的光照条件比较稳定时，图像序列中的背景部分(未变化区域)的差值D_t对应值为零。但是，实际场景中存在噪声，非运动目标的区域之间的差值也可能不为零，这就会影响运动目标的检测结果。所以，需要对差分后的结果进行阈值化处理。我们可以通过对检测结果进行阈值化处理，得到只有运动目标的二值化图像，有效地抑制噪声的干扰，该方法的优点是运算量较小，容易实现，背景不随时间积累，更新速度较快。

附图说明

图1为本发明结构示意图。

图2为本发明图像采集盒原理框图。

图3为本发明袖套内部结构原理框图。

图4为本发明帧间差分法原理图。

具体实施方式

如图1-4所示。一种基于视频监控的人体摔倒识别与预警系统，包括有主机1、接入主机1的显示器2，显示器2前方设置铺设有供人体行走的塑料垫3，塑料垫3的周围设有塑料材质的凸台4，凸台4上还包覆有一层棉布。塑料垫下方设置多行多列压力传感器。显示器2顶部设置有图像采集盒5，图像采集盒5内置有彼此双向通讯连接的FPGA、DSP，图像采集盒5侧壁上设置有一对分别对准塑料垫3上的人体的摄像头6，两摄像头6分别通过信号线接入FPGA，DSP分别通过12C/SPI总线与两摄像头6连接，DSP还通过USB总线与主机1通讯连接，还包括佩戴在人体四肢的袖套7，袖套7有中心处理单元，以及分别接入中心处理单元的惯性测量单元、无线模块，袖套7内的中心处理单元通过连接的无线模块与主机1通讯连接，主机外接有报警系统8。惯性测量单元包括三维加速度传感器、三轴陀螺仪、三轴磁传感器。所述惯性测量单元为多组，惯性测量单元分别设置在上肢胳膊处、手臂处，大腿处和小腿处。

所述主机对视频图像的处理方法是帧间差分法，帧间差分法是利用视频图像序列中当前两帧或当前帧与其前面某一帧之间的差分来提取出图像中的运动区域，其中，

第t帧图像为I_t(x，y),第t-1帧图像为I_t-1(x，y)，则第t帧图像和第t-1帧图像的差分为D_t，D_t＝I_t(x,y)-I_t-1(x,y)；

然后对差分后的数据进行阈值化处理，得到只有运动目标的二值化图像，从而得到检测结果R_t(x,y)，

式中T为二值化图像的阈值，运动目标区域对应的像素灰度值为255，背景区域对应的像素灰度值为0。

主机对视频图像的处理方法是帧间差分法，当该场景中的光照条件比较稳定时，图像序列中的背景部分(未变化区域)的差值D_t对应值为零。但是，实际场景中存在噪声，非运动目标的区域之间的差值也可能不为零，这就会影响运动目标的检测结果。所以，需要对差分后的结果进行阈值化处理。我们可以通过对检测结果进行阈值化处理，得到只有运动目标的二值化图像，有效地抑制噪声的干扰，该方法的优点是运算量较小，容易实现，背景不随时间积累，更新速度较快。

以上仅为本发明创造的较佳实施例而已，并不用以限制本发明创造，凡在本发明创造的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明创造的保护范围之内。