一种体脂测量的方法及可进行体脂测量的装置与流程

本发明涉及体脂测量的领域，特别是涉及一种与图像结合的体脂测量方法。

背景技术：

人体脂肪含量决定着人是否肥胖，也是影响人体健康的重要因素。在相关技术中，通常采用生物电阻抗法测量人体脂肪含量，生物电阻抗法是通过将电流导入体内并测量阻抗来计算人体脂肪含量。目前，市场上较多使用的是人体阻抗法测量体脂，成本比较高，人体的阻抗的测量是通过对人体施加小的交流电流，并测量由该电流在人体所产生的电势差来实现的。采用相应功能的电路还可以测出电流与电压的相位差，从而得到相位信息。然而，一些特殊群体比较担心这其中产生的电流会影响自身身体健康，对使用这类方法测量体脂存有顾虑。

技术实现要素：

为了适应不同群体对体脂测量的需求，以及方便快捷实时地可以进行人体体脂的测量，且可以降低成本，本发明提供了一种体脂测量的方法，所述方法包括：

获取人物图像；

根据人物图像，提取人物的图像特征值；

根据图像处理算法，获得人物的体脂参数。

进一步的，所述图像特征值包括大腿部位尺寸、腹部位尺寸、膝盖部位尺寸、胸部位尺寸、臀部为尺寸、肩膀至膝盖的高度值、头部至脚部的高度值中的至少一个或多个。

进一步的，所述方法还包括，获得所述人物的实际特征值，所述实际特征值包括性别、身高和体重。

进一步的，所述体脂参数包括体脂率、局部脂肪率、体脂量、局部脂肪量。

进一步的，所述图像处理算法为：

v1+v2=c*d*e+1/3πh（a²+b²+ab）*2；

v1+v2=v3+v4；

m1+m2=ρ1v1+ρ2v2*2；

m=m1+m2+m1*2+m2+m3；

m1=a1*h*m；

m3=a2*h*m；

其中m1:每条大腿骨质量、m2：内脏质量、m3：小腿和胳膊及脖子以上部分的重量、v1：是上半身除了脖子以上和胳膊外部分的体积、v2：每条大腿体积、v3：肌肉体积、v4：肥肉体积、m1：肌肉质量、m2：肥肉质量。

进一步的，大腿部位脂肪量为：(v2*2)/(v1+v2*2)*m2。

进一步的，腹部及背部脂肪量为v1/(v1+v2*2)*m2。

本发明还提供了一种可进行体脂测量的装置，所述装置包括如上任一所述的体脂测量的方法。

进一步的，所述装置为手机或者电脑。

本发明实施例可以适用不同群体对体脂测量的需求，以及方便快捷实时地可以进行人体体脂的测量，且可以降低成本，测量人体整体及局部脂肪含量。通过结合图像捕捉和算法及体重计，就可得到人体的健康指数，极大的节省了体脂测量的成本，是一种简单易行的方法。

附图说明

图1：人物图像示意图。

具体实施方式

为了使本技术领域内的人员更好的理解本方案，下面结合附图和实施方对本方案做进一步详细说明。

本发明公开了一种体脂检测的方法，需要有的功能是人物图像捕捉，捕捉内容包括人的正面轮廓和侧面轮廓。在输入界面（手机或者计算机）输入人体的体重和身高后，提取自己的图像信息（通过手机的摄像头或者其他专用摄像头），从而可以计算出人的局部脂肪含量和bmi健康指数，对预防肥胖有很好的作用。bmi指数（即身体质量指数，简称体质指数又称体重，英文为bodymassindex，简称bmi），是用体重公斤数除以身高米数平方得出的数字，是目前国际上常用的衡量人体胖瘦程度以及是否健康的一个标准。主要用于统计用途，当我们需要比较及分析一个人的体重对于不同高度的人所带来的健康影响时，bmi值是一个中立而可靠的指标。

为了适应不同群体对体脂测量的需求，以及方便快捷实时地可以进行人体体脂的测量，且可以降低成本，本发明提供了一种体脂测量的方法，所述方法包括：

获取人物图像，其中人物图像由手机或摄像头拍摄获得，提取的人物的人物图像分为正面照和侧面照。

根据人物图像，提取人物的图像特征值；

根据图像处理算法，获得人物的体脂参数。

进一步的，所述图像特征值包括大腿部位尺寸、腹部位尺寸、膝盖部位尺寸、胸部位尺寸、臀部为尺寸、肩膀至膝盖的高度值、头部至脚部的高度值中的至少一个或多个。

进一步的，所述方法还包括，获得所述人物的实际特征值，所述实际特征值包括性别、身高和体重。其中体重由体重计获得，性别和身高直接填写，得出的结果为健康指数bmi和局部脂肪含量。

进一步的，所述体脂参数包括体脂率、局部脂肪率、体脂量、局部脂肪量。

进一步的，通过输入的身高h和图1中捕捉到的h值，可以得到a，b，c，d对应的真实长度。整体体脂可以通过很多种方法测量，以下举一种方案。小腿和胳膊以及脖子以上脂肪含量不多，脂肪主要集中在腹部，背部，以及臀部和大腿处，所以可以计算出这几部分的体积，如腿部的体积其实就是圆台的体积，用公式即可算出，其中的r为a，r为b，上半身体积v=c*d*e（c，d，e在图中有标出）

设输入的体重为m,人体大腿骨重量与腿长成正比（设为m1=a1*h*m），内脏重量差别不大（设为m2），所以剩余体积都为肌肉和肥肉，肌肉密度为ρ1=1.12，脂肪为ρ2=0.79，所以差别很大；设人小腿和胳膊及脖子以上部分的重量与身高的关系m3=a2*h*m(a1为比例系数，需要由统计数据获得),则m1+m2=m-m1-m2-m3（肌肉加肥肉重量）为脂肪加肌肉的重量；v=v1+v2（肌肉加肥肉体积）；两个公式即可解得m1和m2，m2/m即为体脂率，大腿的脂肪率由体脂率和已知的量联立即可求得。所述图像处理算法为：

v1+v2=c*d*e+1/3πh（a²+b²+ab）*2；

v1+v2=v3+v4；

m1+m2=ρ1v1+ρ2v2*2；

m=m1+m2+m1*2+m2+m3；

m1=a1*h*m；

m3=a2*h*m；

其中m1:每条大腿骨质量、m2：内脏质量、m3：小腿和胳膊及脖子以上部分的重量、v1：是上半身除了脖子以上和胳膊外部分的体积、v2：每条大腿体积、v3：肌肉体积、v4：肥肉体积、m1：肌肉质量、m2：肥肉质量。

进一步的，大腿部位脂肪量为：(v2*2)/(v1+v2*2)*m2。

进一步的，腹部及背部脂肪量为v1/(v1+v2*2)*m2。

本发明还提供了一种可进行体脂测量的装置，所述装置包括如上任一所述的体脂测量的方法。

进一步的，所述装置为手机或者电脑。

本发明实施例可以适用不同群体对体脂测量的需求，以及方便快捷实时地可以进行人体体脂的测量，且可以降低成本，测量人体整体及局部脂肪含量。通过结合图像捕捉和算法及体重计，就可得到人体的健康指数，极大的节省了体脂测量的成本，是一种简单易行的方法。

以上所述仅是本设计的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本设计方案原理的前期下，还可以做出若干的的改进和润饰，这些改进和润饰也应视为本设计的保护范围。