俯卧撑测试的光学标定及测量方法与流程

本发明涉及一种体质测试的标定及测量方法，尤其涉及一种俯卧撑测试的标定及测量方法。

背景技术：

目前，随着社会经济发展、人民对健康认识的提高、以及国际形势的变化，国家对整体国民体质的增强已经提升到战略性的高度。在这个大背景下，迫切需要对全民体质进行更高效、准确的监测。

在国家体育总局发布的《国民体质测定标准手册及标准（成年人部分）》中，俯卧撑被列入国民体质的测试项目之一。

但是，传统的俯卧撑实施计数方法中，通常为人工监测计数，故而存在测试效率不高，且误差率大，长时间的反复性操作也容易造成测试员疲惫，对不规范动作不易察觉等缺点，现已较少应用于体质检测。

还有一种现有技术，就是通过在测试者身上佩戴电子设备来判断测试者动作是否规范，但测试者有束缚感，舒适程度低，测试体验差。

因此，面对当代人们生活质量的提高，对体质检测的越发关注，对检测中的项目测试精度要求越来越高的情形下，上述提及的现有俯卧撑测试方法不具备良好的测试体验，测试效率仍有待提高。

技术实现要素：

本发明的主要目的是为了解决现有技术的各俯卧撑测试方法所存在的太过依赖测试人员且测试效率及精度不高的技术问题。

为了解决上述技术问题，本发明提供一种俯卧撑测试的光学标定及测量方法，包括步骤：步骤s1，在测试区域设置多个反光率异于背景区域的标记线条，所述标记线条形成多个四边形，测试时身体所在区域的各四边形所符合的预设长宽比不同于测试区域的其它四边形；步骤s2，在测试前无人时，通过位于测试区域一侧的摄像机对测试区域进行拍摄，得到标准测试区域图像；在所述标准测试区域图像中划出一个能够完全包含所有符合预设长宽比的四边形的矩形图像区域，将所述矩形区域标记为身体标准图像区域；再根据腿部所在区域与身体所在区域的相对位置关系，划出腿部标准图像区域，对所述身体标准图像区域以及所述腿部标准图像区域的原始图像进行算法处理，得到身体标准图像区域以及腿部标准图像区域的标准算法图形；步骤s3，测试时，通过位于测试区域一侧的摄像机对有测试者的测试区域进行拍摄，得到实时测试区域图像；根据所述身体标准图像区域以及所述腿部标准图像区域在所述标准测试区域图像的位置从所述实时测试区域图像中找出身体实时图像区域以及腿部实时图像区域，并采用与步骤s2中相同的算法对所述身体实时图像区域以及所述腿部实时图像区域的原始图像进行处理，得到所述身体实时图像区域以及所述腿部实时图像区域的实时算法图形；步骤s4，将所述实时算法图形与所述标准算法图形做与运算，得到测试时的有效算法图形，根据所述有效算法图形中腿部所在区域各标记线条的变化判定测试者的俯卧撑动作是否规范，再结合有效算法图形中身体所在区域各标记线条的变化进行计数。

所述的俯卧撑测试的光学标定及测量方法，其中，在步骤s2中得到标准算法图形之后，还需对标准算法图形中的标记线条是否完整进行判定，是则继续向下执行步骤s3，否则清空测试区域且在测试区域确认无人后重新执行步骤s2。

所述的俯卧撑测试的光学标定及测量方法，其中，在步骤s3中，摄像机以一定的帧率对测试区域进行连续拍摄，进而得到具有时序的各个实时算法图形，在步骤s4中，得到具有时序的各有效算法图形，根据各有效算法图形中的各标记线条随时间的变化，对测试者的俯卧撑动作进行判定及计数。

所述的俯卧撑测试的光学标定及测量方法，其中，所述身体所在区域的各四边形所符合的预设长宽比为：各四边形的长宽比介于1/10与3/10之间。

所述的俯卧撑测试的光学标定及测量方法，其中，在步骤s2以及步骤s3中所进行的算法处理包括灰度、模糊以及二值化。

所述的俯卧撑测试的光学标定及测量方法，其中，所述标记线条的反光率高于背景区域，步骤s4中根据各白色线条的面积变化判定及计数。

本发明具有以下有益效果，本发明的俯卧撑测试的光学标定及测量方法在测试时无需工作人员从旁辅助测试，具有良好的测试体验，且测试效率及测试精度均能够得到保证。

附图说明

图1是本发明在测试区域无人时进行拍摄的示意图；

图2是本发明实施例中身体区域的标准算法图形的局部示意图；

图3是本发明实施例中腿部区域的标准算法图形的局部示意图；

图4是本发明在测试区域有人测试时进行拍摄的示意图；

图5是本发明实施例中的实时算法图形的局部示意图；

图6是本发明实施例中得到的有效算法图形的局部示意图。

具体实施方式

本发明的俯卧撑测试的光学标定及测量方法应用在采用光学方式对俯卧撑动作进行检测和计数。为了进一步说明本发明的原理和结构，现结合附图对本发明的优选实施例进行详细说明。

本发明的俯卧撑测试的光学标定及测量方法包括如下的步骤：

步骤s1：在测试区域设置多个反光率异于背景区域的标记线条，所述标记线条形成多个四边形，测试时身体所在区域的各四边形所符合的预设长宽比不同于测试区域的其它四边形。

如图1所示，在一本发明的具体实施例中，测试区域为一测量垫1，测量垫1上设置有多个标记线条11，所述标记线条11的反光率高于背景区域，故而在后续得到的算法图形中，标记线条11呈现为白色线条，出于对测试时测试者躺下身形尺寸的考虑，测试时身体所在区域的标记线条11所形成的各四边形的长宽比可设置为介于1/10与3/10之间。

步骤s2：在测试前无人时，通过位于测试区域一侧的摄像机对测试区域进行拍摄，得到标准测试区域图像；在所述标准测试区域图像中划出一个能够完全包含所有符合预设长宽比的四边形的矩形图像区域，将所述矩形区域标记为身体标准图像区域；再根据腿部所在区域与身体所在区域的相对位置关系，划出腿部标准图像区域，对所述身体标准图像区域以及所述腿部标准图像区域的原始图像进行算法处理，得到身体标准图像区域以及腿部标准图像区域的标准算法图形。

在步骤s2中得到标准算法图形之后，为了保证标定的准确性，还需对标准算法图形中的标记线条是否完整进行判定，是则继续向下执行步骤s3，否则清空测试区域且在测试区域确认无人后重新执行步骤s2。

继续参照图1所示，摄像机2设置在测量垫1的一侧，以使得测试时，摄像机2可位于测试者身体的侧上方进行拍摄，在标准测试区域图像中所划出的身体标准图像区域对应于图1中测量垫1上的虚线框12部分，也就是测量垫1上所有满足长宽比介于1/10与3/10之间的四边形的集合。而根据腿部所在区域与身体所在区域的相对位置关系划出的腿部标准图像区域对应于图1中测量垫1上的虚线框13部分。对身体标准图像区域以及腿部标准图像区域的原始图像所进行的算法处理可根据需要选择灰度、模糊以及二值化，处理完毕之后得到的身体区域的标准算法图形的局部可如图2中所示，而腿部区域的标准算法图形的局部可如图3中所示。在对标准算法图形中的标记线条是否完整进行判定时，只需观察判定图2及图3中的白色线条是否完整即可。

步骤s3：测试时，通过位于测试区域一侧的摄像机对有测试者的测试区域进行拍摄，得到实时测试区域图像；根据所述身体标准图像区域以及所述腿部标准图像区域在所述标准测试区域图像的位置从所述实时测试区域图像中找出身体实时图像区域以及腿部实时图像区域，并采用与步骤s2中相同的算法对所述身体实时图像区域以及所述腿部实时图像区域的原始图像进行处理，得到所述身体实时图像区域以及所述腿部实时图像区域的实时算法图形。

由于所要测试的俯卧撑动作是个连续的动作过程，为了使得测试结果更为准确，在步骤s3中，最好让摄像机2以一定的帧率对测试区域进行连续拍摄，进而能够得到具有时序的各个实时算法图形。

如图4所示，此时测试者3已经在测量垫1上进行俯卧撑测试，某一瞬间通过摄像机2进行拍摄，最终得到的实时算法图形局部可如图5中所示。将图4结合图5可以很明显看出，测试时身体区域的白色线条会被测试者3所遮挡。测试者3身体越靠近地面，被遮挡的白色线条面积越大；测试者3离地面越远，被遮挡的白色线条面积越小。在整个测试过程中，随着测试者3身体的上下起伏变化，被遮挡的白色线条的面积呈现出长短周期变化。

步骤s4、将所述实时算法图形与所述标准算法图形做与运算，得到测试时的有效算法图形，根据所述有效算法图形中腿部所在区域各标记线条的变化判定测试者的俯卧撑动作是否规范，再结合有效算法图形中身体所在区域各标记线条的变化进行计数。

当将图5中的实时算法图形与图2中的标准算法图形做与运算之后可得到如图6所示的有效算法图形，图5和图6只示意出了身体区域的图形，腿部区域所得到的图形与此类似，如此一来，利用简单算法，可去除图5中上方小面积的白色干扰区。当摄像机2以一定的帧率对测试区域进行连续拍摄时，可得到具有时序的各有效算法图形。将各有效算法图形中腿部所在区域结合身体所在区域的各标记线条随时间的变化（在本实施例中即为各白色线条的面积变化），可以判定测试者的俯卧撑动作是否已经开始或者结束并对动作进行判定及计数，还可以得到每个动作的进行速度，如：在发现身体区域的白色线条被遮挡的面积由大逐渐变至最小时，腿部区域的白色线条被遮挡的面积始终过大，则可以判定出测试者腿部弯曲，测试动作不标准，本次动作无效不计数；如若发现身体区域的白色线条被遮挡的面积由最大逐渐变至最小后又回复至最大，且变化过程中腿部区域的白色线条被遮挡的面积始终符合要求，则可以计数一次。

本发明的俯卧撑测试的光学标定及测量方法通过分析所拍摄图像中的标记线条的变化，对俯卧撑项目是否正在进行以及动作的质量及数目进行判定，测试时无需工作人员从旁辅助测试，具有良好的测试体验，且测试效率及测试精度均能够得到保证。

然而，以上所述仅为本发明的较佳可行实施例，并非限制本发明的保护范围，故凡运用本发明说明书及附图内容所作出的等效结构变化，均包含在本发明的保护范围内。