本发明属于健康监测技术领域,具体涉及一种手部康复训练中手指运动的视觉监测方法。
背景技术:
赖手部运动。但在传统康复训练中,无法动态了解患者康复训练的情况。手部运动情况的变化,每次手指运动的差异都是无法了解的。
另一方面,随着图像处理技术的发展,引入图像处理技术,对手部康复训练进行视觉监控,了解手指的运动情况成为可能。
因此,需要提出一种新型的检测方法来更加详细的了解患者的康复训练情况。
技术实现要素:
本发明的目的是提供一种手部康复训练中手指运动的视觉监测方法,促进康复训练周期的缩短、降低训练的成本
为了实现上述目的,本发明采用的技术方案为:
一种手部康复训练中手指运动的视觉监测方法,所述方法包括以下步骤:
S1: 手部图像的采集;
S2: 图像二值化;
S3: 手指特征提取;
S4: 手指动作的识别。
优选地,所述S1具体为:手部图像的采集环境为垂直距离35cm—45cm,光线强度10lux左右的手部运动状态图像采集环境。
优选地,所述图像二值化采用阈值分割,阈值的选取采用大津法。
优选地,所述S3具体为:将二值化后的手部图像进行腐蚀操作,然后根据图像位置信息,提取各个手指相应的区域,提取每个手指区域中白色像素点的面积、长、宽三个特征。
优选地,所述补正S4具体为:引入神经网络,以每个手指在图像中对应区域的面积、长、宽三个特征为输入,手指的状态为输出进行手指动作识别。
本发明提供的一种手部康复训练中手指运动的视觉监测方法,以手部康复训练过程中手指不同运动表现为监控对象,通过图像采集设备获取手部训练图像,对图像中手指的特征进行提取,并对手指的特征进行分析判断手指的运动情况,这将为康复训练效果的评价和实施监控提供基础,从而促进康复训练周期的缩短、降低训练的成本。
具体实施方式
下面详细说明本发明的实施例。以下所述实施例是示例性的,旨在解释本发明,而不应理解为对本发明的限制。
本发明专利采用的技术方案分4个步骤:
STEP 1: 手部图像的采集;
手部图像的采集收到光照强度、采集设备与手部的距离等多个因素的影响,经过实验,提出垂直距离35cm—45cm,光线强度10lux左右的手部运动状态图像采集环境。
STEP 2: 图像二值化;
图像二值化采用阈值分割,阈值的选取采用大津法,获取二值图像。
STEP 3: 手指特征提取;
将二值化后的手部图像进行腐蚀操作,然后根据图像位置信息,提取各个手指相应的区域。提取每个手指区域中白色像素点(也就是手指区域)的面积、长、宽三个特征。
STEP4: 手指动作的识别
引入神经网络,以每个手指在图像中对应区域的面积、长、宽三个特征为输入,手指的状态为输出进行手指动作识别。
为验证本发明的有效性,以手指垂直手面、与手面45度夹角、与手面平行三个状态,分别测试手指运动,识别正确率达到80%以上。
本发明提供的一种手部康复训练中手指运动的视觉监测方法,以手部康复训练过程中手指不同运动表现为监控对象,通过图像采集设备获取手部训练图像,对图像中手指的特征进行提取,并对手指的特征进行分析判断手指的运动情况,这将为康复训练效果的评价和实施监控提供基础,从而促进康复训练周期的缩短、降低训练的成本。
最后应当说明的是:本发明并不仅限于上述实施方式,任何针对本发明的具体实施方式进行的未脱离本发明精神和范围的修改或者等同替换均在本发明申请待批的权利要求保护范围之内。