分值计算单元测出图像中指尖与零位板103之间的最大垂直距离，算出测试分数，给出测试结果。
[0039]进一步的，为了使检测到的测试者指尖离零位板的距离更加直观和便于计分处理，定位模块3还包括一长度比值确定单元，其在测试开始前接收经二值化处理后的测试区域图像，算出测试区域图像中的单位像素与实际长度值之间的比例关系。这样，在测试结果统计模块7计算测出图像中指尖与零位板102之间的最大垂直距离时，可结合单位像素与实际长度值之间的比例关系，算出测试分数，给出测试结果。
[0040]与现有技术相比，本发明柔韧性测试系统，采用图像识别进行柔韧性测试，自动识别测试过程姿态并记录信息，不仅大大降低人为因素对测试结果的影响，而且测试准确度尚O
[0041]同时，本发明还提供了一种柔韧性测试方法。参看图6，该方法包括步骤:
[0042]S1、在测试区域设置测试垫床和零位板，初始拍摄测试区域图像，定出所述测试垫床以及零位板在所述测试区域图像中的位置；
[0043]参看图2，测试区域100包括测试垫床101和零位板102。在进行台阶测试前，事先进行标定。标定的内容包括:定出测试垫床、零位板在拍得的测试区域图像中的位置。
[0044]在本实施例中，为了快速定出测试垫床和零位板在图像中的位置，以及方便后续进行目标检测，我们将测试区域的背景设置为反光布，且提供红外光源照射测试区域并利用红外摄像机进行拍摄。该拍摄环境，贯穿整个体测过程。同时，在零位板上，如测试台中间，设置一标志物，该标志物为不易于反射光线的材料，如黑色材料。设置完毕后，红外光源照射测试区域，摄像机拍摄测试区域图像。由于背景为反光布，图像中黑色材料的标志物或人体较反光布反射光的能力弱，因此拍得的图像中标志物或人体部分的图像亮度将低于图像中其它部分的亮度值，标志物或人体部分的图像与背景明亮的环境形成反差。参看图4，在经过对拍摄得到的测试区域图像作二值化处理后，采用Hough变换等处理方法，检测出图像中黑线，该黑线即是设置在零位板上的标志物。由于标志物在测试台上的位置已知，因此，根据检测到的标志物的位置，即可定出测零位板102在测试区域图像中的位置，继而，根据测试垫床与零位板的位置关系，确定出测试垫床在测试区域图像中的位置。
[0045]进一步的，在确定了测试垫床与零位板在测试区域图像中的位置后，将在零位板上方确定手部出现域以将该区域出现的人体图像确定为手部；在零位板与垫床上表面之间确定出腿部出现域以将该区域出现的人体图像确定为腿部。测试区域图像中手部出现域和腿部出现域的事先确定，方便测试过程中，需对人体手部和腿部作姿态分析时，直接提取该手部和腿部出现域的图像，从而减小搜索范围。
[0046]此外，测试前的标定还包括对像素阈值的设定，为后续作人体检测时判断图像中测试垫床上是否有人提供依据。设定时，测试者坐在测试垫床上，双脚抵住零位板，拍摄测试区域图像。拍摄得到的图像在作二值化处理后，统计腿部域的像素值，该值即为像素阈值。参看图5，在经对拍摄到的测试区域图像作二值化处理后，图像中右边黑色部分即为坐在测试垫床上测试者的腿部，统计该部分像素值，即得到像素阈值。
[0047]S2、拍摄测试区域图像，判断测试区域图像中所述测试垫床上是否有人体图像，若是，则执行步骤S3 ;若否，则重复执行步骤S2
[0048]完成测试前的标定后，进行体测过程的人体检测。首先，拍摄测试区域图像，对图像中腿部出现域部分的图像作二值化处理，统计处理后的图像中像素值，若该值大于像素阈值，则判定有人坐于测试垫床上等待测试，继续执行步骤S3 ;若小于，则判定测试垫床上没有人，继续拍摄测试区域图像，进行图像中测试垫床上是否有人的判定。
[0049]S3、继续拍摄测试区域图像，监测人体图像的手部是否相对零位板持续运动后静止，且静止维持的时间达到一预设的时间阈值，若是，则执行步骤S4;若否，则重复执行步骤S3。
[0050]在判定启动控制区处有人后，继续拍摄测试区域图像，在对获得的测试区域图像中测试台上方位置的图像作二值化处理后，监测人体图像的手部是否相对零位板持续运动后静止，且静止维持的时间达到一预设的时间阈值，若是，则执行步骤S4;若否，则继续执行步骤S3，作同样的分析。该步骤中，需要进行静止维持时间的监测是因为在柔韧性测试中，如若人体只是瞬间伸展至某一极限位置但不能在该位置维持就立即缩回，则将该位置的测试结果作为该人体柔韧性测试的结果是不准确的，应将该种不准确的情形进行排除。
[0051]S4、计算步骤S3中的手部静止时人体图像的腿部与测试垫床合围而成的区域面积，判断该区域面积是否大于一设定的面积阈值，若是则提示动作不标准；若否，则执行步骤S5 ；
[0052]在检测出测试者手部相对零位板持续运动后静止，且静止维持的时间达到预设的时间阈值后，继续分析图像中人的姿态是否标准，只有标准姿势下的动作才能计入成绩。姿态是否标准的评判依据为，计算人体图像的腿部与测试垫床合围而成的区域面积，判断该区域面积是否大于一设定的面积阈值(该面积阈值，可以根据测试的严格程度进行人为设定)，若是则可采用语音和画面显示的方式提示姿势不准确，并提醒测试者保持正确姿势；若否，则表明腿部没有弯曲或弯曲程度在允许范围内，判定姿势标准。人体图像的腿部与测试垫床合围而成的区域面积计算过程为，取已作二值化处理的测试区域图像中腿部出现域部分的图像，计算腿部图像每一列的中点，将所有列中点依次连接形成腿部曲线，该腿部曲线与测试垫床围成的面积即为腿部与测试垫床合围而成的区域面积。
[0053]当检测分析出人的姿态是标准时，则继续执行步骤S5，开始计算测试成绩。
[0054]S5、计算分析此时人体图像的手部与零位板的相对位置关系，得到测试结果。
[0055]在计算测试结果步骤中，取已作二值化处理的测试区域图像中手部出现域部分的图像，对手部图像进行逐行搜索，得到指尖位置，然后判定该指尖位置是否位于零位板朝向测试者的一侧，若是，则测试分数为零；若否，则检测出图像中指尖与零位板之间的最大垂直距离，然后根据该最大垂直距离，算出测试分数。为了使检测到的测试者指尖离零位板的距离更加直观和便于计分处理，在测试前的标定中，需要对已作二值化处理后的测试区域图像，算出图像中的单位像素与实际长度值之间的比例关系。这样，在计算测出图像中指尖与零位板之间的最大垂直距离时，可结合单位像素与实际长度值之间的比例关系，算出测试分数，给出测试结果。
[0056]与现有技术相比，本发明柔韧性测试方法，采用图像识别进行柔韧性测试，自动识别测试过程姿态并记录信息，不仅大大降低人为因素对测试结果的影响，而且测试准确度尚O
[0057]对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
【主权项】
1.一种柔韧性测试方法，其特征在于，包括步骤: 51、在测试区域设置测试垫床和零位板，初始拍摄测试区域图像，定出所述测试垫床以及零位板在所述测试区域图像中的位置； 52、拍摄测试区域图像，判断测试区域图像中所述测试垫床上是否有人体图像，若是，则执行步骤S3 ;若否，则重复执行步骤S2 ; 53、继续拍摄测试区域图像，监测人体图像的手部是否相对零位板持续运动后静止，且静止维持的时间达到一预设的时间阈值，若是，则执行步骤S4 ;若否，则重复执行步骤S3 ; 54、计算步骤S3中的手部静