基于圖像處理技術(shù)的手功能評價(jià)方法
【專利摘要】本發(fā)明提出了一種基于圖像處理技術(shù)的手功能評價(jià)方法。其操作步驟如下：啟動評價(jià)系統(tǒng)；獲得兩手圖像；圖像尺度的同一化；消除噪音提取手的形狀；轉(zhuǎn)換圖像為黑白色；把一只手進(jìn)行對稱變化，調(diào)整手的方向；計(jì)算幾何矩；計(jì)算幾何矩之間的差距；利用改進(jìn)的CNL算法獲得輪廓的特征點(diǎn)；構(gòu)造信息數(shù)據(jù)結(jié)構(gòu)并添加數(shù)據(jù)；計(jì)算兩只手的直方圖差異度；計(jì)算兩只手的差異度；關(guān)閉手功能評價(jià)系統(tǒng)（參考摘要附圖）。本發(fā)明能夠做出準(zhǔn)確、快速、可數(shù)據(jù)化的科學(xué)的手功能恢復(fù)的評價(jià)，解決了在殘疾手治療過程中人為測量的誤差和判斷范圍的精確問題，有利于醫(yī)生用準(zhǔn)確有效的方法來幫助患者的手部康復(fù)。
【專利說明】
基于圖像處理技術(shù)的手功能評價(jià)方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及一種基于圖像處理技術(shù)的手功能評價(jià)方法，應(yīng)用在手功能評價(jià)系統(tǒng)中 自動檢測健側(cè)手和患側(cè)手的區(qū)別程度，從而完成對患側(cè)手的評價(jià)。 技術(shù)背景
[0002] 手功能評價(jià)在手功能恢復(fù)的過程中起著評價(jià)、對比、觀察療效的作用;還可以表達(dá) 傷殘程度為社會有關(guān)部門提供手功能的判斷標(biāo)準(zhǔn)。治療過程進(jìn)行連續(xù)評價(jià)不僅可以隨時(shí)指 導(dǎo)調(diào)整治療方案，而且對評判康復(fù)的效果非常重要。評價(jià)必須嚴(yán)格按照規(guī)范的標(biāo)準(zhǔn)方法實(shí) 施，以保障評價(jià)的效度和信度。目前主要評價(jià)方法比如：1975年美國手外科推薦的TAM系統(tǒng) 評價(jià)方法，用關(guān)節(jié)總體活動度測定法評定曲伸肌腱療效，即遠(yuǎn)位指間關(guān)節(jié)主動屈曲度之和 作為該指總的活動度(TAM)。標(biāo)準(zhǔn)為:優(yōu)(活動范圍正常）、良（大于健測的75%)、可(大于健 測的50%)、差（小于健測的50%)。在評價(jià)過程中需要專業(yè)醫(yī)生進(jìn)行測定和評價(jià)，由于測定 者的個(gè)人差異已經(jīng)判斷標(biāo)準(zhǔn)的范圍較大，11〇 % -75 % -50 % -0 %這些范圍直接的變化無法 細(xì)致區(qū)別，對于訓(xùn)練過程中的細(xì)致變化無法反應(yīng)，而造成康復(fù)訓(xùn)練過程中無法及時(shí)進(jìn)行訓(xùn) 練程序的調(diào)整，嚴(yán)重影響訓(xùn)練效果，而且，現(xiàn)行的評價(jià)方法存在著非常大的主觀性和不可靠 性。為了建立客觀的精確的評定標(biāo)準(zhǔn)，我們利通過圖像處理技術(shù)對健側(cè)手和患側(cè)手的關(guān)節(jié) 可動范圍進(jìn)行精確對比，解決了手指運(yùn)動評定過程中人為測量的誤差和判斷范圍的精確的 問題，從而使一般非專業(yè)醫(yī)生也可以對手功能進(jìn)行簡單準(zhǔn)確的評定。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的在于針對已有技術(shù)存在的不足，提供一種基于圖像處理技術(shù)的手功 能評價(jià)方法，能夠自動檢測和描述運(yùn)動過程中健側(cè)手和患側(cè)手的區(qū)別程度。
[0004] 本發(fā)明要解決的技術(shù)問題：目前的手功能評價(jià)方法仍然是醫(yī)生根據(jù)健側(cè)手和患側(cè) 手的區(qū)別來進(jìn)行主觀上的判斷，并分為多個(gè)級別。而本發(fā)明可以根據(jù)手的輪廓和紋理的走 向以及姿勢，能夠自動給出患側(cè)手的變化點(diǎn)數(shù)，醫(yī)生在這個(gè)點(diǎn)數(shù)的基礎(chǔ)上，可以客觀的給出 患側(cè)手病患級別。因此，本發(fā)明需要解決的技術(shù)問題如下：
[0005] 1.手的形狀的提取
[0006] 包括調(diào)整背景和光的設(shè)置，利用圖像學(xué)方法減少噪音對提取手形狀的影響，獲得 準(zhǔn)確的手的形狀和手的紋理曲線。這時(shí)候，獲得的形狀信息和紋理信息都是用像素的位置 來表示的。
[0007] 2.手的形狀中的數(shù)據(jù)信息提取
[0008] 包括手形狀的幾何矩的信息提取;手的形狀和紋理曲線的信息提取;輪廓信息數(shù) 據(jù)結(jié)構(gòu)的構(gòu)建;輪廓信息的提取。通過手形狀的數(shù)據(jù)信息提取，把像素信息轉(zhuǎn)換成了數(shù)學(xué)信 息，是本發(fā)明的主要部分。
[0009] 3.治療手的變化程度的數(shù)據(jù)表示
[0010] 根據(jù)手形狀中的數(shù)據(jù)信息，來數(shù)據(jù)化手的變化程度。
[0011] 4.健測手和患側(cè)手的數(shù)據(jù)比較
[0012] 根據(jù)手形狀中的數(shù)據(jù)信息比較兩者，兩只手之間的差距用數(shù)學(xué)能夠表示出來。這 樣，患側(cè)手的康復(fù)程度能夠用數(shù)學(xué)來標(biāo)準(zhǔn)化。
[0013]為達(dá)到上述"同心"手發(fā)明的構(gòu)思是：
[0014] 利用兩手的輪廓和內(nèi)部紋理的走向，來找出和描述兩者的區(qū)別。為了高效地找出 輪廓和紋理曲線，本發(fā)明改進(jìn)了CNL(The Controlling Number of Landmarks);并且，計(jì)算 出包含兩者圖像的幾何距;然后，構(gòu)造出輪廓信息數(shù)據(jù)結(jié)構(gòu)來描述手紋和輪廓的累加角度 信息;最后，通過比較兩手的幾何矩和輪廓信息數(shù)據(jù)結(jié)構(gòu)中的數(shù)據(jù)來描述兩者的區(qū)別程度。
[0015] 根據(jù)上述發(fā)明構(gòu)思，本發(fā)明采用下述技術(shù)方案，即基于一種圖像處理技術(shù)的手功 能評價(jià)方法，其特征在于操作步驟如下：
[0016] 1.啟動手功能評價(jià)系統(tǒng)：
[0017] 手功能評價(jià)系統(tǒng)（圖1所示)是被用于手的康復(fù)診斷和治療。這需要組裝兩個(gè)黑盒 子，患者把雙手分別放入這兩個(gè)盒子內(nèi)進(jìn)行康復(fù)診斷和治療。為了獲得準(zhǔn)確的手的信息，需 要光和背景的控制。盒子內(nèi)壁上的布置多個(gè)光源用來消除陰影，降低陰影帶來的識別難度， 提高手的形狀提取的準(zhǔn)確度。背景顏色和手的顏色要有很大的差異，以幫助手的信息提取。
[0018] 在兩個(gè)盒子的上部中央處各安裝一個(gè)攝像頭，垂直向下。在使用過程中，兩個(gè)攝像 頭需要同時(shí)工作，獲取患者的左右手形狀信息。啟動系統(tǒng)時(shí)，首先打開盒子內(nèi)壁的光源的電 源，計(jì)算機(jī)控制系統(tǒng)同時(shí)啟動兩個(gè)攝像頭。
[0019] 2.獲得兩手的圖像：
[0020] 患者把手放入特制的盒子內(nèi)部，獲取患者兩個(gè)手的形狀信息的視頻圖像(每次同 時(shí)提取兩張圖片，圖2所示）。這些信息包括手的形狀輪廓，手紋輪廓信息，以及背景信息。這 些信息都是以像素值來表示的。
[0021] 3.圖像尺度的同一化：
[0022] 變化尺度，以方便不同的攝像頭拍攝的圖像都統(tǒng)一為相同的尺度。注意的是，所有 的尺度變化不能引起手的形狀變化。
[0023] 4.消除噪音提取手的形狀：
[0024] 利用手的顏色和背景顏色的差異，把手的形狀完整提取出來。把原始圖像轉(zhuǎn)換成 灰度圖像，利用高斯去噪方法和數(shù)學(xué)形態(tài)學(xué)方法去除部分噪音，保留手形狀中的正確信息。
[0025] 5.轉(zhuǎn)換包含手信息的圖片為黑白色。
[0026] 6.把正常手的圖片按照圖3所示，進(jìn)行對稱變化;并調(diào)整手的方向，使兩個(gè)手的方 向相同。
[0027] 7.計(jì)算兩幅圖像的幾何矩。
[0028]獲取手形狀的內(nèi)部輪廓(手上的紋理)和外部輪廓信息。這些信息都是以像素值來 表示的。然后計(jì)算兩幅圖像的幾何矩。
[0029]幾何矩是由Hu在1962年提出的，具有平移、旋轉(zhuǎn)、尺度不變性。對于灰度分布為f (x，y)的手的數(shù)字圖像，則需要考慮其離散狀體，則f(x，y)的(P+q)階普通矩mPq和中心矩~。 定義如下·
[0030]
(1)
[0031]
(2)
[0032] 其中，M，N是圖像的像素 x軸方向的個(gè)數(shù)和y軸方向的個(gè)數(shù)；
[0033] p，q = 0,1,2,…。XQ，yo是中心距，定義如下：
[0034] (.3)
[0035] C4)
[0036] 當(dāng)圖像放生變化時(shí)候，mPq也相應(yīng)的發(fā)生變化，但是中心矩μΜ則具有平移不變性為 了消除其旋轉(zhuǎn)不變性，我們把μ Μ進(jìn)行歸一中心化：
[0037] (5:〉
[0038]
[0039] :(:6)
[0040] Hu矩是利用二階和三階中心矩構(gòu)造了七個(gè)不變矩，具有連續(xù)圖像條件下保持平 移，縮放和旋轉(zhuǎn)的不變性，定義如下：
[0049] 8.計(jì)算兩幅圖像的幾何矩之間的差距，此差距計(jì)入變量a.
[0050]
(14)
[0051 ]其中，/丨和if ( …，7 )分別對應(yīng)左右手的圖像的幾何矩;wi(i = l，…，7) 是調(diào)整參數(shù)，把不變矩的各個(gè)分量的數(shù)量級調(diào)整到相同的數(shù)量級；I l*l I是/丨和/,2的距離， 這里可以選擇歐幾里得距離來測量/)和/f的距離?？梢愿鶕?jù)要求，公式（14)可以只計(jì)算部 分幾何矩之間的距離的和。
[0052] 9.改進(jìn)CNL算法，獲得輪廓的特征點(diǎn)。
[0053]可以米用多種方法來獲得手輪廓上的點(diǎn)，例如提取局郃最大曲率方法，CSS (Curvature Scale Space)提取CSS圖像的特征點(diǎn)方法等。本發(fā)明改進(jìn)了CNL(The Controlling Number of Landmarks)方法來提取數(shù)字手的輪廓上的特征點(diǎn)。具體方法如 下：
[0054] ①獲得所有的輪廓(每個(gè)輪廓認(rèn)為是封閉輪廓），并排序、編號，并對每個(gè)封閉輪廓 進(jìn)行步驟二到步驟六的循環(huán)；
[0055] ②對每個(gè)封閉輪廓，找到距離最遠(yuǎn)的兩個(gè)點(diǎn)作為頭兩個(gè)特征點(diǎn)，并記錄此最長距 離1;
[0056] ③定義一個(gè)1相關(guān)函數(shù)作為當(dāng)前封閉輪廓的閾值，其中，α是一個(gè)控制參 數(shù)；
[0057]④從尋找第三個(gè)特征點(diǎn)開始，每個(gè)特征點(diǎn)到已經(jīng)找到的相鄰兩個(gè)特征點(diǎn)為端點(diǎn)的 線段距離要大于ε，而ε在每次循環(huán)中都會改變?nèi)缦翶 = .一一-1/ ,其中i是尋找特征點(diǎn) a Κ. 1+1 ) 的遍歷相應(yīng)封閉輪廓的循環(huán)數(shù)；
[0058]⑤當(dāng)ε不再變小，并且在同一ε下找不到新的特征點(diǎn)，循環(huán)停止；
[0059] ⑥對下一個(gè)封閉輪廓進(jìn)行尋找特征點(diǎn)，直到遍歷所有的封閉輪廓。
[0060] 考慮到不需要控制特征點(diǎn)的數(shù)量，因此，我們只記錄輪廓上特征點(diǎn)的位置信息并 完全忽略了傳統(tǒng)CNL方法中的特征點(diǎn)的數(shù)量信息。
[0061] 10.構(gòu)造輪廓信息數(shù)據(jù)結(jié)構(gòu)，添加相應(yīng)數(shù)據(jù)。計(jì)算相鄰的兩個(gè)特征點(diǎn)之間的長度； 以手腕垂直方向?yàn)榛鶞?zhǔn)，計(jì)算這兩個(gè)特征點(diǎn)的向量和這個(gè)基準(zhǔn)向量之間的角度。這樣，構(gòu)造 出的輪廓信息數(shù)據(jù)結(jié)構(gòu)包含兩個(gè)信息:兩個(gè)特征點(diǎn)之間的向量與基準(zhǔn)向量的角度和這兩個(gè) 特征點(diǎn)的距離。
[0062] 角度由小到大排列，根據(jù)相同角度，把相應(yīng)的長度進(jìn)行累加，這樣，就得到一個(gè)直 方圖，橫坐標(biāo)是角度信息，縱坐標(biāo)是累加長度信息。一個(gè)直方圖能夠描述一個(gè)手的形狀信 息。
[0063] 11.計(jì)算兩只手的直方圖差異度。對兩只手的直方圖進(jìn)行比較，得到差異值，記為 b，公式如下：
[0064]
(15)
[0065] 其中，η是輪廓上相鄰特征點(diǎn)組成的特征向量按照角度量化的個(gè)數(shù);t i，t ' i是兩個(gè) 手的直方圖上的對應(yīng)量化角度的累加距離；I 1*1 I是的距離，這里選擇歐幾里得距 離。12.利用以下公式，算出兩個(gè)手的差異度d:
[0066] d = k*a+( l_k)*b · (16)
[0067] 其中，k是一個(gè)調(diào)整兩種方法所占比重的參數(shù)，此參數(shù)可以固定為0.5,也可以根據(jù) 手的面積(手的不同姿態(tài)投影到二維圖像上的面積不同）來自動確定k的値。差異度d作為最 后表現(xiàn)手康復(fù)的程度顯示在電腦屏幕，并記錄在數(shù)據(jù)庫中，以便進(jìn)一步的分析，用于患者進(jìn) 一步的康復(fù)診斷和治療。
[0068] 13.關(guān)閉手功能評價(jià)系統(tǒng)。
[0069]本發(fā)明與現(xiàn)有技術(shù)相比較，具有如下顯而易見的突出實(shí)質(zhì)技術(shù)特點(diǎn)和顯著技術(shù)進(jìn) 步：
[0070] 1.幫助提尚手的康復(fù)治療的質(zhì)量；
[0071 ] 2.量化了患側(cè)手和健側(cè)手之間的差異程度；
[0072] 3.通過此系統(tǒng)能夠監(jiān)控出被患側(cè)手的細(xì)微變化，增強(qiáng)了患者的信心，從而加快了 治療的速度；
[0073] 4.通過提取患者的康復(fù)數(shù)據(jù)，幫助醫(yī)生總結(jié)患者的康復(fù)情況，幫助醫(yī)生提高治療 方法。
【附圖說明】
[0074]圖1是手功能評價(jià)系統(tǒng)中一個(gè)黑盒子的示意圖。盒子頂部正中間安置一個(gè)攝像頭， 用于提取手的圖像信息；圖1中多個(gè)小圓圈代表多個(gè)點(diǎn)光源，用于取消手的陰影對手的圖像 的影響，根據(jù)實(shí)際要求，點(diǎn)光源位置和安置形式可以有所改變;盒子側(cè)面底部有一個(gè)手可以 插入的入口，供患者放入手。
[0075]圖2是患者把雙手放入康復(fù)用盒子中后，左右手后各提取圖像后的示意圖。
[0076]圖3是圖像處理后右手圖像鏡面映射后的變化圖（這里假設(shè)患者只有一只手是有 病患的；如果兩只手都有病患，則可以每只手和健康人的手進(jìn)行比較）。
[0077] 圖4是基于本發(fā)明方法的實(shí)施流程框圖。
【具體實(shí)施方式】
[0078] 本發(fā)明的實(shí)施例結(jié)合附圖詳述如下：
[0079] 實(shí)施例一：
[0080] 參見圖4,基于圖像處理技術(shù)的手功能評價(jià)方法，通過一種自動檢測健側(cè)手與患側(cè) 手區(qū)別程度，從而完成對患側(cè)手的評價(jià)，其特征在于操作步驟如下：
[0081] (a)啟動手功能評價(jià)系統(tǒng):首先打開盒子內(nèi)壁的光源的電源，計(jì)算機(jī)控制系統(tǒng)同時(shí) 啟動兩個(gè)攝像頭；
[0082] (b)獲得兩手的圖像:患者把手放入特制的盒子內(nèi)部，獲取患者兩個(gè)手的形狀信息 的視頻圖像；
[0083] (c)圖像尺度的同一化:變化尺度，以方便不同的攝像頭拍攝的圖像都統(tǒng)一為相同 的尺度；
[0084] (d)消除噪音提取手的形狀:利用手的顏色和背景顏色的差異，把手的形狀完整提 取出來；
[0085] (e)轉(zhuǎn)換包含手信息的圖片為黑白色；
[0086] (f)把一只正常手進(jìn)行對稱變化，并調(diào)整手的方向，使兩個(gè)手的方向相同；
[0087] (g)計(jì)算兩幅圖像的幾何矩；
[0088] (h)計(jì)算兩幅圖像的幾何矩之間的差距；
[0089] (i)改進(jìn)CNL算法，獲得輪廓的特征點(diǎn)；
[0090] (j)構(gòu)造輪廓信息數(shù)據(jù)結(jié)構(gòu)，添加相應(yīng)數(shù)據(jù)；
[0091] (k)計(jì)算兩只手的直方圖差異度；
[0092] (1)計(jì)算兩只手的差異度；
[0093] (m)關(guān)閉手功能評價(jià)系統(tǒng)。
[0094] 實(shí)施例二：
[0095] 本實(shí)施例與實(shí)施例一基本相同，特別之處如下：
[0096] 實(shí)施例一中所述步驟(a)啟動手功能評價(jià)系統(tǒng)。盒子內(nèi)壁上的布置多個(gè)光源用來 消除陰影，降低陰影帶來的識別難度，突出背景顏色和手的顏色的差異度，提高手的形狀提 取的準(zhǔn)確度;在使用過程中，兩個(gè)攝像頭需要同時(shí)工作，獲取患者的左右手形狀信息；啟動 系統(tǒng)時(shí)，首先打開盒子內(nèi)壁的光源的電源，計(jì)算機(jī)控制系統(tǒng)同時(shí)啟動兩個(gè)攝像頭。
[0097] 所述步驟(b)獲得兩手的圖像，這些圖像包括手的形狀輪廓，手紋輪廓信息，以及 背景信息。
[0098] 所述步驟(c)對圖像的尺度進(jìn)行同一化。
[0099] 所述步驟(d)消除圖像噪音提取手的形狀。
[0100] 所述步驟(e)轉(zhuǎn)換包含手信息的圖片為黑白色。
[0101] 所述步驟(f)把一只正常手進(jìn)行對稱變化，并調(diào)整手的方向，使兩個(gè)手的方向相 同。
[0102] 所述步驟(g)通過公式(1)~（13)計(jì)算出兩幅圖像的幾何矩。
[0103] 所述步驟(h)根據(jù)公式（14)計(jì)算出兩幅圖像的幾何矩之間的差距。
[0104] 所述步驟(i)利用改進(jìn)的CNL算法，獲得輪廓的特征點(diǎn)。具體方法和步驟如下：
[0105] ①獲得所有的輪廓(每個(gè)輪廓認(rèn)為是封閉輪廓），并排序、編號，并對每個(gè)封閉輪廓 進(jìn)行步驟二到步驟六的循環(huán)；
[0106] ②對每個(gè)封閉輪廓，找到距離最遠(yuǎn)的兩個(gè)點(diǎn)作為頭兩個(gè)特征點(diǎn)，并記錄此最長距 離1;
[0107] ③定義一個(gè)1相關(guān)函數(shù)作為當(dāng)前封閉輪廓的閾值f = ，其中，α是一個(gè)控制參 數(shù)；
[0108] ④從尋找第三個(gè)特征點(diǎn)開始，每個(gè)特征點(diǎn)到已經(jīng)找到的相鄰兩個(gè)特征點(diǎn)為端點(diǎn)的
線段距離要大于ε，而ε在每次循環(huán)中都會改變?nèi)缦拢?，其中i是尋找特征點(diǎn) 的遍歷相應(yīng)封閉輪廓的循環(huán)數(shù)；
[0109] ⑤當(dāng)ε不再變小，并且在同一ε下找不到新的特征點(diǎn)，循環(huán)停止；
[0110] ⑥對下一個(gè)封閉輪廓進(jìn)行尋找特征點(diǎn)，直到遍歷所有的封閉輪廓。
[0111] 所述步驟(j)構(gòu)造輪廓信息數(shù)據(jù)結(jié)構(gòu)。計(jì)算相鄰的兩個(gè)特征點(diǎn)之間的長度；以手腕 垂直方向?yàn)榛鶞?zhǔn)，計(jì)算這兩個(gè)特征點(diǎn)的向量和這個(gè)基準(zhǔn)向量之間的角度;構(gòu)造出的輪廓信 息數(shù)據(jù)結(jié)構(gòu)包含兩個(gè)信息:兩個(gè)特征點(diǎn)之間的向量與基準(zhǔn)向量的角度和這兩個(gè)特征點(diǎn)的距 離；角度由小到大排列，根據(jù)相同角度，把相應(yīng)的長度進(jìn)行累加，這樣，就得到一個(gè)直方圖， 橫坐標(biāo)是角度信息，縱坐標(biāo)是累加長度信息，一個(gè)直方圖能夠描述一個(gè)手的形狀信息。
[0112] 所述步驟(k)對兩只手的直方圖進(jìn)行比較，通過公式（15)得到直方圖的差異值。
[0113] 所述步驟(1)根據(jù)公式(16)計(jì)算兩只手的差異度。
【主權(quán)項(xiàng)】
1. 基于圖像處理技術(shù)的手功能評價(jià)方法，通過一種自動檢測健側(cè)手與患側(cè)手區(qū)別程 度，從而完成對患側(cè)手的評價(jià)，其特征在于操作步驟如下： (1) 啟動手功能評價(jià)系統(tǒng):首先打開盒子內(nèi)壁的光源的電源，計(jì)算機(jī)控制系統(tǒng)同時(shí)啟動 兩個(gè)攝像頭； (2) 獲得兩手的圖像:患者把手放入特制的盒子內(nèi)部，獲取患者兩個(gè)手的形狀信息的視 頻圖像； (3) 圖像尺度的同一化:變化尺度，W方便不同的攝像頭拍攝的圖像都統(tǒng)一為相同的尺 度； (4) 消除噪音提取手的形狀:利用手的顏色和背景顏色的差異，把手的形狀完整提取出 來； (5) 轉(zhuǎn)換包含手信息的圖片為黑白色； (6) 把一只正常手進(jìn)行對稱變化，并調(diào)整手的方向，使兩個(gè)手的方向相同； (7) 計(jì)算兩幅圖像的幾何矩； (8) 計(jì)算兩幅圖像的幾何矩之間的差距； (9) 改進(jìn)算法，獲得輪廓的特征點(diǎn)； (10) 構(gòu)造輪廓信息數(shù)據(jù)結(jié)構(gòu)，添加相應(yīng)數(shù)據(jù)； (11) 計(jì)算兩只手的直方圖差異度； (12) 計(jì)算兩只手的差異度； (13) 關(guān)閉手功能評價(jià)系統(tǒng)。2. 根據(jù)權(quán)利要求1所述的基于圖像處理技術(shù)的手功能評價(jià)方法，其特征在于:所述步驟 (1) 啟動手功能評價(jià)系統(tǒng)，設(shè)置光源位置和強(qiáng)度，W及設(shè)置背景，突出手的顏色;構(gòu)建的手功 能評價(jià)系統(tǒng)需要光和背景的控制，盒子內(nèi)壁上的布置多個(gè)光源用來消除陰影，降低陰影帶 來的識別難度，突出背景顏色和手的顏色的差異度，提高手的形狀提取的準(zhǔn)確度;在使用過 程中，兩個(gè)攝像頭需要同時(shí)工作，獲取患者的左右手形狀信息；啟動系統(tǒng)時(shí)，首先打開盒子 內(nèi)壁的光源的電源，計(jì)算機(jī)控制系統(tǒng)同時(shí)啟動兩個(gè)攝像頭。3. 根據(jù)權(quán)利要求1所述的基于圖像處理技術(shù)的手功能評價(jià)方法，其特征在于:所述步驟 (2) 獲得兩手的圖像，運(yùn)些圖像包括手的形狀輪廓，手紋輪廓信息，W及背景信息。4. 根據(jù)權(quán)利要求1所述的基于圖像處理技術(shù)的手功能評價(jià)方法，其特征在于:所述步驟 (3) 圖像尺度的同一化，運(yùn)方便不同的攝像頭拍攝的圖像都統(tǒng)一為相同的尺度。5. 根據(jù)權(quán)利要求1所述的基于圖像處理技術(shù)的手功能評價(jià)方法，其特征在于:所述步驟 (4) 消除噪音提取手的形狀，把原始圖像轉(zhuǎn)換成灰度圖像，利用高斯去噪方法和數(shù)學(xué)形態(tài)學(xué) 方法去除部分噪音，保留手形狀中的正確信息。6. 根據(jù)權(quán)利要求1所述的基于圖像處理技術(shù)的手功能評價(jià)方法，其特征在于:所述步驟 (5) 轉(zhuǎn)換包含手信息的圖片為黑白色。7. 根據(jù)權(quán)利要求1所述的基于圖像處理技術(shù)的手功能評價(jià)方法，其特征在于:所述步驟 (6) 把一只正常手進(jìn)行對稱變化，并調(diào)整手的方向，使兩個(gè)手的方向相同。8. 根據(jù)權(quán)利要求1所述的基于圖像處理技術(shù)的手功能評價(jià)方法，其特征在于:所述步驟 (7) 計(jì)算兩幅圖像的幾何矩，對于灰度分布為f(x，y)的手的數(shù)字圖像，則需要考慮其離散狀 體，則f ( X，y )的(P+q )階普通矩mpq和中屯、矩化q定義如下：其中，Μ, N是圖像的像素 X軸方向的個(gè)數(shù)和y軸方向的個(gè)數(shù)； p，q = 0，l，2,…，xo，yo是中屯、距，定義如下：當(dāng)圖像放生變化時(shí)候，mpq也相應(yīng)的發(fā)生變化，但是中屯、矩μρ。則具有平移不變性為了消 除其旋轉(zhuǎn)不變性，我們把μρ。進(jìn)行歸一中屯、化：化矩是利用二階和Ξ階中屯、矩構(gòu)造了屯個(gè)不變矩，具有連續(xù)圖像條件下保持平移，縮 放和旋轉(zhuǎn)的不變性，定義如下：9. 根據(jù)權(quán)利要求1所述的基于圖像處理技術(shù)的手功能評價(jià)方法，其特征在于:所述步驟 (8)計(jì)算兩幅圖像的幾何矩之間的差距，此差距計(jì)入變量a。(14) 其中，/巧日巧α=ι，···，7)分別對應(yīng)左右手的圖像的幾何矩;κια=ι，···，7)是調(diào)整參 數(shù)，把不變矩的各個(gè)分量的數(shù)量級調(diào)整到相同的數(shù)量級；11*11是/!和巧的距離，運(yùn)里可W 選擇歐幾里得距離來測量/巧日巧的距離。10. 根據(jù)權(quán)利要求1所述的基于圖像處理技術(shù)的手功能評價(jià)方法，其特征在于:所述步 驟(9)改進(jìn)算法，獲得輪廓的特征點(diǎn)，具體方法步驟如下： ① 獲得所有的輪廓，每個(gè)輪廓認(rèn)為是封閉輪廓，并排序、編號，并對每個(gè)封閉輪廓進(jìn)行 步驟二到步驟六的循環(huán)； ② 對每個(gè)封閉輪廓，找到距離最遠(yuǎn)的兩個(gè)點(diǎn)作為頭兩個(gè)特征點(diǎn)，并記錄此最長距離1; ③ 定義一個(gè)1相關(guān)函數(shù)作為當(dāng)前封閉輪廓的闊值，其中，α是一個(gè)控制參數(shù)； ④ 從尋找第Ξ個(gè)特征點(diǎn)開始，每個(gè)特征點(diǎn)到已經(jīng)找到的相鄰兩個(gè)特征點(diǎn)為端點(diǎn)的線段 距離要大于ε，而ε在每次循環(huán)中都會改變?nèi)缦缕渲衖是尋找特征點(diǎn)的遍 歷相應(yīng)封閉輪廓的循環(huán)數(shù)； ⑤ 當(dāng)ε不再變小，并且在同一ε下找不到新的特征點(diǎn)，循環(huán)停止； ⑥ 對下一個(gè)封閉輪廓進(jìn)行尋找特征點(diǎn)，直到遍歷所有的封閉輪廓； 考慮到不需要控制特征點(diǎn)的數(shù)量，因此，只記錄輪廓上特征點(diǎn)的位置信息并完全忽略 了傳統(tǒng)方法中的特征點(diǎn)的數(shù)量信息。11. 根據(jù)權(quán)利要求1所述的基于圖像處理技術(shù)的手功能評價(jià)方法，其特征在于:所述步 驟(10)構(gòu)造輪廓信息數(shù)據(jù)結(jié)構(gòu)，添加相應(yīng)數(shù)據(jù);計(jì)算相鄰的兩個(gè)特征點(diǎn)之間的長度；W手腕 垂直方向?yàn)榛鶞?zhǔn)，計(jì)算運(yùn)兩個(gè)特征點(diǎn)的向量和運(yùn)個(gè)基準(zhǔn)向量之間的角度;構(gòu)造出的輪廓信 息數(shù)據(jù)結(jié)構(gòu)包含兩個(gè)信息:兩個(gè)特征點(diǎn)之間的向量與基準(zhǔn)向量的角度和運(yùn)兩個(gè)特征點(diǎn)的距 離；角度由小到大排列，根據(jù)相同角度，把相應(yīng)的長度進(jìn)行累加，運(yùn)樣，就得到一個(gè)直方圖， 橫坐標(biāo)是角度信息，縱坐標(biāo)是累加長度信息，一個(gè)直方圖能夠描述一個(gè)手的形狀信息。12. 根據(jù)權(quán)利要求1所述的基于圖像處理技術(shù)的手功能評價(jià)方法，其特征在于:所述步 驟（11)計(jì)算兩只手的直方圖差異度，對兩只手的直方圖進(jìn)行比較，得到差異值，記為b，公式 如下：(化） η是輪廓上相鄰特征點(diǎn)組成的特征向量按照角度量化的個(gè)數(shù);ti，t ' 1是兩個(gè)手的直方圖 上的對應(yīng)量化角度的累加距離；I 1*1 I是ti和t'l的距離，運(yùn)里選擇歐幾里得距離。13. 根據(jù)權(quán)利要求1所述的基于圖像處理技術(shù)的手功能評價(jià)方法，其特征在于:所述步 驟（12)計(jì)算兩只手的差異度，兩個(gè)手的差異度d的公式如下： d = k*a+(l-k)*b. (16) k是一個(gè)調(diào)整兩種方法所占比重的參數(shù)，此參數(shù)可W固定為0.5,也可W根據(jù)手的面積 (手的不同姿態(tài)投影到二維圖像上的面積不同）來自動確定k的値。
【文檔編號】G06T7/00GK105844096SQ201610165832
【公開日】2016年8月10日
【申請日】2016年3月19日
【發(fā)明人】韓越興
【申請人】上海大學(xué)