导　　师： 钟小品

授予学位： 硕士

作　　者： (）;

机构地区： 深圳大学

摘　　要： 随着社会的不断发展,人们生活水平的日益提高,越来越多的人开始关注于自身健康状况,传统的监测人体生理指标模式主要是以医院为中心,然而现在正逐渐向以预防为主的家庭化、小型化的发展模式转换。因此,一种能实现实时动态地监护人体生理指标的便携式看护仪器将会是人们未来家庭健康、个人疾病的预防首选。有关研究表明,人体的频率、强度、节奏等睡眠呼吸信号可以在很大程度上反应身体健康状况,揭示疾病的出现。因而,对人体睡眠呼吸监测具有非常重要的医学意义。现今的医用呼吸监测设备大多存在一些弊端:体积比较大、价格比较昂贵、都是采用接触式的检测。接触式的检测不但会给病人带来束缚感,影响检测效果,而且对于特殊病人(婴儿、老人)很不方便。因此本文提出了一种非接触式的睡眠呼吸测量方案,采用以红外摄像头作为检测的传感器,运用高斯混合背景差分算法和非参的直方图分割算法,来准确的获取人体睡眠呼吸信号。该方案的测量装置不但价格便宜、实用,而且与人体非接触。本论文的主要研究工作如下所示:(1)基于帧间差分的睡眠呼吸运动检测。通过实验发现,运用最简单的帧间差分算法检测呼吸运动,效果并不明显,存在检测不连续的问题。为此,本文研究和实现了几种背景建模差分算法:基于KNN(K-Nearest Neighbor)背景建模差分、基于LBP(Local Binary Pattern)背景建模差分和基于高斯混合背景建模差分。背景建模差分算法的原理:对一定数量的视频帧图像建立一个背景模型帧,然后利用当前帧与背景帧的差分检测运动目标。背景建模差分算法能很好的解决检测呼吸运动目标不连续的问题。(2)本文创新性的把高斯混合背景差分算法和非参直方图分析算法结合在一起,实现睡眠呼吸次数的测量。传统的直方图分割算法采用的是

关 键 词： 非接触式 呼吸测量 图像处理 背景建模 直方图分割

领　　域： []