本發(fā)明涉及圖像分析?，具體為一種基于圖像分析的腿部肌肉訓練分析方法及訓練椅。

背景技術：

1、圖像分析是一種基于攝像頭捕捉人體動作的技術，通過分析圖像序列來識別和跟蹤人體的各個部位，從而實現(xiàn)對人體姿態(tài)和運動的精確測量，在腿部肌肉訓練時，通過使用圖像分析技術能夠?qū)崟r監(jiān)控病人的腿部動作，確保訓練動作的準確性和標準性。

2、經(jīng)檢索，公開號“cn115272313a”的中國發(fā)明專利，公開了“基于深度圖像的肌肉均衡程度分析方法、系統(tǒng)及設備”，該申請利用人體正面與背面的深度圖像，結(jié)合深度數(shù)據(jù)和骨性標志點，能夠推斷出人體表面肌肉分布的均衡性，與傳統(tǒng)的目視觸摸評估方法和基于肌肉發(fā)力的判斷方法相比，本技術不受檢測人員主觀判斷的影響，也不會因受測者肌肉發(fā)力不當或肌肉損傷而影響分析結(jié)果，本技術具有干擾因素少、準確度高的優(yōu)勢，并能提供肌肉的量化數(shù)值，有助于肌肉均衡程度進行直觀且精確的分析。

3、上述公開方法以及相類似的通過圖像來分析肌肉的方法，在獲取肌肉的均勻程度時，多數(shù)為讓肌肉處于靜止狀態(tài)來降低對分析結(jié)果的影響，然而訓練過程中肌肉的拉伸程度和肌肉的收縮狀態(tài)直接影響訓練效果，因此在持續(xù)訓練的場景下需要一種能夠動態(tài)跟蹤和分析肌肉運動狀態(tài)的方法來增強分析結(jié)果的準確性。

技術實現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于圖像分析的腿部肌肉訓練分析方法及訓練椅，以解決上述背景技術中提出的問題。

2、第一方面，為實現(xiàn)上述目的，本發(fā)明提供如下技術方案：一種基于圖像分析的腿部肌肉訓練分析方法，包括獲取腿部肌肉訓練的標準訓練動作，

3、獲取腿部位置的輪廓圖像；

4、基于標準訓練動作在輪廓圖像內(nèi)確定骨骼節(jié)點所處的圖像區(qū)域；

5、基于時間序列獲取骨骼節(jié)點在圖像區(qū)域處的運動軌跡；

6、獲取一個運動軌跡周期內(nèi)圖像區(qū)域處的腿部肌肉輪廓影像；

7、基于標準訓練動作，確定腿部肌肉輪廓影像內(nèi)的有效訓練范圍影像；

8、獲取有效訓練范圍影像內(nèi)腿部肌肉的表面紋理數(shù)值；

9、基于表面紋理數(shù)值判別腿部肌肉訓練效果；

10、腿部肌肉輪廓影像的確定方法包括：

11、獲取第一骨骼節(jié)點位置，第一骨骼節(jié)點為圖像區(qū)域內(nèi)基于標準訓練項目而確定的所有骨骼節(jié)點中的任意一個；

12、獲取第二骨骼節(jié)點位置，第二骨骼節(jié)點為圖像區(qū)域內(nèi)和第一骨骼節(jié)點距離最近的一個；

13、采集第一間距，第一間距為第一骨骼節(jié)點和第二骨骼節(jié)點之間的距離；

14、獲取第二間距，第二間距為標準訓練動作基于第一骨骼節(jié)點為起始點和任意一個已確定骨骼節(jié)點之間的距離；

15、基于時間序列，比對第一間距和第二間距的變化幅度，并基于變化程度判別腿部肌肉輪廓影像的準確性。

16、作為本技術方案進一步優(yōu)選的，腿部肌肉輪廓影像的確定方法包括：

17、獲取第三骨骼節(jié)點位置，第三骨骼節(jié)點為圖像區(qū)域內(nèi)和第一骨骼節(jié)點距離最遠的一個；

18、基于時間序列分別獲取第三骨骼節(jié)點和第一骨骼節(jié)點的移動范圍；

19、基于兩個移動范圍所處的象限的匹配程度判別腿部肌肉輪廓影像的準確性。

20、作為本技術方案進一步優(yōu)選的，圖像區(qū)域的確定方法：

21、基于網(wǎng)絡獲取標準訓練動作對應的訓練項目；

22、基于訓練項目確定骨骼節(jié)點在腿部的位置和數(shù)量；

23、獲取已知任意兩個不相鄰的骨骼節(jié)點在一個運動軌跡期間的角度變化范圍；

24、基于角度變化范圍確定骨骼節(jié)點所處的圖像區(qū)域。

25、作為本技術方案進一步優(yōu)選的，運動軌跡的獲取方法包括：

26、基于圖像區(qū)域的中心點位置構建二維坐標系，二維坐標系的橫坐標用于表示時間序列，縱坐標用于表示骨骼節(jié)點的移動距離；

27、采集不同時間序列下，骨骼節(jié)點在二維坐標系內(nèi)的位置；

28、連接二維坐標系內(nèi)不同時間序列的骨骼節(jié)點，形成骨骼節(jié)點的運動軌跡。

29、作為本技術方案進一步優(yōu)選的，腿部肌肉輪廓影像內(nèi)的有效訓練范圍影像的確定方法：

30、基于圖像區(qū)域內(nèi)骨骼節(jié)點位置確定肌肉附著點；

31、基于標準訓練動作獲取腿部肌肉訓練時的肌肉附著點的拉伸方向以及拉伸范圍并確定有效訓練指標；

32、基于有效訓練指標，獲取腿部肌肉輪廓影像內(nèi)對應肌肉附著點的拉伸程度數(shù)值；

33、比較拉伸程度數(shù)值與標準訓練動作的拉伸程度數(shù)值，確定腿部肌肉輪廓影像內(nèi)的有效訓練范圍影像。

34、作為本技術方案進一步優(yōu)選的，表面紋理數(shù)值的獲取方式包括：

35、捕捉腿部肌肉表面區(qū)域的圖像頻率特征，圖像頻率特征包括：低頻特征和高頻特征，低頻特征用于表示平滑，高頻特征用于表示紋理變化；

36、在腿部肌肉表面區(qū)域映射和圖像頻率特征位置相匹配的斑馬紋圖案，斑馬紋基于高頻特征展示為成波紋狀偽影，斑馬紋基于低頻特征展示為無顯影；

37、獲取斑馬紋圖案中波紋狀偽影所占腿部肌肉表面區(qū)域的比例；

38、基于比例結(jié)果表示表面紋理的數(shù)值。

39、作為本技術方案進一步優(yōu)選的，基于有效訓練范圍影像的建立構建訓練反饋信號；

40、基于訓練反饋信號矯正骨骼節(jié)點在圖像區(qū)域處的運動軌跡，獲取訓練反饋信號后的矯正腿部肌肉輪廓影像；

41、剔除矯正腿部肌肉輪廓影像內(nèi)存在陰影像素的部位，并形成修正腿部肌肉輪廓影像；

42、獲取修正腿部肌肉輪廓影像表面紋理數(shù)值；

43、表面紋理數(shù)值判別腿部肌肉訓練效果。

44、作為本技術方案進一步優(yōu)選的，訓練反饋信號的運行方法包括：

45、實時監(jiān)測單位時間內(nèi)腿部肌肉輪廓影像的表面紋理數(shù)值變化，表面紋理數(shù)值用于表示訓練負載；

46、獲取單位時間內(nèi)基于腿部肌肉運動時的心率變化數(shù)據(jù)；

47、基于心率變化數(shù)據(jù)和訓練負載構建關聯(lián)公式；

48、基于關聯(lián)公式獲取出訓練強度指數(shù)，訓練強度指數(shù)用于反映了訓練的強度和效果；

49、基于訓練強度指數(shù)調(diào)整訓練指標，訓練指標包括完成標準訓練動作的次數(shù)和頻率。

50、作為本技術方案進一步優(yōu)選的，所述關聯(lián)公式為：，h用于表示心率變化，t用于表示表面紋理數(shù)值變化，a和β用于表示訓練時的權重比，具體數(shù)值通過人為確定，tii用于表示訓練強度。

51、第二方面，本發(fā)明還提出了一種訓練椅，使用了上述任意一種基于圖像分析的腿部肌肉訓練分析方法。

52、與現(xiàn)有技術相比，本發(fā)明的有益效果是：

53、該基于圖像分析的腿部肌肉訓練分析方法，通過標準訓練動作來獲取實時訓練時腿部肌肉的附著點，再利用訓練動作來確定有效拉伸的范圍數(shù)據(jù)，最后通過比對腿部肌肉輪廓影像中符合有效拉伸范圍數(shù)據(jù)的片段以及位置來縮小訓練范圍，實現(xiàn)了動態(tài)跟蹤和分析腿部訓練時，肌肉的狀態(tài)，精確增強了評估訓練效果的準確性；

54、此外訓練椅的設計與該分析方法相結(jié)合，為用戶提供了一個全面的訓練解決方案，能夠幫助用戶進行科學的腿部肌肉訓練，通過使用該訓練椅，用戶能夠更加方便地進行腿部肌肉訓練，同時通過實時反饋調(diào)整訓練強度和動作，以達到最佳的訓練效果。