本發(fā)明涉及機器單目視覺技術(shù)領(lǐng)域和醫(yī)療設(shè)備技術(shù)領(lǐng)域，特別是涉及一種手部標(biāo)志物跟蹤方法及系統(tǒng)。

背景技術(shù)：

隨著社會的發(fā)展，越來越多的人受到頸椎病的困擾。目前采用的頸椎病的治療方法主要是保守治療，其中中醫(yī)旋轉(zhuǎn)類手法作為一種操作簡單、見效快的治療方法被廣泛采用。中醫(yī)旋轉(zhuǎn)類手法可以分為自定位、預(yù)加載、快速動作、恢復(fù)四個步驟，以右側(cè)旋轉(zhuǎn)類手法為例：患者端坐位，頸部自然放松，醫(yī)者采用按法、揉法、滾法等手法放松頸部軟組織5-10min；讓患者頭部主動水平旋轉(zhuǎn)至極限角度，最大屈曲后再旋轉(zhuǎn)，達(dá)到固定感；醫(yī)生以肘部托患者下頜，輕輕向上牽引3-5s；讓患者放松肌肉，肘部用短力快速向上提拉；操作成功后可以聽到一聲或多聲彈響；應(yīng)用提、拿等手法再次將頸部肌肉放松。

在臨床操作的自定位步驟中，患者首先需要跟隨醫(yī)生的手部動作來轉(zhuǎn)動頭部，以達(dá)到自身的生理極限角度，然后在該角度位置進行中醫(yī)旋轉(zhuǎn)類手法治療。然而患者的頭頸部是比較脆弱的地方，在中醫(yī)旋轉(zhuǎn)類手法治療過程中，需要醫(yī)生能夠進行力度和位置準(zhǔn)確的按摩治療，因此需要醫(yī)生進行大量的中醫(yī)旋轉(zhuǎn)類手法練習(xí)。目前中醫(yī)旋轉(zhuǎn)類手法培訓(xùn)中采用機器人來模擬頸椎病人以為醫(yī)生提供練習(xí)平臺，但是控制機器人采用的方法主要為使用遙控器遙控操作，采用遙控器控制機器人的頭部轉(zhuǎn)到需要的位置。然而在臨床實際操作中，患者是需要跟隨醫(yī)生的手部動作來轉(zhuǎn)動頭部，以達(dá)到自身的生理極限角度的，因此采用遙控器控制機器人的頭部轉(zhuǎn)到需要位置的辦法在臨床應(yīng)用中不能模擬實際的醫(yī)患之間的交互操作。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的是提供一種手部標(biāo)志物跟蹤方法及系統(tǒng)，使機器人可以跟蹤被測人員手部的標(biāo)志物進行運動，真實模擬實際的醫(yī)患之間的交互操作，以為醫(yī)生提供練習(xí)平臺。

為實現(xiàn)上述目的，本發(fā)明提供了如下方案：

一種手部標(biāo)志物跟蹤方法，所述方法包括：

獲取被測人員手部的彩色圖像；

根據(jù)所述彩色圖像檢測所述彩色圖像中是否具有標(biāo)志物信息，獲得檢測結(jié)果；

當(dāng)所述檢測結(jié)果表示所述彩色圖像中具有所述標(biāo)志物信息時，所述機器人開始跟蹤所述標(biāo)志物進行頭部旋轉(zhuǎn)運動；

當(dāng)所述檢測結(jié)果表示所述彩色圖像中不具有所述標(biāo)志物信息時，所述機器人停止跟蹤所述標(biāo)志物進行頭部旋轉(zhuǎn)運動，所述機器人頭部固定于停止位置。

可選的，在所述根據(jù)所述彩色圖像檢測所述彩色圖像中是否具有標(biāo)志物信息，獲得檢測結(jié)果之前，還包括：

根據(jù)所述標(biāo)志物的特征建立第一直方圖；

根據(jù)所述彩色圖像中所述標(biāo)志物的環(huán)境背景特征建立第二直方圖；

根據(jù)特征判別式計算特征值，所述特征判別式的計算公式如下：

其中，n1表示所述第一直方圖中的所述特征，n2表示所述第二直方圖中的所述環(huán)境背景特征，δu表示所述特征值；

將所述特征值與給定閾值進行比較；

當(dāng)所述特征值大于所述給定閾值時，將所述第一直方圖中的所述特征保留，當(dāng)所述特征值小于所述給定閾值時，將所述第一直方圖中的所述特征剔除，獲得標(biāo)志物特征直方圖。

可選的，所述根據(jù)所述彩色圖像檢測所述彩色圖像中是否具有標(biāo)志物信息，獲得檢測結(jié)果，具體包括：

將所述彩色圖像轉(zhuǎn)換到對應(yīng)的顏色空間；

根據(jù)所述標(biāo)志物特征直方圖在所述顏色空間內(nèi)進行反向投影得到標(biāo)志物概率圖；

計算所述標(biāo)志物概率圖中表示所述標(biāo)志物的像素點的數(shù)量和密集程度；

判斷所述數(shù)量是否大于設(shè)定數(shù)量，獲得第一判斷結(jié)果；

判斷所述密集程度是否大于設(shè)定密度，獲得第二判斷結(jié)果；

當(dāng)所述第一判斷結(jié)果和所述第二判斷結(jié)果均為是時，確定所述彩色圖像中具有所述標(biāo)志物信息，否則確定所述彩色圖像中不具有所述標(biāo)志物信息。

可選的，所述當(dāng)所述檢測結(jié)果表示所述彩色圖像中具有所述標(biāo)志物信息時，所述機器人開始跟蹤所述標(biāo)志物進行頭部旋轉(zhuǎn)運動，具體包括：

根據(jù)所述標(biāo)志物概率圖確定所述機器人頭部的旋轉(zhuǎn)方向；

根據(jù)所述標(biāo)志物概率圖計算所述機器人頭部的水平旋轉(zhuǎn)速度和豎直旋轉(zhuǎn)速度；

根據(jù)所述旋轉(zhuǎn)方向、所述水平旋轉(zhuǎn)速度和所述豎直旋轉(zhuǎn)速度控制所述機器人頭部按照所述旋轉(zhuǎn)方向和所述水平旋轉(zhuǎn)速度進行水平旋轉(zhuǎn)，按照所述旋轉(zhuǎn)方向和所述豎直旋轉(zhuǎn)速度進行豎直旋轉(zhuǎn)。

可選的，所述根據(jù)所述標(biāo)志物特征直方圖在所述顏色空間內(nèi)進行反向投影得到標(biāo)志物概率圖之后，還包括：

采用形態(tài)學(xué)腐蝕膨脹算法對所述標(biāo)志物概率圖進行去噪處理。

本發(fā)明還公開了一種手部標(biāo)志物跟蹤系統(tǒng)，所述系統(tǒng)包括：

彩色圖像獲取模塊，用于獲取被測人員手部的彩色圖像；

標(biāo)志物檢測結(jié)果獲取模塊，用于根據(jù)所述彩色圖像檢測所述彩色圖像中是否具有標(biāo)志物信息，獲得檢測結(jié)果；

機器人頭部旋轉(zhuǎn)控制模塊，用于當(dāng)所述檢測結(jié)果表示所述彩色圖像中具有所述標(biāo)志物信息時，控制所述機器人開始跟蹤所述標(biāo)志物進行頭部旋轉(zhuǎn)運動；

機器人頭部旋轉(zhuǎn)停止模塊，用于當(dāng)所述檢測結(jié)果表示所述彩色圖像中不具有所述標(biāo)志物信息時，控制所述機器人停止跟蹤所述標(biāo)志物進行頭部旋轉(zhuǎn)運動，所述機器人頭部固定于停止位置。

可選的，所述系統(tǒng)還包括標(biāo)志物特征直方圖獲取模塊，具體包括：

第一直方圖建立單元，用于根據(jù)所述標(biāo)志物的特征建立第一直方圖；

第二直方圖建立單元，用于根據(jù)所述彩色圖像中所述標(biāo)志物的環(huán)境背景特征建立第二直方圖；

特征值計算單元，用于根據(jù)特征判別式計算特征值，所述特征判別式的計算公式如下：

其中，n1表示所述第一直方圖中的所述特征，n2表示所述第二直方圖中的所述環(huán)境背景特征，δu表示所述特征值；

比較單元，用于將所述特征值與給定閾值進行比較；

標(biāo)志物特征直方圖獲取單元，用于當(dāng)所述特征值大于所述給定閾值時，將所述第一直方圖中的所述特征保留，當(dāng)所述特征值小于所述給定閾值時，將所述第一直方圖中的所述特征剔除，獲得標(biāo)志物特征直方圖。

可選的，所述標(biāo)志物檢測結(jié)果獲取模塊具體包括：

圖像轉(zhuǎn)換單元，用于將所述彩色圖像轉(zhuǎn)換到對應(yīng)的顏色空間；

標(biāo)志物概率圖獲取單元，用于根據(jù)所述標(biāo)志物特征直方圖在所述顏色空間內(nèi)進行反向投影得到標(biāo)志物概率圖；

標(biāo)志物數(shù)量密度計算單元，用于計算所述標(biāo)志物概率圖中表示所述標(biāo)志物的像素點的數(shù)量和密集程度；

第一判斷結(jié)果獲取單元，用于判斷所述數(shù)量是否大于設(shè)定數(shù)量，獲得第一判斷結(jié)果；

第二判斷結(jié)果獲取單元，用于判斷所述密集程度是否大于設(shè)定密度，獲得第二判斷結(jié)果；

標(biāo)志物檢測結(jié)果獲取單元，用于當(dāng)所述第一判斷結(jié)果和所述第二判斷結(jié)果均為是時，確定所述彩色圖像中具有所述標(biāo)志物信息，否則確定所述彩色圖像中不具有所述標(biāo)志物信息。

可選的，所述機器人頭部旋轉(zhuǎn)控制模塊具體包括：

旋轉(zhuǎn)方向獲取單元，用于根據(jù)所述標(biāo)志物概率圖確定所述機器人頭部的旋轉(zhuǎn)方向；

旋轉(zhuǎn)速度獲取單元，用于根據(jù)所述標(biāo)志物概率圖計算所述機器人頭部的水平旋轉(zhuǎn)速度和豎直旋轉(zhuǎn)速度；

機器人頭部旋轉(zhuǎn)控制單元，用于根據(jù)所述旋轉(zhuǎn)方向、所述水平旋轉(zhuǎn)速度和所述豎直旋轉(zhuǎn)速度控制所述機器人頭部按照所述旋轉(zhuǎn)方向和所述水平旋轉(zhuǎn)速度進行水平旋轉(zhuǎn)，按照所述旋轉(zhuǎn)方向和所述豎直旋轉(zhuǎn)速度進行豎直旋轉(zhuǎn)。

可選的，所述標(biāo)志物檢測結(jié)果獲取模塊，還包括：

去噪處理單元，用于采用形態(tài)學(xué)腐蝕膨脹算法對所述標(biāo)志物概率圖進行去噪處理。

根據(jù)本發(fā)明提供的具體實施例，本發(fā)明公開了以下技術(shù)效果：

本發(fā)明提供了一種手部標(biāo)志物跟蹤方法及系統(tǒng)。所述方法首先獲取被測人員手部的彩色圖像；然后根據(jù)所述彩色圖像檢測所述彩色圖像中是否具有標(biāo)志物信息，獲得檢測結(jié)果；當(dāng)所述檢測結(jié)果表示所述彩色圖像中具有所述標(biāo)志物信息時，所述機器人開始跟蹤所述標(biāo)志物進行頭部旋轉(zhuǎn)運動；當(dāng)所述檢測結(jié)果表示所述彩色圖像中不具有所述標(biāo)志物信息時，所述機器人停止跟蹤所述標(biāo)志物進行頭部旋轉(zhuǎn)運動，所述機器人頭部固定于停止位置。所述方法及系統(tǒng)使機器人可以跟蹤被測人員手部的標(biāo)志物運動至練習(xí)需要的角度和位置，能夠真實模擬實際的醫(yī)患之間的交互操作，為醫(yī)生提供治療手法的練習(xí)平臺。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實施例手部標(biāo)志物跟蹤方法的方法流程圖；

圖2為本發(fā)明所述狀態(tài)空間和所述穩(wěn)態(tài)空間坐標(biāo)系的示意圖；

圖3為采用本發(fā)明所述的手部標(biāo)志物跟蹤方法控制機器人頭部運動的示意圖；

圖4為本發(fā)明實施例手部標(biāo)志物跟蹤系統(tǒng)的結(jié)構(gòu)示意圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

本發(fā)明的目的是提供一種手部標(biāo)志物跟蹤方法及系統(tǒng)。

為使本發(fā)明的上述目的、特征和優(yōu)點能夠更加明顯易懂，下面結(jié)合附圖和具體實施方式對本發(fā)明作進一步詳細(xì)的說明。

圖1為本發(fā)明實施例手部標(biāo)志物跟蹤方法的方法流程圖。

參見圖1，一種手部標(biāo)志物跟蹤方法，包括：

步驟101：獲取被測人員手部的彩色圖像。

所述被測人員的手部佩戴有標(biāo)志物。所述標(biāo)志物為與環(huán)境背景有明顯區(qū)分特征的物體，比如在白色背景下手帶一個紅色(綠色、藍(lán)色、黑色等)的手套，因為紅色與背景白色具有明顯不相同的特征，所以可以作為標(biāo)志物；或者手上貼上印有黑色(紅色、綠色、藍(lán)色等)顏色的圓形(方格狀等)形狀的紙張等等類似的具有與環(huán)境背景有明顯區(qū)別的顏色、形狀的物體都可以作為標(biāo)志物。

所述彩色圖像通過固定于機器人頭部的圖像傳感器拍攝獲得。所述圖像傳感器為攝像頭或其他網(wǎng)絡(luò)攝像頭。所述彩色圖像為rgb圖像。

在步驟101之后，還包括：

根據(jù)所述標(biāo)志物的特征建立第一直方圖；

根據(jù)所述彩色圖像中標(biāo)志物的環(huán)境背景特征建立第二直方圖；

根據(jù)特征判別式計算特征值，所述特征判別式的計算公式如下：

其中，n1表示所述第一直方圖中的所述特征，n2表示所述第二直方圖中的所述環(huán)境背景特征，δu表示所述特征值；

將所述特征值與給定閾值進行比較；

當(dāng)所述特征值大于所述給定閾值時，將所述第一直方圖中的所述特征保留，當(dāng)所述特征值小于所述給定閾值時，將所述第一直方圖中的所述特征剔除，獲得標(biāo)志物特征直方圖。

上述方法通過比較所述第一直方圖和所述第二直方圖的差異，將所述第一直方圖中更為顯著的特征保留，將所述第一直方圖中易被所述第二直方圖混淆的特征進行剔除，特征是否顯著由式(1)確定，從而獲得具有顯著特征的標(biāo)志物特征直方圖。

步驟102：根據(jù)所述彩色圖像檢測所述彩色圖像中是否具有標(biāo)志物信息，獲得檢測結(jié)果。

所述步驟102具體包括：

將所述彩色圖像轉(zhuǎn)換到對應(yīng)的顏色空間；所述顏色空間為ycrcb顏色空間。

根據(jù)所述標(biāo)志物特征直方圖在所述顏色空間內(nèi)進行反向投影得到標(biāo)志物概率圖，所述標(biāo)志物概率圖為一幅黑白灰度圖像。采用形態(tài)學(xué)腐蝕膨脹算法對所述標(biāo)志物概率圖進行去噪處理，去除噪聲對所述所述標(biāo)志物概率圖的影響。

計算所述標(biāo)志物概率圖中表示所述標(biāo)志物的像素點的數(shù)量和密集程度。

判斷所述數(shù)量是否大于設(shè)定數(shù)量，獲得第一判斷結(jié)果。

判斷所述密集程度是否大于設(shè)定密度，獲得第二判斷結(jié)果。

當(dāng)所述第一判斷結(jié)果和所述第二判斷結(jié)果均為是時，確定所述彩色圖像中具有所述標(biāo)志物信息，否則確定所述彩色圖像中不具有所述標(biāo)志物信息。

步驟103：當(dāng)所述檢測結(jié)果表示所述彩色圖像中具有所述標(biāo)志物信息時，所述機器人開始跟蹤所述標(biāo)志物進行頭部旋轉(zhuǎn)運動。

步驟103中，通過對所述標(biāo)志物概率圖進行計算可得到當(dāng)前所述標(biāo)志物在所述彩色圖像中的坐標(biāo)，再對所述標(biāo)志物的圖像坐標(biāo)進行計算可以得到機器人各個關(guān)節(jié)的運動速度。

所述機器人是面向中醫(yī)旋轉(zhuǎn)類手法培訓(xùn)的培訓(xùn)機器人，所述機器人用來模擬頸椎病人以為醫(yī)生提供練習(xí)平臺。所述培訓(xùn)機器人頭頸部具有兩個關(guān)節(jié)，其中第一關(guān)節(jié)可以水平旋轉(zhuǎn)，第二關(guān)節(jié)可以豎直旋轉(zhuǎn)，并且具有一種變剛度的結(jié)構(gòu)模擬人體頸椎。

所述步驟103具體包括：

根據(jù)所述標(biāo)志物概率圖確定所述機器人頭部的旋轉(zhuǎn)方向，通過對所述標(biāo)志物概率圖進行計算得到當(dāng)前所述標(biāo)志物在所述彩色圖像中的坐標(biāo)。

首先，在所述標(biāo)志物概率圖內(nèi)定義任一點的坐標(biāo)為(x，y)，(x，y)點的灰度值為p(x，y)，所述標(biāo)志物概率圖的p+q階幾何矩為：

則：

m00＝∑p(x,y)(3)

m10＝∑xp(x,y)(4)

m01＝∑yp(x,y)(5)

標(biāo)志物在所述標(biāo)志物概率圖內(nèi)的重心pc(xc,yc)為

其中，xc表示所述重心的x坐標(biāo)，yc表示所述重心的y坐標(biāo)。

定義當(dāng)前圖像平面為圖像的狀態(tài)空間，所述圖像平面為根據(jù)所述圖像傳感器分辨率定義的平面，所述圖像和所述圖像平面與所述圖像傳感器的分辨率相同，比如當(dāng)采用的所述圖像傳感器分辨率為1440×900時，所述圖像平面和所述圖像的分辨率也為1440×900。則當(dāng)前的所述狀態(tài)空間為

x＝(xc,yc)^t(8)

在所述狀態(tài)空間內(nèi)定義穩(wěn)態(tài)空間為ωs，

其中，uw表示所述狀態(tài)空間的寬度，β表示比例系數(shù)，且β為取值小于二分之一的正數(shù)，vh表示所述狀態(tài)空間的高度。

根據(jù)所述標(biāo)志物概率圖計算當(dāng)前所述標(biāo)志物在所述狀態(tài)空間中的坐標(biāo)。根據(jù)所述坐標(biāo)與所述穩(wěn)態(tài)空間邊界之間的相對位置關(guān)系，確定所述機器人頭部的旋轉(zhuǎn)方向。

圖2為本發(fā)明所述狀態(tài)空間和所述穩(wěn)態(tài)空間坐標(biāo)系的示意圖。如圖2所示，u0,u1,v0,v1分別表示所述穩(wěn)態(tài)空間ωs的左、右、上、下邊界。當(dāng)所述標(biāo)志物在所述狀態(tài)空間中的水平坐標(biāo)位于所述穩(wěn)態(tài)空間左邊界的左邊，即所述水平坐標(biāo)的值小于u0時，確定所述機器人頭部順時針旋轉(zhuǎn)；當(dāng)所述水平坐標(biāo)大于u1時，確定所述機器人頭部逆時針旋轉(zhuǎn)。也可以當(dāng)所述水平坐標(biāo)的值小于u0時，確定所述機器人頭部逆時針旋轉(zhuǎn)；當(dāng)所述水平坐標(biāo)大于u1時，確定所述機器人頭部順時針旋轉(zhuǎn)。當(dāng)所述標(biāo)志物在所述狀態(tài)空間中的豎直坐標(biāo)的值小于v0時，確定所述機器人頭部向低頭方向旋轉(zhuǎn)；當(dāng)所述水平坐標(biāo)大于v1時，確定所述機器人頭部向抬頭方向旋轉(zhuǎn)；或當(dāng)所述豎直坐標(biāo)的值小于v0時，確定所述機器人頭部向抬頭方向旋轉(zhuǎn)；當(dāng)所述水平坐標(biāo)大于v1時，確定所述機器人頭部向低頭方向旋轉(zhuǎn)。

再根據(jù)當(dāng)前所述標(biāo)志物在所述狀態(tài)空間中的坐標(biāo)位置與所述穩(wěn)態(tài)空間邊界的位置計算位置誤差，計算所述位置誤差就是把所述標(biāo)志物的所述當(dāng)前狀態(tài)空間與所述穩(wěn)態(tài)空間最臨近的邊界作差。

根據(jù)所述狀態(tài)空間和所述穩(wěn)態(tài)空間，計算當(dāng)前的所述位置誤差，所述位置誤差e的計算公式如下：

其中，r表示所述穩(wěn)態(tài)空間邊界的轉(zhuǎn)換公式，其中a、b、c、d的取值分別為：

其中，c是一個列向量，表示所述穩(wěn)態(tài)空間的邊界，u0表示所述穩(wěn)態(tài)空間ωs的邊界，u1分別表示所述穩(wěn)態(tài)空間ωs的右邊界，v0分別表示所述穩(wěn)態(tài)空間ωs的上邊界，v1分別表示所述穩(wěn)態(tài)空間ωs的下邊界。

其中，x表示當(dāng)前的所述狀態(tài)空間，x＝(xc,yc)^t。

根據(jù)所述位置誤差e計算控制所述機器人頭部旋轉(zhuǎn)速度的輸入ut，

ut＝ke(15)

其中，k表示尺度縮放系數(shù)，用于進行所述位置誤差的尺度縮放，其中ηu,ηv表示比例系數(shù)，所述ηu、ηv是兩個常數(shù)。

為了使所述機器人的旋轉(zhuǎn)運動更加平穩(wěn)，對所述位置誤差求取符號函數(shù)，即：

其中，eu表示所述位置誤差在圖像水平方向的誤差，ev表示所述位置誤差在圖像豎直方向的誤差，表示所述圖像水平方向的速度，表示所述圖像豎直方向的速度。

利用圖像雅可比矩陣計算得到所述機器人末端的運行速度wx和wy，計算公式如下：

其中，ωx表示所述機器人頭部繞圖像橫軸旋轉(zhuǎn)的旋轉(zhuǎn)速度，也就是所述機器人頭部的豎直旋轉(zhuǎn)速度；ωy表示所述機器人頭部的繞圖像縱軸旋轉(zhuǎn)的旋轉(zhuǎn)速度，也就是所述機器人頭部的水平旋轉(zhuǎn)速度；(up,vp)為所述圖像傳感器的圖像坐標(biāo)系主點；λ表示所述圖像傳感器焦距轉(zhuǎn)換成像素的長度；u表示所述標(biāo)志物在所述標(biāo)志物概率圖上的行坐標(biāo)，v表示所述標(biāo)志物在所述標(biāo)志物概率圖上的列坐標(biāo)；js表示圖像雅可比矩陣，

所述的機器人是面向中醫(yī)旋轉(zhuǎn)類手法培訓(xùn)的培訓(xùn)機器人，所述的機器人用來模擬頸椎病人以為醫(yī)生提供練習(xí)平臺。所述的機器人為兩關(guān)節(jié)機器人，所述機器人的頭頸部具有兩個關(guān)節(jié)，其中第一關(guān)節(jié)可以水平旋轉(zhuǎn)，第二關(guān)節(jié)可以豎直旋轉(zhuǎn)，并且使用一種變剛度的結(jié)構(gòu)模擬人體頸椎。

最后根據(jù)所述旋轉(zhuǎn)方向、所述豎直旋轉(zhuǎn)速度ωx和所述水平旋轉(zhuǎn)速度ωy控制所述機器人頭部按照所述旋轉(zhuǎn)方向和所述水平旋轉(zhuǎn)速度進行水平旋轉(zhuǎn)，按照所述旋轉(zhuǎn)方向和所述豎直旋轉(zhuǎn)速度進行豎直旋轉(zhuǎn)。當(dāng)所述旋轉(zhuǎn)方向表示順時針旋轉(zhuǎn)時，控制所述第一關(guān)節(jié)按照所述水平旋轉(zhuǎn)速度進行順時針旋轉(zhuǎn)，當(dāng)所述旋轉(zhuǎn)方向表示逆時針旋轉(zhuǎn)時，控制所述第一關(guān)節(jié)按照所述水平旋轉(zhuǎn)速度進行逆時針旋轉(zhuǎn)，即控制所述機器人頭部的左右轉(zhuǎn)動。同時當(dāng)所述旋轉(zhuǎn)方向表示向低頭方向旋轉(zhuǎn)時，控制所述第二關(guān)節(jié)按照所述豎直旋轉(zhuǎn)速度向所述低頭方向旋轉(zhuǎn)，當(dāng)所述旋轉(zhuǎn)方向表示向抬頭方向旋轉(zhuǎn)時，控制所述第二關(guān)節(jié)按照所述豎直旋轉(zhuǎn)速度向所述抬頭方向旋轉(zhuǎn)，即控制所述機器人頭部的上下轉(zhuǎn)動。

步驟104：當(dāng)所述檢測結(jié)果表示所述彩色圖像中不具有所述標(biāo)志物信息時，所述機器人停止跟蹤所述標(biāo)志物進行頭部旋轉(zhuǎn)運動，所述機器人頭部固定于停止位置。

當(dāng)所述機器人頭部旋轉(zhuǎn)到練習(xí)所需的位置時，去掉所述標(biāo)志物或?qū)⑺鰳?biāo)志物隱藏，所述彩色圖像中檢測不到所述標(biāo)志物信息，機器人停止旋轉(zhuǎn)，即，所述機器人頭部跟蹤所述標(biāo)志物旋轉(zhuǎn)到所需位置后，靜止固定在了練習(xí)所需位置。

圖3為采用本發(fā)明所述的手部標(biāo)志物跟蹤方法控制機器人頭部運動的示意圖。本發(fā)明中進行圖像處理采用的是連續(xù)自適應(yīng)均值飄移算法(camshift目標(biāo)跟蹤算法)。如圖3所示，被測人員在手部301佩戴標(biāo)志物302，置于圖像傳感器303前移動，所述機器人頭部具有第一關(guān)節(jié)304和第二關(guān)節(jié)305，根據(jù)計算出的所述旋轉(zhuǎn)方向、所述豎直旋轉(zhuǎn)速度ωx和所述水平旋轉(zhuǎn)速度ωy。控制所述機器人頭部的所述第一關(guān)節(jié)304按照所述旋轉(zhuǎn)方向和所述水平旋轉(zhuǎn)速度進行水平旋轉(zhuǎn)，當(dāng)所述旋轉(zhuǎn)方向表示順時針旋轉(zhuǎn)時，控制所述第一關(guān)節(jié)304按照所述水平旋轉(zhuǎn)速度進行順時針旋轉(zhuǎn)，當(dāng)所述旋轉(zhuǎn)方向表示逆時針旋轉(zhuǎn)時，控制所述第一關(guān)節(jié)304按照所述水平旋轉(zhuǎn)速度進行逆時針旋轉(zhuǎn)，即控制所述機器人頭部的左右轉(zhuǎn)動。同時控制所述機器人頭部的所述第二關(guān)節(jié)305按照所述旋轉(zhuǎn)方向和所述豎直旋轉(zhuǎn)速度進行豎直旋轉(zhuǎn)，當(dāng)所述旋轉(zhuǎn)方向表示向低頭方向旋轉(zhuǎn)時，控制所述第二關(guān)節(jié)305按照所述豎直旋轉(zhuǎn)速度向所述低頭方向旋轉(zhuǎn)，當(dāng)所述旋轉(zhuǎn)方向表示向抬頭方向旋轉(zhuǎn)時，控制所述第二關(guān)節(jié)305按照所述豎直旋轉(zhuǎn)速度向所述抬頭方向旋轉(zhuǎn)，即控制所述機器人頭部的上下轉(zhuǎn)動。當(dāng)所述機器人頭部旋轉(zhuǎn)到練習(xí)所需的位置時，去掉所述標(biāo)志物或?qū)⑺鰳?biāo)志物隱藏，所述彩色圖像中檢測不到所述標(biāo)志物信息，機器人停止旋轉(zhuǎn)，最終使機器人跟蹤被測人員手部的標(biāo)志物運動至練習(xí)需要的角度和位置，能夠真實模擬實際的醫(yī)患之間的交互操作，為醫(yī)生提供治療手法的練習(xí)平臺。

圖4為本發(fā)明實施例手部標(biāo)志物跟蹤系統(tǒng)的結(jié)構(gòu)示意圖。

如圖4所示，所述手部標(biāo)志物跟蹤系統(tǒng)，包括：

彩色圖像獲取模塊401，用于獲取被測人員手部的彩色圖像。

標(biāo)志物檢測結(jié)果獲取模塊402，用于根據(jù)所述彩色圖像檢測所述彩色圖像中是否具有標(biāo)志物信息，獲得檢測結(jié)果。

機器人頭部旋轉(zhuǎn)控制模塊403，用于當(dāng)所述檢測結(jié)果表示所述彩色圖像中具有所述標(biāo)志物信息時，控制所述機器人開始跟蹤所述標(biāo)志物進行頭部旋轉(zhuǎn)運動。

機器人頭部旋轉(zhuǎn)停止模塊404，用于當(dāng)所述檢測結(jié)果表示所述彩色圖像中不具有所述標(biāo)志物信息時，控制所述機器人停止跟蹤所述標(biāo)志物進行頭部旋轉(zhuǎn)運動，所述機器人頭部固定于停止位置。

標(biāo)志物特征直方圖獲取模塊405，用于根據(jù)所述標(biāo)志物獲取標(biāo)志物特征直方圖。

所述標(biāo)志物檢測結(jié)果獲取模塊402具體包括：

圖像轉(zhuǎn)換單元，用于將所述彩色圖像轉(zhuǎn)換到對應(yīng)的顏色空間；

標(biāo)志物概率圖獲取單元，用于根據(jù)所述標(biāo)志物特征直方圖在所述顏色空間內(nèi)進行反向投影得到標(biāo)志物概率圖；

去噪處理單元，用于采用形態(tài)學(xué)腐蝕膨脹算法對所述標(biāo)志物概率圖進行去噪處理；

標(biāo)志物數(shù)量密度計算單元，用于計算所述標(biāo)志物概率圖中表示所述標(biāo)志物的像素點的數(shù)量和密集程度；

第一判斷結(jié)果獲取單元，用于判斷所述數(shù)量是否大于設(shè)定數(shù)量，獲得第一判斷結(jié)果；

第二判斷結(jié)果獲取單元，用于判斷所述密集程度是否大于設(shè)定密度，獲得第二判斷結(jié)果；

標(biāo)志物檢測結(jié)果獲取單元，用于當(dāng)所述第一判斷結(jié)果和所述第二判斷結(jié)果均為是時，確定所述彩色圖像中具有所述標(biāo)志物信息，否則確定所述彩色圖像中不具有所述標(biāo)志物信息。

所述機器人頭部旋轉(zhuǎn)控制模塊403具體包括：

旋轉(zhuǎn)方向獲取單元，用于根據(jù)所述標(biāo)志物概率圖確定所述機器人頭部的旋轉(zhuǎn)方向；

旋轉(zhuǎn)速度獲取單元，用于根據(jù)所述標(biāo)志物概率圖計算所述機器人頭部的水平旋轉(zhuǎn)速度和豎直旋轉(zhuǎn)速度；

機器人頭部旋轉(zhuǎn)控制單元，用于根據(jù)所述旋轉(zhuǎn)方向、所述水平旋轉(zhuǎn)速度和所述豎直旋轉(zhuǎn)速度控制所述機器人頭部按照所述旋轉(zhuǎn)方向和所述水平旋轉(zhuǎn)速度進行水平旋轉(zhuǎn)，按照所述旋轉(zhuǎn)方向和所述豎直旋轉(zhuǎn)速度進行豎直旋轉(zhuǎn)。

所述標(biāo)志物特征直方圖獲取模塊405具體包括：

第一直方圖建立單元，用于根據(jù)所述標(biāo)志物的特征建立第一直方圖；

第二直方圖建立單元，用于根據(jù)所述彩色圖像中所述標(biāo)志物的環(huán)境背景特征建立第二直方圖；

特征值計算單元，用于根據(jù)特征判別式計算特征值，所述特征判別式的計算公式如下：

其中，n1表示所述第一直方圖中的所述特征，n2表示所述第二直方圖中的所述環(huán)境背景特征，δu表示所述特征值；

比較單元，用于將所述特征值與給定閾值進行比較；

標(biāo)志物特征直方圖獲取單元，用于當(dāng)所述特征值大于所述給定閾值時，將所述第一直方圖中的所述特征保留，當(dāng)所述特征值小于所述給定閾值時，將所述第一直方圖中的所述特征剔除，獲得標(biāo)志物特征直方圖。

本發(fā)明所述的機器人手部跟蹤系統(tǒng)使機器人可以跟蹤被測人員手部的標(biāo)志物運動至練習(xí)需要的角度和位置，能夠真實模擬實際的醫(yī)患之間的交互操作，為醫(yī)生提供治療手法的練習(xí)平臺。

本文中應(yīng)用了具體個例對本發(fā)明的原理及實施方式進行了闡述，以上實施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時，對于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實施方式及應(yīng)用范圍上均會有改變之處。綜上所述，本說明書內(nèi)容不應(yīng)理解為對本發(fā)明的限制。