全身运动评估在婴儿早期作为预测发育障碍的方法对婴儿早期干预及康复具有重要意义,已应用于临床,但评估结果具有主观性,且评估医师培训时间长,不宜推广。本文旨在通过计算机视觉并结合稠密光流分析婴儿全身运动特点,探索婴儿全身运动的特征及规律,为婴儿客观评估提供更可靠、更直观的数据。本文在学习和分析了国内外关于婴儿运动特征分析与提取的相关分析方法的基础上,以全身运动评估作为婴儿运动特征分析的依据,针对2-6个月月龄的婴儿的运动视频,进行运动特征提取分析。本文主要工作如下:(1)针对所采用视频的背景特征,结合颜色信息与自适应阈值的方法,提出合适的目标提取(婴儿身体区域)算法,从而得出完整的婴儿身体区域,为后续特征分析提供良好的基础。(2)针对婴儿的局部运动特征,通过分水岭分割方法对婴儿身体区域实现头、四肢、躯干六部分的分割,采用光流计算出婴儿身体每一像素点的速度并进行跟踪,即粗分割,然后结合近邻原则将光流跟踪出现的空洞位置的点重新归类,实现整个身体的细分割,然后得到每一部分的运动重心变化曲线,每一部分在相邻帧间的运动面积的变化曲线,根据此类局部分析特征实现对婴儿运动的分析。(3)针对婴儿的整体运动特征,将婴儿身体区域的灰度图像进行历史叠加;计算婴儿身体区域的光流速度场,将计算得到的光流场通过彩色图像进行表示,并进行历史叠加;计算每帧图像中婴儿身体区域的平均速度、加速度特征曲线、均值及方差等特征量;然后统计婴儿运动在不同方向不同大小区域的速度,得到速度统计直方图,从而实现从整体特征角度分析婴儿运动特征。(4)利用VS2010中的C++编程环境,调用OpenCV函数库完成婴儿视频序列的录制系统以及搭建局部与整体运动特征提取系统。