本发明属于健康管理技术领域，尤其涉及一种智能体质测试设备、方法及存储介质。
背景技术：
目前，最接近的现有技术：随着社会经济的发展，人民对健康认识的提高，越来越多的单位为了更好的了解掌握员工的身体素质，提出健康运动建议，建设企业运动文化，开始对员工进行定期的体质检测。在这个大背景下，迫切需要一个更高效、科学、合理、完整、准确的体质检测系统，通过标准的量化进行整体的体质考核。目前，市场上的体质测试设备存在测定种类少，无法实现整体的体质测定，体质检测的结果不具有代表性。
综上所述，现有技术存在的问题是：目前，市场上的体质测试设备存在测定种类少，无法实现整体的体质测定，体质检测的结果不具有代表性，同时测试结果不准确。
技术实现要素：
针对现有技术存在的问题，本发明提供了一种智能体质测试设备、方法及存储介质。
本发明是这样实现的，一种智能体质测试设备，所述智能体质测试设备设置有：
体质测试模块，与中央控制模块连接，用于进行相关体质测试，并获取体质测试数据；
数据读取模块，与中央控制模块连接，用于利用读写设备获取上传的相关体质测试数据；
摄像模块，与中央控制模块连接，用于实时获取体质测试过程中的人体姿态影像以及人脸图像；
红外成像模块，与中央控制模块连接，用于通过红外热像仪采集体检者的红外影像；
身高采集模块，与中央控制模块连接，用于通过测量尺采集身高信息；
体重采集模块，与中央控制模块连接，用于通过体重秤采集体重信息；
肺活量测试模块，与中央控制模块连接，用于通过肺活量测试仪采集肺活量测试信息；
血压采集模块，与中央控制模块连接，用于通过血压计采集血压信息；
中央控制模块，与体质测试模块、数据读取模块、摄像模块、红外成像模块、身高采集模块、体重采集模块、肺活量测试模块、血压采集模块、数据处理模块、补测模块、计算模块、图像分析模块、体质评分模块、存储模块、显示模块连接，用于控制各个模块正常运行；
数据处理模块，与中央控制模块连接，用于对采集到的相关测试数据进行过滤、分类、汇总、统计；并判断测试数据有无异常；
补测模块，与中央控制模块连接，用于当测试数据存在异常时，进行特定项目的补测；
计算模块，与中央控制模块连接，用于基于获取到的相关测试数据通过计算程序对bmi、脂肪率、肌肉率进行计算；
图像分析模块，与中央控制模块连接，用于通过分析程序对采集的红外影像进行分析；
体质评分模块，与中央控制模块连接，用于基于测试数据、计算得到的bmi、脂肪率、肌肉率、红外影像分析结果以及人体姿态影像及其他相关测试数据进行综合体质评分；
存储模块，与中央控制模块连接，用于存储体质测试数据、人体姿态影像、红外影像、身高、体重、bmi、脂肪率、肌肉率、肺活量、血压以及综合体质评分；
显示模块，与中央控制模块连接，用于通过显示器对体质测试数据、人体姿态影像、红外影像、身高、体重、bmi、脂肪率、肌肉率、肺活量、血压以及综合体质评分进行显示。
进一步，所述体质测试模块包括：
所述体质测试模块包括台阶测试单元、背力计测试单元、纵跳测试单元、坐位体前屈测试单元、闭眼单脚站立测试单元；
台阶测试单元：用于进行台阶测试，并获取相关台阶测试数据；
背力计测试单元：用于进行背力计测试，并获取相关背力计测试数据；
纵跳测试单元：用于进行纵跳测试，并获取相关坐位体前屈测试数据；
坐位体前屈测试单元：用于进行坐位体前屈测试，并获取相关坐位体前屈测试数据；
闭眼单脚站立测试单元：用于进行闭眼单脚站立测试，并获取相关闭眼单脚站立测试数据。
本发明的另一目的在于提供一种应用于所述智能体质测试设备的智能体质测试方法，所述智能体质测试方法包括：
步骤一，通过进行台阶测试、背力计测试、纵跳测试、坐位体前屈测试、闭眼单脚站立测试获取相关体质测试数据；或利用读写设备获取上传的相关体质测试数据；
步骤二，实时获取体质测试过程中的人体姿态影像以及人脸图像；通过红外热像仪采集体检者的红外影像；通过测量尺采集身高信息；通过体重秤采集体重信息；通过肺活量测试仪采集肺活量测试信息；通过血压计采集血压信息；
步骤三，对采集到的相关测试数据进行过滤、分类、汇总、统计；并判断测试数据有无异常；当测试数据存在异常时，进行特定项目的补测；
步骤四，基于获取到的相关测试数据通过计算程序对bmi、脂肪率、肌肉率进行计算；通过分析程序对采集的红外影像进行分析；基于测试数据、计算得到的bmi、脂肪率、肌肉率、红外影像分析结果以及人体姿态影像及其他相关测试数据进行综合体质评分；
步骤五，存储体质测试数据、人体姿态影像、红外影像、身高、体重、bmi、脂肪率、肌肉率、肺活量、血压以及综合体质评分；通过显示器对体质测试数据、人体姿态影像、红外影像、身高、体重、bmi、脂肪率、肌肉率、肺活量、血压以及综合体质评分进行显示。
进一步，步骤二中，所述通过红外热像仪采集体检者的红外影像包括：
(1)建立各黑体温度下，fpa标定温度区间内与红外热像仪的输出之间的多段线性模型；
(2)根据所述多段线性模型，预测fpa标定温度区间之外，各黑体温度下对应的红外热像仪的输出；
(3)分区间对红外热像仪的输出进行校正，消除fpa温度在所述fpa标定温度区间内和fpa标定温度区间之外的变化时而引入的红外热像仪的输出的畸变；
(4)根据普朗克公式，分段建立校正后的红外热像仪的输出与开尔文温度之间的函数关系。
进一步，步骤(1)中，所述建立各黑体温度下，fpa标定温度区间内与红外热像仪的输出之间的多段线性模型包括：
在室温下，将红外热像仪对准固定温度的黑体辐射源，记录下红外热像仪随着fpa温度变化时的输出值，得到不同黑体温度下，fpa温度与红外热像仪输出的曲线；
把fpa温度划分为多个区间，得到fpa温度与红外热像仪的输出，在每个分段区间内的符合y＝kx b的线性模型。
进一步，步骤三中，所述判断测试数据有无异常包括：
1)判断各项测试数据有无遗漏或重复；若有遗漏或重复数据，则数据存在异常；若无，则数据无异常；
2)判断各项测试数据是否处于正常标准阈值内，若超出阈值，则判定数据存在异常；
3)判断各项测试数据之间是否具备较大差异性，若存在差异过大，则对比两个测试项目中获取到的人脸图像以及人体姿态影像是否一致，若一致，则判定数据不存在异常；若不一致，则判定数据存在异常；
4)判断多次测试对应测试项目的测试数据是否存在较大差异，若存在较大差异，则对比两次测试数据获取的人脸图像以及人体姿态影像是否一致，若一致，则判定数据不存在异常，若不一致，则判定数据异常。
进一步，步骤四中，所述对采集的红外影像进行分析的方法为：
从热态分布、脏腑、经络穴位、解剖分区、五脏色部共5个维度，对所述红外影像进行温度数据提取，得到可视化数据结果；
通过热度比较分析所述可视化结果数据中的数据，计算得出每一维度的参考数据；
将所述的每一维度的参考值与红外影像进行对比，得到分析报告。
进一步，所述温度数据提取的方法为：
所述热态分布从对称性、规律性、辨寒热三方面进行温度数据的表达；所述经络穴位的温度数据取值于每一穴位拟合点及其相邻共5个像素点的温度均值；所述解剖分区的温度数据中包括最高值、最低值、极差、标准差和整体差，所述整体差为区域温度均值与该所属区域的躯干整体温度均值的差值。
进一步，所述通过热度比较分析所述可视化结果数据中的数据的方法为：
选取两个像素点数相同的区域s1和s2，先分别计算出区域s1和s2的温度均值t和t，再通过下式：
t＝(t t)/2
计算出区域s1和s2两个区域的温度均值t；再通过下式：
r＝p*t/p*t
计算出区域s1和s2的热度比值r；
其中，p为区域s1中温度高于均值t的像素点数，t为区域s1中p个像素点的温度均值，p为区域s2中温度高于均值t的像素点数，t为区域s2中p个像素点的温度均值。
本发明的另一目的在于提供一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行所述的智能体质测试方法。
综上所述，本发明的优点及积极效果为：本发明能够实现全方面、智能化的体质测试，自动输出测试评分；同时测试结果准确、可靠、全面。同时本发明的测试评分不仅依靠测试数据，同时还包括了姿态分析、影像分析结果，保证体质评分的全面性、代表性；同时本发明能够避免有人代替测试的情况，通过图像对比进行身份确认，保证测试结果的准确性、可靠性。
本发明通过对人体红外影像的采集和分析，实现对人体温度信息的全面把握；通过对人体身高、体重、bmi、脂肪率、肌肉率、肺活量、血压的采集和计算，能够实现对人体体质信息的全面测定，实现体质测定结果准确性的提高。
附图说明
图1是本发明实施例提供的智能体质测试设备的结构图；
图中：1、体质测试模块；2、数据读取模块；3、摄像模块；4、红外成像模块；5、身高采集模块；6、体重采集模块；7、肺活量测试模块；8、血压采集模块；9、中央控制模块；10、数据处理模块；11、补测模块；12、计算模块；13、图像分析模块；14、体质评分模块；15、存储模块；16、显示模块。
图2是本发明实施例提供的智能体质测试方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
针对现有技术存在的问题，本发明提供了一种智能体质测试设备，下面结合附图对本发明作详细的描述。
如图1所示，本发明实施例提供的智能体质测试设备设置有：
体质测试模块1，与中央控制模块9连接，用于进行相关体质测试，并获取体质测试数据。
数据读取模块2，与中央控制模块9连接，用于利用读写设备获取上传的相关体质测试数据。
摄像模块3，与中央控制模块9连接，用于实时获取体质测试过程中的人体姿态影像以及人脸图像。
红外成像模块4，与中央控制模块9连接，用于通过红外热像仪采集体检者的红外影像。
身高采集模块5，与中央控制模块9连接，用于通过测量尺采集身高信息。
体重采集模块6，与中央控制模块9连接，用于通过体重秤采集体重信息。
肺活量测试模块7，与中央控制模块9连接，用于通过肺活量测试仪采集肺活量测试信息。
血压采集模块8，与中央控制模块9连接，用于通过血压计采集血压信息。
中央控制模块9，与体质测试模块1、数据读取模块2、摄像模块3、红外成像模块4、身高采集模块5、体重采集模块6、肺活量测试模块7、血压采集模块8、数据处理模块10、补测模块11、计算模块12、图像分析模块13、体质评分模块14、存储模块15、显示模块16连接，用于控制各个模块正常运行。
数据处理模块10，与中央控制模块9连接，用于对采集到的相关测试数据进行过滤、分类、汇总、统计；并判断测试数据有无异常。
补测模块11，与中央控制模块9连接，用于当测试数据存在异常时，进行特定项目的补测。
计算模块12，与中央控制模块9连接，用于基于获取到的相关测试数据通过计算程序对bmi、脂肪率、肌肉率进行计算。
图像分析模块13，与中央控制模块9连接，用于通过分析程序对采集的红外影像进行分析。
体质评分模块14，与中央控制模块9连接，用于基于测试数据、计算得到的bmi、脂肪率、肌肉率、红外影像分析结果以及人体姿态影像及其他相关测试数据进行综合体质评分。
存储模块15，与中央控制模块9连接，用于存储体质测试数据、人体姿态影像、红外影像、身高、体重、bmi、脂肪率、肌肉率、肺活量、血压以及综合体质评分。
显示模块16，与中央控制模块9连接，用于通过显示器对体质测试数据、人体姿态影像、红外影像、身高、体重、bmi、脂肪率、肌肉率、肺活量、血压以及综合体质评分进行显示。
本发明实施例提供的体质测试模块1包括：
所述体质测试模块1包括台阶测试单元、背力计测试单元、纵跳测试单元、坐位体前屈测试单元、闭眼单脚站立测试单元。
台阶测试单元：用于进行台阶测试，并获取相关台阶测试数据。
背力计测试单元：用于进行背力计测试，并获取相关背力计测试数据。
纵跳测试单元：用于进行纵跳测试，并获取相关坐位体前屈测试数据。
坐位体前屈测试单元：用于进行坐位体前屈测试，并获取相关坐位体前屈测试数据。
闭眼单脚站立测试单元：用于进行闭眼单脚站立测试，并获取相关闭眼单脚站立测试数据。
如图2所示，本发明实施例提供的智能体质测试方法包括：
s101，通过进行台阶测试、背力计测试、纵跳测试、坐位体前屈测试、闭眼单脚站立测试获取相关体质测试数据；或利用读写设备获取上传的相关体质测试数据。
s102，实时获取体质测试过程中的人体姿态影像以及人脸图像；通过红外热像仪采集体检者的红外影像；通过测量尺采集身高信息；通过体重秤采集体重信息；通过肺活量测试仪采集肺活量测试信息；通过血压计采集血压信息。
s103，对采集到的相关测试数据进行过滤、分类、汇总、统计；并判断测试数据有无异常；当测试数据存在异常时，进行特定项目的补测。
s104，基于获取到的相关测试数据通过计算程序对bmi、脂肪率、肌肉率进行计算；通过分析程序对采集的红外影像进行分析；基于测试数据、计算得到的bmi、脂肪率、肌肉率、红外影像分析结果以及人体姿态影像及其他相关测试数据进行综合体质评分。
s105，存储体质测试数据、人体姿态影像、红外影像、身高、体重、bmi、脂肪率、肌肉率、肺活量、血压以及综合体质评分；通过显示器对体质测试数据、人体姿态影像、红外影像、身高、体重、bmi、脂肪率、肌肉率、肺活量、血压以及综合体质评分进行显示。
步骤s102中，本发明实施例提供的通过红外热像仪采集体检者的红外影像包括：
(1)建立各黑体温度下，fpa标定温度区间内与红外热像仪的输出之间的多段线性模型。
(2)根据所述多段线性模型，预测fpa标定温度区间之外，各黑体温度下对应的红外热像仪的输出。
(3)分区间对红外热像仪的输出进行校正，消除fpa温度在所述fpa标定温度区间内和fpa标定温度区间之外的变化时而引入的红外热像仪的输出的畸变。
(4)根据普朗克公式，分段建立校正后的红外热像仪的输出与开尔文温度之间的函数关系。
步骤(1)中，本发明实施例提供的建立各黑体温度下，fpa标定温度区间内与红外热像仪的输出之间的多段线性模型包括：
在室温下，将红外热像仪对准固定温度的黑体辐射源，记录下红外热像仪随着fpa温度变化时的输出值，得到不同黑体温度下，fpa温度与红外热像仪输出的曲线。
把fpa温度划分为多个区间，得到fpa温度与红外热像仪的输出，在每个分段区间内的符合y＝kx b的线性模型。
步骤s103中，本发明实施例提供的判断测试数据有无异常包括：
1)判断各项测试数据有无遗漏或重复；若有遗漏或重复数据，则数据存在异常；若无，则数据无异常。
2)判断各项测试数据是否处于正常标准阈值内，若超出阈值，则判定数据存在异常。
3)判断各项测试数据之间是否具备较大差异性，若存在差异过大，则对比两个测试项目中获取到的人脸图像以及人体姿态影像是否一致，若一致，则判定数据不存在异常；若不一致，则判定数据存在异常。
4)判断多次测试对应测试项目的测试数据是否存在较大差异，若存在较大差异，则对比两次测试数据获取的人脸图像以及人体姿态影像是否一致，若一致，则判定数据不存在异常，若不一致，则判定数据异常。
步骤s104中，本发明实施例提供的对采集的红外影像进行分析的方法为：
从热态分布、脏腑、经络穴位、解剖分区、五脏色部共5个维度，对所述红外影像进行温度数据提取，得到可视化数据结果。
通过热度比较分析所述可视化结果数据中的数据，计算得出每一维度的参考数据。
将所述的每一维度的参考值与红外影像进行对比，得到分析报告。
本发明实施例提供的温度数据提取的方法为：
所述热态分布从对称性、规律性、辨寒热三方面进行温度数据的表达；所述经络穴位的温度数据取值于每一穴位拟合点及其相邻共5个像素点的温度均值；所述解剖分区的温度数据中包括最高值、最低值、极差、标准差和整体差，所述整体差为区域温度均值与该所属区域的躯干整体温度均值的差值。
本发明实施例提供的通过热度比较分析所述可视化结果数据中的数据的方法为：
选取两个像素点数相同的区域s1和s2，先分别计算出区域s1和s2的温度均值t和t，再通过下式：
t＝(t t)/2
计算出区域s1和s2两个区域的温度均值t；再通过下式：
r＝p*t/p*t
计算出区域s1和s2的热度比值r。
其中，p为区域s1中温度高于均值t的像素点数，t为区域s1中p个像素点的温度均值，p为区域s2中温度高于均值t的像素点数，t为区域s2中p个像素点的温度均值。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solidstatedisk(ssd))等。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
1.一种智能体质测试设备，其特征在于，所述智能体质测试设备设置有：
体质测试模块，与中央控制模块连接，用于进行相关体质测试，并获取体质测试数据；
数据读取模块，与中央控制模块连接，用于利用读写设备获取上传的相关体质测试数据；
摄像模块，与中央控制模块连接，用于实时获取体质测试过程中的人体姿态影像以及人脸图像；
红外成像模块，与中央控制模块连接，用于通过红外热像仪采集体检者的红外影像；
身高采集模块，与中央控制模块连接，用于通过测量尺采集身高信息；
体重采集模块，与中央控制模块连接，用于通过体重秤采集体重信息；
肺活量测试模块，与中央控制模块连接，用于通过肺活量测试仪采集肺活量测试信息；
血压采集模块，与中央控制模块连接，用于通过血压计采集血压信息；
中央控制模块，与体质测试模块、数据读取模块、摄像模块、红外成像模块、身高采集模块、体重采集模块、肺活量测试模块、血压采集模块、数据处理模块、补测模块、计算模块、图像分析模块、体质评分模块、存储模块、显示模块连接，用于控制各个模块正常运行；
数据处理模块，与中央控制模块连接，用于对采集到的相关测试数据进行过滤、分类、汇总、统计；并判断测试数据有无异常；
补测模块，与中央控制模块连接，用于当测试数据存在异常时，进行特定项目的补测；
计算模块，与中央控制模块连接，用于基于获取到的相关测试数据通过计算程序对bmi、脂肪率、肌肉率进行计算；
图像分析模块，与中央控制模块连接，用于通过分析程序对采集的红外影像进行分析；
体质评分模块，与中央控制模块连接，用于基于测试数据、计算得到的bmi、脂肪率、肌肉率、红外影像分析结果以及人体姿态影像及其他相关测试数据进行综合体质评分；
存储模块，与中央控制模块连接，用于存储体质测试数据、人体姿态影像、红外影像、身高、体重、bmi、脂肪率、肌肉率、肺活量、血压以及综合体质评分；
显示模块，与中央控制模块连接，用于通过显示器对体质测试数据、人体姿态影像、红外影像、身高、体重、bmi、脂肪率、肌肉率、肺活量、血压以及综合体质评分进行显示。
2.如权利要求1所述智能体质测试设备，其特征在于，所述体质测试模块包括：
所述体质测试模块包括台阶测试单元、背力计测试单元、纵跳测试单元、坐位体前屈测试单元、闭眼单脚站立测试单元；
台阶测试单元：用于进行台阶测试，并获取相关台阶测试数据；
背力计测试单元：用于进行背力计测试，并获取相关背力计测试数据；
纵跳测试单元：用于进行纵跳测试，并获取相关坐位体前屈测试数据；
坐位体前屈测试单元：用于进行坐位体前屈测试，并获取相关坐位体前屈测试数据；
闭眼单脚站立测试单元：用于进行闭眼单脚站立测试，并获取相关闭眼单脚站立测试数据。
3.一种应用于如权利要求1-2所述智能体质测试设备的智能体质测试方法，其特征在于，所述智能体质测试方法包括：
步骤一，通过进行台阶测试、背力计测试、纵跳测试、坐位体前屈测试、闭眼单脚站立测试获取相关体质测试数据；或利用读写设备获取上传的相关体质测试数据；
步骤二，实时获取体质测试过程中的人体姿态影像以及人脸图像；通过红外热像仪采集体检者的红外影像；通过测量尺采集身高信息；通过体重秤采集体重信息；通过肺活量测试仪采集肺活量测试信息；通过血压计采集血压信息；
步骤三，对采集到的相关测试数据进行过滤、分类、汇总、统计；并判断测试数据有无异常；当测试数据存在异常时，进行特定项目的补测；
步骤四，基于获取到的相关测试数据通过计算程序对bmi、脂肪率、肌肉率进行计算；通过分析程序对采集的红外影像进行分析；基于测试数据、计算得到的bmi、脂肪率、肌肉率、红外影像分析结果以及人体姿态影像及其他相关测试数据进行综合体质评分；
步骤五，存储体质测试数据、人体姿态影像、红外影像、身高、体重、bmi、脂肪率、肌肉率、肺活量、血压以及综合体质评分；通过显示器对体质测试数据、人体姿态影像、红外影像、身高、体重、bmi、脂肪率、肌肉率、肺活量、血压以及综合体质评分进行显示。
4.如权利要求3所述智能体质测试方法，其特征在于，步骤二中，所述通过红外热像仪采集体检者的红外影像包括：
(1)建立各黑体温度下，fpa标定温度区间内与红外热像仪的输出之间的多段线性模型；
(2)根据所述多段线性模型，预测fpa标定温度区间之外，各黑体温度下对应的红外热像仪的输出；
(3)分区间对红外热像仪的输出进行校正，消除fpa温度在所述fpa标定温度区间内和fpa标定温度区间之外的变化时而引入的红外热像仪的输出的畸变；
(4)根据普朗克公式，分段建立校正后的红外热像仪的输出与开尔文温度之间的函数关系。
5.如权利要求4所述智能体质测试方法，其特征在于，步骤(1)中，所述建立各黑体温度下，fpa标定温度区间内与红外热像仪的输出之间的多段线性模型包括：
在室温下，将红外热像仪对准固定温度的黑体辐射源，记录下红外热像仪随着fpa温度变化时的输出值，得到不同黑体温度下，fpa温度与红外热像仪输出的曲线；
把fpa温度划分为多个区间，得到fpa温度与红外热像仪的输出，在每个分段区间内的符合y＝kx b的线性模型。
6.如权利要求3所述智能体质测试方法，其特征在于，步骤三中，所述判断测试数据有无异常包括：
1)判断各项测试数据有无遗漏或重复；若有遗漏或重复数据，则数据存在异常；若无，则数据无异常；
2)判断各项测试数据是否处于正常标准阈值内，若超出阈值，则判定数据存在异常；
3)判断各项测试数据之间是否具备较大差异性，若存在差异过大，则对比两个测试项目中获取到的人脸图像以及人体姿态影像是否一致，若一致，则判定数据不存在异常；若不一致，则判定数据存在异常；
4)判断多次测试对应测试项目的测试数据是否存在较大差异，若存在较大差异，则对比两次测试数据获取的人脸图像以及人体姿态影像是否一致，若一致，则判定数据不存在异常，若不一致，则判定数据异常。
7.如权利要求3所述智能体质测试方法，其特征在于，步骤四中，所述对采集的红外影像进行分析的方法为：
从热态分布、脏腑、经络穴位、解剖分区、五脏色部共5个维度，对所述红外影像进行温度数据提取，得到可视化数据结果；
通过热度比较分析所述可视化结果数据中的数据，计算得出每一维度的参考数据；
将所述的每一维度的参考值与红外影像进行对比，得到分析报告。
8.如权利要求7所述智能体质测试方法，其特征在于，所述温度数据提取的方法为：
所述热态分布从对称性、规律性、辨寒热三方面进行温度数据的表达；所述经络穴位的温度数据取值于每一穴位拟合点及其相邻共5个像素点的温度均值；所述解剖分区的温度数据中包括最高值、最低值、极差、标准差和整体差，所述整体差为区域温度均值与该所属区域的躯干整体温度均值的差值。
9.如权利要求7所述智能体质测试方法，其特征在于，所述通过热度比较分析所述可视化结果数据中的数据的方法为：
选取两个像素点数相同的区域s1和s2，先分别计算出区域s1和s2的温度均值t和t，再通过下式：
t＝(t t)/2
计算出区域s1和s2两个区域的温度均值t；再通过下式：
r＝p*t/p*t
计算出区域s1和s2的热度比值r；
其中，p为区域s1中温度高于均值t的像素点数，t为区域s1中p个像素点的温度均值，p为区域s2中温度高于均值t的像素点数，t为区域s2中p个像素点的温度均值。
10.一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行如权利要求3-9任意一项所述的智能体质测试方法。
技术总结