CN112826456A - 一种用于提高热红外影像体温异常信息提取精度的方法 - Google Patents
一种用于提高热红外影像体温异常信息提取精度的方法 Download PDFInfo
- Publication number
- CN112826456A CN112826456A CN202011608318.XA CN202011608318A CN112826456A CN 112826456 A CN112826456 A CN 112826456A CN 202011608318 A CN202011608318 A CN 202011608318A CN 112826456 A CN112826456 A CN 112826456A
- Authority
- CN
- China
- Prior art keywords
- image
- thermal infrared
- pixel values
- infrared image
- body temperature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000036760 body temperature Effects 0.000 title claims abstract description 29
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 21
- 238000000605 extraction Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000007619 statistical method Methods 0.000 claims abstract description 7
- 238000012952 Resampling Methods 0.000 claims description 4
- 230000037237 body shape Effects 0.000 claims description 3
- 238000002955 isolation Methods 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 abstract description 2
- 239000000126 substance Substances 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 description 5
- 206010035664 Pneumonia Diseases 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Image Processing (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明属于公共场所大范围人群体温图像处理技术领域，具体涉及一种用于提高热红外影像体温异常信息提取精度的方法，步骤一：利用热红外成像仪获取覆盖大范围区域内人群的热红外影像A；步骤二：获取去除干扰物体只包含人群的热红外影像C；步骤三：对仅包含人群热红外影像C中所有像元值进行统计分析，得到平均值D；步骤四：将影像C中的所有像元值减去平均值D，获取结果影像F；步骤五：统计分析F影像中所有像元值中的最大值MAX和最小值MIN，并进行数值比较。本发明去除了大部分与信息提取无关的波段，减少其他物质或噪声对光谱干扰，提高了信息提取的精度。
Description
技术领域
本发明属于公共场所大范围人群体温图像处理技术领域，具体涉及一种用于提高热红外影像体温异常信息提取精度的方法。
背景技术
当前新型冠状肺炎疫情严重，对热红外体温检测需求很大，特别是车站、客车、车厢，学校，影院，超市，医院、集会、集市、运动场等大范围人群密集场所。热红外体温监测主要是用于各种场所的入口部分，但目前热红外体温监测误差较大且监测范围小，因此，如何在体温信息提取的过程中增加扫描的面积和范围，减少其他地物或噪声的影响，以提高数据处理的速度和精度，成为当前热红外影像体温检测的技术亟需研究的方向。
因此针对上述现有技术的不足，需要设计一种提高热红外影像体温异常信息提取精度和监测范围的方法，以适用于当前新型冠状肺炎疫情对热红外体温异常快速检测的需求。
发明内容
本发明的目的是提供一种用于提高热红外影像体温异常信息提取精度的方法，用于解决现有技术中在大范围区域内提取热红外体温异常信息数据处理速度较低、体温异常信息提取过程时易受其他地物或噪声因素，影响热红外体温异常信息提取精度的技术问题。
本发明技术方案：
一种用于提高热红外影像体温异常信息提取精度的方法，包括如下步骤：
步骤一：利用热红外成像仪获取覆盖大范围区域内人群的热红外影像A；
步骤二：获取去除干扰物体只包含人群的热红外影像C；
步骤三：对仅包含人群热红外影像C中所有像元值进行统计分析，得到平均值D；
步骤四：将影像C中的所有像元值减去平均值D，获取结果影像F；
步骤五：统计分析F影像中所有像元值中的最大值MAX和最小值MIN，并进行数值比较。
所述步骤二还包括：根据人体形态获取影像中的所有人的人形范围数据参数B，利用人形范围数据参数B的数值范围裁切热红外影像A，并将人群中每个人范围内的影像重采样为一个像元，得到去除干扰地物仅包含人群的热红外影像的C。
所述步骤五还包括：最大值MAX和最小值MIN
若F影像中所有像元值中的最大值MAX加上F影像中所有像元值中的最小值MIN小于负0.2，则人群中高温人数较多；
若F影像中所有像元值中的最大值MAX加上F影像中所有像元值中的最小值MIN大于0.3，则该值表示为F影像中所有像元值中的最大值MAX的像元位置上的人体体温异常，需采取相应防护或隔离措施。
本发明有益技术效果：
本发明设计的一种用于提高热红外影像体温异常信息提取精度的方法，通过对热红外影像重采样，提取特定范围，进行一系列判断和计算，计算出影像范围内的不同区域人体体温的异常值所在位置，且本方法所需要的波段少，减少了操作步骤，运算速度可以提高。由于去除了大部分与信息提取无关的波段，减少其他物质或噪声对其光谱的干扰，提高了信息提取的精度。对大范围人群中温度异常信息的快速提取具有开创性的作用和意义。
具体实施方式
下面结合实施例对本发明作进一步详细说明。
本发明设计的一种用于提高热红外影像体温异常信息提取精度的方法，包括如下步骤：
步骤一：将仪器搭载无人机等航空平台或地面高处平台，利用红外热像仪(如SC660，SC7300M等)获取覆盖大范围区域内人群的热红外影像A；
步骤二：获取去除干扰物体只包含人群的热红外影像C；
步骤三：对仅包含人群热红外影像C中所有像元值进行统计分析，得到平均值D；
步骤四：将影像C中的所有像元值减去平均值D，获取结果影像F；
步骤五：利用编程或ENVI的Statistic软件，统计分析F影像中所有像元值中的最大值MAX和最小值MIN，并进行数值比较。
所述步骤二还包括：根据人体形态获取影像中的所有人的人形范围数据参数B，利用人形范围数据参数B的数值范围裁切热红外影像A，并将人群中每个人范围内的影像重采样为一个像元，得到去除干扰地物仅包含人群的热红外影像的C。
所述步骤五还包括：最大值MAX和最小值MIN
若F影像中所有像元值中的最大值MAX加上F影像中所有像元值中的最小值MIN小于负0.2，则人群中高温人数较多；
若F影像中所有像元值中的最大值MAX加上F影像中所有像元值中的最小值MIN大于0.3，则该值表示为F影像中所有像元值中的最大值MAX的像元位置上的人体体温异常，需采取相应防护或隔离措施。
现有技术都是针对单个或几个人体温度信息提取，本技术发明填补了国内外关于大范围区域内人体温度异常信息提取技术的空白。
上面对本发明的实施例作了详细说明，上述实施方式仅为本发明的最优实施例，但是本发明并不限于上述实施例，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。
Claims (3)
1.一种用于提高热红外影像体温异常信息提取精度的方法，其特征在于，包括如下步骤：
步骤一：利用热红外成像仪获取覆盖大范围区域内人群的热红外影像A；
步骤二：获取去除干扰物体只包含人群的热红外影像C；
步骤三：对仅包含人群热红外影像C中所有像元值进行统计分析，得到平均值D；
步骤四：将影像C中的所有像元值减去平均值D，获取结果影像F；
步骤五：统计分析F影像中所有像元值中的最大值MAX和最小值MIN，并进行数值比较。
2.根据权利要求1所述的一种用于提高热红外影像体温异常信息提取精度的方法，其特征在于：所述步骤二还包括：根据人体形态获取影像中的所有人的人形范围数据参数B，利用人形范围数据参数B的数值范围裁切热红外影像A，并将人群中每个人范围内的影像重采样为一个像元，得到去除干扰地物仅包含人群的热红外影像的C。
3.根据权利要求2所述的一种用于提高热红外影像体温异常信息提取精度的方法，其特征在于：所述步骤五还包括：最大值MAX和最小值MIN
若F影像中所有像元值中的最大值MAX加上F影像中所有像元值中的最小值MIN小于负0.2，则人群中高温人数较多；
若F影像中所有像元值中的最大值MAX加上F影像中所有像元值中的最小值MIN大于0.3，则该值表示为F影像中所有像元值中的最大值MAX的像元位置上的人体体温异常，需采取相应防护或隔离措施。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011608318.XA CN112826456A (zh) | 2020-12-30 | 2020-12-30 | 一种用于提高热红外影像体温异常信息提取精度的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011608318.XA CN112826456A (zh) | 2020-12-30 | 2020-12-30 | 一种用于提高热红外影像体温异常信息提取精度的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112826456A true CN112826456A (zh) | 2021-05-25 |
Family
ID=75925352
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011608318.XA Pending CN112826456A (zh) | 2020-12-30 | 2020-12-30 | 一种用于提高热红外影像体温异常信息提取精度的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112826456A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2017062125A (ja) * | 2015-09-24 | 2017-03-30 | 株式会社Ｃｓソリューション | 対象動物の体温を非接触で測定するための体温測定システム |
| US20170248478A1 (en) * | 2016-02-26 | 2017-08-31 | Nelsen YEN | Apparatus and method for measuring body temperature of a human body |
| CN111242946A (zh) * | 2020-03-03 | 2020-06-05 | 广州紫川电子科技有限公司 | 一种基于红外热成像的人体体温异常检测方法及装置 |
| CN111609939A (zh) * | 2020-06-16 | 2020-09-01 | 烟台艾睿光电科技有限公司 | 一种个体体温异常筛查方法、装置、设备 |
| CN111772595A (zh) * | 2020-07-13 | 2020-10-16 | 江苏中科智能制造研究院有限公司 | 一种群体体温检测***与方法 |
-
2020
- 2020-12-30 CN CN202011608318.XA patent/CN112826456A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2017062125A (ja) * | 2015-09-24 | 2017-03-30 | 株式会社Ｃｓソリューション | 対象動物の体温を非接触で測定するための体温測定システム |
| US20170248478A1 (en) * | 2016-02-26 | 2017-08-31 | Nelsen YEN | Apparatus and method for measuring body temperature of a human body |
| CN111242946A (zh) * | 2020-03-03 | 2020-06-05 | 广州紫川电子科技有限公司 | 一种基于红外热成像的人体体温异常检测方法及装置 |
| CN111609939A (zh) * | 2020-06-16 | 2020-09-01 | 烟台艾睿光电科技有限公司 | 一种个体体温异常筛查方法、装置、设备 |
| CN111772595A (zh) * | 2020-07-13 | 2020-10-16 | 江苏中科智能制造研究院有限公司 | 一种群体体温检测***与方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108520225B (zh) | 一种基于空间变换卷积神经网络的指纹检测分类方法 | |
| CN107451590B (zh) | 基于高光谱红外图像的气体检测识别和浓度表示方法 | |
| CN110232380A (zh) | 基于Mask R-CNN神经网络的火灾夜间场景复原方法 | |
| CN102880865B (zh) | 基于肤色与形态特征的动态手势识别方法 | |
| CN104796582B (zh) | 基于随机喷射retinex的视频图像去噪与增强方法及装置 | |
| CN108154149B (zh) | 基于深度学习网络共享的车牌识别方法 | |
| CN102184534B (zh) | 一种利用多尺度高帽选择变换的图像融合方法 | |
| CN101893580A (zh) | 基于数字图像的钢轨表面缺陷检测方法 | |
| CN110533601B (zh) | 一种激光光斑中心位置及轮廓获取方法 | |
| CN102129685B (zh) | 一种基于高斯金字塔分解的不规则圆检测方法 | |
| CN107038701A (zh) | 一种工业生产中线缆表面瑕疵的检测方法及*** | |
| CN114241310B (zh) | 基于改进yolo模型的堤防管涌险情智能识别方法 | |
| Wang et al. | Image processing in fault identification for power equipment based on improved super green algorithm | |
| CN112826456A (zh) | 一种用于提高热红外影像体温异常信息提取精度的方法 | |
| CN112434694B (zh) | 一种滚动轴承前盖外圈破损故障识别方法及*** | |
| CN111144513B (zh) | 一种结合生成对抗网络与传统图像处理技术的工业产品喷涂缺陷数据增强方法 | |
| CN117197682B (zh) | 一种长波红外遥感影像进行盲元检测与去除的方法 | |
| CN116485802B (zh) | 一种绝缘子闪络缺陷检测方法、装置、设备及存储介质 | |
| CN111274872B (zh) | 基于模板匹配的视频监控动态不规则多监管区域判别方法 | |
| CN116258916B (zh) | 基于机器学习的啤酒生产线缺陷分类识别*** | |
| CN110110665B (zh) | 一种驾驶环境下手部区域的检测方法 | |
| CN106803102B (zh) | 一种基于svr模型的自适应区域池化物体检测方法 | |
| CN112597957A (zh) | 一种用于检测公共场所人群体温异常的图像处理方法 | |
| Thomaz et al. | Detection of abandoned objects using robust subspace recovery with intrinsic video alignment | |
| CN112967241A (zh) | 一种基于局部梯度引导的高光谱图像异常检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210525 |