[发明专利]一种基于时序跟踪的红外图像人体检测方法

权利要求书

1.一种基于时序跟踪的红外图像人体检测方法，包括进行集中处理的处理器，与所述的处理器连接的红外成像模块，所述的红外成像模块上设置进行聚焦成像的镜头，与所述的处理器连接的存储数据的RAM，还包括提供工作电压的电源，其特征在于：所述的处理器内部设置人体检测方法，所述的人体检测方法包括以下步骤：

(1) 设置数据链表L={o_i(x_i,y_i,z_i,c_i)}，其中，i=0，1，2......，x_i和y_i为坐标值，z_i为布尔值，z_i=0表示不是人体目标，z_i=1表示是人体目标，初始值为0，c_i为时间计数器，初始值为0，最大值为Cmax；

(2) 所述的处理器每隔固定周期通过所述的红外成像模块获取场景的红外图像f(x,y)，其中x=1~M，y=1~N，其中，M为x轴方向上的最大像素个数，N为y轴方向上的最大像素个数，并存储在所述的RAM中；

(3) 对红外图像f(x,y)进行二值化处理，得到二值图I₀(x,y)，采用的方法为：当T_Lf(x,y)T_H，则I₀(x,y)=1，否则I₀(x,y)=0，其中，T_L为人体温度对应红外辐射强度采样值的下限值，T_H为人体温度对应红外辐射强度采样值的上限值，那么I₀(x,y)=1的区域就是可能为人体目标的兴趣区域；

(4) 对二值图I₀(x,y)进行腐蚀运算，消除成像过程中产生的噪声，得到腐蚀图I₁(x,y)；

(5) 对腐蚀图I₁(x,y)进行膨胀运算，去除成像过程中产生的中空区域后得到膨胀图I₂(x,y)；

(6) 对膨胀图I₂(x,y)执行循环腐蚀算法，直到只剩下核心点q_j(x_j,y_j)，j=0，1，2......，核心点q_j(x_j,y_j)代表兴趣区域的近似中心；

(7) 执行匹对算法，以来自同一兴趣区域的原则，将核心点q_j (x_j,y_j)和数据链表L中的节点坐标o_i(x_i,y_i,z_i,c_i)进行配对，并求两者之间的距离D_ij=；

(8) 如果距离D_ijK，其中K代表采样周期内人体正常移动的经验阈值，则所述的处理器判断对应兴趣区域为人体信号，则将核心点q_j(x_j,y_j)判断为人体目标，更新数据链表的节点数据o_i(x_i,y_i,z_i,c_i)，使x_i=x_j，y_i=y_j，z_i=1，c_i=Cmax；如果距离D_ijK或者D_ij等于K，更新数据链表L的节点数据o_i(x_i,y_i,z_i,c_i)，x_i=px_j+(1-p)x_i,y_i=py_j+(1-p)y_i，其中p为权重系数，0p1，如果z_i=1，则时间计数器值c减一，并判断如果c_i等于0，则令z_i=0，将该区域设置为非人体区域；未匹配的核心q_j(x_j,y_j)为新增点，加入数据链表L；最后，删除数据链表L中的未匹配的节点数据o_i(x_i,y_i,z_i,c_i)；

(9) 所述的处理器搜索数据链表L，将z_i值不为零的节点数据中的坐标输出，代表检测到的人体的位置；然后返回到步骤2。

2.根据权利要求1所述的一种基于时序跟踪的红外图像人体检测方法，其特征在于：在步骤7中，所述的匹对算法通过如下步骤实现：

(1) 将核心点q_j(x_j,y_j)映射到膨胀图I₂(x,y)中，位于兴趣区域内，标记为I₂(x_j,y_j)=2；

(2) 数据链表L中的节点o_i(x_i,y_i,z_i,c_i)也映射到膨胀图I₂(x,y)中，如果I₂(x_i,y_i)等于1，则在该兴趣区域内搜寻数值为2的像素点，并建立匹配关系（i，j）；如果I₂(x_i,y_i)等于0，节点o_i(x_i,y_i,z_i,c_i)没有对应兴趣区域，为消失点；未形成匹配关系的核心点q_j(x_j,y_j)为新增点。