[发明专利]黑体位置检测方法、电子装置以及计算机可读存储介质

说明书

本发明公开了一种黑体位置检测方法、电子装置以及存储介质，方法包括：从热成像图像获取装置中获取图像帧序列，图像帧序列由包括黑体影像的若干图像帧组成；获得黑体影像的初步轮廓点坐标；根据初步轮廓点坐标计算黑体影像在第一方向以及第二方向的梯度值；根据第一方向以及第二方向的梯度值得到黑体影像的实际轮廓点坐标。以此使得得到的黑体影像的实际轮廓点坐标更加准确。

技术领域

本发明涉及图像处理技术领域，具体涉及一种黑体位置检测方法、电子装置以及计算机可读存储介质。

背景技术

热成像产品智能测温摄像机为了准确测出人体温度，需要在相机视场内放置一台黑体，用于标定场景中温度，黑体是一个恒温的物体。为了得到场景中准确的温度，需要实时获取黑体目标位置，现有方案是相机配置界面上手绘一个目标框，为了准确获取场景中温度信息，该目标框需要与黑体边界重合，减少外部区域干扰，该框极易受外界条件影响，导致黑体框偏离黑体位置，影响测温精度。因此黑体位置的检测准确性尤为重要。

发明内容

本发明提供一种黑体位置检测方法、电子装置以及计算机可读存储介质。

为解决上述技术问题，本发明提供的第一个技术方案为：提供一种黑体位置检测方法，包括：从热成像图像获取装置中获取图像帧序列，所述图像帧序列由包括黑体影像的若干图像帧组成；获得所述黑体影像的初步轮廓点坐标；根据所述初步轮廓点坐标计算所述黑体影像在第一方向以及第二方向的梯度值；根据所述第一方向以及所述第二方向的梯度值得到所述黑体影像的实际轮廓点坐标。

其中，所述根据所述第一方向以及所述第二方向的梯度值得到所述黑体影响的实际轮廓点坐标包括：计算所述初步轮廓点坐标形成的区域内每一位置在所述第一方向以及所述第二方向的梯度值的乘积，将梯度值乘积结果最大的位置确定为所述黑体影像的实际轮廓点坐标。

其中，所述根据所述初步轮廓点坐标计算所述黑体影像在第一方向以及第二方向的梯度值包括：在所述初步轮廓点坐标形成的区域内计算每一位置在所述第一方向以及所述第二方向的梯度值。

其中，所述获得所述黑体影像的初步轮廓点坐标包括：获取所述黑体影像的预测轮廓点坐标；根据所述预测轮廓点坐标对所述黑体影像进行透视变换，透视变换后的所述黑体影像的轮廓点坐标为所述初步轮廓点坐标。

其中，所述计算所述初步轮廓点坐标形成的区域内每一位置在所述第一方向以及所述第二方向的梯度值的乘积，将梯度值乘积结果最大的位置确定为所述黑体影像的实际轮廓点坐标还包括：得到所述梯度值乘积结果最大的位置的坐标信息；对所述坐标信息进行逆变换，逆变换后的所述坐标信息为所述黑体影像的实际轮廓点坐标。

其中，所述获取所述黑体影像的预测轮廓点坐标包括：利用卷积神经网络对所述图像帧序列进行处理，以得到所述黑体影像的中心点的坐标、偏移度以及所述黑体影像的尺寸；利用所述中心点的坐标以及所述黑体影像的尺寸计算得到所述黑体影像的至少一条对角线的端点坐标；利用所述黑体影像的至少一条对角线的端点坐标、所述中心点的坐标以及偏移度计算得到所述黑体影像的预测轮廓点坐标。

其中，所述利用卷积神经网络对所述图像帧序列进行处理，以得到所述黑体影像的中心点的坐标、偏移度以及所述黑体影像的尺寸包括：从每一所述图像帧序列中获取预定尺寸的输入图像，所述输入图像包括所述黑体影像；利用所述卷积神经网络的卷积层、池化层对所述输入图像进行处理，以得到第一处理结果；利用双线性插值的方法对所述第一处理结果进行上采样处理，以得到第二处理结果；将所述第二处理结果与所述卷积层中的处理结果进行通道拼接，得到第三处理结果；利用卷积层对所述第三处理结果进行卷积处理，进而输出第四处理结果；利用非极大值抑制算法根据所述第四处理结果计算得到所述中心点的坐标、所述黑体影像的尺寸以及所述偏移度。