[发明专利]基于背景消除及跟踪算法的复杂环境下的移动测温方法

权利要求书

1.一种基于背景消除及跟踪算法的复杂环境下的移动测温方法，其特征在于，所述方法包括以下步骤：

1)获取RGB图像和红外热成像图像；

2)采用帧差分法处理红外热成像图像，具体为每次获取红外热成像图像后，都用来与上一帧的红外热成像图像做减法；

3)将步骤2)处理得到的差值与设定的阈值进行比对，当存在某一个像素点前后的差值小于设定的阈值时，判定此次获取的红外热成像图像测得的温度是环境温度且环境温度未发生较大变化，当存在某个像素点前后的差值大于设定的阈值且当前帧的温度达到人体温度范围时，则进行以下步骤；

4)判断此时获取的RGB图像内是否有人脸，若有，则判定所述当前帧的温度为人体温度，若没有，则判定所述当前帧的温度为环境温度；

5)通过人脸检测模型得到RGB图像中人脸位置信息以及通过人头检测算法获得红外热成像图像中人脸区域信息，分别对RGB图像和红外热成像图像中的人脸进行编号；

6)对红外热成像图像进行二值化处理；

7)使用连通域分割算法从步骤6)处理后的热成像图像中获得候选区域；

8)采用卡尔曼滤波跟踪算法基于当前帧和前一帧红外热成像图像中编号的每个人脸的候选区域来预测下一帧每个人脸的候选区域；

9)将预测获得的每个候选区域与步骤5)中检测到的对应的人脸区域面积进行比对，若候选区域小于对应的1.5倍的人脸区域面积，则对该候选区域不做处理，若候选区域大于或等于1.5倍的人脸区域面积，则重新设定二值化处理的阈值后对该候选区域对应的红外热成像图像重复步骤6)-9)；

10)将RGB人脸图像与所有预测获得的候选区域进行IOU计算，取IOU值最大的候选区域，若IOU值大于0.5，则判定RGB图中人脸对应的候选区域的温度，得到人脸的测量温度，若IOU值小于0.5，则重复步骤5)-10)。

2.根据权利要求1所述的方法，其特征在于，步骤10)中当IOU值小于0.5时，进一步判断RGB人脸区域与候选区域的距离，若两者的距离小于设定的像素点，则判定RGB图中该区域人脸与候选区域匹配，否则重复步骤5)-10)。

3.根据权利要求1所述的方法，其特征在于，步骤6)中的二值化处理具体为：设定阈值为28摄氏度，将高于28摄氏度的像素点设置为255，将低于28摄氏度的像素点设置为0。

4.根据权利要求3所述的方法，其特征在于，步骤9)中若候选区域大于或等于1.5倍的人脸区域面积，则将阈值提高1摄氏度后对该候选区域对应的红外热成像图像重复步骤6)-9)。

5.根据权利要求1所述的方法，其特征在于，RGB图中检测出的人脸区域与预测的候选区域做IOU计算的计算公式如下所示：

I＝(min{y_{RGB_max},y_{H_max}}-max{y_{RGB_min},y_{H_min}})×(min{x_{RGB_max},x_{H_max}}-max{x_{RGB_min},x_{H_min}})

U＝(y_{RGB_max}-y_{RGB_min})×(x_{RGB_max}-x_{RGB_min})+(y_{H_max}-y_{H_min})×(x_{H_max}-x_{H_min})-I

其中，下标RGB表示RGB图像人脸框的位置，下标H表示红外热成像图人脸框位置，U表示两个框的并集，I表示两个框的交集。