[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

说明书

本发明公开了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，包括：获取RGB图像和红外热成像图像；采用帧差分法处理红外热成像图像；将处理得到的差值与设定的阈值进行比对，若存在像素点小于设定的阈值，则判定此时测得的温度为环境温度且环境温度未发生较大变化，若存在像素点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；判定当前RGB图像内是否有人脸，若有，则判定此时当前帧的温度为人体温度。本发明使用的帧差分法可以有效降低环境温度变化对测温结果的影响，同时使用人脸跟踪算法，相较原来直接计算的方法，可以极大地提高人脸与测温匹配的概率。

技术领域

本发明涉及人体智能测温技术领域，具体来说，涉及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。

背景技术

目前市场上所使用的测温主要是室内测温，在室内环境温度比较单一，因此对测量结果影响较小。但是到了室外，环境温度的不确定性会对测量结果产生较大误差。另外，由于人的移动，采集到的RGB图像很可能会与红外热成像无法匹配。

发明内容

本发明的目的在于提出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，以克服现有技术中存在的上述不足。

为实现上述技术目的，本发明的技术方案是这样实现的：

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，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。

进一步的，所述方法还包括以下步骤：

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图中该区域人脸对应该候选区域的温度，得到该人脸的测量温度，若IOU值小于0.5，则重复步骤5)-10)。

进一步的，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)。

进一步的，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。