CN106446799A - 一种热成像目标识别的方法和装置 - Google Patents
一种热成像目标识别的方法和装置 Download PDFInfo
- Publication number
- CN106446799A CN106446799A CN201610797856.5A CN201610797856A CN106446799A CN 106446799 A CN106446799 A CN 106446799A CN 201610797856 A CN201610797856 A CN 201610797856A CN 106446799 A CN106446799 A CN 106446799A
- Authority
- CN
- China
- Prior art keywords
- analyzed
- target
- thermal imaging
- infrared thermal
- shape
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/35—Categorising the entire scene, e.g. birthday party or wedding scene
- G06V20/38—Outdoor scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明实施例涉及图像处理领域，尤其涉及一种热成像目标识别的方法和装置，用于提高识别待分析目标的准确率。本发明实施例中，采集红外热成像图；对红外热成像图进行分析，获得所述红外热成像图上的待分析目标；针对每个待分析目标，根据所述红外热成像图确定所述待分析目标的形状和所述待分析目标的温度信息；根据所述待分析目标的形状和所述待分析目标的温度信息与目标库中的目标对象进行匹配，若存在匹配项则识别出所述待分析目标；所述目标库中包含各目标对象的形状与温度的对应关系。本发明实施例提供的方法实现了提高识别待分析目标的准确率。
Description
技术领域
本发明实施例涉及图像处理领域，尤其涉及一种热成像目标识别的方法和装置。
背景技术
随着人们生活水平提高，公路上的车辆和行人越来越多，经常会出现交通拥堵的现象，为了监测路况，实时为民众提供交通指导，需要准确的识别出车辆和行人。
现有技术中，采用图像视频技术根据待分析目标的形状识别出车辆和行人。但是在黑暗或光线不良的场景下，视频图像模糊，根据待分析目标的形状不容易识别出车辆和行人，而且也会出现车辆和行人漏检的现象，造成车辆和行人识别错误的问题。可见，现有技术中识别待分析目标的准确率较低。
发明内容
本发明实施例提供一种热成像目标识别的方法和装置，用以提高识别待分析目标的准确率。
本发明实施例提供一种热成像目标识别的方法，包括：
采集红外热成像图；
对红外热成像图进行分析，获得红外热成像图上的待分析目标；
针对每个待分析目标，根据红外热成像图确定待分析目标的形状和待分析目标的温度信息；根据待分析目标的形状和待分析目标的温度信息与目标库中的目标对象进行匹配，若存在匹配项则识别出待分析目标；目标库中包含各目标对象的形状与温度的对应关系。
可选地，对红外热成像图进行分析，获得红外热成像图上的待分析目标包括：提取预设时长内的N帧红外热成像图；
根据N帧红外热成像图，分别确定N帧红外热成像图中的变化区域；
根据N帧红外热成像图像中的变化区域的形状比对结果，获得红外热成像图上的待分析目标；其中N为大于1的正整数。
可选地，针对每个待分析目标，根据红外热成像图确定待分析目标的形状和待分析目标的温度信息包括：
对红外热成像图进行优化处理；根据优化后的红外热成像图，提取待分析目标的形状；根据红外热成像图和待分析目标的形状，获得待分析目标的温度信息。
可选地，获得待分析目标的温度信息之后，还包括：根据探测装置与待分析目标间的目标距离对待分析目标的温度信息进行修正。
可选地，根据待分析目标的形状和待分析目标的温度信息与目标库中的目标对象进行匹配，若存在匹配项则识别出待分析目标，包括：
在确定待分析目标的形状和目标库中的第一目标对象的形状匹配，且待分析目标的温度信息和第一目标对象的温度匹配时，则识别待分析目标为第一目标对象，第一目标对象为目标库中的任一个目标对象；
在确定待分析目标的形状和第一目标对象的形状匹配，且待分析目标的温度信息和第一目标对象的温度不匹配时，则识别待分析目标为第一目标对象的疑似目标；
在确定待分析目标的形状和第一目标对象的形状不匹配，且待分析目标的温度信息和第一目标对象的温度不匹配时，则丢弃待分析目标。
本发明实施例提供一种用于热成像目标识别的装置，包括：
采集单元，用于采集红外热成像图；
获取单元，用于对红外热成像图进行分析，获得红外热成像图上的待分析目标；
处理单元，用于针对每个待分析目标，根据红外热成像图确定待分析目标的形状和待分析目标的温度信息；根据待分析目标的形状和待分析目标的温度信息与目标库中的目标对象进行匹配，若存在匹配项则识别出待分析目标；目标库中包含各目标对象的形状与温度的对应关系。
可选地，获取单元，具体用于：提取预设时长内的N帧红外热成像图；根据N帧红外热成像图，分别确定N帧红外热成像图中的变化区域；根据N帧红外热成像图像中的变化区域的形状比对结果，获得红外热成像图上的待分析目标；其中N为大于1的正整数。
可选地，处理单元，具体用于：对红外热成像图进行优化处理；根据优化后的红外热成像图，提取待分析目标的形状；根据红外热成像图和待分析目标的形状，获得待分析目标的温度信息。
可选地，处理单元，还用于：根据探测装置与待分析目标间的目标距离对待分析目标的温度信息进行修正。
可选地，处理单元，具体用于：
在确定待分析目标的形状和目标库中的第一目标对象的形状匹配，且待分析目标的温度信息和第一目标对象的温度匹配时，则识别待分析目标为第一目标对象，第一目标对象为目标库中的任一个目标对象；
在确定待分析目标的形状和第一目标对象的形状匹配，且待分析目标的温度信息和第一目标对象的温度不匹配时，则识别待分析目标为第一目标对象的疑似目标；
在确定待分析目标的形状和第一目标对象的形状不匹配，且待分析目标的温度信息和第一目标对象的温度不匹配时，则丢弃待分析目标。
本发明实施例中，采集红外热成像图；对红外热成像图进行分析，获得红外热成像图上的待分析目标；针对每个待分析目标，根据红外热成像图确定待分析目标的形状和待分析目标的温度信息；根据待分析目标的形状和待分析目标的温度信息与目标库中的目标对象进行匹配，若存在匹配项则识别出待分析目标；目标库中包含各目标对象的形状与温度的对应关系。由于采用了热成像技术对待分析目标进行监测，得到红外热成像图，这样可根据红外热成像图上待分析目标的形状和待分析目标的温度信息，与目标库中的目标对象进行匹配，若同时满足形状匹配和温度匹配则识别出待分析目标，相较于现有技术中只匹配形状的方法，提高了识别待分析目标的准确率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍。
图1为本发明实施例提供的一种热成像目标识别的方法流程示意图；
图2为本发明实施例提供的一种热成像识别待分析目标的方法流程示意图；
图3为本发明实施例提供的一种用于热成像目标识别的装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
图1示例性示出了本发明实施例提供的一种热成像目标识别的方法流程示意图。
如图2所示，本发明实施例提供的一种热成像目标识别的方法，包括以下步骤：
步骤S101：采集红外热成像图；
步骤S102：对红外热成像图进行分析，获得红外热成像图上的待分析目标；
步骤S103：针对每个待分析目标，根据红外热成像图确定待分析目标的形状和待分析目标的温度信息；
步骤S104：根据待分析目标的形状和待分析目标的温度信息与目标库中的目标对象进行匹配，若存在匹配项则识别出待分析目标；目标库中包含各目标对象的形状与温度的对应关系。
具体实施例中，现有技术采用摄像机成像得到视频图像，都是可见光成像，在黑暗或光线较差的场景下，可见光图像就会模糊不清，不容易识别出待分析目标。在自然界中，一切高于绝对零度(-273℃)的物体都可以辐射红外线，本方案采用探测装置得到待分析目标和背景之间的红外辐射能量差，得到红外热成像图。红外热成像图是将人眼不能直接看到的待分析目标表面的温度，变成人眼可以看到的代表待分析目标表面温度分布的红外热成像图。
在采集红外热成像图过程中，探测装置探测到待分析目标的红外辐射能量后，通过光电转换、信号处理等手段，转化成与待分析目标表面温度分布相对应的红外热成像图。不同待分析目标的表面温度不同，其红外热辐射情况也不同，其在红外热成像图上的成像情况也不同，因此在红外热成像图上用不同颜色反映待分析目标表面不同的温度分布。红外热成像图上待分析目标表面不同的温度分布的表示方法有多种方式，可选地，采用灰度图来表示，待分析目标表面温度越高，红外热成像图上待分析目标的颜色越亮。
本发明实施例中，由于采用了热成像技术对待分析目标进行监测，得到红外热成像图，这样可根据红外热成像图上待分析目标的形状和待分析目标的温度信息，与目标库中的目标对象进行匹配，若同时满足形状匹配和温度匹配则识别出待分析目标，相较于现有技术中只匹配形状的方法，提高了识别待分析目标的准确率。
可选地，对红外热成像图进行分析，获得红外热成像图上的待分析目标包括：提取预设时长内的N帧红外热成像图；根据N帧红外热成像图，分别确定N帧红外热成像图中的变化区域；根据N帧红外热成像图像中的变化区域的形状比对结果，获得红外热成像图上的待分析目标；其中N为大于1的正整数。
具体实施中，预设时长的具体值可根据具体情况进行设置，可以为几秒、几分钟、几小时，本发明实施例中不做具体限制。为了更清楚的描述分析红外热成像图，并获得待分析目标的过程，本发明实施例提供如下示例。
例如，预设时长为10秒，N等于3，待分析目标为行人甲、行人乙、车辆丙。确定待分析目标的过程如下：提取10秒内的三帧红外热成像图，这三帧红外热成像图中，第一帧红外热成像图中的变化区域的形状为形状一；第二帧红外热成像图中的变化区域的形状为形状二、形状三、形状四；第三帧红外热成像图中的变化区域的形状为形状五、形状六、形状七。对比发现：形状一、形状二和形状五相同，都为行人甲的形状；形状三和形状六相同，都为行人乙的形状；形状四和形状七相同，都为车辆丙的形状；那么形状一、形状二和形状五为同一行人甲的形状，即为待分析目标一；形状三和形状六为同一行人乙的形状，即为待分析目标二；形状四和形状七为同一车辆丙的形状，即为待分析目标三。如此，本发明实施例可以根据N帧红外热成像图中的变化区域的形状比对结果，准确地找到N帧红外热成像图中的同一形状的运动目标，从而确定出待分析目标。
可选地，针对每个待分析目标，根据红外热成像图确定待分析目标的形状和待分析目标的温度信息包括：对红外热成像图进行优化处理；根据优化后的红外热成像图，提取待分析目标的形状；根据红外热成像图和待分析目标的形状，获得待分析目标的温度信息。
可选地，优化处理包括：降噪，边缘增强，智能场景优化技术等，外界环境的随机干扰会给红外热成像图带来各种各样的噪声，使得红外热成像图的信噪比低，对红外热成像图进行优化，可以突出红外热成像图中的变化区域的形状特征，削弱或去除某些需要的信息，使得优化后的红外热成像图比优化前可识别性的特征增强。
本发明实施例中，根据优化后的红外热成像图，提取待分析目标的形状，再根据优化前的红外热成像图，获得红外热成像图上待分析目标的形状对应的变化区域的每个点的温度信息。如此，可得到清晰的待分析目标的形状，使得在识别待分析目标过程中的形状的匹配结果更加准确。
可选地，获得待分析目标的温度信息之后，还包括：根据探测装置与待分析目标间的目标距离对待分析目标的温度信息进行修正。
具体实施例中，在采集红外热成像图之前，先建立目标库，目标库中包含各目标对象的形状与温度的对应关系。根据目标库中的各目标对象的形状，确定目标对象在成像画面中的高度，并在成像画面中设置目标对象的高度。可选地，探测装置与待分析目标间的目标距离、目标对象的高度和待分析目标的实际高之间存在一定的函数关系，本发明实施例中提供一种可选地函数关系，如下述公式(1)所示：
在公式(1)中，D为探测装置与待分析目标间的目标距离，H为待分析目标的实际高度；h为成像画面中设置的目标对象的高度；F为摄像机的焦距，*表示乘。
本发明实施例中，根据探测装置与待分析目标间的目标距离，对待分析目标的温度信息进行修正，可选地，还可以根据目标辐射系数，大气温度，目标反射率等参数对温度信息进行修正，由于实际监测环境中待分析目标和探测装置之间存在一定的目标距离，待分析目标发射的红外辐射会有一定的衰减，所以探测装置探测的温度信息受到大气温度、目标辐射系数、目标反射率等影响，会衰减或畸变。因此，对待分析目标的温度信息进行修正之后，得到的修正后的温度信息更加接近待分析目标的实际温度，从而使得在识别待分析目标过程中的进行温度匹配时的结果更加准确。
可选地，根据待分析目标的形状和待分析目标的温度信息与目标库中的目标对象进行匹配，若存在匹配项则识别出待分析目标，包括：
在确定待分析目标的形状和目标库中的第一目标对象的形状匹配，且待分析目标的温度信息和第一目标对象的温度匹配时，则识别待分析目标为第一目标对象，第一目标对象为目标库中的任一个目标对象；
在确定待分析目标的形状和第一目标对象的形状匹配，且待分析目标的温度信息和第一目标对象的温度不匹配时，则识别待分析目标为第一目标对象的疑似目标；
在确定待分析目标的形状和第一目标对象的形状不匹配，且待分析目标的温度信息和第一目标对象的温度不匹配时，则丢弃待分析目标。
本发明实施例中，目标库中包含的目标对象有多种。可选地，目标对象可以为人，也可以为车辆，也可以为其它移动的物体。例如，待分析目标为路人甲时，根据采集到的路人甲的红外热成像图，确定路人甲的形状和路人甲的温度信息，再和目标库中的人的形状和人的温度进行匹配，如果采集到的路人甲的形状和目标库中人的形状匹配，并且路人甲的温度和目标库中人的温度匹配，则识别路人甲为人；如果采集到的路人甲的形状和目标库中人的形状匹配，并且路人甲的温度和目标库中人的温度不匹配，则识别路人甲为疑似人。
本发明实施例中，在确定待分析目标的形状和目标库中的的目标对象的形状是否匹配时，将待分析目标的形状和目标库中的的目标对象的形状相比较，重复率大于第一阈值时，确定为形状匹配；否则确定为不匹配。相应的，在确定待分析目标的温度信息和目标库中的的目标对象的温度是否匹配时，将待分析目标的温度信息和目标库中的的目标对象的温度相比较，相同部位的温度信息重复率大于第二阈值时，确定为温度匹配；否则确定为不匹配。第一阈值和第二阈值可以根据具体情况自行设置，可以设置为90％，也可以设置为95％。
为了更清楚的介绍上述方法中热成像识别待分析目标的流程，本发明实施例提供以下示例。
基于上述内容和图1，图2示例性示出了本发明实施例提供的一种热成像识别待分析目标的方法流程示意图，如图2所示，该流程包括：
步骤S201：采集红外热成像图；
步骤S202：对红外热成像图进行分析，获得红外热成像图上的待分析目标；
步骤S203：针对每个待分析目标，根据红外热成像图确定待分析目标的形状和待分析目标的温度信息；
步骤S204：将待分析目标的形状与目标库中的第一目标对象的形状进行匹配；
步骤S205：若待分析目标的形状与目标库中的第一目标对象的形状不匹配，则丢弃待分析目标；
步骤S206：若待分析目标的形状与目标库中的第一目标对象的形状匹配，则将待分析目标的温度信息与目标库中的第一目标对象的温度进行匹配；
步骤S207：若待分析目标的温度信息与目标库中的第一目标对象的温度匹配，则识别待分析目标为第一目标对象；
步骤S208：若待分析目标的温度信息与目标库中的第一目标对象的温度不匹配，则识别待分析目标为第一目标对象的疑似目标。
从上述内容可以看出：本发明实施例中提供了一种热成像目标识别的方法，采集红外热成像图；对红外热成像图进行分析，获得红外热成像图上的待分析目标；针对每个待分析目标，根据红外热成像图确定待分析目标的形状和待分析目标的温度信息；根据待分析目标的形状和待分析目标的温度信息与目标库中的目标对象进行匹配，若存在匹配项则识别出待分析目标；目标库中包含各目标对象的形状与温度的对应关系。由于采用了热成像技术对待分析目标进行监测，得到红外热成像图，这样可根据红外热成像图上待分析目标的形状和待分析目标的温度信息，与目标库中的目标对象进行匹配，若同时满足形状匹配和温度匹配则识别出待分析目标，相较于现有技术中只匹配形状的方法，提高了识别待分析目标的准确率。
图3示例性示出了本发明实施例提供的一种用于热成像目标识别的装置的结构示意图。
基于相同构思，本发明实施例提供的一种用于目标识别的装置，用于执行上述方法流程，如图3所示，该装置300包括采集单元301、获取单元302和处理单元303；其中：
采集单元301，用于采集红外热成像图；
获取单元302，用于对红外热成像图进行分析，获得红外热成像图上的待分析目标；
处理单元303，用于针对每个待分析目标，根据红外热成像图确定待分析目标的形状和待分析目标的温度信息；根据待分析目标的形状和待分析目标的温度信息与目标库中的目标对象进行匹配，若存在匹配项则识别出待分析目标；目标库中包含各目标对象的形状与温度的对应关系。
可选地，获取单元302具体用于：提取预设时长内的N帧红外热成像图；根据N帧红外热成像图，分别确定N帧红外热成像图中的变化区域；根据N帧红外热成像图像中的变化区域的形状比对结果，获得红外热成像图上的待分析目标；其中N为大于1的正整数。
可选地，处理单元303具体用于：对红外热成像图进行优化处理；根据优化后的红外热成像图，提取待分析目标的形状；根据红外热成像图和待分析目标的形状，获得待分析目标的温度信息。
可选地，处理单元303还用于：根据探测装置与待分析目标间的目标距离对待分析目标的温度信息进行修正。
可选地，处理单元303具体用于：
在确定待分析目标的形状和目标库中的第一目标对象的形状匹配，且待分析目标的温度信息和第一目标对象的温度匹配时，则识别待分析目标为第一目标对象，第一目标对象为目标库中的任一个目标对象；
在确定待分析目标的形状和第一目标对象的形状匹配，且待分析目标的温度信息和第一目标对象的温度不匹配时，则识别待分析目标为第一目标对象的疑似目标；
在确定待分析目标的形状和第一目标对象的形状不匹配，且待分析目标的温度信息和第一目标对象的温度不匹配时，则丢弃待分析目标。
从上述内容可以看出：由于采用了热成像技术对待分析目标进行监测，得到红外热成像图，这样可根据红外热成像图上待分析目标的形状和待分析目标的温度信息，与目标库中的目标对象进行匹配，若同时满足形状匹配和温度匹配则识别出待分析目标，相较于现有技术中只匹配形状的方法，提高了识别待分析目标的准确率。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种热成像目标识别的方法，其特征在于，包括：
采集红外热成像图；
对所述红外热成像图进行分析，获得所述红外热成像图上的待分析目标；
针对每个待分析目标，根据所述红外热成像图确定所述待分析目标的形状和所述待分析目标的温度信息；根据所述待分析目标的形状和所述待分析目标的温度信息与目标库中的目标对象进行匹配，若存在匹配项则识别出所述待分析目标；所述目标库中包含各目标对象的形状与温度的对应关系。
2.如权利要求1所述的方法，其特征在于，所述对所述红外热成像图进行分析，获得所述红外热成像图上的待分析目标包括：
提取预设时长内的N帧红外热成像图；
根据所述N帧红外热成像图，分别确定所述N帧红外热成像图中的变化区域；
根据所述N帧红外热成像图像中的变化区域的形状比对结果，获得所述红外热成像图上的待分析目标；其中N为大于1的正整数。
3.如权利要求1所述的方法，其特征在于，所述针对每个待分析目标，根据所述红外热成像图确定所述待分析目标的形状和所述待分析目标的温度信息包括：
对所述红外热成像图进行优化处理；
根据优化后的红外热成像图，提取所述待分析目标的形状；
根据所述红外热成像图和所述待分析目标的形状，获得所述待分析目标的温度信息。
4.如权利要求3所述的方法，其特征在于，所述获得所述待分析目标的温度信息之后，还包括：
根据探测装置与所述待分析目标间的目标距离对所述待分析目标的温度信息进行修正。
5.如权利要求1至4所述的方法，其特征在于，所述根据所述待分析目标的形状和所述待分析目标的温度信息与目标库中的目标对象进行匹配，若存在匹配项则识别出所述待分析目标，包括：
在确定所述待分析目标的形状和所述目标库中的第一目标对象的形状匹配，且所述待分析目标的温度信息和所述第一目标对象的温度匹配时，则识别所述待分析目标为所述第一目标对象，所述第一目标对象为所述目标库中的任一个目标对象；
在确定所述待分析目标的形状和所述第一目标对象的形状匹配，且所述待分析目标的温度信息和所述第一目标对象的温度不匹配时，则识别所述待分析目标为所述第一目标对象的疑似目标；
在确定所述待分析目标的形状和所述第一目标对象的形状不匹配，且所述待分析目标的温度信息和所述第一目标对象的温度不匹配时，则丢弃所述待分析目标。
6.一种用于热成像目标识别的装置，其特征在于，包括：
采集单元，用于采集红外热成像图；
获取单元，用于对所述红外热成像图进行分析，获得所述红外热成像图上的待分析目标；
处理单元，用于针对每个待分析目标，根据所述红外热成像图确定所述待分析目标的形状和所述待分析目标的温度信息；根据所述待分析目标的形状和所述待分析目标的温度信息与目标库中的目标对象进行匹配，若存在匹配项则识别出所述待分析目标；所述目标库中包含各目标对象的形状与温度的对应关系。
7.如权利要求6所述的装置，其特征在于，所述获取单元，具体用于：
提取预设时长内的N帧红外热成像图；
根据所述N帧红外热成像图，分别确定所述N帧红外热成像图中的变化区域；
根据所述N帧红外热成像图像中的变化区域的形状比对结果，获得所述红外热成像图上的待分析目标；其中N为大于1的正整数。
8.如权利要求6所述的装置，其特征在于，所述处理单元，具体用于：
对所述红外热成像图进行优化处理；
根据优化后的红外热成像图，提取所述待分析目标的形状；
根据所述红外热成像图和所述待分析目标的形状，获得所述待分析目标的温度信息。
9.如权利要求8所述的装置，其特征在于，所述处理单元，还用于：
根据探测装置与所述待分析目标间的目标距离对所述待分析目标的温度信息进行修正。
10.如权利要求6至9所述的装置，其特征在于，所述处理单元，具体用于：
在确定所述待分析目标的形状和所述目标库中的第一目标对象的形状匹配，且所述待分析目标的温度信息和所述第一目标对象的温度匹配时，则识别所述待分析目标为所述第一目标对象，所述第一目标对象为所述目标库中的任一个目标对象；
在确定所述待分析目标的形状和所述第一目标对象的形状匹配，且所述待分析目标的温度信息和所述第一目标对象的温度不匹配时，则识别所述待分析目标为所述第一目标对象的疑似目标；
在确定所述待分析目标的形状和所述第一目标对象的形状不匹配，且所述待分析目标的温度信息和所述第一目标对象的温度不匹配时，则丢弃所述待分析目标。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610797856.5A CN106446799A (zh) | 2016-08-31 | 2016-08-31 | 一种热成像目标识别的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610797856.5A CN106446799A (zh) | 2016-08-31 | 2016-08-31 | 一种热成像目标识别的方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106446799A true CN106446799A (zh) | 2017-02-22 |
Family
ID=58163723
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610797856.5A Pending CN106446799A (zh) | 2016-08-31 | 2016-08-31 | 一种热成像目标识别的方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106446799A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107134114A (zh) * | 2017-06-26 | 2017-09-05 | 深圳市广信安科技股份有限公司 | 基于热成像的婴儿防盗方法、婴儿防盗系统 |
| CN107443387A (zh) * | 2017-09-29 | 2017-12-08 | 上海与德通讯技术有限公司 | 智能识别方法及机器人 |
| CN107483014A (zh) * | 2017-06-16 | 2017-12-15 | 理光软件研究所（北京）有限公司 | 一种光伏板故障自动检测方法 |
| CN108010008A (zh) * | 2017-12-01 | 2018-05-08 | 北京迈格威科技有限公司 | 目标的追踪方法、装置及电子设备 |
| CN109447011A (zh) * | 2018-11-06 | 2019-03-08 | 沈阳天眼智云信息科技有限公司 | 红外对蒸汽管道泄露的实时监控方法 |
| CN110736179A (zh) * | 2019-10-28 | 2020-01-31 | 宁波奥克斯电气股份有限公司 | 一种空调控制方法、装置及空调器 |
| CN111198403A (zh) * | 2020-01-02 | 2020-05-26 | 宇龙计算机通信科技(深圳)有限公司 | 一种热成像检测方法、装置、存储介质及终端 |
| CN111540166A (zh) * | 2020-05-09 | 2020-08-14 | 重庆工程学院 | 一种基于深度学习的无人机夜间搜寻系统及方法 |
| CN113192358A (zh) * | 2021-04-26 | 2021-07-30 | 贵州车秘科技有限公司 | 一种基于热成像技术在智慧停车领域的停车管理系统及其使用方法 |
| CN116379937A (zh) * | 2023-06-06 | 2023-07-04 | 武汉大学 | 一种输电塔晃动监测方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101251894A (zh) * | 2008-01-28 | 2008-08-27 | 天津大学 | 基于红外热成像的步态特征提取方法和步态识别方法 |
| CN102496016A (zh) * | 2011-11-22 | 2012-06-13 | 武汉大学 | 一种基于时空协同框架的红外目标检测方法 |
| CN103136507A (zh) * | 2011-11-26 | 2013-06-05 | 陈亘朝 | 指纹形混合识别装置 |
| CN105678230A (zh) * | 2015-12-30 | 2016-06-15 | 华中科技大学 | 一种红外目标投影模型指导的飞机感兴趣区测谱方法 |
-
2016
- 2016-08-31 CN CN201610797856.5A patent/CN106446799A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101251894A (zh) * | 2008-01-28 | 2008-08-27 | 天津大学 | 基于红外热成像的步态特征提取方法和步态识别方法 |
| CN102496016A (zh) * | 2011-11-22 | 2012-06-13 | 武汉大学 | 一种基于时空协同框架的红外目标检测方法 |
| CN103136507A (zh) * | 2011-11-26 | 2013-06-05 | 陈亘朝 | 指纹形混合识别装置 |
| CN105678230A (zh) * | 2015-12-30 | 2016-06-15 | 华中科技大学 | 一种红外目标投影模型指导的飞机感兴趣区测谱方法 |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107483014B (zh) * | 2017-06-16 | 2019-03-29 | 理光软件研究所（北京）有限公司 | 一种光伏板故障自动检测方法 |
| CN107483014A (zh) * | 2017-06-16 | 2017-12-15 | 理光软件研究所（北京）有限公司 | 一种光伏板故障自动检测方法 |
| CN107134114A (zh) * | 2017-06-26 | 2017-09-05 | 深圳市广信安科技股份有限公司 | 基于热成像的婴儿防盗方法、婴儿防盗系统 |
| CN107443387A (zh) * | 2017-09-29 | 2017-12-08 | 上海与德通讯技术有限公司 | 智能识别方法及机器人 |
| CN108010008B (zh) * | 2017-12-01 | 2021-06-22 | 北京迈格威科技有限公司 | 目标的追踪方法、装置及电子设备 |
| CN108010008A (zh) * | 2017-12-01 | 2018-05-08 | 北京迈格威科技有限公司 | 目标的追踪方法、装置及电子设备 |
| CN109447011A (zh) * | 2018-11-06 | 2019-03-08 | 沈阳天眼智云信息科技有限公司 | 红外对蒸汽管道泄露的实时监控方法 |
| CN110736179A (zh) * | 2019-10-28 | 2020-01-31 | 宁波奥克斯电气股份有限公司 | 一种空调控制方法、装置及空调器 |
| CN110736179B (zh) * | 2019-10-28 | 2021-08-24 | 宁波奥克斯电气股份有限公司 | 一种空调控制方法、装置及空调器 |
| CN111198403A (zh) * | 2020-01-02 | 2020-05-26 | 宇龙计算机通信科技(深圳)有限公司 | 一种热成像检测方法、装置、存储介质及终端 |
| CN111540166A (zh) * | 2020-05-09 | 2020-08-14 | 重庆工程学院 | 一种基于深度学习的无人机夜间搜寻系统及方法 |
| CN113192358A (zh) * | 2021-04-26 | 2021-07-30 | 贵州车秘科技有限公司 | 一种基于热成像技术在智慧停车领域的停车管理系统及其使用方法 |
| CN116379937A (zh) * | 2023-06-06 | 2023-07-04 | 武汉大学 | 一种输电塔晃动监测方法及装置 |
| CN116379937B (zh) * | 2023-06-06 | 2023-11-24 | 武汉大学 | 一种输电塔晃动监测方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106446799A (zh) | 一种热成像目标识别的方法和装置 | |
| US11221107B2 (en) | Method for leakage detection of underground pipeline corridor based on dynamic infrared thermal image processing | |
| CN111047568B (zh) | 一种漏汽缺陷检测识别方法及系统 | |
| CN109741314A (zh) | 一种零件的视觉检测方法及系统 | |
| CN111339948B (zh) | 一种高分辨率遥感影像新增建筑自动识别方法 | |
| WO2016107478A1 (zh) | 车辆底盘检查方法和系统 | |
| CN102789578A (zh) | 基于多源目标特征支持的红外遥感图像变化检测方法 | |
| CN105488486A (zh) | 防止照片攻击的人脸识别方法及装置 | |
| CN102999994A (zh) | 基于视频图像分析的火焰检测装置 | |
| CN105956591B (zh) | 一种在线高温零件红外图像光谱抽样检测方法 | |
| CN107220972B (zh) | 一种基于红外图像的禽蛋品质鉴别方法 | |
| CN106407900B (zh) | 基于多源航片的异常场景识别方法 | |
| US8594438B2 (en) | Method for the identification of objects | |
| CN103337080A (zh) | 基于梯度方向Hausdorff 距离的红外图像和可见光图像配准技术 | |
| CN111898427A (zh) | 一种基于特征融合深度神经网络的多光谱行人检测方法 | |
| KR101437999B1 (ko) | 밝기맵 기반의 중심대칭 국부이진 패턴과 랜덤 포레스트를 이용한 열 영상에서의 사람 검출 방법 | |
| KR20200123324A (ko) | 연결 요소 분석 기법과 yolo 알고리즘을 이용한 돼지 겹침 객체 분리 방법 | |
| Lee et al. | Development of image recognition and classification algorithm for tea leaf diseases using convolutional neural network | |
| CN106841304B (zh) | 用红外图像监测烟草病害及综合评价病害程度的方法 | |
| CN110263661B (zh) | 一种基于新颜色空间与fast-LOF的火焰检测方法及装置 | |
| CN116503912B (zh) | 基于电子图囊的安检预警方法 | |
| Ho et al. | Automated detection of people distribution by A 3D camera | |
| Tian et al. | Detection of early bruises on apples using near‐infrared camera imaging technology combined with adaptive threshold segmentation algorithm | |
| CN113628255B (zh) | 一种三光融合无损检测图像配准算法 | |
| CN111862172B (zh) | 变电所辅助监控系统状态指示灯全天候识别方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170222 |
|
| RJ01 | Rejection of invention patent application after publication |