CN108362382A - 一种热成像监控方法及其监控系统 - Google Patents
一种热成像监控方法及其监控系统 Download PDFInfo
- Publication number
- CN108362382A CN108362382A CN201711242883.7A CN201711242883A CN108362382A CN 108362382 A CN108362382 A CN 108362382A CN 201711242883 A CN201711242883 A CN 201711242883A CN 108362382 A CN108362382 A CN 108362382A
- Authority
- CN
- China
- Prior art keywords
- temperature area
- described image
- head
- temperature
- value
- 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.)
- Granted
Links
- 238000001931 thermography Methods 0.000 title claims abstract description 42
- 238000012544 monitoring process Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000004458 analytical method Methods 0.000 claims abstract description 55
- 238000007619 statistical method Methods 0.000 claims abstract description 35
- 238000012216 screening Methods 0.000 claims abstract description 24
- 238000012937 correction Methods 0.000 description 8
- 238000007781 pre-processing Methods 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0014—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation from gases, flames
- G01J5/0018—Flames, plasma or welding
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/48—Thermography; Techniques using wholly visual means
- G01J5/485—Temperature profile
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
- G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Plasma & Fusion (AREA)
- Emergency Management (AREA)
- Business, Economics & Management (AREA)
- Signal Processing (AREA)
- Fire-Detection Mechanisms (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Analysis (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明属于热成像监控领域,公开了一种热成像监控方法及其监控系统,所述方法包括获得图像,对所述图像进行火灾预警分析;所述火灾预警分析包括获得高温区域尺寸以及高温区域系数,根据所述高温区域尺寸、高温区域系数以及高温区域的像素值获得高温区域的区域均值,并获得除去高温区域的全图均值,根据所述区域均值及所述全图均值获取报警信号,所述高温区域为包括所述图像最高温位置的区域;所述方法还包括对所述图像进行人头统计分析;所述人头统计分析包括根据头肩模板及门限值确定所述图像的候选区域以进行一级筛选,通过分类器对所述候选区域进行二级筛选并获得人头数量,所述头肩模板及门限值为常量;所述系统与所述方法对应。
Description
技术领域
本发明属于热成像监控领域,更具体地,涉及一种热成像监控方法及其监控系统。
背景技术
目前在电影院、游戏厅以及商场等人群密集的场所,均需要加装摄像头以监控这些场所的异常情况,目前常用的监控设备主要有可见光摄像头和红外摄像头,成像以后图像会传输到终端机由专门管理人员查看,可以及时发现异常情况。
可见光摄像头在光照条件良好的情况下能获得较好的成像效果,在光线不足的场景中却很难保证成像质量;红外摄像头可以选择功率较大的红外灯获取较好的成像质量,目前应用比较广泛,但是其使用寿命短、成本高且不利于保护观众隐私,因此也广受诟病。且两种摄像头都只有成像功能,无法获取环境温度。
热成像装置是通过接收场景物体辐射热量来成像的,它不受光照条件影响,且能获取场景中每一点的温度,所成图像可以体现场景的温度分布,且不会呈现人体的细节。因此,将热成像装置应用于安防中,不仅能有效监控异常情况,还可以有效保护被监控者的隐私。另外,通过红外图像算法分析,可以实时进行人头计数,统计上座率,并且可以通过设置温度阈值,进行火灾预警。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种热成像监控方法及其监控系统,其目的在于通过热成像以及红外图像算法分析,由此解决目前摄像头无法确保隐私以及无法获取环境温度以及时进行火灾报警的技术问题。
为实现上述目的,按照本发明的一个方面,提供了一种热成像监控方法,包括获得图像,对所述图像进行火灾预警分析;所述火灾预警分析包括获得高温区域尺寸以及高温区域系数,根据所述高温区域尺寸、高温区域系数以及高温区域的像素值获得高温区域的区域均值,并获得除去高温区域的全图均值,根据所述区域均值及所述全图均值获取报警信号,所述高温区域为包括所述图像最高温位置的区域。
优选地,所述高温区域尺寸决定高温模板,高温区域系数为高温模板系数。
优选地,所述火灾预警分析包括以下子步骤:
A1、获取所述图像中的最高温度的坐标,获取所述高温区域尺寸,所述高温区域尺寸为所述高温区域的长和宽或者半径,根据所述高温区域的像素点总数量的倒数获得所述高温区域系数,根据所述最高温度的坐标以及高温区域尺寸获得高温区域;
A2、获得高温区域的像素值之和,根据所述像素值之和与所述高温区域系数的乘积获得所述区域均值,并获得除去高温区域的全图均值,所述全图均值为所述图像中除去高温区域的其余区域的像素值的平均值;
A3、根据所述区域均值与所述全图均值的差值获得所述报警信号。
作为进一步优选地,在所述步骤A1中,所述获取所述图像中的最高温度的坐标包括:
根据温度拟合曲线获得所述图像中的最高温度的坐标;或
根据所述图像中的最大像素值获得所述图像中的最高温度的坐标。
优选地,所述热成像监控方法还包括对所述图像进行人头统计分析;所述人头统计分析包括根据头肩模板及门限值确定所述图像的候选区域以进行一级筛选,通过分类器对所述候选区域进行二级筛选并获得人头数量,所述头肩模板及门限值为常量。
作为进一步优选地,所述人头统计分析中一级筛选包括:
获取所述头肩模板及门限值,根据所述头肩模板获得所述图像的每个子图像的相关系数,通过比较所述相关系数及所述门限值获得所述候选区域,所述每个子图像与所述头肩模板尺寸相同,所述每个子图像的相关系数为所述头肩模板与所述每个子图像的匹配程度;
所述相关系数为:
其中,x为所述图像的行坐标,x为大于等于0小于等于M-J的整数,M为所述图像的行数,J为所述头肩模板的行数,y为所述图像的列坐标,y为大于等于0小于等于N-K的整数,N为所述图像的列数,K为所述头肩模板的列数,s为所述头肩模板的行坐标,s为大于等于0小于等于J-1的整数,t为所述头肩模板的列坐标,t为大于等于0小于等于K-1的整数,w(s,t)为所述头肩模板中行坐标为s、列坐标为t的点的值,f(x+s,y+t)为所述图像中行坐标为x+s、列坐标为y+t的点的值,c(x,y)为左上角坐标为(x,y)的子图像与所述头肩模板的相关系数。
作为更进一步优选地,在对所述图像进行所述火灾预警分析及所述人头统计分析之前,还包括:
对所述图像进行帧间去噪及非均匀校正。
优选地,所述图像是根据红外探测器组件获得。
按照本发明的另一个方面,提供了一种热成像监控系统,包括图像获取模块、火灾预警分析模块以及输出模块;
所述图像获取模块的第一输出端连接所述火灾预警分析模块的输入端,所述火灾预警分析模块的输出端连接所述输出模块的第一输入端;
所述图像获取模块用于获得图像;
所述火灾预警分析模块用于获得高温区域尺寸以及高温区域系数,根据所述高温区域尺寸、高温区域系数以及高温区域的像素值获得高温区域的区域均值,并获得除去高温区域的全图均值,根据所述区域均值及所述全图均值获取报警信号,所述高温区域为包括所述图像最高温位置的区域;
所述输出模块用于向外界显示报警信号。
优选地,所述火灾预警分析模块包括高温区域获取模块、高温区域系数获取模块、区域均值和全图均值获取模块以及报警信号模块;
所述高温区域获取模块的输入端作为所述火灾预警分析模块的输入端,所述高温区域获取模块的第一输出端连接所述高温区域系数获取模块的输入端,所述高温区域获取模块的第二输出端连接所述区域均值和全图均值获取模块的第一输入端,所述高温区域系数获取模块的输出端连接所述区域均值与全图均值获取模块的第二输入端,所述区域均值和全图均值获取模块的输出端连接所述报警信号模块的输入端,所述报警信号模块的输出端作为所述火灾预警分析模块的输出端;
所述高温区域获取模块用于获取所述图像中的最高温度的坐标,获取所述高温区域尺寸,所述高温区域尺寸为所述高温区域的长和宽或者半径,根据所述最高温度的坐标以及高温区域尺寸获得高温区域;
所述高温区域系数获取模块用于根据所述高温区域的像素点总数量的倒数获得所述高温区域系数;
所述区域均值和全图均值获取模块用于获得高温区域的像素值之和,根据所述像素值之和与所述高温区域系数的乘积获得所述区域均值,并获得除去高温区域的全图均值,所述全图均值为所述图像中除去高温区域的其余区域的像素值的平均值;
所述报警信号模块用于根据所述区域均值与所述全图均值的差值获得所述报警信号。
作为进一步优选地,所述获取所述图像中的最高温度的坐标包括根据温度拟合曲线获得所述图像中的最高温度的坐标;或
根据所述图像中的最大像素值获得所述图像中的最高温度的坐标。
优选地,所述热成像监控系统还包括人头统计分析模块;
所述图像获取模块的第二输出端连接所述人头统计分析模块的输入端,所述人头统计分析模块的输出端连接所述输出模块的第二输入端;
所述人头统计分析模块用于根据头肩模板及门限值确定所述图像的候选区域以进行一级筛选,通过分类器对所述候选区域进行二级筛选并获得人头数量,所述头肩模板及门限值为常量;
所述输出模块还用于向外界显示人头数量。
作为进一步优选地,所述根据头肩模板及门限值确定所述图像的候选区域以进行一级筛选包括获取所述头肩模板及门限值,根据所述头肩模板获得所述图像的每个子图像的相关系数,通过比较所述相关系数及所述门限值获得所述候选区域,所述每个子图像与所述头肩模板尺寸相同,所述每个子图像的相关系数为所述头肩模板与所述每个子图像的匹配程度;
所述相关系数为:
其中,x为所述图像的行坐标,x为大于等于0小于等于M-J的整数,M为所述图像的行数,J为所述头肩模板的行数,y为所述图像的列坐标,y为大于等于0小于等于N-K的整数,N为所述图像的列数,K为所述头肩模板的列数,s为所述头肩模板的行坐标,s为大于等于0小于等于J-1的整数,t为所述头肩模板的列坐标,t为大于等于0小于等于K-1的整数,w(s,t)为所述头肩模板中行坐标为s、列坐标为t的点的值,f(x+s,y+t)为所述图像中行坐标为x+s、列坐标为y+t的点的值,c(x,y)为左上角坐标为(x,y)的子图像与所述头肩模板的相关系数。
作为更进一步优选地,所述热成像监控系统还包括图像预处理模块;
所述图像获取模块的第一、第二输出端连接所述图像预处理模块的输入端,所述图像预处理模块的第一、第二输出端分别连接所述火灾预警分析模块的输入端和所述人头统计分析模块的输入端;
所述图像预处理模块用于对所述图像进行帧间去噪及非均匀校正。
优选地,所述图像获取模块用于根据红外探测器组件获得图像。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,由于实现了热成像装置的火灾预警分析以及在保密隐私下的人头统计分析,能够取得下列有益效果。
1、本发明所述的热成像监控方法,包括对图像进行火灾预警分析,本发明所述的火灾预警分析是通过获得高温区域、高温区域的区域均值以及除去高温区域的全图均值实现的,这种方法分析速度快且准确率高,保证在火灾可以及时被发现从而做好防护措施;
2、本发明高温区域的区域均值是通过高温区域尺寸以及高温区域系数获得,确保可以在一发现火源的情况下进行报警,而不会在火势变大后才会被发现;
3、本发明的高温区域的最高温度的坐标可以通过温度拟合曲线获得,也可以通过查找图像中的最大像素值获得,通过温度拟合曲线获得的最高温度的坐标效率更高且更直观;
4、本发明所述的热成像监控方法还包括人头统计分析,实现了火灾的及时预警以及人头数量的统计功能,即实现了热成像装置的多功能的特点,本发明所述的人头统计分析方法通过两级筛选以实现人头计数,一级筛选是通过头肩模板及门限值确定候选区域,二级筛选是通过分类器对候选区域进行筛选,这种方法使得人头统计的差错率小,准确度高;
5、本发明的一级筛选会根据头肩模板获得图像的每个子图像的相关系数,且相关系数越高,头肩模板与子图像的匹配度越高,通过相关系数的值以及预设的门限值决定候选区域,使得候选区域筛选的准确度高;
6、本发明的火灾预警分析以及人头统计分析的图像均通过红外探测器组件获得,该图像的分析结果不受外界光照条件影响,可以保证成像的质量以及分析的准确度,且红外探测器组件可以获取场景中的每一点的温度,使得图像可以体现场景温度的分布,并且不会呈现人体的细节,在保证火灾预警准确率的情况下也可以保护场景中人的隐私,还可以监控异常情况。
附图说明
图1是本发明热成像监控方法的流程图;
图2是本发明火灾预警分析的流程图;
图3是本发明人头统计分析的流程图;
图4是本发明热成像监控系统的结构图;
图5是本发明火灾预警分析模块的结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,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。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明提供了一种热成像监控方法,如图1所示,包括获得图像,对所述图像进行火灾预警分析;所述火灾预警分析包括获得高温区域尺寸以及高温区域系数,根据所述高温区域尺寸、高温区域系数以及高温区域的像素值获得高温区域的区域均值,并获得除去高温区域的全图均值,根据所述区域均值及所述全图均值获取报警信号,所述高温区域为包括所述图像最高温位置的区域。
在本发明的具体实施例中,所述图像是根据红外探测器组件获得的。
本发明所述的高温区域尺寸是根据红外探测器组件以及红外探测器组件需要监控的场景所设置的符合场景环境的常数,可以通过多次实验检测获得一个红外探测器组件适用的高温区域尺寸,高温区域系数由高温区域尺寸决定,也可以看作为常数,所述高温区域尺寸决定高温模板,高温区域系数为高温模板系数,所述高温区域即为高温模板所覆盖的区域,不同的红外探测器组件以及不同的场景可能会对应不同的高温区域尺寸以及高温区域系数。
根据红外探测器组件所获得的图像可以显示整个图像的温度分布,便于进行火灾预警分析,且根据红外探测器组件获得的图像不会显示出图像细节,可以很好地保护被监控者的隐私。
本发明所述的热成像监控方法还包括对所述图像进行人头统计分析,所述人头统计分析包括根据头肩模板及门限值确定所述图像的候选区域以进行一级筛选,通过分类器对所述候选区域进行二级筛选并获得人头数量,所述头肩模板及门限值为常量。
所述头肩模板以及门限值也是根据红外探测器组件以及红外探测器组件需要监控的场景获得的常数,不同的红外探测器组件以及不同的场景可能会对应不同的头肩模板以及门限值。
在对所述图像进行火灾预警分析及人头统计分析之前,还包括:对图像进行帧间去噪及非均匀校正。
在对图像进行火灾预警分析及人头统计分析之前,还包括:将完成帧间去噪以及非均匀校正后的图像复制为两份,一份用于火灾预警分析,一份在进行动态范围压缩后用于人头统计分析,经过动态范围压缩后的图像一般为8位图像,在动态范围压缩前的图像一般为16位图像。
在对图像进行火灾预警分析及人头统计分析之后,还包括:将火灾预警分析后的图像叠加到人头统计分析图像上,将图像数据打包传输给终端设备以获取场景信息,可采用有线传输或无线传输,终端设备可以为手机或台式机,再通过解析软件解包后将最终图像显示出来,可以通过编写上位机软件在图像上添加不同色带的伪彩,以使整个图像的温度分布更加直观,以更好地辅助相关管理人员了解详细信息。
如图2所示,所述火灾预警分析包括以下子步骤:
A1、获取图像中的最高温度的坐标,获取高温区域尺寸,所述高温区域尺寸为所述高温区域的长和宽或者半径,根据所述高温区域的像素点总数量的倒数获得高温区域系数,根据所述最高温度的坐标以及高温区域尺寸获得高温区域;所述高温区域系数也可根据所述高温区域的面积的倒数获得;
A2、获得高温区域的像素值之和,根据所述像素值之和与高温区域系数的乘积获得区域均值Th,并获得除去高温区域的全图均值Tb,所述全图均值Tb为图像中除去高温区域的其余区域的像素值的平均值;
A3、根据所述区域均值Th与所述全图均值Tb的差值T获得所述报警信号。
在所述步骤A1中,所述获取图像中的最高温度的坐标包括:
根据温度拟合曲线获得图像中的最高温度的坐标;或根据图像中的最大像素值获得图像中的最高温度的坐标。
所述温度拟合曲线是通过大量样本数据统计获得的。
在所述步骤A3之前,还包括:获得预先设定的高温阈值T1、T2,且T1大于T2。
所述步骤A3具体包括:如果所述区域均值Th与所述全图均值Tb的差值T大于T1,则发出紧急报警信号,并在图像上叠加高亮内嵌错号的六边形标志;如果所述区域均值Th与所述全图均值Tb的差值T小于等于T1且大于T2,则发出一般报警信号,并在图像上叠加高亮内嵌叹号的三角形标志;如果所述区域均值Th与所述全图均值Tb的差值T小于等于T2,则无需报警。所述报警信号包括紧急报警信号和一般报警信号。
如图3所示,所述人头统计分析中一级筛选包括:
获取头肩模板及门限值,根据头肩模板获得所述图像的每个子图像的相关系数,通过比较相关系数及门限值获得候选区域,所述每个子图像与所述头肩模板尺寸相同,所述每个子图像的相关系数为所述头肩模板与所述每个子图像的匹配程度;所述每个子图像的相关系数越大,表示每个子图像与所述头肩模板匹配程度越高。
所述相关系数为:
其中,x为所述图像的行坐标,x为大于等于0小于等于M-J的整数,M为所述图像的行数,J为所述头肩模板的行数,y为所述图像的列坐标,y为大于等于0小于等于N-K的整数,N为所述图像的列数,K为所述头肩模板的列数,s为所述头肩模板的行坐标,s为大于等于0小于等于J-1的整数,t为所述头肩模板的列坐标,t为大于等于0小于等于K-1的整数,w(s,t)为所述头肩模板中行坐标为s、列坐标为t的点的值,f(x+s,y+t)为所述图像中行坐标为x+s、列坐标为y+t的点的值,c(x,y)为左上角坐标为(x,y)的子图像与所述头肩模板的相关系数。
在所述人头统计分析中,所述头肩模板可以以步长为2在8位图像上滑动;若一个子图像的相关系数大于所述门限值,则该子图像为候选区域。
所述通过分类器对所述候选区域进行二级筛选并获得人头数量具体包括haar特征的计算、弱分类器和强分类器的训练以及分类筛选。
所述haar特征的计算具体为:根据预先选择好的haar特征模板,同时加入haar特征模板在图像中的位置信息,计算模板中白色矩形所覆盖的像素灰度值与黑色矩形框所覆盖的像素灰度值总和之差的绝对值,该值即为该矩形特征的特征值。
所述弱分类器和强分类的训练具体为:计算出样本图像的矩形特征的特征值,这些矩形特征就可以构造简单的弱分类器,其分类准确率大于50%,也就是强于随机预测,所以每个弱分类器都包含一个特征(位置、矩形大小与权值)、弱分类器的极性(即正负)和弱分类器的分类阈值。
弱分类器的训练过程可归纳如下,根据选定的特征模板创建所有特征,然后读入训练样本集数据。样本包含正样本和负样本。利用所有特征计算所有样本的特征值,计算每一特征的分类错误率,选择最小错误率的特征作为弱分类器特征值,最后构建出弱分类器。
所谓的强分类器就是将弱分类器进行加权串联,最终形成分类能力较强的分类器,其中强分类器的个数可以人为设定,也可根据分类错误率进行设定。
所述分类筛选具体包括:运用已经训练好的分类器对候选区域进行分类筛选,计算每一个候选区域里的指定的矩形特征值,并输入分类器里进行迭代筛选,如果通过,确认为人头目标框,计数器加1,如果不通过,则检测下一个目标,直到所有候选区域筛选完成,将最终计数器的数值叠加到图像上,然后清空计数器,准备下一帧图像计数。
在所述对图像进行帧间去噪及非均匀校正之前,还包括:对场景进行检测,根据实验统计获得与该场景匹配的高温区域尺寸、高温阈值、头肩模板以及门限值。
本发明所述的热成像监控方法主要应用于热像仪,所述对图像进行帧间去噪及非均匀校正具体包括:热像仪内的红外探测器组件捕获场景模拟视频信号并将所述视频模拟信号进行AD转换,以离散为16位的数据流,从而获得可处理的图像;之后热像仪内再对图像进行时域滤波去噪,并对图像进行非均匀校正以消除焦平面阵列单元响应不均的影响。所述热像仪是前端成像设备,实现模拟电信号的数字化,便于后端分析处理,热像仪的安装位置要根据探测范围和镜头水平及垂直视角来确定。
与所述热成像监控方法相对应的,本发明还提供了一种热成像监控系统,如图4所示,包括图像获取模块、火灾预警分析模块以及输出模块;所述图像获取模块的第一输出端连接所述火灾预警分析模块的输入端,所述火灾预警分析模块的输出端连接所述输出模块的第一输入端;所述图像获取模块用于获得图像;所述火灾预警分析模块用于获得高温区域尺寸以及高温区域系数,根据高温区域尺寸、高温区域系数以及高温区域的像素值获得高温区域的区域均值,并获得除去高温区域的全图均值,根据所述区域均值及所述全图均值获取报警信号,所述高温区域为包括所述图像最高温位置的区域;所述输出模块用于向外界显示报警信号。
所述图像获取模块可以直接为红外探测器组件,所述红外探测器组件可以通过AD转换将模拟视频信号转换为数字信号,所述火灾预警分析模块处理的图像为经过AD转换后的图像。
所述输出模块可以通过无线或有线向外界传输报警信号。
本发明所述的热成像监控系统还包括人头统计分析模块,所述图像获取模块的第二输出端连接所述人头统计分析模块的输入端,所述人头统计分析模块的输出端连接所述输出模块的第二输入端;所述人头统计分析模块用于根据头肩模板及门限值确定所述图像的候选区域以进行一级筛选,通过分类器对所述候选区域进行二级筛选并获得人头数量,所述头肩模板及门限值为常量,所述输出模块还用于向外界显示人头数量。
所述人头统计分析模块处理的图像也是经过AD转换后的图像。
所述火灾预警分析模块以及人头统计分析模块可设置于算法处理芯片,所述输出模块可设置于图像传输芯片。
如图5所示,所述火灾预警分析模块包括高温区域获取模块、高温区域系数获取模块、区域均值和全图均值获取模块以及报警信号模块;所述高温区域获取模块的输入端作为所述火灾预警分析模块的输入端,所述高温区域获取模块的第一输出端连接所述高温区域系数获取模块的输入端,所述高温区域获取模块的第二输出端连接所述区域均值和全图均值获取模块的第一输入端,所述高温区域系数获取模块的输出端连接所述区域均值与全图均值获取模块的第二输入端,所述区域均值和全图均值获取模块的输出端连接所述报警信号模块的输入端,所述报警信号模块的输出端作为所述火灾预警分析模块的输出端;所述高温区域获取模块用于获取图像中的最高温度的坐标,获取高温区域尺寸,所述高温区域的尺寸为所述高温区域的长和宽或者半径,根据所述最高温度的坐标以及高温区域尺寸获得高温区域;所述高温区域系数获取模块用于根据所述高温区域的像素点总数量的倒数获得高温区域系数;所述区域均值和全图均值获取模块用于获得高温区域的像素值之和,根据所述像素值之和与高温区域系数的乘积获得区域均值,并获得除去高温区域的全图均值,所述全图均值为图像中除去高温区域的其余区域的像素值的平均值;所述报警信号模块用于根据所述区域均值与所述全图均值的差值获得所述报警信号。
所述获取图像中的最高温度的坐标包括根据温度拟合曲线获得图像中的最高温度的坐标;或根据图像中的最大像素值获得图像中的最高温度的坐标。
所述根据头肩模板及门限值确定所述图像的候选区域以进行一级筛选包括获取头肩模板及门限值,根据头肩模板获得所述图像的每个子图像的相关系数,通过比较相关系数及门限值获得候选区域,所述每个子图像与所述头肩模板尺寸相同,所述每个子图像的相关系数为所述头肩模板与所述每个子图像的匹配程度。
所述相关系数为:
其中,x为所述图像的行坐标,x为大于等于0小于等于M-J的整数,M为所述图像的行数,J为所述头肩模板的行数,y为所述图像的列坐标,y为大于等于0小于等于N-K的整数,N为所述图像的列数,K为所述头肩模板的列数,s为所述头肩模板的行坐标,s为大于等于0小于等于J-1的整数,t为所述头肩模板的列坐标,t为大于等于0小于等于K-1的整数,w(s,t)为所述头肩模板中行坐标为s、列坐标为t的点的值,f(x+s,y+t)为所述图像中行坐标为x+s、列坐标为y+t的点的值,c(x,y)为左上角坐标为(x,y)的子图像与所述头肩模板的相关系数。
所述热成像监控系统还包括图像预处理模块;所述图像获取模块的第一、第二输出端连接所述图像预处理模块的输入端,所述图像预处理模块的第一、第二输出端分别连接所述火灾预警分析模块的输入端和所述人头统计分析模块的输入端;所述图像预处理模块用于对图像进行帧间去噪及非均匀校正。
本发明可应用于电影院、博物馆等人群密集的场所以实现异常行为监控、火灾预警以及人头计数等功能。
本发明首先实现了基本成像功能,对整个场景进行监控的同时,保护观众的隐私,此外,其测温和火灾预警功能可以消除火灾隐患,最后,人头计数功能自动进行上座率统计,不仅节省大量人功能,而且真实可靠。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种热成像监控方法,其特征在于,包括获得图像,对所述图像进行火灾预警分析;
所述火灾预警分析包括获得高温区域尺寸以及高温区域系数,根据所述高温区域尺寸、高温区域系数以及高温区域的像素值获得高温区域的区域均值,并获得除去高温区域的全图均值,根据所述区域均值及所述全图均值获取报警信号,所述高温区域为包括所述图像最高温位置的区域。
2.如权利要求1所述的热成像监控方法,其特征在于,所述火灾预警分析包括以下子步骤:
A1、获取所述图像中的最高温度的坐标,获取所述高温区域尺寸,所述高温区域尺寸为所述高温区域的长和宽或者半径,根据所述高温区域的像素点总数量的倒数获得所述高温区域系数,根据所述最高温度的坐标以及高温区域尺寸获得高温区域;
A2、获得高温区域的像素值之和,根据所述像素值之和与所述高温区域系数的乘积获得所述区域均值,并获得除去高温区域的全图均值,所述全图均值为所述图像中除去高温区域的其余区域的像素值的平均值;
A3、根据所述区域均值与所述全图均值的差值获得所述报警信号。
3.如权利要求2所述的热成像监控方法,其特征在于,在所述步骤A1中,所述获取所述图像中的最高温度的坐标包括:
根据温度拟合曲线获得所述图像中的最高温度的坐标;或
根据所述图像中的最大像素值获得所述图像中的最高温度的坐标。
4.如权利要求1~3任意一项所述的热成像监控方法,其特征在于,还包括对所述图像进行人头统计分析;
所述人头统计分析包括根据头肩模板及门限值确定所述图像的候选区域以进行一级筛选,通过分类器对所述候选区域进行二级筛选并获得人头数量,所述头肩模板及门限值为常量。
5.如权利要求4所述的热成像监控方法,其特征在于,所述人头统计分析中一级筛选包括:
获取所述头肩模板及门限值,根据所述头肩模板获得所述图像的每个子图像的相关系数,通过比较所述相关系数及所述门限值获得所述候选区域,所述每个子图像与所述头肩模板尺寸相同,所述每个子图像的相关系数为所述头肩模板与所述每个子图像的匹配程度;
所述相关系数为:
其中,x为所述图像的行坐标,x为大于等于0小于等于M-J的整数,M为所述图像的行数,J为所述头肩模板的行数,y为所述图像的列坐标,y为大于等于0小于等于N-K的整数,N为所述图像的列数,K为所述头肩模板的列数,s为所述头肩模板的行坐标,s为大于等于0小于等于J-1的整数,t为所述头肩模板的列坐标,t为大于等于0小于等于K-1的整数,w(s,t)为所述头肩模板中行坐标为s、列坐标为t的点的值,f(x+s,y+t)为所述图像中行坐标为x+s、列坐标为y+t的点的值,c(x,y)为左上角坐标为(x,y)的子图像与所述头肩模板的相关系数。
6.一种热成像监控系统,其特征在于,包括图像获取模块、火灾预警分析模块以及输出模块;
所述图像获取模块的第一输出端连接所述火灾预警分析模块的输入端,所述火灾预警分析模块的输出端连接所述输出模块的第一输入端;
所述图像获取模块用于获得图像;
所述火灾预警分析模块用于获得高温区域尺寸以及高温区域系数,根据所述高温区域尺寸、高温区域系数以及高温区域的像素值获得高温区域的区域均值,并获得除去高温区域的全图均值,根据所述区域均值及所述全图均值获取报警信号,所述高温区域为包括所述图像最高温位置的区域;
所述输出模块用于向外界显示报警信号。
7.如权利要求6所述的热成像监控系统,其特征在于,所述火灾预警分析模块包括高温区域获取模块、高温区域系数获取模块、区域均值和全图均值获取模块以及报警信号模块;
所述高温区域获取模块的输入端作为所述火灾预警分析模块的输入端,所述高温区域获取模块的第一输出端连接所述高温区域系数获取模块的输入端,所述高温区域获取模块的第二输出端连接所述区域均值和全图均值获取模块的第一输入端,所述高温区域系数获取模块的输出端连接所述区域均值与全图均值获取模块的第二输入端,所述区域均值和全图均值获取模块的输出端连接所述报警信号模块的输入端,所述报警信号模块的输出端作为所述火灾预警分析模块的输出端;
所述高温区域获取模块用于获取所述图像中的最高温度的坐标,获取所述高温区域尺寸,所述高温区域尺寸为所述高温区域的长和宽或者半径,根据所述最高温度的坐标以及高温区域尺寸获得高温区域;
所述高温区域系数获取模块用于根据所述高温区域的像素点总数量的倒数获得所述高温区域系数;
所述区域均值和全图均值获取模块用于获得高温区域的像素值之和,根据所述像素值之和与所述高温区域系数的乘积获得所述区域均值,并获得除去高温区域的全图均值,所述全图均值为所述图像中除去高温区域的其余区域的像素值的平均值;
所述报警信号模块用于根据所述区域均值与所述全图均值的差值获得所述报警信号。
8.如权利要求7所述的热成像监控系统,其特征在于,所述获取所述图像中的最高温度的坐标包括根据温度拟合曲线获得所述图像中的最高温度的坐标;或
根据所述图像中的最大像素值获得所述图像中的最高温度的坐标。
9.如权利要求6~8任意一项所述的热成像监控系统,其特征在于,还包括人头统计分析模块;
所述图像获取模块的第二输出端连接所述人头统计分析模块的输入端,所述人头统计分析模块的输出端连接所述输出模块的第二输入端;
所述人头统计分析模块用于根据头肩模板及门限值确定所述图像的候选区域以进行一级筛选,通过分类器对所述候选区域进行二级筛选并获得人头数量,所述头肩模板及门限值为常量;
所述输出模块还用于向外界显示人头数量。
10.如权利要求9所述的热成像监控系统,其特征在于,所述根据头肩模板及门限值确定所述图像的候选区域以进行一级筛选包括获取所述头肩模板及门限值,根据所述头肩模板获得所述图像的每个子图像的相关系数,通过比较所述相关系数及所述门限值获得所述候选区域,所述每个子图像与所述头肩模板尺寸相同,所述每个子图像的相关系数为所述头肩模板与所述每个子图像的匹配程度;
所述相关系数为:
其中,x为所述图像的行坐标,x为大于等于0小于等于M-J的整数,M为所述图像的行数,J为所述头肩模板的行数,y为所述图像的列坐标,y为大于等于0小于等于N-K的整数,N为所述图像的列数,K为所述头肩模板的列数,s为所述头肩模板的行坐标,s为大于等于0小于等于J-1的整数,t为所述头肩模板的列坐标,t为大于等于0小于等于K-1的整数,w(s,t)为所述头肩模板中行坐标为s、列坐标为t的点的值,f(x+s,y+t)为所述图像中行坐标为x+s、列坐标为y+t的点的值,c(x,y)为左上角坐标为(x,y)的子图像与所述头肩模板的相关系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711242883.7A CN108362382B (zh) | 2017-11-30 | 2017-11-30 | 一种热成像监控方法及其监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711242883.7A CN108362382B (zh) | 2017-11-30 | 2017-11-30 | 一种热成像监控方法及其监控系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108362382A true CN108362382A (zh) | 2018-08-03 |
CN108362382B CN108362382B (zh) | 2019-11-29 |
Family
ID=63010036
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711242883.7A Active CN108362382B (zh) | 2017-11-30 | 2017-11-30 | 一种热成像监控方法及其监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108362382B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109461282A (zh) * | 2019-01-09 | 2019-03-12 | 上海欧萨数据技术有限公司 | 一种监视温度的装置和方法 |
CN113723486A (zh) * | 2021-08-23 | 2021-11-30 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种离心泵多模态监测数据清洗及建模方法 |
CN114054709A (zh) * | 2021-11-17 | 2022-02-18 | 成都星云智联科技有限公司 | 一种铸坯识别和跟踪的方法、设备及存储介质 |
CN114187733A (zh) * | 2021-11-19 | 2022-03-15 | 歌尔科技有限公司 | 一种高温预警方法及可移动设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0400607A2 (en) * | 1989-05-31 | 1990-12-05 | Fujitsu Limited | Infrared monitoring system |
US20120086572A1 (en) * | 2010-10-07 | 2012-04-12 | Hon Hai Precision Industry Co., Ltd. | Temperature monitoring system and method |
CN102798470A (zh) * | 2012-08-14 | 2012-11-28 | 中国神华能源股份有限公司 | 矿区热异常范围的监测方法及装置 |
CN105277282A (zh) * | 2014-06-24 | 2016-01-27 | 南京理工大学 | 红外区域等温曲线温度趋势测量方法 |
CN106679816A (zh) * | 2016-12-09 | 2017-05-17 | 捷开通讯(深圳)有限公司 | 一种手机温度检测方法及系统 |
-
2017
- 2017-11-30 CN CN201711242883.7A patent/CN108362382B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0400607A2 (en) * | 1989-05-31 | 1990-12-05 | Fujitsu Limited | Infrared monitoring system |
US20120086572A1 (en) * | 2010-10-07 | 2012-04-12 | Hon Hai Precision Industry Co., Ltd. | Temperature monitoring system and method |
CN102798470A (zh) * | 2012-08-14 | 2012-11-28 | 中国神华能源股份有限公司 | 矿区热异常范围的监测方法及装置 |
CN105277282A (zh) * | 2014-06-24 | 2016-01-27 | 南京理工大学 | 红外区域等温曲线温度趋势测量方法 |
CN106679816A (zh) * | 2016-12-09 | 2017-05-17 | 捷开通讯(深圳)有限公司 | 一种手机温度检测方法及系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109461282A (zh) * | 2019-01-09 | 2019-03-12 | 上海欧萨数据技术有限公司 | 一种监视温度的装置和方法 |
CN113723486A (zh) * | 2021-08-23 | 2021-11-30 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种离心泵多模态监测数据清洗及建模方法 |
CN114054709A (zh) * | 2021-11-17 | 2022-02-18 | 成都星云智联科技有限公司 | 一种铸坯识别和跟踪的方法、设备及存储介质 |
CN114187733A (zh) * | 2021-11-19 | 2022-03-15 | 歌尔科技有限公司 | 一种高温预警方法及可移动设备 |
Also Published As
Publication number | Publication date |
---|---|
CN108362382B (zh) | 2019-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108362382B (zh) | 一种热成像监控方法及其监控系统 | |
JP6156665B1 (ja) | 施設内活動分析装置、施設内活動分析システムおよび施設内活動分析方法 | |
KR101723073B1 (ko) | 미세먼지농도 측정장치 및 미세먼지농도 측정시스템 | |
CN107256377B (zh) | 用于检测视频中的对象的方法、设备和系统 | |
JP4742168B2 (ja) | ビデオ監視カメラが検出した対象物の特性を識別する方法および機器 | |
TWI489395B (zh) | 前景偵測裝置及方法 | |
CN109740444B (zh) | 人流量信息展示方法及相关产品 | |
US11615620B2 (en) | Systems and methods of enforcing distancing rules | |
KR100922784B1 (ko) | 영상 기반 화재 감지 방법 및 이를 적용한 방범 및 방재 시스템 | |
CN105354563A (zh) | 结合深度和彩色图像的遮挡人脸检测预警装置及实现方法 | |
CN106791655B (zh) | 一种视频处理方法及装置 | |
JP4653207B2 (ja) | 煙検出装置 | |
CN109766779A (zh) | 徘徊人员识别方法及相关产品 | |
CN110324572A (zh) | 监视系统、监视方法和非暂时性计算机可读存储介质 | |
CN105516713A (zh) | 基于机器视觉的道路交通闭路电视图像质量评价方法 | |
CN111444837B (zh) | 在极端环境下提升人脸检测可用性的测温方法及测温系统 | |
CN106570440A (zh) | 基于图像分析的人数统计方法和人数统计装置 | |
CN207233038U (zh) | 人脸点名与计数系统 | |
CN106295790B (zh) | 一种通过摄像机进行目标数量统计的方法及装置 | |
CN102867214B (zh) | 区域范围内人数统计管理方法 | |
CN108419045B (zh) | 一种基于红外热成像技术的监控方法及装置 | |
CN107301373B (zh) | 数据处理方法、装置及存储介质 | |
CN107316011A (zh) | 数据处理方法、装置及存储介质 | |
CN105427303B (zh) | 一种变电站遗留物的视觉测量与估计方法 | |
JP2007180709A (ja) | 店舗等での人物等の混雑・滞留状況の把握方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |