CN110782426A - 一种背景提取方法及目标判别方法 - Google Patents

一种背景提取方法及目标判别方法 Download PDF

Info

Publication number
CN110782426A
CN110782426A CN201811055035.XA CN201811055035A CN110782426A CN 110782426 A CN110782426 A CN 110782426A CN 201811055035 A CN201811055035 A CN 201811055035A CN 110782426 A CN110782426 A CN 110782426A
Authority
CN
China
Prior art keywords
temperature matrix
temperature
background
matrix
real
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
Application number
CN201811055035.XA
Other languages
English (en)
Other versions
CN110782426B (zh
Inventor
钟波
肖适
刘志明
武星
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Jimi Technology Co Ltd
Original Assignee
Chengdu Jimi Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Jimi Technology Co Ltd filed Critical Chengdu Jimi Technology Co Ltd
Priority to CN201811055035.XA priority Critical patent/CN110782426B/zh
Publication of CN110782426A publication Critical patent/CN110782426A/zh
Application granted granted Critical
Publication of CN110782426B publication Critical patent/CN110782426B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • 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
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Radiation Pyrometers (AREA)

Abstract

本发明公开一种背景提取方法，包括：采集若干帧图像，获得第一温度矩阵；根据第一温度矩阵设置第一阈值T1；判断第一温度矩阵中是否存在大于第一阈值T1的元素值，如果存在，进行下一步，否则获得的第一温度矩阵为背景温度矩阵；对第一温度矩阵中所有小于第一阈值T1的元素值求平均值；将第一温度矩阵中大于第一阈值T1的元素值均更新为所述平均值，得到背景温度矩阵；其中，一个温度矩阵对应一帧图像，温度矩阵中的元素值分别为图像中不同像素点的温度值。本发明通过分别对目标点后的背景点和直接获取到的背景点进行分别赋值，使提取到的背景准确度更高。

Description

一种背景提取方法及目标判别方法
技术领域
本发明涉及图像处理领域，具体涉及一种背景提取方法及目标检测方法。
背景技术
图像处理是指用计算机对图像进行分析以达到所需结果的技术，又称影像处理，图像处理一般指数字图像处理，数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到一个大的二维数组，该数组的元素成为像素，也叫像素点，其值称为灰度值，在计算机中，按照颜色和灰度的多少可以将图像分为二值图像、灰度图像、索引图像和真彩色RGB图像。
现在的图像处理技术中会涉及到需要判断一副图像中是否包含目标，而目标判断的过程往往会涉及到背景提取和背景更新，现有背景提取通常先将无目标的图像直接提取为初始背景，再对实时获取到的图像进行目标判别，由于很多情况下是无法获取无目标的图像或无法确定获取到的图像中是否包含有目标，导致无法提取到初始背景，适用性差，无法应用于所有场景。
因此，设计出一种不管获取到的图像中是否包含有目标均可以进行背景提取的方法具有非常重要的意义。
发明内容
有鉴于此，本申请提供一种背景提取方法，通过设置用于区分背景点和目标点的阈值来对获取到的图像进行背景点和目标点区分，然后再分别对目标点后的背景点和直接获取到的背景点进行分别赋值，从而得到完整的背景，本方案提供的背景提取方法适用性更好，由于对目标点进行分开赋值，使提取到的背景准确度更高。为解决以上技术问题，本发明提供的技术方案如下：
一种背景提取方法，，包括：
采集若干帧图像，获得第一温度矩阵；
根据第一温度矩阵设置第一阈值T1；
判断第一温度矩阵中是否存在大于第一阈值T1的元素值，如果存在，进行下一步，否则获得的第一温度矩阵为背景温度矩阵；
对第一温度矩阵中所有小于第一阈值T1的元素值求平均值；
将第一温度矩阵中大于第一阈值T1的元素值均更新为所述平均值，得到背景温度矩阵；
其中，一个温度矩阵对应一帧图像，温度矩阵中的元素值分别为图像中不同像素点的温度值。
进一步地，所述采集若干帧图像，获得第一温度矩阵这一步骤具体包括：
采集n帧图像，获得每帧图像的温度矩阵；
分别对每帧图像的温度矩阵中所有元素值求平均值；
去掉平均值最高的m帧图像，去掉平均值最低的m帧图像；
根据其余n-2m帧图像的温度矩阵得到第一温度矩阵，所述第一温度矩阵中的元素值分别为n-2m个温度矩阵中所有对应的元素值的平均值。
进一步地，所述根据第一温度矩阵设置第一阈值T1这一步骤具体为：根据公式(1)计算第一阈值T1，
T1＝(Tmax+Tmin)/2+T0 (1)
其中，Tmax为第一温度矩阵中的最大元素值，Tmin为温度矩阵中的最元素小值，T0为常量。
一种可以用上述背景提取方法获得目标判别过程中的初始背景温度矩阵的目标判别方法，包括：
提取初始背景温度矩阵；
采集实时图像，获得实时图像温度矩阵；
计算实时图像温度矩阵与初始背景温度矩阵之差，获得前景温度矩阵；
将前景温度矩阵中的元素值分别与第二阈值T2进行比较，大于第二阈值T2的元素值所对应的像素点判定为目标点，否则判定为背景点，然后继续进行所述采集实时图像，获得实时图像温度矩阵这一步骤。
进一步地，所述采集实时图像，获得实时图像温度矩阵这一步骤具体包括：
获得校正矩阵；
采集实时图像，获得初步实时图像温度矩阵；
计算初步实时图像温度矩阵与校正矩阵之差，获得实时图像温度矩阵。
进一步地，采用红外阵列传感器获取图像每个像素点的温度值，一个红外传感器包括多个采集点，每个采集点对应图像的一个像素点，所述获得校正矩阵这一步骤具体包括：
将红外阵列传感器放置在恒温环境中；
以其中一个传感器的温度值为基准值，计算其余每个传感器的温度值与基准值之差，得到校正矩阵，所述校正矩阵中的元素分别与红外阵列传感器的不同采集点对应，校正矩阵中的元素值为对应采集点所在传感器的温度差。
进一步地，在进行所述将前景温度矩阵中的元素值分别与第二阈值T2进行比较，大于第二阈值T2的元素值所对应的像素点判定为目标点，否则判定为背景点这一步骤之后还包括系统响应。
进一步地，在进行所述将前景温度矩阵中的元素值分别与第二阈值T2进行比较，大于第二阈值T2的元素值所对应的像素点判定为目标点，否则判定为背景点这一步骤之后先对当前背景温度矩阵进行更新，然后再进行所述采集实时图像，获得实时图像温度矩阵这一步骤。
进一步地，对当前背景温度矩阵进行更新时，分别对已判定出的背景点和已判定出的目标点所对应的当前背景温度矩阵元素值进行更新，得到新的背景温度矩阵作为下一次目标判别的背景温度矩阵。
进一步地，对已判定出的背景点所对应的当前背景温度矩阵元素值进行更新具体包括：
根据公式(2)对已判定出的背景点所对应的当前背景温度矩阵元素值进行更新，
Bi+1＝Bi+u(Ii-Bi) (2)
其中，Bi表示第i次目标判别过程中所用的背景温度矩阵，u表示更新率，u的取值范围为0～1，Ii表示第i次目标判别过程中获得的实时图像温度矩阵。
进一步地，对已判定出的目标点所对应的当前背景温度矩阵元素值进行更新具体包括：
对所有已判定出的背景点所对应的当前背景温度矩阵元素值求平均值；
将所有已判定出的目标点所对应的当前背景温度矩阵元素值均更新为所有已判定出的背景点所对应的当前实时图像温度矩阵元素值的平均值。
本发明提供的背景提取方法，通过设置用于区分背景点和目标点的阈值来对获取到的图像进行背景点和目标点区分，然后再分别对目标点后的背景点和直接获取到的背景点进行分别赋值，从而得到完整的背景，本方案提供的背景提取方法适用性更好，由于对目标点进行分开赋值，使提取到的背景准确度更高，其次，本发明还提供一种可以用上述背景提取方法进行目标判别的方法，并在每次判别目标后对背景进行更新，可以提高目标判别的准确率。
附图说明
图1为实施例1提供的方法流程图。
图2为实施例1提供的进一步方法流程图。
图3为实施例2提供的方法流程图。
具体实施方式
为了使本领域的技术人员更好地理解本发明的技术方案，下面结合附图和具体实施例对本发明作进一步的详细说明。
实施例1
如图1所示，本实施例提供一种背景提取方法，包括：
S1：采集若干帧图像，获得第一温度矩阵；
S2：根据第一温度矩阵设置第一阈值T1；
S3：判断第一温度矩阵中是否存在大于第一阈值T1的元素值，如果存在，进行下一步，否则获得的第一温度矩阵为背景温度矩阵；
S4：对第一温度矩阵中所有小于第一阈值T1的元素值求平均值；
S5：将第一温度矩阵中大于第一阈值T1的元素值均更新为所述平均值，得到背景温度矩阵；
其中，一个温度矩阵对应一帧图像，温度矩阵中的元素值分别为图像中不同像素点的温度值。
这里需要说明的是，本实施例可以用在投影装置中，具体可以应用于带红外阵列传感器的投影控制系统中，现对本实施例进行进一步说明，在步骤S1中，可以通过摄像头采集图像并进行相关处理，也可以通过红外阵列传感器采集每帧图像并获得每帧图像的温度矩阵，采集回来的每帧图像为红外图像，对于红外阵列传感器来说，有很多个阵列分布的传感器，一个传感器有若干个采集点，每个采集点可以采集一帧图像中一个像素点的温度值，所有采集点采集回来的温度值构成这一帧图像所对应的温度矩阵。
还需要说明的是，对于第一温度矩阵来说，元素值的类型为两类：背景点对应的温度值和目标点对应的温度值，本实施例中，对于背景点和目标点的区分是通过第一阈值T1来实现的，一旦区分开来，则需要对目标点对应的背景点进行赋值。比如，第一温度矩阵为
Figure BDA0001795564450000051
第一阈值T1为2.84(T1的取值可以根据经验设置也可以由下文的方法得出，为了统一，此处第一温度矩阵的取值和T1的取值可以选择根据下面列举的方法得到的结果值)，则元素值为3的点将被判定为目标点，并将元素值为3的背景点重新赋值为(1.67+2+2)/3＝1.89，得到的温度矩阵
Figure BDA0001795564450000061
为最终的背景温度矩阵，实际情况中，采集点远远不止4个，这里简化了数据量来帮助更好地理解。
具体地，如图2所示，所述采集若干帧图像，获得第一温度矩阵，即步骤S1具体包括：
S11：采集n帧图像，获得每帧图像的温度矩阵；
S12：分别对每帧图像的温度矩阵中所有元素值求平均值；
S13：去掉平均值最高的m帧图像，去掉平均值最低的m帧图像；
S14：根据其余n-2m帧图像的温度矩阵得到第一温度矩阵，所述第一温度矩阵中的元素值分别为n-2m个温度矩阵中所有对应的元素值的平均值。
为了更好地对本实施例进行说明，n＞2m，这里，可以令n为5，m为1，采集回来的5帧图像对应的温度矩阵分别为
Figure BDA0001795564450000062
和
Figure BDA0001795564450000063
对应的每个温度矩阵的平均值分别为1.75，2，3，2和2.5，于是，去掉第一帧图像和第三帧图像，剩下的第二帧图像、第四帧图像和第五帧图像(为了好说明，按先后顺序进行排列)对应的温度矩阵分别为
Figure BDA0001795564450000064
和
Figure BDA0001795564450000065
再分别对3个矩阵中对应位置的元素值求平均，即，对第一行第一列的元素值求平均值为：(2+1+2)/3＝1.67；对第一行第二列的元素值求平均值为：(3+1+2)/3＝2；对第二行第一列的元素值求平均值为：(2+2+2)/3＝2；对第二行第二列的元素值求平均值为：(1+4+4)/3＝3；因此，得到的第一温度矩阵为
Figure BDA0001795564450000066
这里需要说明的是，去掉均值最高和最低的图像，可以保证图像数据的有效性和客观性，从而可以进一步提高最终背景获取的准确性。
具体地，所述根据第一温度矩阵设置第一阈值T1，即步骤S2具体为：根据公式(1)计算第一阈值T1，
T1＝(Tmax+Tmin)/2+T0 (1)
其中，Tmax为第一温度矩阵中的最大元素值，Tmin为温度矩阵中的最元素小值，T0为常量。
这里需要说明的是，T0的取值通常较小，比如可以为0.5，则根据前面得到的第一温度矩阵
Figure BDA0001795564450000071
可以得到T1＝(1.67+3)/2+0.5＝2.84。采用这用方法确定第一阈值T1的取值，对于有目标和无目标的图像都可以得到合理的阈值，比如，对于有目标的图像，最大元素值为目标的温度，最小元素值为背景的温度，将两者求平均在加一个较小的值，可以有效区分目标和背景；对于无目标的图像，所有点均为背景，温度值相近，最大元素值和最小元素值均为背景温度，得到的第一阈值T1会比背景值高，也可以有效区分目标和背景。
实施例2
如图3所示，一种可以用实施例1提供的背景提取方法获得目标判别过程中的初始背景温度矩阵的目标判别方法，包括：
P1：提取初始背景温度矩阵；
P2：采集实时图像，获得实时图像温度矩阵；
P3：计算实时图像温度矩阵与初始背景温度矩阵之差，获得前景温度矩阵；
P4：将前景温度矩阵中的元素值分别与第二阈值T2进行比较，大于第二阈值T2的元素值所对应的像素点判定为目标点，否则判定为背景点，然后继续进行所述采集实时图像，获得实时图像温度矩阵这一步骤。
这里需要说明的是，具体实施本实施例时，为了提高目标判别准确性，可以用实施例1提供的背景提取方法来提取初始背景温度矩阵，为了简化说明，假设提取到的初始背景温度矩阵为实施例1中举例的温度矩阵
Figure BDA0001795564450000081
现在需要对实时获取到的一帧图像进行目标判别，这帧实时图像的温度矩阵为
Figure BDA0001795564450000082
则前景温度矩阵为
Figure BDA0001795564450000083
在具体实施时，第二阈值的设定是根据传感器的精度和温度波动变化来的，温度变化符合高斯模型，第二阈值通常为经验值，传感器的参数要求中，目标与背景温度差要在一定数值以上(通常为相差4度以上)，但是实际测试中，随着距离加大，温差越小，为了达到高的检测率，阈值可以小于4度，而阈值过小则可能造成误检，阈值过大则可能造成漏检，这里的T1可以取值为3，从而，对前景温度矩阵
Figure BDA0001795564450000084
进行分析可得，第二行第二列对应的像素点为目标点，这帧实时图像的目标判别结束。
具体地，所述采集实时图像，获得实时图像温度矩阵，即步骤P2具体包括：
P21：获得校正矩阵；
P22：采集实时图像，获得初步实时图像温度矩阵；
P23：计算初步实时图像温度矩阵与校正矩阵之差，获得实时图像温度矩阵。
这里需要说明的是，由于在采集实时图像以获得实时图像的温度矩阵时，各个点的温度彼此之间存在差异，因此需要进行校正，提高检查准确性。
具体地，采用红外阵列传感器获取图像每个像素点的温度值，一个红外传感器包括多个采集点，每个采集点对应图像的一个像素点，所述获得校正矩阵这一步骤具体包括：
将红外阵列传感器放置在恒温环境中；
以其中一个传感器的温度值为基准值，计算其余每个传感器的温度值与基准值之差，得到校正矩阵，所述校正矩阵中的元素分别与红外阵列传感器的不同采集点对应，校正矩阵中的元素值为对应采集点所在传感器的温度差。
本实施例中，对于同一红外阵列传感器只需完成一次校正即可，将得到的校正矩阵储存在系统中，后续使用时只需要调用即可。
具体地，在进行所述将前景温度矩阵中的元素值分别与第二阈值T2进行比较，大于第二阈值T2的元素值所对应的像素点判定为目标点，否则判定为背景点，即步骤P4之后还包括系统响应。
这里需要说明的是，系统响应可以是指根据目标判别结果作出的一系列执行动作，比如投影设备没有目标(没有用户)时或长时间没有目标是，可以将光机关机或进入待机状态，有目标(有用户)出现时，激活系统，打开光机或进入工作状态，实现投影设备状态的智能切换，合理利用能源，节能环保。
具体地，在进行所述将前景温度矩阵中的元素值分别与第二阈值T2进行比较，大于第二阈值T2的元素值所对应的像素点判定为目标点，否则判定为背景点，即步骤P4之后，先对当前背景温度矩阵进行更新，然后再进行所述采集实时图像，获得实时图像温度矩阵这一步骤。
这里需要说明的是，当前背景温度矩阵是指在进行最近的一次目标判别过程中所用到的背景温度矩阵，比如，第一次目标判别时用到的是初始背景温度矩阵，第一次目标判别结束后，需要对当前背景温度矩阵，即初始背景温度矩阵进行更新，然后再采集下一帧实时图像，对新采集到的实时图像进行目标判别时所用到的背景温度矩阵为初始背景温度矩阵更新后所得到的背景温度矩阵。
具体地，对当前背景温度矩阵进行更新时，分别对已判定出的背景点和已判定出的目标点所对应的当前背景温度矩阵元素值进行更新，得到新的背景温度矩阵作为下一次目标判别的背景温度矩阵。
具体地，对已判定出的背景点所对应的当前背景温度矩阵元素值进行更新具体包括：
根据公式(2)对已判定出的背景点所对应的当前背景温度矩阵元素值进行更新，
Bi+1＝Bi+u(Ii-Bi) (2)
其中，Bi表示第i次目标判别过程中所用的背景温度矩阵，u表示更新率，u的取值范围为0～1，Ii表示第i次目标判别过程中获得的实时图像温度矩阵。
这里需要说明的是，检测频率高使，可以适当降低更新率，检测频率低时，可以适当提高更新率，AMG8833检测频率为10FPS，即一秒十帧画面，此时可以将更新率u设置为0.5。
具体地，对已判定出的目标点所对应的当前背景温度矩阵元素值进行更新具体包括：
对所有已判定出的背景点所对应的当前背景温度矩阵元素值求平均值；
将所有已判定出的目标点所对应的当前背景温度矩阵元素值均更新为所有已判定出的背景点所对应的当前实时图像温度矩阵元素值的平均值。
为了更好地理解，现以第一次目标判别为例进行说明，如前所述，对前景温度矩阵
Figure BDA0001795564450000101
进行分析可得，除了第二行第二列元素对应的像素点为目标点为，其余三个元素对应的像素点均为背景点，由于初始背景温度矩阵为
Figure BDA0001795564450000102
第一帧实时图像温度矩阵为
Figure BDA0001795564450000103
则对初始背景温度矩阵进行更新：对已判定为背景点的元素值进行更新：第一行第一列的元素值更新后为：1.67+0.5*(1.8-1.67)＝1.74；第一行第二列的元素值更新后为：2+0.5*(3-2)＝2.5；第二行第一列的元素值更新后为：2+0.5*(1.5-2)＝1.75；对已判定为目标点的元素值进行更新：第二行第二列的元素值更新后为：(1.8+3+1.5)/3＝2.1；因此，得到的新的背景温度矩阵为
Figure BDA0001795564450000104
以上仅是本发明的优选实施方式，应当指出的是，上述优选实施方式不应视为对本发明的限制，本发明的保护范围应当以权利要求所限定的范围为准。对于本技术领域的普通技术人员来说，在不脱离本发明的精神和范围内，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (11)

1.一种背景提取方法，其特征在于，包括：
采集若干帧图像，获得第一温度矩阵；
根据第一温度矩阵设置第一阈值T1；
判断第一温度矩阵中是否存在大于第一阈值T1的元素值，如果存在，进行下一步，否则获得的第一温度矩阵为背景温度矩阵；
对第一温度矩阵中所有小于第一阈值T1的元素值求平均值；
将第一温度矩阵中大于第一阈值T1的元素值均更新为所述平均值，得到背景温度矩阵；
其中，一个温度矩阵对应一帧图像，温度矩阵中的元素值分别为图像中不同像素点的温度值。
2.根据权利要求1所述的一种背景提取方法，其特征在于，所述采集若干帧图像，获得第一温度矩阵这一步骤具体包括：
采集n帧图像，获得每帧图像的温度矩阵；
分别对每帧图像的温度矩阵中所有元素值求平均值；
去掉平均值最高的m帧图像，去掉平均值最低的m帧图像；
根据其余n-2m帧图像的温度矩阵得到第一温度矩阵，所述第一温度矩阵中的元素值分别为n-2m个温度矩阵中所有对应的元素值的平均值。
3.根据权利要求1所述的一种背景提取方法，其特征在于，所述根据第一温度矩阵设置第一阈值T1这一步骤具体为：根据公式(1)计算第一阈值T1，
T1＝(Tmax+Tmin)/2+T0 (1)
其中，Tmax为第一温度矩阵中的最大元素值，Tmin为温度矩阵中的最元素小值，T0为常量。
4.一种可以用权利要求1—3任意一项所述的背景提取方法获得目标判别过程中的初始背景温度矩阵的目标判别方法，其特征在于，包括：
提取初始背景温度矩阵；
采集实时图像，获得实时图像温度矩阵；
计算实时图像温度矩阵与初始背景温度矩阵之差，获得前景温度矩阵；
将前景温度矩阵中的元素值分别与第二阈值T2进行比较，大于第二阈值T2的元素值所对应的像素点判定为目标点，否则判定为背景点，然后继续进行所述采集实时图像，获得实时图像温度矩阵这一步骤。
5.根据权利要求4所述的一种目标判别方法，其特征在于，所述采集实时图像，获得实时图像温度矩阵这一步骤具体包括：
获得校正矩阵；
采集实时图像，获得初步实时图像温度矩阵；
计算初步实时图像温度矩阵与校正矩阵之差，获得实时图像温度矩阵。
6.根据权利要求5所述的一种目标判别方法，其特征在于，采用红外阵列传感器获取图像每个像素点的温度值，一个红外传感器包括多个采集点，每个采集点对应图像的一个像素点，所述获得校正矩阵这一步骤具体包括：
将红外阵列传感器放置在恒温环境中；
以其中一个传感器的温度值为基准值，计算其余每个传感器的温度值与基准值之差，得到校正矩阵，所述校正矩阵中的元素分别与红外阵列传感器的不同采集点对应，校正矩阵中的元素值为对应采集点所在传感器的温度差。
7.根据权利要求4所述的一种目标判别方法，其特征在于，在进行所述将前景温度矩阵中的元素值分别与第二阈值T2进行比较，大于第二阈值T2的元素值所对应的像素点判定为目标点，否则判定为背景点这一步骤之后还包括系统响应。
8.根据权利要求4所述的一种目标判别方法，其特征在于，在进行所述将前景温度矩阵中的元素值分别与第二阈值T2进行比较，大于第二阈值T2的元素值所对应的像素点判定为目标点，否则判定为背景点这一步骤之后先对当前背景温度矩阵进行更新，然后再进行所述采集实时图像，获得实时图像温度矩阵这一步骤。
9.根据权利要求8所述的一种目标判别方法，其特征在于，对当前背景温度矩阵进行更新时，分别对已判定出的背景点和已判定出的目标点所对应的当前背景温度矩阵元素值进行更新，得到新的背景温度矩阵作为下一次目标判别的背景温度矩阵。
10.根据权利要求9所述的一种目标判别方法，其特征在于，对已判定出的背景点所对应的当前背景温度矩阵元素值进行更新具体包括：
根据公式(2)对已判定出的背景点所对应的当前背景温度矩阵元素值进行更新，
Bi+1＝Bi+u(Ii-Bi) (2)
其中，Bi表示第i次目标判别过程中所用的背景温度矩阵，u表示更新率，u的取值范围为0～1，Ii表示第i次目标判别过程中获得的实时图像温度矩阵。
11.根据权利要求9所述的一种目标判别方法，其特征在于，对已判定出的目标点所对应的当前背景温度矩阵元素值进行更新具体包括：
对所有已判定出的背景点所对应的当前背景温度矩阵元素值求平均值；
将所有已判定出的目标点所对应的当前背景温度矩阵元素值均更新为所有已判定出的背景点所对应的当前实时图像温度矩阵元素值的平均值。
CN201811055035.XA 2018-09-11 2018-09-11 一种背景提取方法及目标判别方法 Active CN110782426B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811055035.XA CN110782426B (zh) 2018-09-11 2018-09-11 一种背景提取方法及目标判别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811055035.XA CN110782426B (zh) 2018-09-11 2018-09-11 一种背景提取方法及目标判别方法

Publications (2)

Publication Number Publication Date
CN110782426A true CN110782426A (zh) 2020-02-11
CN110782426B CN110782426B (zh) 2022-07-12

Family

ID=69382931

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811055035.XA Active CN110782426B (zh) 2018-09-11 2018-09-11 一种背景提取方法及目标判别方法

Country Status (1)

Country Link
CN (1) CN110782426B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111343209A (zh) * 2020-05-21 2020-06-26 浙江双视红外科技股份有限公司 一种具有温度信息的图片处理方法
CN113660435A (zh) * 2021-08-19 2021-11-16 东莞市鑫泰仪器仪表有限公司 一种红外夜视仪增益系统
CN114061764A (zh) * 2020-07-27 2022-02-18 浙江宇视科技有限公司 一种人体温度的检测方法、装置、介质及电子设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0419342A1 (fr) * 1989-09-22 1991-03-27 Thomson-Csf Dispositif de correction des défauts d'une suite d'images analysées par un capteur infrarouge matriciel à intégration
CN101902549A (zh) * 2009-05-27 2010-12-01 夏普株式会社 图像处理装置及图像处理方法
CN102855636A (zh) * 2012-06-26 2013-01-02 北京工业大学 一种前景分割问题的优化方法
CN104279688A (zh) * 2013-07-10 2015-01-14 海尔集团公司 人体探测方法、背景温度确定方法、装置及空调设备
CN104951799A (zh) * 2015-06-12 2015-09-30 北京理工大学 一种sar遥感影像溢油检测识别方法
CN105674471A (zh) * 2014-11-18 2016-06-15 青岛海尔空调电子有限公司 一种空调用人体探测定位方法及空调
CN106440245A (zh) * 2016-10-25 2017-02-22 广东美的制冷设备有限公司 一种人体位置获取方法和装置
CN107314819A (zh) * 2017-07-03 2017-11-03 南京绿谷信息科技有限公司 一种基于红外图像的光伏电站热斑检测与定位方法
CN108229344A (zh) * 2017-12-19 2018-06-29 深圳市商汤科技有限公司 图像处理方法和装置、电子设备、计算机程序和存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0419342A1 (fr) * 1989-09-22 1991-03-27 Thomson-Csf Dispositif de correction des défauts d'une suite d'images analysées par un capteur infrarouge matriciel à intégration
CN101902549A (zh) * 2009-05-27 2010-12-01 夏普株式会社 图像处理装置及图像处理方法
CN102855636A (zh) * 2012-06-26 2013-01-02 北京工业大学 一种前景分割问题的优化方法
CN104279688A (zh) * 2013-07-10 2015-01-14 海尔集团公司 人体探测方法、背景温度确定方法、装置及空调设备
CN105674471A (zh) * 2014-11-18 2016-06-15 青岛海尔空调电子有限公司 一种空调用人体探测定位方法及空调
CN104951799A (zh) * 2015-06-12 2015-09-30 北京理工大学 一种sar遥感影像溢油检测识别方法
CN106440245A (zh) * 2016-10-25 2017-02-22 广东美的制冷设备有限公司 一种人体位置获取方法和装置
CN107314819A (zh) * 2017-07-03 2017-11-03 南京绿谷信息科技有限公司 一种基于红外图像的光伏电站热斑检测与定位方法
CN108229344A (zh) * 2017-12-19 2018-06-29 深圳市商汤科技有限公司 图像处理方法和装置、电子设备、计算机程序和存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111343209A (zh) * 2020-05-21 2020-06-26 浙江双视红外科技股份有限公司 一种具有温度信息的图片处理方法
CN114061764A (zh) * 2020-07-27 2022-02-18 浙江宇视科技有限公司 一种人体温度的检测方法、装置、介质及电子设备
CN113660435A (zh) * 2021-08-19 2021-11-16 东莞市鑫泰仪器仪表有限公司 一种红外夜视仪增益系统
CN113660435B (zh) * 2021-08-19 2022-05-17 东莞市鑫泰仪器仪表有限公司 一种红外夜视仪增益系统

Also Published As

Publication number Publication date
CN110782426B (zh) 2022-07-12

Similar Documents

Publication Publication Date Title
CN110782426B (zh) 一种背景提取方法及目标判别方法
US8553980B2 (en) Method and apparatus extracting feature points and image based localization method using extracted feature points
CN112837303A (zh) 一种用于模具监视的缺陷检测方法、装置、设备及介质
WO2019221013A4 (en) Video stabilization method and apparatus and non-transitory computer-readable medium
CN110149486B (zh) 一种新增异常点的自动检测方法、校正方法及系统
CN110610150A (zh) 一种目标运动物体的跟踪方法、装置、计算设备和介质
CN110567584B (zh) 一种实时红外探测器盲元检测提取及校正的方法
CN109584175B (zh) 一种图像处理方法及装置
CN110766711A (zh) 一种视频镜头分割方法、系统、装置和存储介质
CN112884782A (zh) 生物对象分割方法、装置、计算机设备和存储介质
CN103888690A (zh) 用于检测缺陷像素的设备和方法
CN102196153A (zh) 图像场景亮度差判断装置及亮度差判断方法
CN111325773A (zh) 运动目标的检测方法、装置、设备及可读存储介质
CN112243119B (zh) 一种白平衡处理方法、装置、电子设备及存储介质
CN103425958A (zh) 一种视频中不动物检测的方法
CN108805883B (zh) 一种图像分割方法、图像分割装置及电子设备
CN110896475B (zh) 显示终端通道切换检测方法和装置
CN111325731A (zh) 遥控装置的安装检测方法及装置
CN110766710B (zh) 一种图像目标判别方法
US9842406B2 (en) System and method for determining colors of foreground, and computer readable recording medium therefor
CN111524161B (zh) 提取轨迹的方法和装置
CN110211096B (zh) 一种雾霾图像的检测方法
CN103489149B (zh) 一种图像获取的方法及一种电子设备
CN112637573A (zh) 一种多镜头切换的显示方法、系统、智能终端及存储介质
CN113938671A (zh) 图像内容分析方法、装置、电子设备和存储介质

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