CN112945396A - 一种复杂流动人群体温检测系统及检测方法 - Google Patents

一种复杂流动人群体温检测系统及检测方法 Download PDF

Info

Publication number
CN112945396A
CN112945396A CN202110382603.2A CN202110382603A CN112945396A CN 112945396 A CN112945396 A CN 112945396A CN 202110382603 A CN202110382603 A CN 202110382603A CN 112945396 A CN112945396 A CN 112945396A
Authority
CN
China
Prior art keywords
image
body temperature
complex
infrared thermal
inspection device
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
Application number
CN202110382603.2A
Other languages
English (en)
Inventor
白云
朱宇航
王文满
陈羿含
刘建波
杨峂鑫
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.)
Xian University of Science and Technology
Original Assignee
Xian University of Science and Technology
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 Xian University of Science and Technology filed Critical Xian University of Science and Technology
Priority to CN202110382603.2A priority Critical patent/CN112945396A/zh
Publication of CN112945396A publication Critical patent/CN112945396A/zh
Pending legal-status Critical Current

Links

Images

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
    • 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
    • G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
    • G01J5/0025—Living bodies
    • 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
    • G01J5/02—Constructional details
    • G01J5/0205—Mechanical elements; Supports for optical elements
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/253—Fusion techniques of extracted features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Radiation Pyrometers (AREA)

Abstract

本发明公开了一种复杂流动人群体温检测系统及检测方法，系统包括用于对复杂流动人群进行体温检测的移动巡检装置和用于远程控制移动巡检装置并显示人群体温检测结果的上位机系统，以及无线连接移动巡检装置和上位机系统的局域网；移动巡检装置包括移动机构和处理器模块，移动机构的顶部设置有支撑台，支撑台上设置有升降机构，升降机构的顶部设置有安装板，安装板上设置有旋转机构，旋转机构上设置有支架，支架上安装有水平间隔设置的可见光摄像头和红外热像仪摄像头。本发明检测系统结构简单，设计合理，实现方便，结合检测方法，能够有效应用在复杂聚集、流动人群的体温检测中，实现非接触式体温检测，检测准确度高，效果显著，便于推广应用。

Description

一种复杂流动人群体温检测系统及检测方法
技术领域
本发明属于非接触式体温检测技术领域，具体涉及一种复杂流动人群体温检测系统及检测方法。
背景技术
检测人群中每个人的体温是实现疫情防控的关键，是防疫工作者进行后续异常人员追踪、找出体温异常者的前提。目前对大量人流进行体温监测的装置有固定点位式的测温装置和手持式测温枪，其中固定点位式的测温装置又有门式和架立式的测温装置。
手持式测温枪的工作方式是测温枪由前端的红外探头接受人体发出的红外辐射得出人体的温度，由防疫工作者手持测温枪，在每一位经过的被检测者的体表处近距离进行体温测量，具有温度测量精度高、体积小的优点，是目前市面上应用较广的产品，不足之处在于，防疫工作者需手持测温枪近距离对被检测者进行体温测量，一方面对防疫工作者自身的安全具有很大的威胁，另一方面是检测效率低下，需要每次重复检测动作，只适合于人流量较小、密度小的人群区域的体温检测，智能程度不高。
门式测温装置的原理是将装置放置在人群流向的必经之处，对每一位通过的人员进行体温检测，当装置读取到有人经过，即检测到人的特征(通常是检测到人脸)后，对人体的面部体温进行检测，若体温异常则发出警报，提醒防疫工作者对体温异常者做出反应，固定点式测温装置具有自动检测人脸温度、智能化程度高的优点，不足之处是固定点式测温装置由于安置的点位固定，只能放置在人群的必经之路，人流量较大时往往会造成拥堵的局面，而且，固定点式测温装置不适合对不同位置的密集流动人群进行体温检测，如已进入商场、广场内部的人群或正在流动的人群。
检测到人群中每一个人的温度为防疫工作的全面性和准确性提供保障，室外街道和商场大楼内部的人群分布往往十分复杂，面对分布在室内或室外不同位置的聚集人群以及流动人群的环境，传统测温门由于自身体积巨大和固定的缺陷使其对此环境下的人群体温检测效率低下，而手持测温枪的防疫人员在对此环境下的人群进行体温检测时也面临自身被感染的危险。对于这种复杂聚集、流动人群的体温检测，现有技术还缺乏行之有效的检测装置和检测方法。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种复杂流动人群体温检测系统，其系统结构简单，设计合理，实现方便，结合检测方法，能够有效应用在复杂聚集、流动人群的体温检测中，实现非接触式体温检测，检测准确度高，效果显著，便于推广应用。
为解决上述技术问题，本发明采用的技术方案是：一种复杂流动人群体温检测系统，包括用于对复杂流动人群进行体温检测的移动巡检装置和用于远程控制移动巡检装置并显示人群体温检测结果的上位机系统，以及无线连接移动巡检装置和上位机系统的局域网；所述移动巡检装置包括移动机构和处理器模块，所述移动机构的顶部设置有支撑台，所述支撑台上设置有升降机构，所述升降机构的顶部设置有安装板，所述安装板上设置有旋转机构，所述旋转机构上设置有支架，所述支架上安装有水平间隔设置的可见光摄像头和红外热像仪摄像头。
上述的一种复杂流动人群体温检测系统，所述移动机构采用履带式结构。
上述的一种复杂流动人群体温检测系统，所述升降机构包括第一剪叉组件、第二剪叉组件和电动推杆，所述电动推杆倾斜设置在第一剪叉组件和第二剪叉组件之间。
上述的一种复杂流动人群体温检测系统，所述旋转机构采用旋转俯仰云台。
上述的一种复杂流动人群体温检测系统，所述支撑台底部设置有辅助轮。
上述的一种复杂流动人群体温检测系统，所述处理器模块包括用于控制移动机构、升降机构和旋转机构动作的微控制器，以及用于处理可见光摄像头和红外热像仪摄像头采集数据的微处理器。
上述的一种复杂流动人群体温检测系统，所述可见光摄像头和红外热像仪摄像头保持水平设置且间距固定。
本发明还公开了一种复杂流动人群体温检测方法，采用上述的系统，该方法包括以下步骤：
步骤一、所述上位机系统控制移动巡检装置在复杂流动人群中移动；
步骤二、所述升降机构和旋转机构动作，带动可见光摄像头和红外热像仪摄像头采集人脸图像数据；所述人脸图像数据包括可见光摄像头采集的RGB图像和红外热像仪摄像头采集的红外热图像；
步骤三、所述处理器模块采用图像融合算法提取目标人脸的温度数据；
步骤四、所述目标人脸的温度数据通过局域网回传至上位机系统中；
步骤五、所述上位机系统对温度数据进行监测、存储及报警。
上述的一种复杂流动人群体温检测方法，步骤三中所述处理器模块采用图像融合算法提取目标人脸的温度数据的具体步骤包括：
步骤301、对所述红外热图像进行线性缩放，得到缩放后的红外热图像；
步骤302、将所述缩放后的红外热图像与RGB图像进行叠加，得到叠加复合图像；
步骤303、获取所述叠加复合图像与RGB图像的中心偏移量；
步骤304、将所述RGB图像中的人脸坐标根据中心偏移量映射到缩放后的红外热图像中；
步骤305、根据线性缩放的比例关系，得到红外热图像中的人脸坐标；
步骤306、对所述红外热图像中的人脸坐标内的元素进行迭代比较，得到温度最大值，作为目标人脸的温度数据。
上述的一种复杂流动人群体温检测方法，步骤301中所述对红外热图像进行线性缩放的具体过程包括：
步骤30101、以一帧图像数据的左上角为坐标原点，横向为X轴，正方向即图像数据矩阵的列数，纵向为Y轴，正方向即图像数据矩阵的行数，RGB图像定义为P1，则
Figure BDA0003013600440000041
其中，元素amn为像素点；
X轴最大值为图像P1的最大像素列数n，Y轴最大值为图像P1最大像素行数m；
红外热图像定义为P2，则
Figure BDA0003013600440000042
其中，元素bef为红外热图像中的温度数值点；
得到最大行数e和最大列数f；
步骤30102、将图像P1的长宽比例处理成与图像P2的长宽比例一致，即
Figure BDA0003013600440000043
步骤30103、按缩放比例K对图像P2进行线性缩放。
本发明与现有技术相比具有以下优点：
1、本发明的检测系统结构简单，设计合理，实现方便。
2、本发明的移动巡检装置在复杂流动人群中通过可见光摄像头和红外热像仪摄像头进行人脸识别和人脸温度检测，并将温度数据与人脸数据相对应，局域网采用Wifi自组网，实现移动巡检装置和上位机系统的无线数据传输，上位机系统为在Linux系统上运行的图形界面，用于显示移动巡检装置回传的实时图像以及显示被检测者的体温数据。
3、本发明的移动机构采用履带式结构，能够缓冲不平路面的冲击力，并衰减由此引起的震动，以保证可见光摄像头和红外热像仪摄像头的稳定。
4、本发明通过升降机构使可见光摄像头和红外热像仪摄像头采集到不同身高的人脸图像数据，以及通过旋转机构使可见光摄像头和红外热像仪摄像头采集到不同方位的人脸图像数据；同时，通过升降机构实现在移动时降低高度来减小移动阻力，提高移动的稳定性。
5、本发明的检测方法采用图像融合算法提取目标人脸的温度数据，能够准确检测到复杂流动人群的脸部温度数据，可靠性高。
6、本发明能够有效应用在复杂聚集、流动人群的体温检测中，实现非接触式体温检测，检测准确度高，效果显著，便于推广应用。
综上所述，本发明的检测系统结构简单，设计合理，实现方便，结合检测方法，能够有效应用在复杂聚集、流动人群的体温检测中，实现非接触式体温检测，检测准确度高，效果显著，便于推广应用。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明移动巡检装置的结构示意图；
图2为图1的侧视图；
图3为本发明的检测方法流程图；
图4为本发明检测方法中图像融合算法提取目标人脸温度数据的方法流程图；
图5为本发明缩放比例K的计算辅助图。
附图标记说明:
1—移动机构； 2—支撑台； 3—升降机构；
3-1—第一剪叉组件； 3-2—第二剪叉组件； 3-3—电动推杆；
4—安装板； 5—旋转机构； 6—支架；
7—可见光摄像头； 8—红外热像仪摄像头； 9—辅助轮。
具体实施方式
本发明的复杂流动人群体温检测系统，包括用于对复杂流动人群进行体温检测的移动巡检装置和用于远程控制移动巡检装置并显示人群体温检测结果的上位机系统，以及无线连接移动巡检装置和上位机系统的局域网；如图1～图2所示，所述移动巡检装置包括移动机构1和处理器模块，所述移动机构1的顶部设置有支撑台2，所述支撑台2上设置有升降机构3，所述升降机构3的顶部设置有安装板4，所述安装板4上设置有旋转机构5，所述旋转机构5上设置有支架6，所述支架6上安装有水平间隔设置的可见光摄像头7和红外热像仪摄像头8。
具体实施时，移动巡检装置在复杂流动人群中通过可见光摄像头7和红外热像仪摄像头8进行人脸识别和人脸温度检测，并将温度数据与人脸数据相对应，局域网采用Wifi自组网，实现移动巡检装置和上位机系统的无线数据传输，上位机系统为在Linux系统上运行的图形界面，用于显示移动巡检装置回传的实时图像以及显示被检测者的体温数据，交互环境主界面包括用于移动机构1的前进、后退、左转、右转和停止按钮以及控制移动机构1车速的按钮、控制升降机构3高度的按钮、控制旋转机构5二自由度按钮、控制可见光摄像头7和红外热像仪摄像头8按钮、监测模式按钮和保存数据按钮，同时，上位机系统具有报警响应功能。
本实施例中，所述移动机构1采用履带式结构。
具体实施时，履带式结构能够缓冲不平路面的冲击力，并衰减由此引起的震动，以保证可见光摄像头7和红外热像仪摄像头8的稳定，履带通过两个直流电机驱动。
本实施例中，所述升降机构3包括第一剪叉组件3-1、第二剪叉组件3-2和电动推杆3-3，所述电动推杆3-3倾斜设置在第一剪叉组件3-1和第二剪叉组件3-2之间。
具体实施时，第一剪叉组件3-1和第二剪叉组件3-2均为两级剪叉结构，电动推杆3-3的固定端固定在支撑台2上，电动推杆3-3的活动端铰接在安装板4的底部，电动推杆3-3为第一剪叉组件3-1和第二剪叉组件3-2提供伸长和收缩的动力，进而带动安装板4进行上下平面自由度的改变，使可见光摄像头7和红外热像仪摄像头8识别到不同身高的人脸及人脸温度；同时，通过升降机构实现在移动时降低高度来减小移动阻力，提高移动的稳定性。
本实施例中，所述旋转机构5采用旋转俯仰云台。
具体实施时，通过旋转俯仰云台控制可见光摄像头7和红外热像仪摄像头8在水平方向的偏转角度和垂直方向的俯仰角度。
本实施例中，所述支撑台2底部设置有辅助轮9。
具体实施时，辅助轮9采用万向轮，用于提高移动巡检装置的稳定性。
本实施例中，所述处理器模块包括用于控制移动机构1、升降机构3和旋转机构5动作的微控制器，以及用于处理可见光摄像头7和红外热像仪摄像头8采集数据的微处理器。
具体实施时，微控制器采用STM32ZET6核心板，微处理器采用嵌入式Linux板。
本实施例中，所述可见光摄像头7和红外热像仪摄像头8保持水平设置且间距固定。
具体实施时，可见光摄像头7和红外热像仪摄像头8的镜头中心点间距优选2cm。
如图3所示，本发明的复杂流动人群体温检测方法，包括以下步骤：
步骤一、所述上位机系统控制移动巡检装置在复杂流动人群中移动；
步骤二、所述升降机构和旋转机构动作，带动可见光摄像头和红外热像仪摄像头采集人脸图像数据；所述人脸图像数据包括可见光摄像头采集的RGB图像和红外热像仪摄像头采集的红外热图像；
步骤三、所述处理器模块采用图像融合算法提取目标人脸的温度数据；
步骤四、所述目标人脸的温度数据通过局域网回传至上位机系统中；
步骤五、所述上位机系统对温度数据进行监测、存储及报警。
本实施例中，如图4所示，步骤三中所述处理器模块采用图像融合算法提取目标人脸的温度数据的具体步骤包括：
步骤301、对所述红外热图像进行线性缩放，得到缩放后的红外热图像；
步骤30101、以一帧图像数据的左上角为坐标原点，横向为X轴，正方向即图像数据矩阵的列数，纵向为Y轴，正方向即图像数据矩阵的行数，RGB图像定义为P1，则
Figure BDA0003013600440000081
其中，元素amn为像素点；
X轴最大值为图像P1的最大像素列数n，Y轴最大值为图像P1最大像素行数m；
红外热图像定义为P2，则
Figure BDA0003013600440000082
其中，元素bef为红外热图像中的温度数值点；
得到最大行数e和最大列数f；
步骤30102、将图像P1的长宽比例处理成与图像P2的长宽比例一致，即
Figure BDA0003013600440000083
步骤30103、按缩放比例K对图像P2进行线性缩放。
具体实施时，如图5所示，可见光摄像头视场角为A，红外热像仪摄像头视场角的为B，参照物距离两摄像头L米处，则缩放比例
Figure BDA0003013600440000084
缩放后使得红外图像P2中的参照物大小可以与RGB图像P1中的参照物大小一致，采用opencv中自带的resize函数并以m×K和n×K为行列参数将红外热像仪图像P2缩放为像素行数为h＝m×K、列数为w＝n×K大小的图像，得到缩放后的红外热图像P3，则
Figure BDA0003013600440000091
其中chw为缩放后红外热图像中的温度数值点。
步骤302、将所述缩放后的红外热图像与RGB图像进行叠加，得到叠加复合图像；
具体实施时，若可见光摄像头和红外热像仪摄像头出发点完全重合，则经过缩放操作后将图像P3与图像P1以各自的中心点为参考点重合进行叠加，则所得叠加图像中参照物重合，但实际中，可见光摄像头和红外热像仪摄像头出发点并不能完全重合，因此需要对缩放后的红外热图像P3和RGB图像P1之间的偏移进行补偿，补偿的具体过程为：
以RGB图像P1的元素
Figure BDA0003013600440000092
为叠加处理的原点，其中，m为RGB图像P1像素点矩阵的总行数，n为RGB图像P1像素点矩阵的总列数，h为缩放后的红外热图像P3像素点矩阵的总行数，w为缩放后的红外热图像P3像素点矩阵的总列数，将缩放后的红外热图像P3的第一行第一列的元素c11与RGB图像P1的元素
Figure BDA0003013600440000093
相叠加，将缩放后的红外热图像P3的第一行第二列的元素c12与RGB图像P1的元素
Figure BDA0003013600440000094
相叠加，将缩放后的红外热图像P3的第二行第一列元素c21与RGB图像P1的元素
Figure BDA0003013600440000095
相叠加，依次将RGB图像P1的元素与缩放后的红外热图像P3的元素在行列数增加的方向上对应相叠加，直到叠加到缩放后的红外热图像P3的最后一行最后一列元素时结束，得到一张叠加复合图像。
步骤303、获取所述叠加复合图像与RGB图像的中心偏移量；
对叠加复合图像在X轴和Y轴方向进行偏移量计算，得到叠加复合图像相对于RGB图像P1的中心偏移量△X和△Y，具体的，调节滑块改变△X和△Y的值即可控制RGB图像P1中叠加处理的原点坐标值，即改变对应元素的下标，即加上偏移补偿△X和△Y后叠加处理的原点元素为
Figure BDA0003013600440000101
△X和△Y的约束条件为：
Figure BDA0003013600440000102
步骤304、将所述RGB图像中的人脸坐标根据中心偏移量映射到缩放后的红外热图像中；
具体实施时，采用人脸识别算法得到RGB图像P1中人脸的位置信息(x1,y1,x2,y2)，其中(x1,y1)为人脸的左上角坐标，(x2,y2)为人脸的右下角坐标，通过计算坐标分别与图像数据的X轴和Y轴的中心点之间的差值，再将差值与缩放后的红外热图像P3的中心坐标求和，即可得到缩放后的红外热图像P3中相应人脸的坐标(IR_x1,IR_y1,IR_x2,IR_y2)，计算公式为：
Figure BDA0003013600440000103
Figure BDA0003013600440000104
Figure BDA0003013600440000105
Figure BDA0003013600440000106
步骤305、根据线性缩放的比例关系，得到红外热图像中的人脸坐标；
具体实施时，通过线性缩放的比例关系，得到红外热图像P2中的人脸坐标(Infrar_x1，Infrar_y1，Infrar_x2，Infrar_y2)，计算公式为：
Figure BDA0003013600440000107
Figure BDA0003013600440000108
Figure BDA0003013600440000109
Figure BDA00030136004400001010
步骤306、对所述红外热图像中的人脸坐标内的元素进行迭代比较，得到温度最大值，作为目标人脸的温度数据。
具体实施时，对以坐标(Infrar_x1,Infrar_y1)为左上角和以坐标(Infrar_x2,Infrar_y2)为右下角围成的矩形区域中的每一个元素进行迭代比较，找出温度最大值，并将其最高温度标记至被检测对象人脸的右上方，作为目标人脸的温度数据。
为了验证本发明检测方法中图像融合算法提取目标人脸温度数据的效果，进行了多次对比试验，实验结果下表所示：
Figure BDA0003013600440000111
Figure BDA0003013600440000121
以上所述，仅是本发明的较佳实施例，并非对本发明作任何限制，凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化，均仍属于本发明技术方案的保护范围内。

Claims (10)

1.一种复杂流动人群体温检测系统，其特征在于：包括用于对复杂流动人群进行体温检测的移动巡检装置和用于远程控制移动巡检装置并显示人群体温检测结果的上位机系统，以及无线连接移动巡检装置和上位机系统的局域网；
所述移动巡检装置包括移动机构(1)和处理器模块，所述移动机构(1)的顶部设置有支撑台(2)，所述支撑台(2)上设置有升降机构(3)，所述升降机构(3)的顶部设置有安装板(4)，所述安装板(4)上设置有旋转机构(5)，所述旋转机构(5)上设置有支架(6)，所述支架(6)上安装有水平间隔设置的可见光摄像头(7)和红外热像仪摄像头(8)。
2.按照权利要求1所述的一种复杂流动人群体温检测系统，其特征在于：所述移动机构(1)采用履带式结构。
3.按照权利要求1所述的一种复杂流动人群体温检测系统，其特征在于：所述升降机构(3)包括第一剪叉组件(3-1)、第二剪叉组件(3-2)和电动推杆(3-3)，所述电动推杆(3-3)倾斜设置在第一剪叉组件(3-1)和第二剪叉组件(3-2)之间。
4.按照权利要求1所述的一种复杂流动人群体温检测系统，其特征在于：所述旋转机构(5)采用旋转俯仰云台。
5.按照权利要求1所述的一种复杂流动人群体温检测系统，其特征在于：所述支撑台(2)底部设置有辅助轮(9)。
6.按照权利要求1所述的一种复杂流动人群体温检测系统，其特征在于：所述处理器模块包括用于控制移动机构(1)、升降机构(3)和旋转机构(5)动作的微控制器，以及用于处理可见光摄像头(7)和红外热像仪摄像头(8)采集数据的微处理器。
7.按照权利要求1所述的一种复杂流动人群体温检测系统，其特征在于：所述可见光摄像头(7)和红外热像仪摄像头(8)保持水平设置且间距固定。
8.一种复杂流动人群体温检测方法，其特征在于，采用如权利要求1-7任一项所述的系统，该方法包括以下步骤：
步骤一、所述上位机系统控制移动巡检装置在复杂流动人群中移动；
步骤二、所述升降机构和旋转机构动作，带动可见光摄像头和红外热像仪摄像头采集人脸图像数据；所述人脸图像数据包括可见光摄像头采集的RGB图像和红外热像仪摄像头采集的红外热图像；
步骤三、所述处理器模块采用图像融合算法提取目标人脸的温度数据；
步骤四、所述目标人脸的温度数据通过局域网回传至上位机系统中；
步骤五、所述上位机系统对温度数据进行监测、存储及报警。
9.按照权利要求8所述的一种复杂流动人群体温检测方法，其特征在于，步骤三中所述处理器模块采用图像融合算法提取目标人脸的温度数据的具体步骤包括：
步骤301、对所述红外热图像进行线性缩放，得到缩放后的红外热图像；
步骤302、将所述缩放后的红外热图像与RGB图像进行叠加，得到叠加复合图像；
步骤303、获取所述叠加复合图像与RGB图像的中心偏移量；
步骤304、将所述RGB图像中的人脸坐标根据中心偏移量映射到缩放后的红外热图像中；
步骤305、根据线性缩放的比例关系，得到红外热图像中的人脸坐标；
步骤306、对所述红外热图像中的人脸坐标内的元素进行迭代比较，得到温度最大值，作为目标人脸的温度数据。
10.按照权利要求9所述的一种复杂流动人群体温检测方法，其特征在于，步骤301中所述对红外热图像进行线性缩放的具体过程包括：
步骤30101、以一帧图像数据的左上角为坐标原点，横向为X轴，正方向即图像数据矩阵的列数，纵向为Y轴，正方向即图像数据矩阵的行数，RGB图像定义为P1，则
Figure FDA0003013600430000031
其中，元素amn为像素点；
X轴最大值为图像P1的最大像素列数n，Y轴最大值为图像P1最大像素行数m；
红外热图像定义为P2，则
Figure FDA0003013600430000032
其中，元素bef为红外热图像中的温度数值点；
得到最大行数e和最大列数f；
步骤30102、将图像P1的长宽比例处理成与图像P2的长宽比例一致，即
Figure FDA0003013600430000033
步骤30103、按缩放比例K对图像P2进行线性缩放。
CN202110382603.2A 2021-04-09 2021-04-09 一种复杂流动人群体温检测系统及检测方法 Pending CN112945396A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110382603.2A CN112945396A (zh) 2021-04-09 2021-04-09 一种复杂流动人群体温检测系统及检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110382603.2A CN112945396A (zh) 2021-04-09 2021-04-09 一种复杂流动人群体温检测系统及检测方法

Publications (1)

Publication Number Publication Date
CN112945396A true CN112945396A (zh) 2021-06-11

Family

ID=76231349

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110382603.2A Pending CN112945396A (zh) 2021-04-09 2021-04-09 一种复杂流动人群体温检测系统及检测方法

Country Status (1)

Country Link
CN (1) CN112945396A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102982518A (zh) * 2012-11-06 2013-03-20 扬州万方电子技术有限责任公司 红外与可见光动态图像的融合方法及装置
CN106548467A (zh) * 2016-10-31 2017-03-29 广州飒特红外股份有限公司 红外图像和可见光图像融合的方法及装置
CN111872953A (zh) * 2020-07-20 2020-11-03 河南科技大学 一种基于红外测温和声音筛查的防疫机器人及检测方法
CN112529987A (zh) * 2020-09-14 2021-03-19 武汉高德智感科技有限公司 一种手机终端红外图像和可见光图像融合方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102982518A (zh) * 2012-11-06 2013-03-20 扬州万方电子技术有限责任公司 红外与可见光动态图像的融合方法及装置
CN106548467A (zh) * 2016-10-31 2017-03-29 广州飒特红外股份有限公司 红外图像和可见光图像融合的方法及装置
CN111872953A (zh) * 2020-07-20 2020-11-03 河南科技大学 一种基于红外测温和声音筛查的防疫机器人及检测方法
CN112529987A (zh) * 2020-09-14 2021-03-19 武汉高德智感科技有限公司 一种手机终端红外图像和可见光图像融合方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘松涛: "基于传感器参数和目标轮廓中心的自动配准算法研究", 《光学 精密工程》 *
郭明等: "舰船小目标图像配准算法", 《光子学报》 *
韩艳丽等: "一种小目标的电视／红外图像配准方法", 《计算机测量与控制》 *

Similar Documents

Publication Publication Date Title
JP5586765B2 (ja) カメラキャリブレーション結果検証装置および方法
CN115597659B (zh) 一种变电站智能安全管控方法
CN103099623B (zh) 一种人体运动学参数的提取方法
CN109658457A (zh) 一种激光与相机任意相对位姿关系的标定方法
WO2018019272A1 (zh) 基于平面检测实现增强现实的方法及装置
JP5079547B2 (ja) カメラキャリブレーション装置およびカメラキャリブレーション方法
Liu et al. Videogrammetric technique for three-dimensional structural progressive collapse measurement
CN102970514A (zh) 映像监视装置、映像监视方法以及程序
US20130202212A1 (en) Information processing apparatus, information processing method, and computer program
CN108839016A (zh) 机器人巡检方法、存储介质、计算机设备及巡检机器人
CN107037403A (zh) 基于增强现实的物体相对定位方法
CN103003666A (zh) 用于三维空间测量的平行的在线-离线重构
CN106203361A (zh) 一种机器人跟踪方法和装置
CN110477921B (zh) 基于骨架折线Ridge回归的身高测量方法
CN106384380A (zh) 3d人体扫描建模量测方法及其系统
CN112945396A (zh) 一种复杂流动人群体温检测系统及检测方法
CN111216763B (zh) 铁轨爬行观测装置
CN206556605U (zh) 一种搭载Kinect的图像扫描及三维建模设备平台
CN108234932A (zh) 视频监控图像中的人员形态提取方法及装置
WO2023159668A1 (en) System and method of capturing large scale scenes using wearable inertial measurement devices and light detection and ranging sensors
CN107247424B (zh) 一种基于激光距离传感器的ar虚拟开关的开关方法
CN116242487A (zh) 基于机器人的体温监测方法、装置、设备及存储介质
CN211943334U (zh) 铁轨爬行观测装置
CN211085484U (zh) 机器人移动构建数据机房实时热分布地图的系统
CN114019950A (zh) 一种隧道结构表观病害智能巡检机器人

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