CN113609452A - 一种体温筛查系统误差实时修正方法 - Google Patents

Abstract

本发明公开了一种体温筛查系统误差实时修正方法，包括以下子步骤：包括以下子步骤：步骤1：通过红外测温系统获得一段时间T内的人体额温数据和环温数据；步骤2：计算人体额温数据和环温数据的均值；步骤3：计算平均额温数据与真实额温数据的误差；步骤4：对额温输出数据进行误差修正。本发明通过环温与额温的关系实时估算理想额温，达到修正测温的目的；同时减少现场黑体的使用，降低测温系统的功耗以及成本，是一种简单、易实现的方案。

Description

一种体温筛查系统误差实时修正方法

技术领域

本发明涉及红外测温技术领域，尤其涉及一种体温筛查系统误差实时修正方法。

背景技术

基于探测器成像的红外测温系统，因其非接触式、被动面阵成像、快速测温等优点，被广泛应用于人流密集场所的体温监控中。

红外测温系统通常输出图像中最高温度物体的温度，这使得用于人体测温时，常受环境高温物体、背景的干扰；借助人脸识别技术，定位额头区域，使红外测温系统只测试额温；一来减少干扰的输出，二来相比于人体四肢，额温不易受环温影响，更具稳定性；

除此以外，红外测温系统出厂标定参数的环境鲁棒性低，测温精度容易受环境温度、测试距离、大气因素影响而降低。在实际测温过程中，由于外界环境、测量距离以及热像仪工作温度等发生变化，特别是使用条件与标定条件差别较大时，会使得测量精度显著下降。在高精度人体测温需求场所，如机场、火车站、医院场所等，红外测温系统常使用现场黑体来提升测温精度。

现场黑体的使用方式有两种：一是现场黑体实时标定：调整黑体温度，以多个黑体温度来标定测温系统；但单次标定具有时效性，需要定期启动标定；二是现场黑体实时修正：固定黑体温度，通过黑体的测温值与真实值的误差，以实时校正测温系统；相比实时标定，第二种方式被广泛使用；

但因配备现场黑体，将增加测温系统功耗及成本，同时黑体自身存在精度和老化问题，增加测温系统的维护复杂程度。

有专利提出无黑体的、红外体温测温校正方案——出厂前得到在不同环境温度下测温系统所得人体测温值、真实测温值，与标准环温下测温系统所得人体测温值、真实温度值的关系，以便在实际应用时，依据实际环温、测温系统所得人体测温值，得到真实测温值；这种方法减少了黑体的使用，但存在明显缺点。

在申请号为CN201811462700.7的专利中公开了一种红外热像仪测温校正系统及方法，通过设置在红外热像仪内的红外光学模块、平面黑体、高低温箱；待校正的红外热像仪的焦平面通过红外光学模块与平面黑体对准，平面黑体的辐射均匀照射在焦平面上；待校正的红外热像仪与平面黑体之间保持预设距离；待校正的红外热像仪放置于高低温箱中进行预热，待温度稳定后进行后续标定处理。光学系统补偿了被测物体距离，而校正方法补偿了被测物体表面发射率、周围环境温度等对测温的影响，使热像仪对被测物及环境的适应性更强；精确标定了热像仪在不同温度下对外部辐射的增益及偏置影响，避免了测温过程中仪器温度变化造成的测温误差；不需要快门等额外的装置进行校正，简化了仪器结构。但是该方案仍然采用了配备现场黑体，因此，将增加测温系统功耗及成本，同时黑体自身存在精度和老化问题，增加测温系统的维护复杂程度。

在申请号为CN202011331379.6的专利中公开了一种基于红外图像的红外测温校正方法及终端；通过使用红外图像计算室温，能够在计算量小的同时保证测温的精度，从而减少环境温度因素对人体测温精度的影响。但是该方法具有以下缺点：1)未考虑人体温度的个体差异及时间特性：人体温度在不同个体之间是有差异的，呈现高斯分布，该方案直接使用多个人体温度进行最小二乘拟合，是较粗糙的方法，将增加拟合误差；人体的温度在一天内存在大约0.8℃幅度的波动，该方案忽略人体温度的时间特性，使校正后的误差不可忽视(测温系统的误差指标是<0.5℃)。2)校正函数估算所需数据由红外测温系统得到，而校正函数只考虑环温的变化，未考虑其他因素对测温系统的影响，如距离、发射率、湿度、附近有无高温物体等；在实际测温时，当其中某个因素发生改变，将导致测温误差改变，校正函数不能满足测温系统的误差特性。3)校正函数未考虑测温系统自身的状态：因为随着工作时间的延长，测温系统自身存在温漂，测温算法的误差也在改变——测温系统即使处在相同的环温下，不同的工作状态其测温误差也不相同，故该方案所提的校正函数不具备鲁棒性，在实际使用过程中，测温系统状态不同，导致校正函数失效。

发明内容

本发明的目的在于克服现有技术的不足，提供一种体温筛查系统误差实时修正方法。

本发明的目的是通过以下技术方案来实现的：

一种体温筛查系统误差实时修正方法，包括以下步骤：

步骤1：通过红外测温系统获得一段时间T内的人体额温数据和环温数据；

步骤2：计算人体额温数据和环温数据的均值；

步骤3：计算平均额温数据与真实额温数据的误差；

步骤4：对额温输出数据进行误差修正。

进一步的，所述步骤1具体包括以下子步骤：

步骤101：获得一帧红外测温图像Isrc，在感兴趣区域ROI中通过红外测温系统中的智能识别技术定位人额头中心位置P(x，y)；

步骤102：获得当前帧红外图像上位置P处的图像AD值Y_head；

步骤103：根据Y_head信息通过红外测温系统中的测温算法计算得到额温t_head；

步骤104：通过红外测温系统中的大气温度测量传感器，获得当前环境温度；

步骤105：在时间段T内获得的每一帧红外图像数据，均进行步骤101至104，所得额温存入额温数组T_head中，并累计额温个数N_head；所得环境温度存入环温数组T_air中，并累计环温个数，环温个数与额温个数相同。

进一步的，若所述红外图像的ROI区域中无人，则不进行测温和存储；当额温个数大于额温数组长度时，则对额温数组进行覆盖，额温个数不累加；当环温个数大于环温数组长度时，则对环温数组进行覆盖，环温个数不累加。

进一步的，所述步骤2中人体额温数据均值计算具体为：在额温数组中随机抽取M个值(30≤M≤N_head)，计算M个值的均值t_{head_m}；随机抽样N次，得到N个均值，由N个均值，计算得到额温均值t_mean，

其中，t_mean表示最终的人体额温均值，i表示抽样次数，t_{head_mi}表示第i次抽取得到的额温均值。

进一步的，所述步骤2中环温数据均值计算具体为：在环温数组中随机抽取M个值(30≤M≤N_head)，计算M个值的均值t_{air_m}；随机抽样N次，得到N个均值，由N个均值，计算得到环温均值t_air，

其中，t_air表示最终的环温均值，i表示抽样次数，t_{air_mi}表示第i次抽取得到的环温均值。

进一步的，所述步骤3具体包括以下子步骤：

步骤301：获取当前时刻t_hour；

步骤302：根据t_hour时刻理想额温t_real与环温的关系，确定当前时刻对应的理想额温估算参数t0和a；理想额温t_real与环温的关系如下：

t_real＝t₀+a·t_air

其中，a表示曲线的斜率，t0表示截距；

步骤303：根据步骤302中t_hour时刻的理想额温t_real与环温的关系式，计算理想额温t_real；

步骤304：误差估算：

dt＝t_real-t_mean

其中，dt表示额温误差。

进一步的，所述步骤302具体包括以下子步骤：

步骤3021：给定环境温度t_{air_i}，

步骤3022：通过高精度的额温测量设备，测量N个人员的额温，并计算得到额温均值t_{headreal_i}；

步骤3023：通过改变环境温度，重复步骤3021和步骤3022，得到多组数据；

步骤3024：由归回方法得到的t_{headreal_i}和t_{air_i}的关系；

步骤3025：在不同时刻重复上述步骤3021至步骤3024，得到多个时刻的t_{headreal_i}和t_{air_i}的关系。

进一步的，所述步骤S4具体包括以下子步骤：

步骤401：在接下来的一时间段T2内，红外测温系统所得的每一个额温数据t_k，在输出前均进行误差修正，输出的额温t_out为：

t_out＝t_k+dt

步骤402：在时间段T2内，记录所得的额温数据t_k，环温数据，重复步骤1至步骤4，得到的误差用于再下一时间段额温输出的修正。

本发明的有益效果：本发明通过环温与额温的关系实时估算理想额温，达到修正测温的目的；同时减少现场黑体的使用，降低测温系统的功耗、成本，是一种简单、易实现的方案。

附图说明

图1是本发明的方法流程图。

图2是环温与额温偏移关系的数据拟合图。

具体实施方式

应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图说明本发明的具体实施方式。

本实施例中，如图1所示，一种体温筛查系统误差实时修正方法，包括以下子步骤：

步骤1：通过红外测温系统获得一段时间T内的人体额温数据、环温数据；

步骤2：计算额温均值、环温均值；

步骤3：额温误差估计；

步骤4：额温误差修正。

在本实施例中，通过红外测温系统获得一段时间T内的人体额温数据、环温数据，时间T长度设为30min，所述步骤1具体包括以下子步骤：

步骤101：获得一帧红外测温图像Isrc，在感兴趣区域ROI中通过红外测温系统中的智能识别技术定位人额头中心位置P(x，y)；

步骤102：获得当前帧红外图像上位置P处的图像AD值Y_head；

步骤103：通过红外测温系统中的测温算法由Y_head等信息得到额温t_head；

步骤104：通过红外测温系统中的大气温度测量传感器，获得当前环境温度t_air；

步骤105：在时间段T内获得的每一帧红外图像数据，均进行步骤101至104，所得额温存入额温数组T_head中，并累计额温个数N_head；所得环境温度存入环温数组T_air中，环温个数与额温个数相同。

在本实施例中，若某帧红外图像的ROI区域中无人，则不进行测温和存储；特别的，当额温个数大于额温数组长度N时，则对额温数组进行覆盖，额温个数不累加；当环温个数大于环温数组长度N时，则对环温数组进行覆盖，环温个数不累加；本实施例中，额温和环温数组长度设为3600；

在步骤101中，人额头的智能识别技术，使用但不限于在红外图像上提取图像特征、温度特征(人体温度对应的AD值范围)，识别到人体区域、额头区域。

在步骤103中测温算法是出厂前提前获得温度与图像AD值的关系，上述的测温算法是如何根据图像AD值等信息得到额温的具体过程，是现有的工作原理，有大量资料可参见。

在本实施例中，所述步骤2中由额温数组计算人体额温数据均值t_mean。在额温数组中随机抽取M个值(M＝30)，计算M个值的均值t_{head_m}；随机抽样N次(N＝120)，得到N个均值，{t_{head_m}}，i＝1，…，N。

由N个均值，计算得到额温均值t_mean，

其中，t_mean表示最终的人体额温均值，i表示抽样次数，t_{head_mi}表示第i次抽取得到的额温均值。

环温均值计算同上，具体为：在环温数组中随机抽取M个值(30≤M≤N_head)，计算M个值的均值t_{air_m}；随机抽样N次，得到N个均值，由N个均值，计算得到环温均值t_air，

其中，t_air表示最终的环温均值，i表示抽样次数，t_{air_mi}表示第i次抽取得到的环温均值。

在本实施例中，所述步骤3具体包括以下子步骤：

步骤301：获取当前时刻t_hour；

步骤302：如图2所示，根据t_hour时刻理想额温t_real(理想环境下的真实额温)与环温的关系，确定当前时刻对应的理想额温估算参数t0和a；理想额温t_real与环温的关系如下：

t_real＝t₀+a·t_air

其中，a表示曲线的斜率，t0表示截距；

步骤303：根据步骤302中t_hour时刻的理想额温t_real与环温的关系式，计算理想额温t_real；

步骤304：误差估算：

dt＝t_real-t_mean

其中，dt表示额温误差。

进一步的，所述步骤302具体包括以下子步骤：

步骤3021：给定环境温度t_{air_i}，给定方法可以但不限于步入式环温可控实验室；

步骤3022：通过高精度的额温测量设备(可以但不限于额温枪)，测量N个人员的额温，并计算得到额温均值t_{headreal_i}；

步骤3023：通过改变环境温度，重复步骤3021和步骤3022，得到多组数据；(在给定时刻内进行)；

步骤3024：由回归方法得到的t_{headreal_i}和t_{air_i}的关系；可以是但不限于线性；

步骤3025：在不同时刻重复上述步骤3021至步骤3024，得到多个时刻的t_{headreal_i}和t_{air_i}的关系。

在本实施例中，误差修正具体为：

步骤401：在接下来的一时间段T2内，红外测温系统所得的每一个额温数据t_k，在输出前均进行误差修正，如下：

t_out＝t_k+dt，k＝1，…，M

其中，t_out表示修正后的输出额温；修正前的额温t_k。

步骤402：在时间段T2内，记录红外测温系统所得的额温数据t_k(未进行误差修正)，环温数据，重复步骤1至步骤4，得到的误差用于再下一时间段额温输出的修正。

综上所述，本发明基于以下特性：

1)人体额温随环温的改变可定性定量。时

2)红外测温系统的测量误差虽受多种因素影响，但误差在一定时间内稳定——因环境温度缓慢变化、测试距离变化不大、大气因素缓慢变化。

本发明提出了一种无黑体的、实时红外测温校正方法，并具有以下特点：

1)考虑人体温度的时间特性，红外测温系统定时更新测量误差；

2)红外体温测温系统误差由测温系统所得人体额温值的均值与理想额温的差异表示；

3)理想额温的估算关系，由出厂前计算得到；理想额温函数关系(理想额温与环温、时刻的关系)估算所需用的数据，不由红外测温系统测量提供；

4)理想额温与测温系统测得额温均值之间的差异，包含了测温系统在当下时刻多种因素引起的误差。

本发明通过环温与额温的关系实时估算理想额温，达到修正测温的目的；同时减少现场黑体的使用，降低测温系统的功耗以及成本，是一种简单、易实现的方案。

需要说明的是，对于前述的各个方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某一些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和单元并不一定是本申请所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其他实施例的相关描述。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、ROM、RAM等。

以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (9)

1.一种体温筛查系统误差实时修正方法，其特征在于，包括以下子步骤：

步骤1：通过红外测温系统获得一段时间T内的人体额温数据和环温数据；

步骤2：计算人体额温数据和环温数据的均值；

步骤3：计算平均额温数据与真实额温数据的误差；

步骤4：对额温输出数据进行误差修正。

2.根据权利要求1所述的一种体温筛查系统误差实时修正方法，其特征在于，所述步骤1具体包括以下子步骤：

步骤101：获得一帧红外测温图像Isrc，在感兴趣区域ROI中通过红外测温系统中的智能识别技术定位人额头中心位置P(x，y)；

步骤102：获得当前帧红外图像上位置P处的图像AD值Y_head；

步骤103：根据Y_head信息通过红外测温系统中的测温算法计算得到额温t_head；

步骤104：通过红外测温系统中的大气温度测量传感器，获得当前环境温度；

步骤105：在时间段T内获得的每一帧红外图像数据，均进行步骤101至104，所得额温存入额温数组T_head中，并累计额温个数；所得环境温度存入环温数组T_air中，并累计环温个数。

3.根据权利要求2所述的一种体温筛查系统误差实时修正方法，其特征在于，所述环温个数与额温个数相同。

4.根据权利要求2所述的一种体温筛查系统误差实时修正方法，其特征在于，若所述红外图像的ROI区域中无人，则不进行测温和存储；当额温个数大于额温数组长度时，则对额温数组进行覆盖，额温个数不累加；当环温个数大于环温数组长度时，则对环温数组进行覆盖，环温个数不累加。

5.根据权利要求1所述的一种体温筛查系统误差实时修正方法，其特征在于，所述步骤2中人体额温数据均值计算具体为：在额温数组中随机抽取M个值(30≤M≤N_head)，计算M个值的均值t_{head_m}；随机抽样N次，得到N个均值，由

N个均值，计算得到额温均值t_mean，

其中，t_mean表示最终的人体额温均值，i表示抽样次数，t_{head_mi}表示第i次抽取得到的额温均值。

6.根据权利要求1所述的一种体温筛查系统误差实时修正方法，其特征在于，所述步骤2中环温数据均值计算具体为：在环温数组中随机抽取M个值(30≤M≤N_head)，计算M个值的均值t_{air_m}；随机抽样N次，得到N个均值，由N个均值，计算得到环温均值t_air，

其中，t_air表示最终的环温均值，i表示抽样次数，t_{air_mi}表示第i次抽取得到的环温均值。

7.根据权利要求1所述的一种体温筛查系统误差实时修正方法，其特征在于，所述步骤3具体包括以下子步骤：

步骤301：获取当前时刻t_hour；

步骤302：根据t_hour时刻理想额温t_real与环温的关系，确定当前时刻对应的理想额温估算参数t0和a；理想额温t_real与环温的关系如下：

t_real＝t₀+a·t_air

其中，a表示曲线的斜率，t0表示截距；

步骤303：根据步骤302中t_hour时刻的理想额温t_real与环温的关系式，计算理想额温t_real；

步骤304：误差估算：

dt＝t_real-t_mean

其中，dt表示额温误差。

8.根据权利要求7所述的一种体温筛查系统误差实时修正方法，其特征在于，所述步骤302具体包括以下子步骤：

步骤3021：给定环境温度t_{air_i}；

步骤3022：通过高精度的额温测量设备，测量N个人员的额温，并计算得到额温均值t_{headreal_i}；

步骤3023：通过改变环境温度，重复步骤3021和步骤3022，得到多组数据；

步骤3024：由归回方法得到的t_{headreal_i}和t_{air_i}的关系；

步骤3025：在不同时刻重复上述步骤3021至步骤3024，得到多个时刻的t_{headreal_i}和t_{air_i}的关系。

9.根据权利要求1所述的一种体温筛查系统误差实时修正方法，其特征在于，所述步骤S4具体包括以下子步骤：

步骤401：在接下来的一时间段T2内，红外测温系统所得的每一个额温数据t_k，在输出前均进行误差修正，输出的额温t_out为：

t_out＝t_k+dt

步骤402：在时间段T2内，记录所得的额温数据t_k，环温数据，重复步骤1至步骤4，得到的误差用于再下一时间段额温输出的修正。

Images