CN114998951A - 热图像定位方法及其系统 - Google Patents
热图像定位方法及其系统 Download PDFInfo
- Publication number
- CN114998951A CN114998951A CN202110387047.8A CN202110387047A CN114998951A CN 114998951 A CN114998951 A CN 114998951A CN 202110387047 A CN202110387047 A CN 202110387047A CN 114998951 A CN114998951 A CN 114998951A
- Authority
- CN
- China
- Prior art keywords
- array
- region
- temperature
- point
- thermal image
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000001931 thermography Methods 0.000 claims description 21
- 230000004807 localization Effects 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 6
- 210000001061 forehead Anatomy 0.000 description 14
- 238000010586 diagram Methods 0.000 description 13
- 230000036760 body temperature Effects 0.000 description 4
- 238000013467 fragmentation Methods 0.000 description 4
- 238000006062 fragmentation reaction Methods 0.000 description 4
- 210000003128 head Anatomy 0.000 description 4
- 238000003491 array Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 244000078856 Prunus padus Species 0.000 description 1
- 210000000746 body region Anatomy 0.000 description 1
- 235000013353 coffee beverage Nutrition 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 235000012171 hot beverage Nutrition 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- 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
-
- 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
- G06V40/162—Detection; Localisation; Normalisation using pixel segmentation or colour matching
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/20—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from infrared radiation only
- H04N23/23—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from infrared radiation only from thermal infrared radiation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/30—Transforming light or analogous information into electric information
- H04N5/33—Transforming infrared radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
- A61B5/015—By temperature mapping of body part
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Human Computer Interaction (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Toxicology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Image Analysis (AREA)
- Radiation Pyrometers (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
一种热图像定位方法,用以判断一热图像中之一热源位置,其方法包含有取得对应于该热图像之一温度阵列及决定该温度阵列中之一感兴趣区域。热图像定位方法更包含决定该感兴趣区域之一感兴趣区域中心参考点、决定对应于该感兴趣区域之多个角落点、根据该多个角落点之至少其中之一以决定该热源位置。一种热图像定位系统亦在此揭示。
Description
技术领域
本发明是关于一种热图像定位方法及其系统,尤是关于一种可精确定位热图像中的一热源位置的热图像定位方法及其系统。
背景技术
近来热成像(thermal imaging)装置广泛的应用于检测人体的体温,以快速且有效率地判断行经的人的体温是否过高。现有的热成像技术领域通常将指定的温度阈值当作人体的判断依据,假设温度阵列区域中的最高温点超过温度阈值即定义为额头位置,并且以额头位置的温度作为人体的体温,但这种做法常会产生较高的误判情况。
此外,在不同温度或环境时,人体的最高温点可能不在人体的额头上,或者最高温点的定位落在鼻子、嘴巴与脖子等部位。在实际应用时,现有的热成像装置无法精确地定位人体的额头位置。对此,现有的解决方法之一是搭配可见光相机,通过图像使用以检测以定位人体的脸部位置。由于,此方式需要搭配额外的相机模块,且会消耗较高的运算资源。因此,现有的热成像检测人体温度之技术有改进的必要。
发明内容
有鉴于此,本发明提供一种热图像定位方法及其系统,通过热图像数据决定一人体区域及一最高温点位置,以精确地定位一额头位置。
本发明之一实施例揭示一种热图像定位方法,用以判断一热图像中之一热源位置,其包含有取得对应于热图像之一温度阵列、决定温度阵列中之一感兴趣区域(regionof interest,ROI)、决定感兴趣区域之一感兴趣区域中心参考点及决定对应于感兴趣区域之多个角落点、以及根据多个角落点之至少其中之一以决定热源位置。
本发明之另一实施例揭示一种热图像定位系统,用以判断一热图像中之一热源位置,其包含有一热成像装置及一处理装置。热成像装置用以产生对应于热图像之一温度阵列。处理装置耦接于热成像装置,用以决定温度阵列中之一感兴趣区域、决定感兴趣区域之一感兴趣区域中心参考点、决定对应于感兴趣区域中心参考点之多个角落点、以及根据多个角落点之至少其中之一以决定热源位置。
附图说明
图1为本发明实施例之一热图像定位系统之示意图。
图2为本发明实施例之一热图像定位流程之示意图。
图3A为本发明实施例之一温度阵列之示意图。
图3B为本发明实施例之区域破碎温度阵列之示意图。
图4为本发明实施例之决定一感兴趣区域之示意图。
图5及图6为本发明实施例之感兴趣区域的角落点与一人体脸部的对应关系之示意图。
图7为本发明实施例之一热图像定位流程之示意图。
具体实施方式
请参考图1,图1为本发明实施例之一热图像定位系统10之示意图。热图像定位系统10用以判断一热图像中之一热源位置,热图像定位系统10包含有一热成像装置102及一处理装置104。热成像装置102包含一传感器1022,传感器1022可以为一温度传感器(未绘示于图),用以感测一温度,但不以此为限。热成像装置102用以根据传感器1022所感测到的温度以产生热成像。此外,热成像装置102更用以产生对应于热图像之一温度阵列。
举例来说,热成像装置102可包含一热图像捕获设备(未绘示于图),其中热图像捕获设备可以通过传感器所感测到的温度,以产生热图像及对应的温度阵列,并且温度阵列的每一个阵列元素可对应于热图像的每一像素。处理装置104耦接于热成像装置102,用以决定温度阵列中之一感兴趣区域(region of interest,ROI)ROI,决定感兴趣区域ROI之一感兴趣区域中心参考点PROI,并且决定对应于感兴趣区域ROI之多个角落点,以及根据角落点之至少其中之一以决定热源位置。举例来说,处理装置104可以是包含有一运算单元的装置,以用于处理来自热成像装置102的温度阵列及热图像。如此一来,本发明实施例之一的热图像定位系统10即可通过温度阵列,决定对应的感兴趣区域ROI及感兴趣区域中心参考点PROI,以精确地定位依受测者之一额头位置。
详细而言,请参考图2,图2为本发明实施例之一热图像定位流程20之示意图。热图像定位流程20可用于热图像定位系统10,并包含下列步骤:
步骤202:开始。
步骤204:取得对应于热图像之温度阵列。
步骤206:决定温度阵列中之感兴趣区域ROI。
步骤208:决定感兴趣区域ROI之感兴趣区域中心参考点PROI。
步骤210:决定对应于感兴趣区域ROI之角落点。
步骤212:根据角落点之至少其中之一以决定热源位置。
步骤214:结束。
根据热图像定位流程20,在步骤204中,热成像装置102开始通过传感器1022取得对应于热图像之热图像数据,并传送至处理装置104。在一实施例中,热图像数据可以是一MT*MT的温度阵列,例如80*80的温度阵列,但不以此为限。
为了定位热图像中的受测者的额头的位置,在步骤206中,处理装置104可决定温度阵列中之感兴趣区域ROI。由于热图像中可能包含有高于人体体温区间的一物体,例如咖啡或热饮,影响定位热源位置的准确度,因此需先滤除温度阵列中之高于一温度阈值T的阵列元素。具体而言,将温度阈值T作为门坎值,匡列出温度阵列中最高温度的数值的阵列元素以及阵列元素相邻的阵列元素,并且将所有匡列的阵列元素的数值皆设定为负值,使调整后的阵列元素的温度数值小于温度阈值T,藉此避免影响整个温度阵列的数据,以取得对应于热图像之温度阵列。
具体而言,请参考图3A,图3A为本发明实施例之一温度阵列M之示意图。在图3A中,以一NT*NT阵列屏蔽于温度阵列M中判断出具有一最高温度的数值的阵列元素,以匡列出温度阵列M中高于温度阈值T的阵列元素。温度阈值T可以是高于一人体平均温度的数值,例如摄氏42.5度以上非人体的平均温度,但不以此为限。举例而言,图3A中的阵列元素A以及阵列元素B皆为摄氏45度,故得进一步判断位于阵列元素A、B之物体为非受测者。因此,位于阵列元素A、B周围的阵列元素于此步骤中被匡列,而其对应的阵列元素也同样被匡列,并且阵列元素A、B的数值及其周围的阵列元素的数值也被设定为负值,藉此以滤除高温度数值的阵列元素A、B及其周围阵列元素,当阵列元素A、B及其周围的阵列元素被设定为负值后,则表示温度阵列M已被调整,调整后的温度阵列M不会有非受测者的物体之温度呈现。
进一步而言,请参考图3B,图3B为本发明实施例之区域破碎温度阵列之示意图,在图3B中,阵列元素A、B的数值皆由45度被调整成负45度,而位于阵列元素A、B周围的阵列元素也同样于此步骤中被调整负数。也就是,处理装置104以一3*4阵列屏蔽及一4*6阵列屏蔽于温度阵列M中判断出具有最高温度数值的阵列元素A、B及其相对应的阵列元素,并匡列出相对应的区域破碎温度阵列FA_A、FA_B,即区域破碎温度阵列FA_A、FA_B包含高于温度阈值T的阵列元素A、B及其周围的阵列元素。
相似地,如图3B所示,假设温度阈值T被设定为摄氏39度,则温度阵列M中的数值超过39度的阵列元素以及分别的周围阵列元素也同样被匡列,而其对应的阵列元素的数值也将被设定为负值,即滤除区域破碎温度阵列FA_A、FA_B中的阵列元素,以避免影响整个温度阵列M的数据。由此可知,图3B所示的温度阵列M的区域破碎温度阵列FA_A为3*4阵列屏蔽,区域破碎温度阵列FA_B为4*6阵列屏蔽。需说明的是,上述实施例的数值皆仅用以举例说明,而非用以限制本发明。
接着,为了找出人体中的人脸在热图像中的区域的位置,在步骤206中,处理装置104可进一步以调整后的MT*MT温度阵列M中判断出一高温区域HTZ,并且决定高温区域HTZ之一中心点Pcenter、一区域内最高温点Pmax及一区域内平均温度Tavg,其中中心点Pcenter为高温区域HTZ的中心点的一位置,区域内最高温点Pmax为高温区域HTZ内具有最高温度的一位置,而区域内平均温度Tavg为高温区域HTZ内所有的温度阵列M中的数值的平均值。因此,处理装置104可根据高温区域HTZ之中心点Pcenter、区域内最高温点Pmax及区域内平均温度Tavg,以NR*NR阵列屏蔽于温度阵列M中判断出感兴趣区域ROI。值得注意的是,NR*NR阵列屏蔽不一定等于高温区域HTZ的所包含的范围。
具体而言,请参考图4,图4为本发明实施例之决定感兴趣区域ROI之示意图。在图4中,假设在热图像的一原点O的坐标为(0,0),其中X轴的数值向右侧递增、Y轴的数值向下递增,NR*NR阵列屏蔽可以一7*7阵列屏蔽,用以于对应热图像的温度阵列M中判断出高温区域HTZ,并且在高温区域HTZ中决定中心点Pcenter、区域内最高温点Pmax及区域内平均温度Tavg。举例而言,图4中的高温区域HTZ可为一5*5阵列屏蔽,但不以此为限,NR*NR阵列屏蔽可以大于高温区域HTZ的阵列屏蔽。
在一实施例中,在步骤208中,处理装置104根据一Ns*Ns阵列屏蔽,以高温区域HTZ之中心点Pcenter向NR*NR阵列屏蔽之四个角落分别判断出一最接近区域,并且于步骤210中分别决定对应于NR*NR阵列屏蔽之四个角落之最接近区域之角落点。举例而言,在图4的实施例中,Ns*Ns阵列屏蔽可以是一3*3阵列屏蔽,并且以中心点Pcenter为中心,向7*7阵列屏蔽之四个角落分别判断出最接近区域A1~A4。需说明的是,NR*NR阵列屏蔽大于Ns*Ns阵列屏蔽,上述实施例的数值皆仅用以举例说明,而非用以限制本发明。
以最接近区域A1为例,最接近区域A1包含阵列元素A1_1~A1_9,处理装置104分别将阵列元素A1_1~A1_9的数值与区域内平均温度Tavg进行比较,假设比较结果为阵列元素A1_5、A1_6、A1_8、A1_9的数值高于区域内平均温度Tavg,则代表阵列元素A1_5、A1_6、A1_8、A1_9属于一内角区域,而阵列元素A1_1~4、A1_7属于一外角区域,因此可决定最接近区域A1具有一角落点P1;类似地,最接近区域A2的阵列元素A2_4、A2_5、A2_7、A2_8属于内角区域,而阵列元素A2_1~3、A2_6、A2_9属于外角区域,因此可决定最接近区域A2具有一角落点P2。依此类推,最接近区域A3具有一角落点P3以及最接近区域A4具有一角落点P4。
进一步地,处理装置104可将角落点P1作为一基准,根据上述角落点P1、P2所决定的一上边长Wtop以及角落点P1、P3或P2、P4所决定的一侧边长H,以确定感兴趣区域中心参考点PROI。举例而言,侧边长H可以为角落点P1、P3所决定的一左边长Hleft,也就是说,当角落点P1的坐标位置为(P1_x,P1_y)时,感兴趣区域中心参考点PROI的坐标位置为(P1_x+Wtop/2,P1_y+Hleft/2)。换言之,侧边长H亦可以为角落点P2、P4所决定的一右边长Hright,当角落点P2的坐标位置为(P2_x,P2_y)时,感兴趣区域中心参考点PROI的坐标位置为(P2_x+Wtop/2,P2_y+Hright/2)。
由于人体上半部的最热点可能落在脸部的额头、鼻子、嘴巴或脖子,即热图像中的最热点的分布位置会大致落在同一垂直线的附近,因此,处理装置104所决定区域内最高温点Pmax的位置应落于上述的最热点的附近或其中之一。
请参考图5,图5为本发明实施例之感兴趣区域ROI的角落点P1~P4与人体脸部的对应关系之示意图。本发明实施例之一的热图像定位流程20先从热图像的温度阵列M中决定对应于高温区域的感兴趣区域ROI(即人体头部的区域),接着处理装置104在步骤212中依据感兴趣区域ROI的角落点P1~P4之至少其中之一以判断热源位置。
在图5中,处理装置104先定义一中心点区间Icenter以判断感兴趣区域中心参考点PROI是否落在中心点区间Icenter内以确定感兴趣区域ROI的范围是否正确(即人体头部的区域)。当感兴趣区域中心参考点PROI落在中心点区间Icenter内时,处理装置104根据NR*NR阵列屏蔽之角落点之至少其中之一以决定热源位置。值得注意的是,中心点区间Icenter是根据高温区域HTZ之区域内最高温点Pmax及NR*NR阵列屏蔽所产生。举例而言,中心点区间Icenter可以是NR*NR阵列屏蔽的一边长NR的倍数(例如1*NR、2*NR、3*NR等),并且边长NR大约小于人体的一脸部宽度,但不以此为限制。
关于NR*NR阵列屏蔽之多个角落点之至少其中之一以决定热源位置,在一实施例中,假设中心点区间Icenter为1*NR,并且感兴趣区域ROI为人体的头部时,则以角落点P1、P2及下列算式(1)确定热源位置Psource(即额头位置)。Psource(x,y)=(Pn_x,Pn_y+1),n=1,2(ifP1_y>P2_y,n=1,elsen=2)...(1)
算式(1)是用以判断感兴趣区域中心参考点PROI是否落在区域内最高温点Pmax所在的中心点区间Icenter内,因此,当感兴趣区域中心参考点PROI的X轴坐标与区域内最高温点Pmax的X轴坐标差值小于1/2*NR时(即小于1/2*NR个像素),则以热源位置Psource(x,y)=(Pn_x,Pn_y+1)。值得注意的是,算式(1)是判断角落点P1、P2的Y轴坐标并且找较接近热图像的上方,因此,以Y轴较大者作为热源位置。此外,根据实际应用时之结果,额头的位置通常落在角落点的下方,因此,热源位置Psource(x,y)的Y轴坐标通常会再加上1的数值,往热图像的下方偏移,但偏移的值不以本实施例为限制。
在一实施例中,当感兴趣区域ROI的区域变形或偏移时,则感兴趣区域ROI的角落点P1~P4与人体脸部的对应关系可能如图6所示。在图6的实施例中,角落点P1、P3、P4落在人体B_1,而角落点P2被定位在人体B_2身上。角落点P2被定位在其他人体上,在此情形下,感兴趣区域中心参考点PROI无法满足算式(1)的条件,因此处理装置104需要进一步以角落点P1、P2及下列算式(2)或算式(3)确定热源位置Psource(即额头位置)。
(|PROI_x-Pmax_x|>1/2*NR)&(|P1_x-Pmax_x|<1/2*NR)
→Psource(x,y)=(P1_x,P1_y+1)...(2)
(|PROI_x-Pmax_x|>1/2*NR)&(|P2_x-Pmax_x|<1/2*NR)
→Psource(x,y)=(P2_x,P2_y+1)...(3)
算式(2)、(3)为用来判断角落点P1或角落点P2的X轴坐标与区域内最高温点Pmax的X坐标差值是否小于1/2*NR(即小于1/2*NR个像素)。具体而言,算式(2)为于角落点P1的X轴与区域内最高温点Pmax的X坐标小于1/2*NR时,则热源位置Psource=(P1_x,P1_y+1);算式(3)为于角落点P2的X轴与区域内最高温点Pmax的X坐标小于1/2*NR时,则热源位置Psource=(P2_x,P2_y+1)。
在另一情形下,当角落点P1、P2皆落在中心点区间Icenter之外时,即角落点P1、P2皆无法满足算式(2)、(3)的条件式时,则处理装置104以高温区域HTZ内之最高温度Pmax作为热源位置Psource。
如此一来,本发明的热图像定位流程20可在判断热图像的人体的温度时,避开非人体的物体或非同一人体的干扰,以准确地定位人体的额头的位置。
此外,上述关于热图像定位系统10的一操作流程可另外归纳为一热图像定位流程70,如此一来,当热图像定位系统10取得关于热图像的温度阵列后,即可依据热图像定位流程70得到热图像中的人体的额头位置及对应的温度。
热图像定位流程70包含下列步骤:
步骤702:开始。
步骤704:滤除温度阵列中之高温数值以产生温度阵列M。
步骤706:以NR*NR阵列屏蔽于温度阵列M中判断出一高温区域HTZ。
步骤708:取得中心点Pcenter、区域内最高温点Pmax及区域内平均温度Tavg。
步骤710:以NR*NR阵列屏蔽于温度阵列M中判断出感兴趣区域ROI。
步骤712:确定是否存在感兴趣区域ROI。若是,执行步骤714;若否,执行步骤720。
步骤714:取得感兴趣区域中心参考点PROI及角落点P1、P2。
步骤716:判断感兴趣区域中心参考点PROI是否满足算式(1)、(2)或(3)。若是,执行步骤718;若否,执行步骤720。
步骤718:判断角落点P1、P2的X轴坐标值以决定热源位置Psource。
步骤720:将高温区域HTZ内之最高温度Pmax作为热源位置Psource。
关于热图像定位流程70的运作流程,请参考上述热图像定位系统10及热图像定位流程20之实施例,在此不再赘述。
值得注意的是,上述实施例描述本发明的概念,本领域的技术人员可以相应地作出适当修改并且不限于此,举例而言,用以滤除温度阵列中的高温数值的NT*NT阵列屏蔽、决定感兴趣区域ROI的NR*NR阵列屏蔽或用以判断出最接近区域的阵列屏蔽的尺寸、图式的尺寸比例、决定角落点的方式及数量、中心点区间Icenter的区间范围等,皆可根据用户或计算机系统的设定以进行调整,其上下左右等位置关系亦是为了容易理解而适当设定的方向,而不限于上述实施例。
综上所述,本发明实施例提供一种热图像定位方法及其系统,通过对应于热图像的温度阵列,计算出人体的头部区域及最高温点位置,以精确地定位额头位置。
以上所述仅为本发明之较佳实施例,凡依本发明申请专利范围所做之均等变化与修饰,皆应属本发明之涵盖范围。
【符号说明】
10:热图像定位系统
102:热成像装置
104:处理装置
1022:传感器
20、70:热图像定位流程
202~214、702~720:步骤
A、B、A1_1~A1_9、A2_1~A2_9:阵列元素
A1~A4:最接近区域
B_1、B_2:人体
FA_A、FA_B:区域破碎温度阵列
H:侧边长
Hleft:左边长
Hright:右边长
HTZ:高温区域
Icenter:中心点区间
M:温度阵列
O:原点
P1~P4:角落点
Pcenter:中心点
Pmax:区域内最高温点
PROI:感兴趣区域中心参考点
Psource:热源位置
ROI:感兴趣区域
T:温度阈值
Tavg:区域内平均温度
Wtop:上边长
Claims (19)
1.一种热图像定位方法,用以判断一热图像中之一热源位置,其包含有:
取得对应于该热图像之一温度阵列;
决定该温度阵列中之一感兴趣区域(region of interest,ROI);
决定该感兴趣区域之一感兴趣区域中心参考点;
决定对应于该感兴趣区域之多个角落点;以及
根据该多个角落点之至少其中之一,以决定该热源位置。
2.如权利要求1所述之热图像定位方法,另包含:
滤除一高温数值以产生该温度阵列;
于该温度阵列中判断出一高温区域;
决定该高温区域之一中心点、一区域内最高温点及一区域内平均温度;
以及
根据该高温区域之该中心点、该区域内最高温点及该区域内平均温度,以一第一阵列屏蔽于该高温区域中决定该感兴趣区域。
3.如权利要求2所述之热图像定位方法,其中滤除该高温数值以产生该温度阵列之步骤包含有:
找出高于一温度阈值之一阵列元素,并以一第二阵列屏蔽判断出该阵列元素及该阵列元素之相邻阵列元素;以及
滤除该阵列元素之数值及该阵列元素之相邻阵列元素之数值,
其中,该温度阈值高于一人体平均温度。
4.如权利要求2所述之热图像定位方法,另包含:
根据一第三阵列屏蔽,以该高温区域之该中心点向该第一阵列屏蔽之四个角落分别判断出一最接近区域;以及
分别决定对应于该第一阵列屏蔽之该四个角落之该最接近区域之角落点。
5.如权利要求4所述之热图像定位方法,其中该第一阵列屏蔽大于该第三阵列屏蔽。
6.如权利要求4所述之热图像定位方法,其中根据该多个角落点之至少其中之一以决定该热源位置之步骤包含有:
判断该感兴趣区域中心参考点落在一中心点区间内,根据该第一阵列屏蔽之该角落点之至少其中之一以决定该热源位置,
其中,该中心点区间是根据该高温区域之该区域内最高温点及该第一阵列屏蔽所产生。
7.如权利要求6所述之热图像定位方法,其中根据该多个角落点之至少其中之一以决定该热源位置之步骤包含有:
根据对应于该第一阵列屏蔽之该四个角落之该角落点之一第一角落点及一第二角落点,分别判断该第一角落点及该第二角落点落在该中心点区间内,以决定该热源位置。
8.如权利要求7所述之热图像定位方法,其中判断该第一角落点及该第二角落点皆落在该中心点区间之外,以该高温区域内之该最高温度作为该热源位置。
9.如权利要求5所述之热图像定位方法,其中该感兴趣区域中心参考点是根据对应于该第一阵列屏蔽之该四个角落之该角落点所组成之一四边形之一上边长及一侧边长所决定。
10.一种热图像定位系统,用以判断一热图像中之一热源位置,其包含有:
一热成像装置,用以产生对应于该热图像之一温度阵列;
以及
一处理装置,耦接于该热成像装置,用以决定该温度阵列中之一感兴趣区域;决定该感兴趣区域之一感兴趣区域中心参考点;决定对应于该感兴趣区域中心参考点之多个角落点;以及根据该多个角落点之至少其中之一以决定该热源位置。
11.如权利要求10所述之热图像定位系统,其中该处理装置用以滤除一高温数值以产生该温度阵列;于该温度阵列中判断出一高温区域;决定该高温区域之一中心点、一区域内最高温点及一区域内平均温度;以及根据该高温区域之该中心点、该区域内最高温点及该区域内平均温度,以一第一阵列屏蔽于该高温区域中决定该感兴趣区域。
12.如权利要求11所述之热图像定位系统,其中该处理装置用以找出高于一温度阈值之一阵列元素,并以一第二阵列屏蔽判断出该阵列元素及该阵列元素之相邻阵列元素;以及滤除该阵列元素之数值及该阵列元素之相邻阵列元素之数值,其中该温度阈值高于一人体平均温度。
13.如权利要求11所述之热图像定位系统,其中该处理装置根据一第三阵列屏蔽,以该高温区域之该中心点向该第一阵列屏蔽之四个角落分别判断出一最接近区域;以及分别决定对应于该第一阵列屏蔽之该四个角落之该最接近区域之角落点。
14.如权利要求13所述之热图像定位系统,其中该第一阵列屏蔽大于该第三阵列屏蔽。
15.如权利要求13所述之热图像定位系统,其中该处理装置用以判断该感兴趣区域中心参考点落在一中心点区间内,根据该第一阵列屏蔽之该角落点之至少其中之一以决定该热源位置,其中该中心点区间是根据该高温区域之该区域内最高温点及该第一阵列屏蔽所产生。
16.如权利要求15所述之热图像定位系统,其中该处理装置用以根据对应于该第一阵列屏蔽之该四个角落之该角落点之一第一角落点及一第二角落点,分别判断该第一角落点及该第二角落点落在该中心点区间内,以决定该热源位置。
17.如权利要求16所述之热图像定位系统,其中该处理装置用以判断该第一角落点及该第二角落点皆落在该中心点区间之外,以该高温区域内之该最高温度作为该热源位置。
18.如权利要求14所述之热图像定位系统,其中该感兴趣区域中心参考点系根据该对应于该第一阵列屏蔽之该四个角落之该角落点所组成之一四边形之一上边长及一侧边长所决定。
19.如权利要求10所述之热图像定位系统,其中该热图像装置包含一传感器,用以感测一温度,其中该热成像装置根据该传感器所感测到的该温度,以产生该热图像。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW110105909A TWI806006B (zh) | 2021-02-20 | 2021-02-20 | 熱影像定位方法及其系統 |
TW110105909 | 2021-02-20 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114998951A true CN114998951A (zh) | 2022-09-02 |
Family
ID=82899688
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110387047.8A Pending CN114998951A (zh) | 2021-02-20 | 2021-04-12 | 热图像定位方法及其系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11501510B2 (zh) |
CN (1) | CN114998951A (zh) |
TW (1) | TWI806006B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4002303A1 (en) * | 2020-11-09 | 2022-05-25 | Tata Consultancy Services Limited | Real time region of interest (roi) detection in thermal face images based on heuristic approach |
WO2024122269A1 (ja) * | 2022-12-09 | 2024-06-13 | パナソニックIpマネジメント株式会社 | 人表面温度算出システム、人表面温度算出方法、及び、プログラム |
Family Cites Families (48)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8792968B2 (en) * | 2006-09-25 | 2014-07-29 | Song Xiao | System and method for health evaluation |
EP2369992A1 (en) * | 2008-12-04 | 2011-10-05 | Real Imaging Ltd. | Method apparatus and system for determining a thermal signature |
US9998697B2 (en) * | 2009-03-02 | 2018-06-12 | Flir Systems, Inc. | Systems and methods for monitoring vehicle occupants |
US8136984B1 (en) * | 2009-04-20 | 2012-03-20 | Fluke Corporation | Portable IR thermometer having thermal imaging capability |
JP5890261B2 (ja) * | 2012-06-21 | 2016-03-22 | アズビル株式会社 | 温度検出範囲特定装置および方法 |
JP6001938B2 (ja) * | 2012-07-09 | 2016-10-05 | アズビル株式会社 | 温度分布検出装置および方法 |
JP2015109314A (ja) * | 2013-12-03 | 2015-06-11 | 株式会社東芝 | 固体撮像装置 |
CN106030493B (zh) * | 2013-12-18 | 2018-10-26 | 前视红外系统股份公司 | 基于滑动手势处理红外图像 |
US9563805B2 (en) * | 2014-09-02 | 2017-02-07 | Hong Kong Baptist University | Method and apparatus for eye gaze tracking |
US9486146B2 (en) * | 2015-03-25 | 2016-11-08 | Xerox Corporation | Detecting tumorous breast tissue in a thermal image |
JP6483248B2 (ja) * | 2015-04-20 | 2019-03-13 | シャープ株式会社 | 監視システム、監視装置 |
US10180950B2 (en) * | 2015-06-10 | 2019-01-15 | Flir Systems Ab | Image retrieval and processing systems and methods |
US11103139B2 (en) * | 2015-06-14 | 2021-08-31 | Facense Ltd. | Detecting fever from video images and a baseline |
ES2563098B1 (es) * | 2015-06-15 | 2016-11-29 | Davantis Technologies Sl | Procedimiento de mejora de imagen IR basado en información de escena para videoanálisis |
WO2017073401A1 (ja) * | 2015-10-29 | 2017-05-04 | 富士フイルム株式会社 | 赤外線撮像装置および赤外線撮像装置による信号補正方法 |
KR101729327B1 (ko) | 2015-11-10 | 2017-04-21 | 홍미선 | 듀얼 카메라를 이용한 체온 추적 모니터링 시스템 |
US10109051B1 (en) * | 2016-06-29 | 2018-10-23 | A9.Com, Inc. | Item recommendation based on feature match |
US10496893B2 (en) * | 2016-08-11 | 2019-12-03 | DiamondFox Enterprises, LLC | Handheld arthropod detection device |
CN106683038B (zh) * | 2016-11-17 | 2020-07-07 | 云南电网有限责任公司电力科学研究院 | 一种生成火情态势图的方法及装置 |
JP2018173591A (ja) * | 2017-03-31 | 2018-11-08 | キヤノン株式会社 | 画像形成装置 |
US10579897B2 (en) * | 2017-10-02 | 2020-03-03 | Xnor.ai Inc. | Image based object detection |
US10740647B2 (en) * | 2018-03-14 | 2020-08-11 | Adobe Inc. | Detecting objects using a weakly supervised model |
US11260598B2 (en) * | 2018-04-09 | 2022-03-01 | Hewlett-Packard Development Company, L.P. | Controlling heat sources based on representative temperatures |
US10748021B2 (en) * | 2018-05-11 | 2020-08-18 | Samsung Electronics Co., Ltd. | Method of analyzing objects in images recorded by a camera of a head mounted device |
CN110555356A (zh) * | 2018-06-01 | 2019-12-10 | 财团法人工业技术研究院 | 自助结帐系统、方法与装置 |
TWI674558B (zh) * | 2018-06-12 | 2019-10-11 | 財團法人工業技術研究院 | 數值陣列資料影像處理裝置、數值陣列資料影像處理方法及色碼表產生方法 |
US10764514B1 (en) * | 2018-06-27 | 2020-09-01 | Snap-On Incorporated | Gain switching techniques for thermal cameras |
US10817764B2 (en) * | 2018-09-21 | 2020-10-27 | Beijing Jingdong Shangke Information Technology Co., Ltd. | Robot system for processing an object and method of packaging and processing the same |
US20200146557A1 (en) * | 2018-11-09 | 2020-05-14 | Electrical and Mechanical Services Department, The Government of the Hong Kong Special Administrativ | Smart Body Temperature Screening System at Controlled Area |
CN109691989B (zh) | 2018-11-28 | 2021-10-01 | 武汉高德智感科技有限公司 | 一种基于红外人脸检测技术的人体温度测量方法 |
EP3668080B1 (en) * | 2018-12-12 | 2021-08-18 | Axis AB | A method for assisting camera tilt angle adjustment |
US11315275B2 (en) * | 2019-01-28 | 2022-04-26 | Covidien Lp | Edge handling methods for associated depth sensing camera devices, systems, and methods |
JP2022528961A (ja) * | 2019-04-04 | 2022-06-16 | プレサーゲン プロプライアトリー リミテッド | 胚を選択する方法及びシステム |
US11282180B1 (en) * | 2019-04-24 | 2022-03-22 | Apple Inc. | Object detection with position, pose, and shape estimation |
CN110411570B (zh) | 2019-06-28 | 2020-08-28 | 武汉高德智感科技有限公司 | 基于人体检测和人体跟踪技术的红外人体温度筛查方法 |
US11037670B2 (en) * | 2019-09-17 | 2021-06-15 | Battelle Memorial Institute | Activity assistance system |
US11772271B2 (en) * | 2020-01-10 | 2023-10-03 | Mujin, Inc. | Method and computing system for object recognition or object registration based on image classification |
US11625041B2 (en) * | 2020-02-21 | 2023-04-11 | Zoox, Inc. | Combined track confidence and classification model |
CN111369588B (zh) * | 2020-02-21 | 2024-08-02 | 上海联影医疗科技股份有限公司 | 感兴趣区域处理方法、装置、设备和存储介质 |
US11402273B2 (en) * | 2020-03-27 | 2022-08-02 | Ecb Consulting Llc | Systems and approaches for improving accuracy of temperature measurements using thermal imaging |
US20210302235A1 (en) * | 2020-03-27 | 2021-09-30 | RPX Technologies, Inc. | System and Method for Contactless Temperature Screening |
TWM601819U (zh) | 2020-06-12 | 2020-09-21 | 李錦峰 | 溫度測量裝置 |
KR20210157052A (ko) * | 2020-06-19 | 2021-12-28 | 삼성전자주식회사 | 객체 인식 방법 및 객체 인식 장치 |
TWM602631U (zh) | 2020-07-15 | 2020-10-11 | 麥威科技股份有限公司 | 人臉追蹤測溫系統 |
WO2022013822A1 (en) * | 2020-07-16 | 2022-01-20 | Meridian Innovation Ltd, Hong Kong | Fever detector by distant multipixel thermal imaging |
TW202207867A (zh) * | 2020-08-24 | 2022-03-01 | 禾企電子股份有限公司 | 體溫異常個體快篩系統 |
US11976549B2 (en) * | 2020-09-21 | 2024-05-07 | Saudi Arabian Oil Company | Monitoring temperatures of a process heater |
US20220192507A1 (en) * | 2020-12-17 | 2022-06-23 | Industrial Technology Research Institute | Method and system for dynamic physiological characteristic region capturing |
-
2021
- 2021-02-20 TW TW110105909A patent/TWI806006B/zh active
- 2021-04-12 CN CN202110387047.8A patent/CN114998951A/zh active Pending
- 2021-05-17 US US17/322,890 patent/US11501510B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
TWI806006B (zh) | 2023-06-21 |
US11501510B2 (en) | 2022-11-15 |
TW202234346A (zh) | 2022-09-01 |
US20220269894A1 (en) | 2022-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114998951A (zh) | 热图像定位方法及其系统 | |
US11176655B2 (en) | System and method for determining 3D surface features and irregularities on an object | |
TWI454993B (zh) | 以成像元件為主之觸控系統 | |
CN106997455A (zh) | 用于安全地检测出最小尺寸的对象的光电传感器和方法 | |
EP2418567B1 (en) | Optical position input system and method | |
KR102402906B1 (ko) | 비전 시스템으로 이미지에서 라인을 찾기 위한 시스템 및 방법 | |
US20120062749A1 (en) | Human body identification method using range image camera and human body identification apparatus | |
TWI396121B (zh) | 觸控裝置以及碰觸點偵測方法 | |
Zhang et al. | A new algorithm for accurate and automatic chessboard corner detection | |
US12079978B2 (en) | System and method for determining 3D surface features and irregularities on an object | |
WO2007125981A1 (ja) | 境界の位置決定装置、境界の位置を決定する方法、当該装置としてコンピュータを機能させるためのプログラム、および記録媒体 | |
CN110462688B (zh) | 使用基于模型的峰值选择的三维轮廓确定系统及方法 | |
JP5217841B2 (ja) | 画像処理装置および画像上の欠陥検出に係るパラメータの設定を支援する方法 | |
JP5561795B2 (ja) | 物体検出装置、物体検出方法、およびプログラム | |
TWI494824B (zh) | 光學觸控系統及方法 | |
JP6685639B2 (ja) | 温度測定方法及び温度測定装置 | |
JP5955201B2 (ja) | 人検知センサ | |
JP7338174B2 (ja) | 物体検出装置および物体検出方法 | |
JP6075624B2 (ja) | 位置情報取得装置及び画像表示システム | |
KR101994358B1 (ko) | 오브젝트 센싱 장치 및 방법, 오브젝트 센싱 장치의 캘리브레이션 패턴 식별 방법 | |
WO2019171635A1 (ja) | 操作入力装置、操作入力方法、及びコンピュータ読み取り可能な記録媒体 | |
JP2016063336A (ja) | キャリブレーション方法、キャリブレーションプログラム及びキャリブレーション装置 | |
Alex et al. | LampTop: Touch detection for a projector-camera system based on shape classification | |
JP4389568B2 (ja) | 欠陥検査装置 | |
WO2024042995A1 (ja) | 光検出装置、および光検出システム |
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 |