CN116490122A - 发热筛查装置的真实图像和热成像图像的自动优化映射方法和应用该方法的发热筛查装置 - Google Patents

发热筛查装置的真实图像和热成像图像的自动优化映射方法和应用该方法的发热筛查装置 Download PDF

Info

Publication number
CN116490122A
CN116490122A CN202080107527.8A CN202080107527A CN116490122A CN 116490122 A CN116490122 A CN 116490122A CN 202080107527 A CN202080107527 A CN 202080107527A CN 116490122 A CN116490122 A CN 116490122A
Authority
CN
China
Prior art keywords
image
real image
thermal
region
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.)
Pending
Application number
CN202080107527.8A
Other languages
English (en)
Inventor
李政勋
李主圣
高铉澈
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.)
Masson Ltd
Original Assignee
Masson 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 Masson Ltd filed Critical Masson Ltd
Publication of CN116490122A publication Critical patent/CN116490122A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • 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
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/117—Identification of persons
    • A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/60—Editing figures and text; Combining figures or text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • 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
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • G06V10/507—Summing image-intensity values; Histogram projection analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/803—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of input or preprocessed data
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0223—Operational features of calibration, e.g. protocols for calibrating sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0242—Operational features adapted to measure environmental factors, e.g. temperature, pollution
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0271—Thermal or temperature sensors
    • 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
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Multimedia (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Radiation Pyrometers (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及发热筛查装置的真实图像和热成像图像之间的自动优化映射方法、以及应用该方法的发热筛查装置，其中，自动优化映射方法应用帧匹配方法，使得从真实图像相机获得的真实图像具有比从热成像相机获得的热成像图像宽的角度，以便于在没有遗漏的情况下最大化地使用热成像像素，从而通过自动拉伸或缩短真实图像的顶部、底部、左侧和右侧来重构真实图像，使得可以在不遗漏使用红外成像装置的发热筛查装置中的热成像像素的情况下最大化地使用热成像图像。本发明的发热筛查装置包括：热成像相机，其捕获包括多个对象的区域的热成像图像；真实图像相机，其与热成像相机同时捕获包括多个对象的区域的真实图像；以及操作处理单元，其将从热成像相机接收的热成像图像与从真实图像相机接收的真实图像进行匹配，并且基于热成像图像来拉伸或缩短真实图像的顶部、底部、左侧和右侧，以获得与热成像图像匹配的经重构的真实图像，并且通过使用热成像图像和经重构的真实图像来检测对象的体热(体温)。本发明的发热筛查装置可以通过获得以比热成像相机更宽的角度捕获的真实图像相机的图像来在没有遗漏的情况下最大化地使用热成像像素，从而减少误差并提高精度。

Description

发热筛查装置的真实图像和热成像图像的自动优化映射方法 和应用该方法的发热筛查装置
技术领域
本发明涉及一种在体热测试仪(发热筛查装置)中的真实图像与热图像之间的最佳自动映射方法以及使用该方法的体热测试仪。本发明在使用红外成像装置的热检查装置中，能够在不遗漏热图像像素的情况下使热图像的使用最大化。为了在不遗漏像素的情况下获得大部分热图像，从真实成像相机(视觉相机)获得的真实图像应该比从热成像相机获得的热图像具有更宽的视角。为了在不遗漏热图像像素的情况下使热图像像素的使用最大化，本发明通过经由应用帧匹配方法自动地拉伸(扩展)或缩短真实图像的顶部、底部、左侧和右侧来重构真实图像，所述帧匹配方法使从真实图像相机获得的真实图像比从热图像相机获得的热图像具有更宽的角度。
背景技术
热成像相机是能够以非接触方式测量物体的表面温度的相机。通过对特定传染病的体温筛查来确定人发热的标准是37.3℃。为了与36.5℃的正常体温的人进行比较，温度应该以0.1℃单位表示，并且应该在室温下保持±0.4℃的温度精度。这些是操作用于医疗目的热成像相机的要求。
如果不满足这些要求(即，如果温度精度低)，则发热的人可以被判断为正常人，或者可能出现相反的结果。因此，通过另外安装黑体源作为提高温度精度的附加装置，传统的热成像相机被操作为精确的温度参考点。
为了准确地识别和跟踪发热的人，必须另外使用真实成像相机，并且应该同时拍摄人的真实图像和热图像两者。在这种情况下，当配置真实图像输出屏幕和热图像输出屏幕时，提供相同的位置坐标信息是必要的。
通常，在作为公共筛查工具的温度检查中，应该同时检测两个或更多个热源，并且应该分析移动物体并在屏幕上实时显示。
此外，对于红外图像，接收基于温度信息的数据，并且为了使数据可视化，需要确定通过颜色映射技术来表达对应的温度是什么颜色。这对于诊断效率是必要的。对于温度范围的颜色映射，应该通过分析直方图来完成结果的映射。
如果用于公众的温度筛查产品仅由热成像相机组成，则存在的缺点是当在发热的人时，其不能容易地将发热人与正常人区分开或跟踪发热人。
这是因为黑白图像或彩色映射图像仅强调温度差异，因此不容易区分面部特征和外观。为了解决该问题，国际标准化组织已经开发了应该同时拍摄人的真实图像和热图像两者的发热筛查的建议。在这种情况下，当两个图像(真实图像和热图像)的分辨率不同时，或者当即使分辨率相同视角也不同时，这可能导致用户混淆。在屏幕上显示测量温度的情况下，仅当对象的位置相同时，才显示正确坐标的温度值时不会混淆。因此，温度筛查工具需要真实图像和热图像的1:1映射。
通常，存在三种不同类型的温度测量仪器。它们包括测量进入屏幕的所有温度的温度值的方法、在多个区域处的面部识别、以及通过测量区分背景、物体以及进入或离开的人的不同温度的温度值来减少误差(故障)的方法。在使用面部识别的情况下，存在不能根据图像检测精度准确地确定进入和离开的人数的问题。具体地，对象必须直视相机，并且佩戴面罩或诸如帽子的附件的影响对检测能力造成不利影响。此外，用于准确温度测量的理想位置是在动脉经过的点(诸如眼角和脸的太阳穴区域)以及颈动脉经过颈部和皮肤的点。这些区域是可以测量准确体温的区域。由于面部识别排除了这些位置(包括对象的侧视或后视)，因此存在对测量体温的限制。所以多区域体温检测是一种弥补面部识别的缺点的方法。
在本发明中，热图像像素被最大化地使用而不遗漏像素值。为了这样做，通过应用帧匹配方法(即，可以自动地拉伸或缩短真实图像的顶部、底部、左部和右部)，自动地获得比热成像更宽的角度的真实成像。本发明提出利用红外成像装置的体热测试仪的真实图像和热图像的最佳自动映射方法，并且体热测试仪应用该方法最大化地利用热图像像素而不遗漏像素值。
在本发明中，体热测试仪基于热图像帧将热图像帧之前和之后的六个真实图像帧存储在存储器单元中；在所保存的真实图像帧之中选择具有最大匹配率的真实图像帧；检测在热图像帧和所选择的真实图像帧中的对象的边界；并且通过在水平(左右)方向和竖直(上下)方向上将热图像帧和所选择的真实图像帧中的对象的边界扩展或缩小1个像素来将热图像帧和所选择的真实图像帧中的对象的边界进行匹配，以选择具有最大匹配率的点。通过这样做，可以获得在所有方向上的优化映射的结果。
作为现有技术的韩国专利公开No.10-2016-0056023“一种使用热电堆阵列传感器和真实成像相机提供热图像的设备及其使用方法”描述了通过基于分析的热分布的特性和高分辨率真实图像将热图像与高分辨率真实图像进行匹配来创建对象的高分辨率热图像。
然而，韩国专利公开No.10-2016-0056023不具有像本发明那样的检测对象的边界(真实图像和热图像)的技术；将拉伸和缩短的边界结果在每个方向上匹配1个像素；比较匹配率；重新执行相同的过程以找到具有最大匹配率的点；并且因此充分利用热图像而没有遗漏热图像像素。
发明内容
【技术问题】
本发明要解决的议题是提供一种体热测试仪中的真实图像与热图像之间的最佳自动映射方法以及使用该方法的体热测试仪，其中，来自真实成像相机(视觉相机)的真实图像具有比来自热成像相机的热图像更宽的视角，以在使用红外成像装置的热检查装置中最大化热成像的使用而不遗漏热成像像素。
本发明要解决的另一议题是提供一种体热测试仪中真实图像与热图像的最佳自动映射方法以及使用该方法的体热测试仪，其中，基于热图像帧存储将热图像帧之前和之后的六个真实图像帧存储在存储器单元中；从保存的真实图像帧之中选择具有最大匹配率的真实图像帧；检测热图像帧和所选择的真实图像帧中的对象的边界；以及通过在水平(左右)方向和竖直(上下)方向两者上将热图像帧和所选择的真实图像帧中的对象的边界扩展或减小1个像素来将热图像帧和所选择的真实图像帧中的对象的边界进行匹配以选择具有最大匹配率的点。
【问题的技术方案】
为了解决上述问题并实现上述目的，本发明的体热测试仪的特征在于具有真实热图像映射单元。该体热测试仪包括：用于拍摄具有多个对象的区域的热图像的热成像相机；用于与热相机同时拍摄具有多个对象的区域的真实图像的真实成像相机；以及数据处理单元。
数据处理单元执行以下操作：将从热成像相机接收的热图像和从真实成像相机接收的真实图像进行匹配；通过基于热图像拉伸或缩短真实图像的顶部、底部、左侧和右侧来获得与热图像匹配的经重构的真实图像；以及利用热图像和经重构的真实图像来检测对象的体热(温度)。
数据处理单元基于热图像帧将热图像帧之前和之后的六个真实图像帧存储在存储器单元中；在所保存的真实图像帧之中选择与热图像具有最大匹配率的真实图像帧；以及检测热图像帧和所选择的真实图像帧中的对象的边界。然后通过在水平(左右)方向和竖直(上下)方向两者上将热图像帧和所选择的真实图像帧中的对象的边界扩展或减小1个像素来将热图像帧和所选择的真实图像帧中的对象的边界进行匹配，以选择具有最大匹配率的点。
真实图像和热图像匹配单元将真实图像屏幕和热图像屏幕反转以用于边缘检测；将经反转的预定热图像中的水平轴上的热图像轮廓与经反转的真实图像中的水平轴上的真实图像轮廓进行比较；获得与水平轴上的热图像轮廓最接近的水平轴上的真实图像轮廓作为水平轴上的经重构的真实图像轮廓；将经反转的预定热图像中的竖直轴上的热图像轮廓和经反转的真实图像中的竖直轴上的真实图像轮廓进行比较；获得与竖直轴上的热图像轮廓最接近的竖直轴上的真实图像轮廓作为竖直轴上的经重构的真实图像轮廓；计算所获得的真实图像轮廓(水平和竖直)的比率和增量(位置)；利用真实图像轮廓(水平和竖直)的比率和增量值来调整真实图像的比率和位置；将作为经重构的真实图像的经调整的真实图像存储在存储器单元中；以及将其输出到显示单元。
此外，数据处理单元还包括多区域体温检测单元。多区域体温检测单元将热图像和经重构的真实图像划分为预设水平数×竖直数；从作为热图像的分割区域的感兴趣的区域(ROI)获得总平均值；从ROI排除热图像中的每个分割区域的最大值小于总平均值的分割区域；从ROI排除热图像的每个分割区域的最大值超过预设阈值温度的区域；将来自ROI相邻区域的最大值进行比较；从ROI排除剩余的相邻区域，仅留下相邻区域之中的具有最大的最大值的分割区域；计算剩余的ROI(即，XY坐标)的坐标和对应的ROI的最高温度；以及在对应的ROI的坐标处的热图像和真实图像上显示经计算的最高温度。
数据处理单元还包括胜级自动调整单元。胜级自动调整单元从热图像计算直方图；检测直方图中的背景峰(峰值高于预设背景峰的参考值)；检测直方图中的体表面积(BSA)峰(峰值低于预设BSA峰的参考值)；将最高温度区域变成总热图像面积的3％的点设定为作为最大表达温度的上限值；将背景和BSA相交的分割点设定为最小点(下限值)；通过利用下限和上限创建彩色映射数据来对直方图中的BSA执行伪彩色化；以及将所获得的伪彩色化图像输出到显示单元。
本发明的另一特征是操作体热测试仪的方法，该体热测试仪包括同时检测多个对象的体热的热图像相机和真实图像相机。操作体热测试仪的方法包括：数据处理单元将从热成像相机接收的热图像和从真实成像相机接收的真实图像进行匹配；基于热图像，通过拉伸或缩短真实图像的顶部、底部、左侧和右侧来获得与热图像匹配的经重构的真实图像；以及利用热图像和经重构的真实图像来检测对象的体热(体温)。
为了获得经重构的真实图像，数据处理单元基于热图像帧从与热图像帧之前/之后对应的存储器单元导入六个真实图像帧；在真实图像帧之中选择与热图像帧具有最大匹配率的真实图像帧；检测热图像帧和所选择的真实图像帧中的每一个中的对象的边界；在顶部、底部、左部和右部的每一个方向上将拉伸和缩短的结果匹配1个像素；以及选择具有最大匹配率的点。
为了将热图像和真实图像进行匹配，操作体热测试仪的方法包括屏幕反转步骤、水平轴匹配率检测步骤、与水平轴的最大匹配值比较的步骤、与竖直轴的最大匹配值的比较的步骤、存储水平轴和竖直轴的匹配数据的步骤、以及真实图像调整步骤。在屏幕反转步骤中，数据处理单元将真实图像屏幕和热图像屏幕反转以用于数据处理单元的边缘检测。在水平轴匹配率检测步骤中，数据处理单元通过将屏幕反转步骤中反转的预定热图像中的水平轴热图像轮廓与屏幕反转步骤中的经反转的真实图像中的沿着水平轴的真实图像轮廓进行比较来获得水平轴匹配率。在与水平轴的最大匹配值比较的步骤中，数据处理单元将水平轴匹配率与水平轴的预存储的最大匹配率值进行比较；以及如果水平轴匹配率不等于水平轴的最大匹配率值，则从存储器单元导入来自屏幕反转步骤的经反转的真实图像的下一个水平轴真实图像轮廓，并且返回到水平轴匹配率检测步骤。在竖直轴匹配率检测步骤中，数据处理单元通过将屏幕反转步骤中反转的预定热图像中的竖直轴热图像轮廓与屏幕反转步骤中的经反转的真实图像中的沿着竖直轴的真实图像轮廓进行比较来获得竖直轴匹配率。在与竖直轴的最大匹配值比较的步骤中，数据处理单元执行以下步骤：将竖直轴匹配率与竖直轴的预存储的最大匹配率值进行比较；以及如果竖直轴匹配率不等于竖直轴的最大匹配率值，则从存储器单元导入来自屏幕反转步骤的经反转的真实图像的下一个竖直轴真实图像轮廓，并且返回到竖直轴匹配率检测步骤。在存储水平轴和竖直轴的匹配数据的步骤中，如果在与水平轴的最大匹配值比较的步骤中水平轴匹配率等于水平轴的最大匹配值，则数据处理单元使用水平轴真实图像轮廓作为水平轴真实图像轮廓以用于重构；如果在与竖直轴的最大匹配值比较的步骤中竖直轴匹配率等于竖直轴的最大匹配率值，则使用竖直轴真实图像轮廓作为竖直轴真实图像轮廓以用于重构；以及获得用于重构的水平轴真实图像轮廓的比率和位置(增量)和用于重构的竖直轴真实图像轮廓，并且将比率和位置(增量)存储在存储器单元中。在真实图像调整步骤中，数据处理单元利用竖直真实图像轮廓和水平真实图像轮廓的比率和增量值来调整竖直真实图像轮廓和水平真实图像轮廓的位置和比率以用于重构；将作为经重构的真实图像的经调整的真实图像保存在存储器单元中；以及将其输出到显示单元。
为了检测对象的体热，操作体热测试仪的方法包括：区域分割步骤、最外区域排除步骤、平均值检测步骤、最大值比较步骤、相邻区域比较步骤、最高温度检测步骤和在图像上显示对应的值的步骤。在区域分割步骤中，数据处理单元将屏幕上的热图像的区域划分为预设水平数(水平划分线的数量)×竖直数(竖直划分线的数量)，并且将分割区域设定为ROI。在最外区域排除步骤中，数据处理单元排除区域分割步骤中的每个划分区域中的最外区域。在平均值检测步骤中，数据处理单元计算区域分割步骤中划分的热图像的所有区域中的热图像的平均值。在最大值比较步骤中，数据处理单元将区域分割步骤中划分的热图像区域的最大值与平均值检测步骤中检测的平均值进行比较，并且从ROI排除最大值小于平均值的区域。在相邻区域比较步骤中，数据处理单元将ROI中互连的相邻区域之间的最大值进行比较，并且仅留下具有最大的最大值的区域并且从ROI排除剩余的相邻区域。在最高温度检测步骤中，数据处理单元在经历相邻区域比较步骤之后将剩余的ROI作为最终的ROI，并且计算最终的ROI的坐标(即，XY坐标)和最高温度。在图像上显示对应的值的步骤中，数据处理单元在最终的ROI的坐标的热图像和真实图像上显示最高温度检测步骤中检测的最终的ROI的最高温度。
此外，操作体热测试仪的方法包括直方图计算步骤、背景峰检测步骤、BSA峰检测步骤、下限值和上限值设定步骤和伪彩色化步骤。在直方图计算步骤中，数据处理单元从热图像计算直方图。在背景峰检测步骤中，数据处理单元检测直方图中的背景峰，其中，检测高于预设背景峰参考值的背景峰值。在BSA峰检测步骤中，数据处理单元检测直方图中的BSA峰，其中，检测低于预设BSA峰参考值的峰值。在下限值和上限值设定步骤中，数据处理单元计算最高温度区域变成热图像的总面积的3％处的点作为最大表达温度(上限值)，并且计算背景和BSA相交的点作为最小点(下限值)。在伪彩色化步骤中，数据处理单元利用下限值和上限值设定步骤中获得的下限值和上限值来创建彩色映射数据，并且对直方图中的BSA执行伪彩色化，并且将所获得的伪彩色化图像输出到显示单元。
水平轴匹配率检测步骤中的水平轴匹配率是通过在水平轴上减去热图像轮廓的长度和真实图像轮廓的长度而获得的值的绝对值。竖直轴匹配率检测步骤中的竖直轴匹配率是通过在竖直轴上减去热图像轮廓的长度和真实图像轮廓的长度而获得的值的绝对值。水平轴和竖直轴的最大匹配值可以为0。
【有益效果】
在本发明中，体热测试仪中的真实图像与热图像之间的最佳自动映射方法以及利用该方法的体热测试仪最大化地使用热成像，而不遗漏利用红外成像装置的热检查装置中的热成像像素，由于来自真实成像相机(视觉相机)的真实图像具有比来自热成像相机的热图像更宽的视角。通过这样做，可以减少误差，并且可以提高精度。
本发明基于热图像帧将热图像帧之前和之后的六个真实图像帧存储在存储器单元中；从保存的真实图像帧之中选择具有最大匹配率的真实图像帧；检测热图像帧和所选择的真实图像帧中的对象的边界；以及通过在水平(左右)方向和竖直(上下)方向上将热图像帧和所选择的真实图像帧的对象的边界扩展或减小1个像素来将热图像帧和所选择的真实图像帧的对象的边界进行匹配，以选择具有最大匹配率的点。本发明重复比较匹配率的过程若干次以设定具有最大匹配率的点，其中，在上、下、左和右方向上重复4次允许其作为在所有方向上的优化映射的结果而被设定。
附图说明
图1是示出本发明的体热测试仪的示意性配置的框图。
图2示出应用本发明的帧匹配方法之前和之后的示例图像。
图3是示意性地示出本发明的体热测试仪的真实图像和热图像的最佳自动映射方法的流程图。
图4是示出图3的流程图中的匹配率检测步骤和与最大匹配值比较的步骤的说明图。
图5是用于示出图3的流程图中的真实图像调整步骤的说明图。
图6示出通过本发明的多区域体温检测方法的检测和显示体温的示例。
图7是示出根据本发明的检测多区域体温的方法的示例的流程图。
图8示出在图7的区域分割步骤之后获得的示例图像。
图9示出作为将图8的图像应用到最外区域排除步骤的结果的图像。
图10示出作为将图9的图像应用到最大值比较步骤的结果的图像。
图11示出作为将图10的图像应用到相邻区域比较步骤的结果的图像。
图12示出胜级调整之前和之后的示例图像。
图13是示出本发明中的用于诊断目的的直方图均衡化(胜级自动调整)的流程图。
图14示出背景部分和BSA部分的示例。
图15示出从图14的BSA选择的ROI。
具体实施方式
以下将参照附图详细地描述体热测试仪中的真实图像和热图像的本发明的体热测试仪的最佳自动映射方法、以及应用该方法的体热仪。
图1是示出本发明的体热测试仪的示意性配置的框图。
由(红外)热成像相机(120)检测到的热图像和由(通用)真实成像相机(160)检测到的真实图像被传输到数据处理单元(200)。换言之，同时拍摄的热图像和真实图像被传输到数据处理单元(200)。
数据处理单元(200)包括真实热图像映射单元(201)、多区域体温检测单元(205)和胜级自动调整单元(207)。
数据处理单元(200)的真实热图像映射单元(201)基于热图像帧将六个前/后真实图像帧存储在存储器单元(220)中，并且随后选择与热图像帧具有最大匹配率的真实图像帧。检测到真实图像帧和以这种方式选择的热图像帧中的对象的边界。通过在水平(左右)方向和竖直(上下)方向两者上将热图像帧和所选择的真实图像帧中的对象的边界扩展或减小1个像素来将热图像帧和所选择的真实图像帧中的对象的边界进行匹配，以选择具有最大匹配率的点。重复该过程若干次，从而设定具有最高选择的匹配率的点。在上、下、左和右方向上重复该过程四次。然后，作为在上、下、左和右的所有方向上优化的映射的结果，固定该过程。
因此，数据处理单元(200)可以获得比热图像更宽的角度的真实图像。结果，在不遗漏热图像像素值的情况下，多区域体温检测单元(205)利用热图像来检测多个对象的体热(体温)。胜级自动调整单元(207)对BSA执行伪彩色化，并且将体热图像和温度值输出到显示单元(210)。
以下将详细地描述真实图像和热图像的本发明的体热测试仪的最佳自动映射方法。
＜真实图像和热图像的1:1映射方法>
真实图像和热图像的1:1映射方法由数据处理单元(200)的真实热图像映射单元(201)来操作。
为了在不遗漏像素值的情况下最大化地使用热图像，来自真实成像相机的真实成像应被获得为具有比来自热成像相机的热成像更宽的角度。为此，在本发明中，数据处理单元(200)具有在水平(左右)方向和竖直(上下)方向两者上拉伸和缩短真实图像的功能。
这通过任务的自动化来完成，并且应用了帧匹配方法。
数据处理单元(200)基于热图像帧将六个前/后真实图像帧存储在存储器单元(220)中，选择与热图像帧具有最大匹配率的真实图像帧，并且检测所选择的真实图像帧和热图像帧中的对象的边界。
通过在水平(左右)方向和竖直(上下)方向两者上将热图像帧和所选择的真实图像帧中的对象的边界扩展或减小1个像素来将热图像帧和所选择的真实图像帧中的对象的边界进行匹配，并且将匹配率进行比较。重复执行相同的过程以找到并设定具有最大匹配率的点。在水平(左右)方向和竖直(上下)方向两者上重复相同的过程四次以找到并设定在所有方向上的优化映射结构。
图2示出应用本发明的帧匹配方法之前和之后。图2(a)和(b)示出应用本发明的帧匹配方法之前的真实图像和热图像，并且图2(c)和(d)示出应用本发明的帧匹配方法之后的真实图像和热图像。
可以看出，与应用本发明之前的图像相比，可以显著地改善应用本发明之后的真实图像和热图像的匹配率，并且已经拉伸或缩短真实图像。
图3是示意性地示出本发明的体热测试仪中的真实图像和热图像的最佳自动映射方法的流程图。
在屏幕反转步骤中，数据处理单元(200)执行对真实图像屏幕的用于边缘检测的真实图像屏幕的反转(S110)以及对热图像屏幕的用于边缘检测的热图像屏幕的反转(S115)。
在水平轴匹配率检测步骤中，数据处理单元(200)将屏幕反转步骤中的经反转的热图像中的预设热图像轮廓(在水平轴上)与屏幕反转步骤中的经反转的真实图像中的水平轴上的真实图像轮廓(即，其可被称作在水平轴上的第N真实图像轮廓，因为在水平轴上的真实图像轮廓被依次比较)进行比较，以获得水平轴匹配率(S120)。这里，可以获得通过在水平轴上减去预设热图像轮廓的长度和真实图像轮廓的长度而获得的值的绝对值作为水平轴匹配率(指示水平轴的匹配程度的值)。
在与水平轴的最大匹配值比较的步骤中，数据处理单元(200)将水平轴匹配率检测步骤中检测到的水平轴匹配率与在水平轴上的先前存储的最大匹配值(即，最大匹配率值)进行比较(S125)。如果水平轴匹配率小于或不等于水平轴的最大匹配值，则尚未检测到水平轴的最大匹配值。随后在进入水平轴匹配率检测步骤之前，从存储器单元导入来自屏幕反转步骤中的经反转的真实图像的水平轴上的下一个(即，第N+1)真实图像轮廓(S127)。这里，水平轴的最大匹配值可以为0。
即，在水平轴匹配率检测步骤和与水平轴的最大匹配值比较的步骤中，用于水平轴上的真实图像的边缘的轮廓分析的结果与用于热图像的边缘的轮廓分析的值进行比较。重复该过程以找到水平轴的最大匹配值。
在竖直轴匹配率检测步骤中，数据处理单元(200)将屏幕反转步骤中的经反转的热图像中的预设热图像轮廓(在竖直轴上)与屏幕反转步骤中的经反转的真实图像中的竖直轴上的真实图像轮廓(即，可以被称作竖直轴上的第N真实图像轮廓，因为竖直轴上的真实图像轮廓被依次比较)进行比较，以获得竖直轴匹配率(S130)。这里，可以获得通过在竖直轴上减去预设热图像轮廓的长度和真实图像轮廓的长度而获得的值的绝对值作为竖直轴匹配率(指示竖直轴的匹配程度的值)。
在与竖直轴的最大匹配值比较的步骤中，数据处理单元(200)将竖直轴匹配率检测步骤中检测到的竖直轴匹配率与竖直轴上的先前存储的最大匹配值(即，最大匹配率值)进行比较(S135)。如果竖直轴匹配率小于或不等于竖直轴的最大匹配值，则尚未检测到竖直轴的最大匹配值。随后在进入竖直轴匹配率检测步骤之前，从存储器单元导入来自屏幕反转步骤中的经反转的真实图像的竖直轴上的下一个(即，第N+1)真实图像轮廓(S137)。这里，竖直轴的最大匹配值可以为0。
在存储水平侧和竖直侧上的匹配数据的步骤中，如果在与水平轴的最大匹配值比较的步骤中水平轴匹配率等于或小于水平轴的最大匹配值，则检测到水平轴上的最大匹配值。此时的水平轴上的真实图像轮廓被存储在存储器单元(220)中作为在与预设热图像轮廓的最大匹配时的水平轴真实图像轮廓(即，用于重构的水平轴真实图像轮廓)。如果竖直轴匹配率等于或小于与竖直轴的最大匹配值比较的步骤中的竖直轴的最大匹配值，则检测到竖直轴上的最大匹配值。此时的竖直轴上的真实图像轮廓被存储在存储器单元(220)中作为在与预设热图像轮廓的最大匹配时的竖直轴真实图像轮廓(即，用于重构的竖直轴真实图像轮廓)。将在最大匹配时的水平轴真实图像轮廓以及在最大匹配时的竖直轴真实图像轮廓的比率和增量值存储在存储器单元(220)中(S150)。
例如，当匹配率与最大匹配值相同并且因此预设热图像轮廓与第N真实图像轮廓的长度匹配时，该第N轮廓被存储在存储器单元(220)中。此时的水平轴真实图像轮廓和竖直轴真实图像轮廓的比率和增量值被存储在存储器单元(220)中。
在真实图像调整步骤中，利用存储水平侧和竖直侧上的匹配数据的步骤中的获得的水平轴和竖直轴的真实图像轮廓的比率和增量值来调整真实图像的比率和位置。经调整的真实图像被存储在存储器单元(220)中并且被输出到显示单元(210)。这里，位置(增量)可以表示预设热图像轮廓与水平轴上的真实图像轮廓之间的距离。
在真实图像调整步骤之后，还可以包括保存设定值的步骤。
在保存设定值的步骤中，将水平轴和竖直轴上的真实图像轮廓(用于重构)的比率和增量值作为设定值存储。设定值可以随后用于调整真实图像。
图4是示出图3的流程图中的匹配率检测步骤和与最大匹配值比较的步骤的说明图。图5是用于示出图3的流程图中的真实图像调整步骤的说明图。
图4(a)示出在屏幕反转步骤之前的真实图像和热图像的示例。
图4(b)示出在屏幕反转步骤之后的图4(a)的真实图像和热图像的结果。
图4(c)示出真实图像轮廓和热图像轮廓(图4(c)的灰色正方形部分)的比较以及匹配率检测步骤和与最大匹配值比较的步骤中的热图像轮廓相同的真实图像轮廓(图4(c)的Len(Max))的选择。
图5(a)是用于示出真实图像调整步骤的示图。通过使用水平轴的真实图像轮廓(真实水平图像轮廓)以及存储图3的流程图的水平侧和竖直侧上的匹配数据的步骤中保存的竖直轴的真实图像轮廓(真实竖直图像轮廓)的比率和增量值来调整真实图像。
图5(b)示出在真实图像调整步骤之后的图4(b)的真实图像和热图像。
<多区域体温检测>
多区域体温检测由来数据处理单元(200)的多区域体温检测单元(205)进行检测。
热图像屏幕被分割成预设水平数×竖直数(例如，4×3或8×6)。将每个分割区域中的像素值大于预设值(例如，整体平均值)的分割区域检测为最大点(峰，即分割区域的最大点)。当峰超过预设阈值温度(例如，40℃)时，从ROI排除具有超过阈值温度的峰的分割区域。然后，在未被排除的分割区域处，将相邻分割区域(即，彼此连接的分割区域)的峰彼此进行比较，并且排除它们之中的具有小的峰(即，局部峰)的分割区域。在真实图像和热图像的对应的部分中显示以这种方式获得的每个分割区域的最大点的温度值。
图6是通过本发明的多区域体温检测方法来检测和显示体温的示例。
分别在真实图像和热图像中显示针对每个人检测的体温值。
图7是示出本发明的多区域体温检测方法的示例的流程图。图8示出在区域分割步骤之后的图7的示例图像。图9示出在最外区域排除步骤之后的图8的图像。图10示出在最大值比较步骤之后的图9的图像。图11示出在相邻区域比较步骤之后的图10的图像。
在区域分割步骤中，数据处理单元(200)将热图像屏幕分割为预设水平数×竖直数(例如，4×3或8×6)(S210)。在区域分割步骤之后的示例图像示出在图8中。
在最外区域排除步骤(S215)中，在区域分割步骤中划分的每个分割区域之中排除最外区域。即，将最外区域的值设定为“0”，并且从ROI排除最外区域。图9示出作为将图8的图像应用于最外区域排除步骤的结果的图像。
在平均值检测步骤中，数据处理单元(200)获得在区域分割步骤(S220)中的分割热图像的所有区域(即，所有分割区域)中的热图像的平均值(分割区域的平均温度)。
在最大值比较步骤中，数据处理单元(200)将每个分割区域的最大值与平均值检测步骤中检测的平均值进行比较(S230)。如果最大值小于平均值，则从ROI排除分割区域(S235)。以这种方式，从ROI排除所有分割区域中的平均值小于最大值的区域。在图9的图像中，因为区域的最大值小于平均值而在最大值比较步骤中从ROI排除区域的情况的图像示出在图10中。为了便于解释，在下文中“分割区域”被称作“区域”。
在一些情况下，还可以在最大值比较步骤与相邻区域比较步骤之间包括阈值温度比较步骤(未示出)。
在阈值温度比较步骤(未示出)中，从ROI排除在最大值比较步骤中未被排除的区域(分割区域)中的超过预设阈值温度(例如，40℃)的区域。
在相邻区域比较步骤中，将在最大值比较步骤或阈值温度比较步骤之后剩余的区域中的相邻区域之间的最大值进行比较(S250)。在相邻区域之中，仅留下具有最大的最大值的区域，并且从ROI排除除了具有最大的最大值的区域之外的相邻区域(S255)。以这种方式，将已经通过最大值比较步骤或阈值温度比较步骤的区域中的剩余区域的最大值进行比较，并且仅留下具有最大的最大值的区域，并且从ROI排除剩余的相邻区域(S260)。换言之，重复针对ROI的所有相邻区域的相邻区域之间的彼此比较的过程，选择具有最大的最大值的区域，并且排除除了具有最大的最大值的区域之外的剩余的相邻区域。
在图10的图像中，在相邻区域比较步骤中将相邻区域中的最大值进行比较。留下具有最大的最大值的区域，并且从ROI排除具有小的最大值的区域。结果示出在图11的图像中。
在最高温度检测步骤中，检测到在相邻区域比较步骤中的检测到的最终的ROI的坐标(即，XY坐标)和对应区域的最高温度(S265)。
在真实图像和热图像中，对应区域的最高温度显示在用于在最高温度检测步骤中检测到的最终的ROI的坐标的位置处(S270)。即，温度值显示在图像上。
<用于诊断目的的直方图均衡化(胜级自动调整)>
用于诊断目的的直方图均衡化(胜级自动调整)由数据处理单元(200)的胜级自动调整单元(207)来执行。
当将颜色映射到红外图像时，需要在感兴趣的温度区域的整个直方图上方适当地分布颜色表达，以便于最大化诊断效率。
由于图像的整体直方图具有可以划分背景区域和BSA的特性，因此可以通过调整胜级来选择要观察的区域。在直方图中，水平轴是温度范围，并且竖直轴是像素的数量的积累量。
在调整的胜级时，在最小值与最大值之间的间隔中确定温度分布。通过限定最高温度区域变成总面积的3％的点作为最大表达温度并且通过限定背景与BSA之间的相交点作为最小点来执行伪彩色化。换言之，通过限定总面积的3％具有最高温度区域的点作为最大表达温度并且通过限定背景与BSA之间的相交点作为最小表达温度，根据窗级来执行伪彩色化。
图12示出胜级调整之前和之后。
图12(a)示出胜级调整之前的示例图像。图12(b)示出通过划分图12(a)的直方图中的背景区域和BSA而获得的图像。图12(c)示出图12(b)的图像上的经伪彩色化的图像。
图13是示出本发明中的诊断直方图均衡化(胜级自动调整)的流程图。图14示出背景区域和BSA的示例。图15示出从图14的BSA选择的BSA的ROI。
在直方图计算步骤中，从热图像计算直方图(S510)。
在背景峰检测步骤中，从在直方图计算步骤中计算的直方图检测背景峰(S520)。
在背景峰的条件检测执行步骤中，检查在背景峰检测步骤中检测到的背景峰是否是低于预设背景峰参考值的局部峰(S525)。如果是低于背景峰参考值的局部峰，则去除该背景峰(S530)，并且该过程返回到背景峰检测步骤。
在BSA峰检测步骤中，从在直方图计算步骤中计算的直方图检测BSA峰(S520)。图14(b)示出在图13的BSA峰检测步骤中检测到的BSA峰。
在BSA峰条件检测执行步骤中，检查在BSA峰检测步骤中检测到的BSA峰是否是高于预设BS峰参考值的局部峰(S555)。如果是高于BSA峰参考值的局部峰，则去除该BSA峰(S560)，并且该过程返回到BSA峰检测步骤。图15示出在执行BSA峰条件检测执行步骤之后的图14的BSA中的感兴趣的经检测的体表面积。
在下限值和上限值设定步骤中，设定具有下限(S570)和上限(S575)的点以及下限和上限的值。即，将变成总面积的3％的最高温度区域设定为最大(上限值)表达温度，并且将背景与BSA之间的相交点设定为最小点(下限值)。
在伪彩色化步骤中，利用BSA峰、背景峰、以及下限值和上限值来产生彩色映射数据。利用直方图来执行BSA的伪彩色化(S575)。将以这种方式执行的伪彩色化图像输出到显示单元(210)。
在本说明书中，省略了本发明的技术领域中的普通技术人员能够充分认识和推断的细节。除了在本说明书中描述的具体示例之外，在不改变本发明的技术思想或基本配置的范围内，可以进行更多各种修改。因此，本发明可以以不同于本说明书中具体描述和示出的方式来实施，这可以被具有本发明的技术领域中的具有普通知识和技能的人员所理解。
【工业实用性】
体热测试仪中的真实图像和热图像的最佳自动映射方法以及应用本发明的方法的体热测试仪减少了误差并提高了精度。本发明的体热测试仪可以在机场、学校、饭店、政府机关和公司同时准确地测量多人的体温。

Claims (10)

1.一种体热测试仪，包括：
热成像相机，其用于拍摄具有多个对象的区域的热图像；
真实成像相机，其用于与所述热成像相机同时拍摄具有多个对象的区域的真实图像；以及
数据处理单元，其执行包括以下的操作：
将从所述热成像相机接收的热图像和从真实成像相机接收的真实图像进行匹配，
通过基于所述热图像拉伸或缩短所述真实图像的顶部、底部、左侧和右侧来获得与热图像匹配的经重构的真实图像，以及
使用热图像和所述经重构的真实图像来检测对象的体热(温度)。
2.根据权利要求1所述的体热测试仪,其中，所述数据处理单元还包括真实热图像映射单元，所述真实热图像映射单元被配置为：
基于热图像帧来将热图像帧之前和之后的六个真实图像帧存储在存储器单元中；
从保存的真实图像帧之中选择与所述热图像具有最大匹配率的所述真实图像帧；
检测所述热图像帧与所选择的真实图像帧中的所述对象的边界；以及
通过在水平(左右)方向和竖直(上下)方向两者上将所述热图像帧与所选择的真实图像帧中的所述对象的边界扩展或缩小1个像素来将所述热图像帧与所选择的真实图像帧中的所述对象的边界进行匹配，以选择具有所述最大匹配率的点。
3.根据权利要求2所述的体热测试仪，其中，所述真实热图像映射单元被配置为：
将真实图像屏幕和热图像屏幕反转以用于边缘检测；
将经反转的预定热图像中的水平轴上的热图像轮廓与经反转的真实图像中的所述水平轴上的真实图像轮廓进行比较；
获得与所述水平轴上的热图像轮廓最接近的所述水平轴上的所述真实图像轮廓作为所述水平轴上的经重构的真实图像轮廓；
将经反转的预定热图像中的竖直轴上的所述热图像轮廓与经反转的真实图像中的所述竖直轴上的所述真实图像轮廓进行比较；
获得与所述竖直轴上的热图像轮廓最接近的所述竖直轴上的所述真实图像轮廓作为所述竖直轴上的经重构的真实图像轮廓；
计算经重构的水平真实图像轮廓和经重构的竖直真实图像轮廓的比率和增量(位置)；
利用经重构的水平真实图像轮廓和经重构的竖直真实图像轮廓的所述比率和增量值来调整水平真实图像和竖直真实图像的比率和增量(位置)；
存储经调整的真实图像作为所述存储器单元中的经重构的真实图像；以及
将经调整的真实图像输出到显示单元。
4.根据权利要求2所述的体热测试仪，其中，所述数据处理单元还包括多区域体温检测单元，所述多区域体温检测单元被配置为：
将所述热图像和经重构的真实图像划分为预设水平数×竖直数；
从包括所述热图像的分割区域的感兴趣的区域(ROI)获得总平均值；
从所述感兴趣的区域排除所述热图像中的每个分割区域的最大值小于总平均值的分割区域；
从所述感兴趣的区域排除所述热图像的每个分割区域的最大值超过预设阈值温度的区域；
将来自所述感兴趣的区域的相邻区域(相邻的分割区域)之间的最大值进行比较；
从所述感兴趣的区域排除剩余的相邻区域，仅留下所述相邻区域之中的具有最大的最大值的分割区域；
计算感兴趣的区域中的剩余的分割区域的坐标(即，XY坐标)和所述剩余的分割区域的最高温度；以及
在所述剩余的分割区域的坐标处的所述热图像和真实图像上显示经计算的最高温度。
5.根据权利要求4所述的体热测试仪，其中，所述数据处理单元还包括胜级自动调整单元，所述胜级自动调整单元被配置为：
从所述热图像计算直方图；
检测所述直方图中的峰值高于背景峰的参考值的背景峰；
检测所述直方图中的峰值低于预设体表面积峰的参考值的体表面积峰；
将最高温度区域变为总热图像面积的3％的点设定为作为表达温度的最大点的上限值；
将背景和所述体表面积相交的分割点设定为作为表达温度的最小点的下限值，
通过利用所述下限值和所述上限值创建彩色映射数据来对所述热图像中的所述体表面积执行伪彩色化；以及
将所获得的伪彩色化图像输出到显示单元。
6.一种操作体热测试仪的方法，所述体热测试仪包括用于同时检测多个对象的体热的热成像相机和真实成像相机，所述方法包括：
经重构的真实图像检测步骤，其中，数据处理单元从所述热成像相机接收热图像并从所述真实成像相机接收真实图像，并且通过基于所述热图像拉伸或缩短所述真实图像的顶部、底部、左侧和右侧来进行匹配，以获得与所述热图像匹配的经重构的真实图像；
体热检测步骤，其中，所述数据处理单元利用热图像和经重构的真实图像来检测对象的体热(体温)。
7.根据权利要求6所述的体热测试仪的方法，其中，在所述经重构的真实图像检测步骤中，所述数据处理单元：
基于热图像帧从与热图像帧之前/之后对应的存储器单元导入六个真实图像帧；
在所述真实图像帧之中选择与所述热图像帧具有最大匹配率的真实图像帧；
检测所述热图像帧和所选择的真实图像帧中的每一个中的对象的边界；以及
通过在水平(左右)方向和竖直(上下)方向上将所述热图像帧和所选择的真实图像帧中的对象的边界拉伸或缩小1个像素来将所述热图像帧和所选择的真实图像帧中的对象的边界进行匹配，以选择具有最大匹配率的点。
8.根据权利要求7所述的操作体热测试仪的方法，所述经重构的真实图像检测步骤包括：
屏幕反转步骤，其中，所述数据处理单元将真实图像屏幕和热图像屏幕反转以用于通过所述数据处理单元进行边缘检测；
水平轴匹配率检测步骤，其中，所述数据处理单元通过将所述屏幕反转步骤中反转的预定热图像和预定真实图像中的水平轴热图像轮廓与水平轴真实图像轮廓进行比较来获得水平轴匹配率；
与所述水平轴的最大匹配值进行比较的步骤，其中，所述数据处理单元将所述水平轴匹配率与所述水平轴的预存储的最大匹配率值进行比较，如果所述水平轴匹配率不等于所述水平轴的最大匹配率值，则从所述存储器单元导入来自所述屏幕反转步骤的经反转的真实图像的下一个水平轴真实图像轮廓，并且返回到所述水平轴匹配率检测步骤；
竖直轴匹配率检测步骤，其中，所述数据处理单元通过将竖直轴热图像轮廓与所述屏幕反转步骤中反转的所述预定热图像和所述预定真实图像中的竖直轴真实图像轮廓进行比较来获得竖直轴匹配率；
与所述竖直轴的最大匹配值进行比较的步骤，其中，所述数据处理单元将所述竖直轴匹配率与所述竖直轴的预存储的最大匹配率值进行比较，如果所述竖直轴匹配率不等于所述竖直轴的最大匹配率值，则从所述存储器单元导入来自所述屏幕反转步骤的经反转的真实图像的下一个竖直轴真实图像轮廓，并且返回到所述竖直轴匹配率检测步骤；
存储所述水平轴和所述竖直轴的匹配数据的步骤，其中，所述数据处理单元执行以下步骤：
如果在将与所述水平轴的最大匹配值进行比较的步骤中所述水平轴匹配率等于所述水平轴的最大匹配值，则使用所述水平轴真实图像轮廓作为用于重构的水平轴真实图像轮廓；
如果在与所述竖直轴的最大匹配值进行比较的步骤中所述竖直轴匹配率等于所述竖直轴的最大匹配率值，则使用所述竖直轴真实图像轮廓作为用于重构的竖直轴真实图像轮廓；以及
获得用于重构的水平轴真实图像轮廓与用于重构的竖直轴真实图像轮廓的比率和位置(增量)，并且将所述比率和所述位置(增量)存储在所述存储器单元中；
真实图像调整步骤，其中，所述数据处理单元利用用于重构的竖直真实图像轮廓和水平真实图像轮廓的比率和增量值来调整所述竖直真实图像轮廓和水平真实图像轮廓的位置和比率，并且将经调整的真实图像作为经重构的真实图像保存在所述存储器单元中，并且将其输出到显示单元。
9.根据权利要求7所述的操作体热测试仪的方法，其中，所述体热检测步骤包括：
区域分割步骤，其中，所述数据处理单元将屏幕上的热图像的区域划分为预设水平数(水平划分线的数量)×竖直数(竖直划分线的数量)，并且将所述分割区域设定为感兴趣的区域；
最外区域排除步骤，其中，所述数据处理单元排除所述区域分割步骤中划分的分割区域之中的最外区域；
平均值检测步骤，其中，所述数据处理单元计算所述区域分割步骤中划分的热图像的所有分割区域中的热图像的平均值；
最大值比较步骤，其中，所述数据处理单元将所述区域分割步骤中划分的每个分割区域的最大值与所述平均值检测步骤中检测的平均值进行比较，并且从所述感兴趣的区域排除最大值小于所述平均值的分割区域；
相邻区域比较步骤，其中，所述数据处理单元将所述感兴趣的区域中互连的相邻区域(相邻的分割区域)之间的最大值进行比较，并且仅留下具有最大的最大值的分割区域，并且从所述感兴趣的区域排除剩余的相邻区域；
最高温度检测步骤，其中，所述数据处理单元将在经历所述相邻区域比较步骤之后的剩余的分割区域作为最终的感兴趣的区域，并且计算所述最终的感兴趣的区域的分割区域的坐标(即，XY坐标)和最高温度；
显示图像上的对应值的步骤，其中，所述数据处理单元在所述最终的感兴趣的区域的分割区域的坐标的热图像和真实图像上显示所述最终的感兴趣的区域的分割区域的最高温度。
10.根据权利要求7所述的操作体热测试仪的方法，还包括在所述体热检测步骤之后的经伪彩色化的图像输出步骤，其中，所述经伪彩色化的图像输出步骤包括：
直方图计算步骤，由所述数据处理单元计算来自所述热图像的直方图；
背景峰检测步骤，检测所述直方图中的背景峰，其中，所述数据处理单元检测高于预设背景峰参考值的背景峰值；
体表面积峰检测步骤，检测所述直方图中的体表面积峰，其中，所述数据处理单元检测低于所述预设体表面积峰参考值的峰值；
下限值和上限值设定步骤，其中，所述数据处理单元计算最高温度区域变成所述热图像的总面积的3％的点作为最大表达温度(上限值)，并且计算背景和所述体表面积相交的点作为最小点(下限值)；
伪彩色化步骤，其中，所述数据处理单元利用所述下限值和上限值设定步骤中获得的下限值和上限值来创造彩色映射数据，对所述热图像中的体表面积执行伪彩色化，并且将经伪彩色化的图像输出到显示单元。
CN202080107527.8A 2020-11-27 2020-12-28 发热筛查装置的真实图像和热成像图像的自动优化映射方法和应用该方法的发热筛查装置 Pending CN116490122A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
KR1020200162528A KR102494633B1 (ko) 2020-11-27 2020-11-27 발열검사기의 실화상과 열화상의 최적 자동 매핑 방법 및 그 방법을 적용한 발열검사기
KR10-2020-0162528 2020-11-27
PCT/KR2020/019204 WO2022114371A1 (ko) 2020-11-27 2020-12-28 발열검사기의 실화상과 열화상의 최적 자동 매핑 방법 및 그 방법을 적용한 발열검사기

Publications (1)

Publication Number Publication Date
CN116490122A true CN116490122A (zh) 2023-07-25

Family

ID=81752839

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080107527.8A Pending CN116490122A (zh) 2020-11-27 2020-12-28 发热筛查装置的真实图像和热成像图像的自动优化映射方法和应用该方法的发热筛查装置

Country Status (4)

Country Link
US (1) US20220172381A1 (zh)
KR (1) KR102494633B1 (zh)
CN (1) CN116490122A (zh)
WO (1) WO2022114371A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116309186B (zh) * 2023-05-12 2023-09-12 北京理工大学 一种基于多段s曲线映射的红外图像动态范围压缩方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101411426B1 (ko) * 2012-03-06 2014-07-01 충남대학교산학협력단 열화상 내에서 특정부위 추적이 가능한 열상시스템 및 이를 이용한 특정부위의 추적방법
WO2017209089A1 (ja) * 2016-06-03 2017-12-07 三菱電機株式会社 機器制御装置及び機器制御方法
KR20190044925A (ko) * 2017-10-23 2019-05-02 다빈치온 주식회사 실화상과 열화상을 이용한 영상 생성 방법 및 그 장치
KR20200009667A (ko) * 2018-07-19 2020-01-30 주식회사 한컴엠디에스 영상 합성 장치 및 그의 영상 합성 방법
KR20200028082A (ko) * 2018-09-06 2020-03-16 송지우 이미지 합성 장치와 이미지 처리 시스템 및 이미지 처리 방법

Also Published As

Publication number Publication date
US20220172381A1 (en) 2022-06-02
KR20220075095A (ko) 2022-06-07
KR102494633B1 (ko) 2023-02-07
WO2022114371A1 (ko) 2022-06-02

Similar Documents

Publication Publication Date Title
US9746918B2 (en) Eye tracking
CN102830793B (zh) 视线跟踪方法和设备
JP6368709B2 (ja) ３次元身体データを生成する方法
Lupascu et al. Automated detection of optic disc location in retinal images
CN108038456A (zh) 一种人脸识别系统中的防欺骗方法
WO2011155150A1 (en) Image processing apparatus, image processing method, and program
JP3143819B2 (ja) まぶたの開度検出装置
CN104486618B (zh) 视频图像的噪声检测方法及装置
CN107992857A (zh) 一种高温蒸汽泄漏自动巡检识别方法及识别系统
CN107644411A (zh) 超声宽景成像方法及装置
CN112164043A (zh) 一种用于多眼底图像拼接的方法及系统
WO2003083765A1 (en) Method for segmenting an image
CN112232128B (zh) 基于视线追踪的老年残障人士照护需求识别方法
CN116490122A (zh) 发热筛查装置的真实图像和热成像图像的自动优化映射方法和应用该方法的发热筛查装置
CN112669959A (zh) 一种基于图像的白癜风病情自动评估方法
CN111639582A (zh) 活体检测方法及设备
Krishnapriya et al. Analysis of manual and automated skin tone assignments
Chen et al. Fully automated facial symmetry axis detection in frontal color images
CN108491796A (zh) 一种时域周期点目标检测方法
CN105701833B (zh) 消化道胶囊内窥镜视频钩虫图像计算机自动检测方法
JP7234086B2 (ja) 生体情報取得装置およびプログラム
CN110245575B (zh) 一种以人体轮廓线为基础的人体体型参数捕获方法
CN106846348A (zh) 人脸图像中自动去除眼镜的方法
Nasrollahi et al. Complete face logs for video sequences using face quality measures
Nelufule et al. Image quality assessment for iris biometrics for minors

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