CN117297550B - 信息处理系统 - Google Patents
信息处理系统 Download PDFInfo
- Publication number
- CN117297550B CN117297550B CN202311420461.XA CN202311420461A CN117297550B CN 117297550 B CN117297550 B CN 117297550B CN 202311420461 A CN202311420461 A CN 202311420461A CN 117297550 B CN117297550 B CN 117297550B
- Authority
- CN
- China
- Prior art keywords
- temperature
- area
- infrared image
- result
- labels
- 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.)
- Active
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 10
- 238000004590 computer program Methods 0.000 claims description 6
- 239000008186 active pharmaceutical agent Substances 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 3
- 238000010191 image analysis Methods 0.000 abstract 1
- 230000000875 corresponding effect Effects 0.000 description 35
- 208000026106 cerebrovascular disease Diseases 0.000 description 12
- 238000001514 detection method Methods 0.000 description 7
- 238000003745 diagnosis Methods 0.000 description 5
- 210000004204 blood vessel Anatomy 0.000 description 4
- 238000000034 method Methods 0.000 description 4
- 230000002490 cerebral effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000003331 infrared imaging Methods 0.000 description 2
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
Classifications
-
- 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
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明提供了一种信息处理系统,包括:处理器和红外图像拍摄装置,红外图像拍摄装置用于拍摄目标红外图像;处理器用于:获取目标红外图像中的目标区域,目标区域包括相对于垂直轴对称的第一区域和第二区域;分别获取第一区域和第二区域中的温度信息,并基于获取的温度信息判断第一区域和第二区域中的温度是否存在对称性,得到对应的判断结果;基于判断结果为所述目标红外图像赋予对应的标签,其中,如果第一区域和第二区域中的温度存在对称性,则将目标红外图像的标签设置为第一标签,否则,设置为第二标签。本发明能够提高图像分析的速度和准确性。
Description
技术领域
本发明涉及图像处理领域,特别是涉及一种信息处理系统。
背景技术
随着医学技术的进步,人类渐渐步入老年社会。随着老年社会的到来,老年人的身心健康成为了重要的社会问题,尤其是对生命造成很大威胁的脑血管疾病例如脑卒的检测成为重点关注课题。对于这类疾病,常用的检测方法包括基于病史进行综合判断、采用医学影像例如磁共振血管影像以及脑血管CTA等进行检测,然而,基于病史检测会存在检测不准确的问题,基于医学影像的检测会存在一定的辐射,基于脑血管CTA的检测,存在不能显示小血管分支的病变的问题。近年来,红外成像技术在中医领域得到了广泛应用,通过观察红外图像的温度分布和形状分布等,能够辅助知晓人体的身体机能情况。当前,已开展基于红外图像对脑血管疾病进行辅助诊断的相关研究。现有的研究中,对于红外图像的解读是通过人工读取和人工分析。然而,鉴于红外图像温度分布的复杂性,这种人工解读红外图像的方式严重依赖医护人员的经验,在医护人员的经验不足时,将会带来较大的诊断误差,红外图像的辅助诊断就失去了意义。
发明内容
针对上述技术问题,本发明采用的技术方案为:
本发明实施例提供一种信息处理系统,包括:通信连接的处理器和红外图像拍摄装置;所述红外图像拍摄装置用于拍摄目标对象的红外图像,得到目标红外图像;
所述处理器用于执行计算机程序以实现如下步骤:
S200,获取目标红外图像中的目标区域,所述目标区域包括相对于垂直轴对称的第一区域和第二区域;其中,所述第一区域包括n个子区域C11,C12,…,C1j,…,C1n,所述第二区域包括n个子区域C21,C22,…,C2j,…,C2n,C1j为基于第j个设定温度区间RTj在第一区域中获取的区域,C2j为基于第j个设定温度区间RTj在第二区域中获取的区域,j的取值为1到n,n为设定温度区间的数量。
S220,分别获取第一区域和第二区域中的温度信息,并基于获取的温度信息判断第一区域和第二区域中的温度是否存在对称性,得到对应的判断结果。
S240,基于判断结果为所述目标红外图像赋予对应的标签,其中,如果第一区域和第二区域中的温度存在对称性,则将所述目标红外图像的标签设置为第一标签,否则,将所述目标红外图像的标签设置为第二标签。
S220具体包括:
S221,获取任一子区域C1j中的像素点,得到C1j对应的像素点信息P1j=(P1j1,P12,…,P1js,…,P1jf1(j)),以及获取任一子区域C2j中的像素点,得到C2j对应的像素点信息P2j=(P2j1,P2j2,…,P2jt,…,P2jf2(j)),其中,P1js为C1j中的第s个像素点,s的取值为1到f1(j),f1(j)为C1j中的像素点数量;P2jt为C2j中的第t个像素点,t的取值为1到f2(j),f2(j)为C2j中的像素点数量;
S222,获取C1j和C2j中存在对称的像素点,得到对应的对称像素点信息PS1j=(PS1j1,
PS1j2,…,PS1ju,…,PS1jh(j))和PS2j=(PS2j1,PS2j2,…,PS2ju,…,PS2jh(j)),PS1ju和PS2ju
分别为PS1j和PS2j中的第u个对称像素点,PS1ju和PS2ju相对于所述垂直轴对称,u的取值为1到h(j),h(j)为C1j和C2j中存在的对称像素点数量;
S223,如果2*h(j)/(f1(j)+f2(j))>a,执行S224,否则,执行S225;a为第一设定系数;
S224,设置C=C+1;执行S225;
S225,设置j=j+1,如果j≤n,执行S221;否则,执行S226;
S226,如果C≥b*n,则判断第一区域和第二区域中的温度存在对称性,否则,判断第一区域和第二区域中的温度不存在对称性,b为第二设定系数。
本发明至少具有以下有益效果:
本发明实施例提供的信息处理系统,能够基于实际应用场景例如脑血管疾病所需要的温度信息新自动对目标红外图像中温度进行分析,得到对应的分析结果,能够提高分析的速度和准确性。本发明能够客观、准确的输出脑血管疾病的辅助信息,提升对脑血管疾病的诊断的准确率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的信息处理系统执行计算机程序时实现的方法的流程图。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,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。
本发明实施例提供一种信息处理系统,包括通信连接的处理器和红外图像拍摄装置;所述红外图像拍摄装置用于拍摄目标对象的红外图像,得到目标红外图像。
在本发明实施例中,红外图像拍摄装置可为现有产品。目标红外图像可为人体在基于实际应用场景所设置的行为姿态做出对应动作时,通过红外摄像装置拍摄的图像,例如,可为包括头部和颈部的图像,也可为人体的整体图像等。
进一步地,在本发明实施例中,所述处理器用于执行计算机程序以实现如图1所示的步骤:
S200,获取目标红外图像中的目标区域,所述目标区域包括相对于垂直轴对称的第一区域和第二区域;其中,所述第一区域包括n个子区域C11,C12,…,C1j,…,C1n,所述第二区域包括n个子区域C21,C22,…,C2j,…,C2n,C1j为基于第j个设定温度区间RTj在第一区域中获取的区域,C2j为基于第j个设定温度区间RTj在第二区域中获取的区域,j的取值为1到n,n为设定温度区间的数量。
在本实施例中,垂直轴是指身体的垂直轴。
在本实施例中,可基于现有方法从目标红外图像中获取目标区域。在目标红外图像整体相对于垂直轴对称的情况下,目标区域可为整个红外图像。
在本发明一实施例中,RTj可基于经验划分。每个温度区间的温度间隔可相同,即每个温度区间的步长均相同。例如,可将目标红外图像中的温度范围按照设定温度步长等分为n个温度区间。
在本发明另一实施例中,RTj同时满足如下条件:
条件1:R1j>B1,R2j<B2;其中,第一对称比例NP11 oj为基于RTj在设定的M个第一红外图像中的第o个红外图像中对应的第一区域中获取的子区域C11 oj中的像素点数量,NP21 oj为基于RTj在设定的M个第一红外图像中的第o个红外图像中对应的第二区域中获取的子区域C21 oj中的像素点数量,NP1 oj为C1oj和C2oj中的对称像素点数量;第二对称比例/>NP12 oj为基于RTj在设定的M个第二红外图像中的第o个红外图像中对应的第一区域中获取的子区域C12 oj中的像素点数量,NP22 oj为基于RTj在设定的M个第一红外图像中的第o个红外图像中对应的第二区域中获取的子区域C22 oj中的像素点数量,NP2 oj为C12 oj和C22 oj中的对称像素点数量;其中,第一红外图像为身体状态处于第一设定状态的第一对象的人体红外图像,第二红外图像为身体状态处于第二设定状态的第二对象的人体红外图像。B1为第一设定阈值,例如,B2≥0.8,B2为第二设定阈值,可为经验值,例如,B2≤0.4。
在本发明实施例中,第一设定状态为没有脑血管疾病的身体状态,第二设定状态为有脑血管疾病的身体状态。
条件2:R1jF<R1j,并且(R1jB-R1j)/R1j<R0;其中,R1jF为温度区间(min(RTj),max(RTj)-△T]对应的第一对称比例,R1jB为温度区间(min(RTj),max(RTj)+△T]对应的第一对称比例,min(RTj)为R1j中的最小值,max(RTj)为RTj中的最大值,△T为设定温度步长,可基于实际需要进行设置,例如,可为0.02~0.05°,优选,为0.05°。R0为设定值,例如可为0.1~0.2。
本领域技术人员知晓,任一温度区间的起点(即最小值)为上一温度区间的终点(即最大值)。
在具体实施中,RTj可通过如下步骤获取:
步骤1,获取min(RTj)。本领域技术人员知晓,第一个温度区间的最小值为设定的起始温度,例如,人体的最低平均温度。
步骤2,设置maxq(RTj)=min(RTj)+q*△T,并获取温度区间(min(RTj),maxq(RTj)]对应的第一对称比例R1jq和第二对称比例R2jq,如果R1jq>B1,R2jq<B2,并且,温度区间(min(RTj),maxq(RTj)-△T]对应的第一对称比例RFjq<R1jq,以及温度区间(min(RTj),maxq(RTj)+△T]对应的第一对称比例RBjq和R1jq满足(RBjq-R1jq)/R1jq<R0,则将(min(RTj),maxq(RTj)]作为RTj,否则,执行步骤3;q为当前的步长数量。
步骤3,设置q=q+1,执行步骤2。在该实施例中,由于基于上述两个条件来确定每个温度区间,能够使得划分的温度区间更加准确。
S220,分别获取第一区域和第二区域中的温度信息,并基于获取的温度信息判断第一区域和第二区域中的温度是否存在对称性,得到对应的判断结果。
进一步地,S220可具体包括:
S221,获取任一子区域C1j中的像素点,得到C1j对应的像素点信息P1j=(P1j1,P12,…,P1js,…,P1jf1(j)),以及获取任一子区域C2j中的像素点,得到C2j对应的像素点信息P2j=(P2j1,P2j2,…,P2jt,…,P2jf2(j)),其中,P1js为C1j中的第s个像素点,s的取值为1到f1(j),f1(j)为C1j中的像素点数量;P2jt为C2j中的第t个像素点,t的取值为1到f2(j),f2(j)为C2j中的像素点数量。
S222,获取C1j和C2j中存在对称的像素点,得到对应的对称像素点信息PS1j=(PS1j1,
PS1j2,…,PS1ju,…,PS1jh(j))和PS2j=(PS2j1,PS2j2,…,PS2ju,…,PS2jh(j)),PS1ju和PS2ju
分别为PS1j和PS2j中的第u个对称像素点,PS1ju和PS2ju相对于所述垂直轴对称,u的取值为1到h(j),h(j)为C1j和C2j中存在的对称像素点数量。
S223,如果2*h(j)/(f1(j)+f2(j))>a,执行S224,否则,执行S225;a为第一设定系数;a为第一设定系数,可为经验值,例如,0.8≤a≤1。
S224,设置C=C+1;执行S225。C为计数器,初始值可为0。
S225,设置j=j+1,如果j≤n,执行S221;否则,执行S226;
S226,如果C≥b*n,则判断第一区域和第二区域中的温度存在对称性,否则,判断第一区域和第二区域中的温度不存在对称性,b为第二设定系数。可为经验值,例如0.8≤b≤1。
S240,基于判断结果为所述目标红外图像赋予对应的标签,其中,如果第一区域和第二区域中的温度存在对称性,则将所述目标红外图像的标签设置为第一标签,否则,将所述目标红外图像的标签设置为第二标签。
在本发明实施例中,第一标签和第二标签可由不同的标识表示。在一个具体应用场景中,第一标签表示不存在脑血管疾病的标签,第二标签表示可能存在脑血管疾病的标签。
本发明实施例提供的信息处理系统,能够基于实际应用场景例如脑血管疾病所需要的温度信息新自动对目标红外图像中温度进行分析,得到对应的分析结果,能够提高分析的速度和准确性。本发明能够客观、准确的输出脑血管疾病的辅助信息,提升对脑血管疾病的诊断的准确率。
进一步地,在本发明实施例中,在S222和S223之间还包括如下步骤:
S21,获取PS1j对应的温度信息TS1j=(TS1j1,TS1j2,…,TS1ju,…,TS1jh(j))以及获取PS2j对应的温度信息TS2j=(TS2j1,TS2j2,…,TS2ju,…,TS2jh(j));TS1ju和TS2ju分别为PS1j和PS2j对应的温度。
S22,获取TS1j和TS2j之间的温度相似度DSj。DSj可采用现有的相似度算法获取,例如,欧式距离、马氏距离、余弦距离等。
S223被替换为:
S23,如果2*h(j)/(f1(j)+f2(j))>a,并且,DSj>D0,执行S224,否则,执行S225;a为第一设定系数;D0为设定温度相似度阈值。
S21至S23的技术效果在于,只有第一区域和第二区域中的任意两个对应子区域中的对称像素点的比例达到一定比例,并且该任意两个子区域内的温度值比较接近,才判断第一区域和第二区域存在对称性,相比于前述实施例,能够提高判断的准确性。
进一步地,在本发明实施例中,在S220之后还包括:
S230,获取垂直轴上的设定长度上的温度信息的温度波动系数,并将获取的温度波动系数与设定的温度波动系数进行比较,得到对应的比较结果。
在本发明实施例中,设定长度可基于实际应用场景进行确定,为需要关注的长度段。在一具体应用场景为脑卒的情况下,设定长度可为脑部所对应的长度。
进一步地,S230可具体包括:
S2301,获取所述设定长度上的像素点信息PX=(PX1,PX2,…,PXv,…,PXG),PXv为PX中的第v个像素点,v的取值为1到G,G为PX中的像素点数量。
S2302,获取PX对应的温度信息TX=(TX1,TX2,…,TXv,…,TXG),TXv为PXv对应的温度。
S2303,获取TX的温度波动系数如果FX>h*F0,则得到第一结果,否则,得到第二结果;AvgTX=(TX1+TX2+…+TXv+…+TXG)/G,h*F0为设定的波动系数,h为设定值,h≥1,优选,h=1.1。即,第一结果为表征设定长度上的温度信息的温度波动系数小于设定的温度波动系数的结果,第二结果为表征设定长度上的温度信息的温度波动系数大于等于设定的温度波动系数的结果。
在本发明实施例中,F0=max(FX1,FX2,…,FXd,…,FXE),TXdv为设定的E个红外图像中的第d个红外图像在垂直轴上的设定长度上的第v个像素点,所述E个红外图像为身体状态处于设定状态的E个对象的人体红外图像,d的取值为1到E;AvgTXd=(TXd1+TXd2+…+TXdv+…+TXdG)/G。设定状态为前述的第一设定状态。
S240被替换为:
S242,基于所述判断结果和所述比较结果为所述目标红外图像赋予对应的标签,其中,如果第一区域和第二区域中的温度存在对称性并且所述比较结果为第一结果,则将所述目标红外图像的标签设置为第一标签,否则,将所述目标红外图像的标签设置为第二标签。
S230和S242的技术效果在于,只有在第一区域和第二区域中的温度存在对称性并且设定长度上的温度信息的温度波动系数小于设定的温度波动系数时,才将所述目标红外图像的标签设置为第一标签,因此,能够进一步提高判断准确性。
进一步地,在本发明实施例中,在S230之后还包括:
S232,获取垂直轴上的设定长度上的温度信息的温度波动系数,并将获取的温度波动系数与设定的温度波动系数进行比较,得到对应的比较结果。
S232可具体包括:
S2321,获取所述设定长度上的像素点信息PX=(PX1,PX2,…,PXv,…,PXG),PXv为PX中的第v个像素点,v的取值为1到G,G为PX中的像素点数量。
S2322,获取PX对应的温度信息TX=(TX1,TX2,…,TXv,…,TXG),TXv为PXv对应的温度。
S2323,获取TX的温度波动系数如果FX>h*F0,则第一比较结果为第一结果,否则,第一比较结果为第二结果;AvgTX=(TX1+TX2+…+TXv+…+TXG)/G,h*F0为设定的波动系数,h为设定值,h≥1,优选,h=1.1。即,第一结果为表征设定长度上的温度信息的温度波动系数小于设定的温度波动系数的结果,第二结果为表征设定长度上的温度信息的温度波动系数大于等于设定的温度波动系数的结果。
S234,获取所述设定长度上的温度信息和设定温度信息之间的偏离度。
在本发明实施例中,所述设定温度信息可为TCX=(TCX1,TCX2,…,TCXd,…,TCXE),TCXd=Avg(TXd1,TXd2,…,TXdv,…,TXdG),TXdv为设定的E个红外图像中的第d个红外图像在垂直轴上的设定长度上的第v个像素点。
在本发明实施例中,设定长度上的温度信息和设定温度信息之间的偏离度为两者形成的温度曲线之间的偏离距离,即变化趋势是否相一致,可基于现有技术获取,例如,基于两者之间的协方差获取,如果协方差为正,并且大于设定阈值,则两者的偏离度越小,表明两者之间的变化趋势越相近。
S240被替换为:
S244,基于所述判断结果、所述比较结果和所述偏离度为所述目标红外图像赋予对应的标签,其中,如果第一区域和第二区域中的温度存在对称性并且所述比较结果为第一结果以及所述偏离度小于预设偏离度,则将所述目标红外图像的标签设置为第一标签,否则,将所述目标红外图像的标签设置为第二标签,第一结果为表征设定长度上的温度信息的温度波动系数小于设定的温度波动系数的结果。
在本发明实施例中,预设偏离度可为经验值。
S232至S244的技术效果在于,只有第一区域和第二区域中的温度存在对称性、设定长度上的温度信息的温度波动系数小于设定的温度波动系数并且设定长度上的温度信息和设定温度信息之间的偏离度小于预设偏离度时,才确定目标红外图像的标签为第一标签,相对于前述实施例,能够进一步提高判断准确性。
进一步地,在本发明实施例中,还包括显示器。所述处理器还用于执行计算机程序以实现以下步骤:
基于所述目标区域中的温度分布信息,将所述目标红外图像在所述显示器上进行可视化显示。
在一个示意性实施例中,可分别将垂直轴上的温度信息和与垂直轴垂直的水平轴上的温度信息以曲线形式进行显示,以便相关人员直观知晓垂直轴和水平轴上的温度分布情况。
在另一个示意性实施例中,可将目标红外图像上的温度信息以3D模型进行显示,其中,温度高的区域在模型中的位置高,反之,则亦然,如此,能够使得相关人员更加直观知晓图像中的温度信息。
虽然已经通过示例对本发明的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本发明的范围。本领域的技术人员还应理解,可以对实施例进行多种修改而不脱离本发明的范围和精神。本发明公开的范围由所附权利要求来限定。
Claims (9)
1.一种信息处理系统,其特征在于,包括:通信连接的处理器和红外图像拍摄装置;所述红外图像拍摄装置用于拍摄目标对象的红外图像,得到目标红外图像;
所述处理器用于执行计算机程序以实现如下步骤:
S200,获取目标红外图像中的目标区域,所述目标区域包括相对于垂直轴对称的第一区域和第二区域;其中,所述第一区域包括n个子区域C11,C12,…,C1j,…,C1n,所述第二区域包括n个子区域C21,C22,…,C2j,…,C2n,C1j为基于第j个设定温度区间RTj在第一区域中获取的区域,C2j为基于第j个设定温度区间RTj在第二区域中获取的区域,j的取值为1到n,n为设定温度区间的数量;
S220,分别获取第一区域和第二区域中的温度信息,并基于获取的温度信息判断第一区域和第二区域中的温度是否存在对称性,得到对应的判断结果;
S240,基于判断结果为所述目标红外图像赋予对应的标签,其中,如果第一区域和第二区域中的温度存在对称性,则将所述目标红外图像的标签设置为第一标签,否则,将所述目标红外图像的标签设置为第二标签;
S220具体包括:
S221,获取任一子区域C1j中的像素点,得到C1j对应的像素点信息P1j=(P1j1,P1j2,…,P1js,…,P1jf1(j)),以及获取任一子区域C2j中的像素点,得到C2j对应的像素点信息P2j=(P2j1,P2j2,…,P2jt,…,P2jf2(j)),其中,P1js为C1j中的第s个像素点,s的取值为1到f1(j),f1(j)为C1j中的像素点数量;P2jt为C2j中的第t个像素点,t的取值为1到f2(j),f2(j)为C2j中的像素点数量;
S222,获取C1j和C2j中存在对称的像素点,得到对应的对称像素点信息PS1j=(PS1j1,PS1j2,…,PS1ju,…,PS1jh(j))和PS2j=(PS2j1,PS2j2,…,PS2ju,…,PS2jh(j)),PS1ju和PS2ju分别为PS1j和PS2j中的第u个对称像素点,PS1ju和PS2ju相对于所述垂直轴对称,u的取值为1到h(j),h(j)为C1j和C2j中存在的对称像素点数量;
S223,如果2*h(j)/(f1(j)+f2(j))>a,执行S224,否则,执行S225;a为第一设定系数;
S224,设置C=C+1;执行S225;
S225,设置j=j+1,如果j≤n,执行S221;否则,执行S226;
S226,如果C≥b*n,则判断第一区域和第二区域中的温度存在对称性,否则,判断第一区域和第二区域中的温度不存在对称性,b为第二设定系数;
其中,RTj同时满足如下条件:
条件1:R1j>B1,R2j<B2;其中,第一对称比例NP11 oj为基于RTj在设定的M个第一红外图像中的第o个红外图像中对应的第一区域中获取的子区域C11 oj中的像素点数量,NP21 oj为基于RTj在设定的M个第一红外图像中的第o个红外图像中对应的第二区域中获取的子区域C21 oj中的像素点数量,NP1 oj为C1oj和C2oj中的对称像素点数量;第二对称比例/>NP12 oj为基于RTj在设定的M个第二红外图像中的第o个红外图像中对应的第一区域中获取的子区域C12 oj中的像素点数量,NP22 oj为基于RTj在设定的M个第一红外图像中的第o个红外图像中对应的第二区域中获取的子区域C22 oj中的像素点数量,NP2 oj为C12 oj和C22 oj中的对称像素点数量;其中,第一红外图像为身体状态处于第一设定状态的第一对象的人体红外图像,第二红外图像为身体状态处于第二设定状态的第二对象的人体红外图像;B1为第一设定阈值,B2为第二设定阈值;
条件2:R1jF<R1j,并且(R1jB-R1j)/R1j<R0;其中,R1jF为温度区间(min(RTj),max(RTj)-△T]对应的第一对称比例,R1jB为温度区间(min(RTj),max(RTj)+△T]对应的第一对称比例,min(RTj)为RTj中的最小值,max(RTj)为RTj中的最大值,△T为设定温度步长,R0为设定值。
2.根据权利要求1所述的系统,其特征在于,在S222和S223之间还包括如下步骤:
S21,获取PS1j对应的温度信息TS1j=(TS1j1,TS1j2,…,TS1ju,…,TS1jh(j))以及获取PS2j对应的温度信息TS2j=(TS2j1,TS2j2,…,TS2ju,…,TS2jh(j));TS1ju和TS2ju分别为PS1j和PS2j对应的温度;
S22,获取TS1j和TS2j之间的温度相似度DSj;
S223被替换为:
S23,如果2*h(j)/(f1(j)+f2(j))>a,并且,DSj>D0,执行S224,否则,执行S225;a为第一设定系数;D0为设定温度相似度阈值。
3.根据权利要求1所述的系统,其特征在于,在S220之后还包括:
S230,获取垂直轴上的设定长度上的温度信息的温度波动系数,并将获取的温度波动系数与设定的温度波动系数进行比较,得到对应的比较结果;
S240被替换为:
S242,基于所述判断结果和所述比较结果为所述目标红外图像赋予对应的标签,其中,如果第一区域和第二区域中的温度存在对称性并且所述比较结果为第一结果,则将所述目标红外图像的标签设置为第一标签,否则,将所述目标红外图像的标签设置为第二标签,第一结果为表征设定长度上的温度信息的温度波动系数小于设定的温度波动系数的结果。
4.根据权利要求3所述的系统,其特征在于,S230具体包括:
S2301,获取所述设定长度上的像素点信息PX=(PX1,PX2,…,PXv,…,PXG),PXv为PX中的第v个像素点,v的取值为1到G,G为PX中的像素点数量;
S2302,获取PX对应的温度信息TX=(TX1,TX2,…,TXv,…,TXG),TXv为PXv对应的温度;
S2303,获取TX的温度波动系数如果FX>h*F0,则得到第一结果,否则,得到第二结果;AvgTX=(TX1+TX2+…+TXv+…+TXG)/G,h*F0为设定的波动系数,h为设定值,h≥1。
5.根据权利要求3所述的系统,其特征在于,在S230之后还包括:
S232,获取垂直轴上的设定长度上的温度信息的温度波动系数,并将获取的温度波动系数与设定的温度波动系数进行比较,得到对应的比较结果;
S234,获取所述设定长度上的温度信息和设定温度信息之间的偏离度;
S240被替换为:
S244,基于所述判断结果、所述比较结果和所述偏离度为所述目标红外图像赋予对应的标签,其中,如果第一区域和第二区域中的温度存在对称性并且所述比较结果为第一结果以及所述偏离度小于预设偏离度,则将所述目标红外图像的标签设置为第一标签,否则,将所述目标红外图像的标签设置为第二标签,第一结果为表征设定长度上的温度信息的温度波动系数小于设定的温度波动系数的结果。
6.根据权利要求5所述的系统,其特征在于,S232具体包括:
S2321,获取所述设定长度上的像素点信息PX=(PX1,PX2,…,PXv,…,PXG),PXv为PX中的第v个像素点,v的取值为1到G,G为PX中的像素点数量;
S2322,获取PX对应的温度信息TX=(TX1,TX2,…,TXv,…,TXG),TXv为PXv对应的温度;
S2323,获取TX的温度波动系数如果FX>h*F0,则第一比较结果为第一结果,否则,第一比较结果为第二结果;AvgTX=(TX1+TX2+…+TXv+…+TXG)/G,F0为设定的波动系数,h为设定值,h≥1;第一结果为表征设定长度上的温度信息的温度波动系数小于设定的温度波动系数的结果,第二结果为表征设定长度上的温度信息的温度波动系数大于等于设定的温度波动系数的结果。
7.根据权利要求5所述的系统,其特征在于,所述设定温度信息为TCX=(TCX1,TCX2,…,TCXd,…,TCXE),TCXd=Avg(TXd1,TXd2,…,TXdv,…,TXdG),TXdv为设定的E个红外图像中的第d个红外图像在垂直轴上的设定长度上的第v个像素点,所述E个红外图像为身体状态处于设定状态的E个对象的人体红外图像,d的取值为1到E。
8.根据权利要求6所述的系统,其特征在于,F0=max(FX1,FX2,…,FXd,…,FXE),TXdv为设定的E个红外图像中的第d个红外图像在垂直轴上的设定长度上的第v个像素点,所述E个红外图像为身体状态处于设定状态的E个对象的人体红外图像,AvgTXd=(TXd1+TXd2+…+TXdv+…+TXdG)/G,d的取值为1到E。
9.根据权利要求1所述的系统,其特征在于,还包括显示器;
所述处理器还用于执行计算机程序以实现如下步骤:基于所述目标区域中的温度分布信息,将所述目标红外图像在所述显示器上进行可视化显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311420461.XA CN117297550B (zh) | 2023-10-30 | 2023-10-30 | 信息处理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311420461.XA CN117297550B (zh) | 2023-10-30 | 2023-10-30 | 信息处理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117297550A CN117297550A (zh) | 2023-12-29 |
CN117297550B true CN117297550B (zh) | 2024-05-03 |
Family
ID=89249941
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311420461.XA Active CN117297550B (zh) | 2023-10-30 | 2023-10-30 | 信息处理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117297550B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019052889A (ja) * | 2017-09-13 | 2019-04-04 | サクサ株式会社 | 画像処理装置 |
CN109820490A (zh) * | 2018-09-04 | 2019-05-31 | 宓保宏 | 一种基于红外热成像技术的区域对称度客观评价方法 |
CN209014743U (zh) * | 2018-11-02 | 2019-06-21 | 上海联影医疗科技有限公司 | 一种医学影像系统 |
WO2021179624A1 (zh) * | 2020-03-13 | 2021-09-16 | 深圳市商汤科技有限公司 | 监测方法及系统、电子设备和存储介质 |
CN115761212A (zh) * | 2022-11-02 | 2023-03-07 | 北京鹰之眼智能健康科技有限公司 | 一种基于红外图像的人体状态预警系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10949677B2 (en) * | 2011-03-29 | 2021-03-16 | Thermal Matrix USA, Inc. | Method and system for detecting concealed objects using handheld thermal imager |
-
2023
- 2023-10-30 CN CN202311420461.XA patent/CN117297550B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019052889A (ja) * | 2017-09-13 | 2019-04-04 | サクサ株式会社 | 画像処理装置 |
CN109820490A (zh) * | 2018-09-04 | 2019-05-31 | 宓保宏 | 一种基于红外热成像技术的区域对称度客观评价方法 |
CN209014743U (zh) * | 2018-11-02 | 2019-06-21 | 上海联影医疗科技有限公司 | 一种医学影像系统 |
WO2021179624A1 (zh) * | 2020-03-13 | 2021-09-16 | 深圳市商汤科技有限公司 | 监测方法及系统、电子设备和存储介质 |
CN115761212A (zh) * | 2022-11-02 | 2023-03-07 | 北京鹰之眼智能健康科技有限公司 | 一种基于红外图像的人体状态预警系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117297550A (zh) | 2023-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Şevik et al. | Identification of suitable fundus images using automated quality assessment methods | |
Banerjee et al. | Melanoma diagnosis using deep learning and fuzzy logic | |
Raghavendra et al. | Novel expert system for glaucoma identification using non-parametric spatial envelope energy spectrum with fundus images | |
CN115761212B (zh) | 一种基于红外图像的人体状态预警系统 | |
CN115497123B (zh) | 感兴趣区域状态参数获取方法 | |
Songire et al. | Automated detection of cholesterol presence using iris recognition algorithm | |
González et al. | An infrared thermal images database and a new technique for thyroid nodules analysis | |
Shanker et al. | Brain tumor segmentation of normal and lesion tissues using hybrid clustering and hierarchical centroid shape descriptor | |
Zhang et al. | Automatic localization and segmentation of optical disk based on faster R-CNN and level set in fundus image | |
Lu et al. | Weakly supervised and semi-supervised semantic segmentation for optic disc of fundus image | |
CN117297550B (zh) | 信息处理系统 | |
CN117297551B (zh) | 基于红外图像的数据处理系统 | |
Hennocq et al. | Computational diagnostic methods on 2D photographs: A review of the literature | |
Fotiadou et al. | Video-based facial discomfort analysis for infants | |
Gao et al. | Accurate optic disc and cup segmentation from retinal images using a multi-feature based approach for glaucoma assessment | |
Lucut et al. | Dermatological tracking of chronic acne treatment effectiveness | |
Tao et al. | Real-time driver fatigue detection based on face alignment | |
Xu et al. | Three-dimensional diabetic macular edema thickness maps based on fluid segmentation and fovea detection using deep learning | |
CN117462086A (zh) | 红外图像处理系统、电子设备及存储介质 | |
Liaghatdar et al. | Pupil localizing in video images the first step toward eye monitoring | |
CN113469942B (zh) | 一种ct图像病变检测方法 | |
Hsu et al. | An effective algorithm to analyze the optokinetic nystagmus waveforms from a low-cost eye tracker | |
Ghourabi et al. | Eyes Recognition for Inner Canthus Temperature Detection using YOLOv5 Algorithm | |
CN111144479A (zh) | 基于图像处理的中医面色识别方法 | |
Umamaheswari et al. | A Multi-Level Set Approach for Bone Segmentation in Lumbar Ultrasound Images |
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 |