[發(fā)明專利]紅外體溫檢測(cè)方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011421109.4
• 申請(qǐng)日: 2020-12-10
• 公開(kāi)（公告）號(hào): CN112418251A
• 公開(kāi)（公告）日: 2021-02-26
• 發(fā)明（設(shè)計(jì)）人: 戴志威;馮寶寧;鄧遠(yuǎn)志;聶慶文;劉志永
• 申請(qǐng)（專利權(quán)）人: 研祥智能科技股份有限公司
• 主分類號(hào): G06K9/46
• 分類號(hào): G06K9/46;G06K9/00;G06K9/32;G06K9/62;G06N3/04;G06N3/08;A61B5/00;A61B5/01
• 代理公司: 北京蘭亭信通知識(shí)產(chǎn)權(quán)代理有限公司 11667
• 代理人: 趙永剛

1.一種紅外體溫檢測(cè)方法，其特征在于，包括：

通過(guò)可見(jiàn)光采樣設(shè)備實(shí)時(shí)獲取目標(biāo)區(qū)域的可見(jiàn)光圖像，并通過(guò)目標(biāo)檢測(cè)算法模型確定可見(jiàn)光圖像中的目標(biāo)邊界框，其中，一個(gè)目標(biāo)邊界框內(nèi)包含一個(gè)待測(cè)目標(biāo)的區(qū)域，在通過(guò)所述目標(biāo)檢測(cè)算法模型在學(xué)習(xí)待測(cè)樣本特征的過(guò)程中，通過(guò)聚類分析確定最接近所述樣本邊界框的先驗(yàn)邊界框，并將最接近所述樣本邊界框的先驗(yàn)邊界框作為所述樣本邊界框；

通過(guò)紅外熱成像設(shè)備實(shí)時(shí)獲取所述目標(biāo)區(qū)域的熱紅外圖像；

從所述可見(jiàn)光圖像中提取可見(jiàn)光特征點(diǎn)，從所述熱紅外圖像中提取熱紅外特征點(diǎn)，并根據(jù)所述可見(jiàn)光特征點(diǎn)和所述熱紅外特征點(diǎn)，分別計(jì)算所述可見(jiàn)光圖像和所述熱紅外圖像的變換矩陣，以完成所述可見(jiàn)光圖像和所述熱紅外圖像的配準(zhǔn)；

根據(jù)所述可見(jiàn)光圖像和所述熱紅外圖像的配準(zhǔn)結(jié)果，創(chuàng)建溫度測(cè)量模板；

根據(jù)所述溫度測(cè)量模板和所述目標(biāo)邊界框的位置，獲取待測(cè)目標(biāo)的體溫?cái)?shù)據(jù)；

基于外置的恒溫源，對(duì)所述待測(cè)目標(biāo)的體溫?cái)?shù)據(jù)進(jìn)行校正，以得到體溫檢測(cè)結(jié)果。

2.根據(jù)權(quán)利要求1所述的紅外體溫檢測(cè)方法，其特征在于，所述通過(guò)聚類分析確定最接近所述樣本邊界框的先驗(yàn)邊界框，并將最接近所述樣本邊界框的先驗(yàn)邊界框作為所述樣本邊界框，包括：

對(duì)所述目標(biāo)檢測(cè)算法模型中的訓(xùn)練集的先驗(yàn)邊界框做聚類分析，以確定多個(gè)適合于待測(cè)樣本的候選邊界框；

根據(jù)所述多個(gè)候選邊界框的置信度大小，對(duì)所述多個(gè)候選邊界框進(jìn)行排序；

將置信度最高的候選邊界框分別與其他的候選邊界框進(jìn)行對(duì)比，若對(duì)比的兩個(gè)候選邊界框之間的交叉面積大于預(yù)設(shè)的閾值，則將與置信度最高的候選邊界框?qū)Ρ鹊暮蜻x邊界框從所述多個(gè)候選邊界框中剔除，并將保留下來(lái)的候選邊界框作為樣本邊界框。

3.根據(jù)權(quán)利要求1所述的紅外體溫檢測(cè)方法，其特征在于，所述從所述可見(jiàn)光圖像中提取可見(jiàn)光特征點(diǎn)，從所述熱紅外圖像中提取熱紅外特征點(diǎn)，并根據(jù)所述可見(jiàn)光特征點(diǎn)和所述熱紅外特征點(diǎn)，分別計(jì)算所述可見(jiàn)光圖像和所述熱紅外圖像的變換矩陣，以完成所述可見(jiàn)光圖像和所述熱紅外圖像的配準(zhǔn)，包括：

采用角點(diǎn)檢測(cè)算法分別對(duì)所述可見(jiàn)光圖像和所述熱紅外圖像進(jìn)行特征點(diǎn)提取，得到所述可見(jiàn)光特征點(diǎn)和所述熱紅外特征點(diǎn)；

對(duì)所述可見(jiàn)光圖像和所述熱紅外圖像，分別以所述可見(jiàn)光特征點(diǎn)和所述熱紅外特征點(diǎn)為中心進(jìn)行灰度窗歸一化互相關(guān)，以對(duì)所述可見(jiàn)光特征點(diǎn)和所述熱紅外特征點(diǎn)進(jìn)行初步特征匹配，得到初步匹配點(diǎn)；

采用隨機(jī)抽樣一致算法，并根據(jù)預(yù)設(shè)的允許誤差范圍將所有的初步匹配點(diǎn)分為內(nèi)點(diǎn)和外點(diǎn)；

剔除所述外點(diǎn)；

根據(jù)所述內(nèi)點(diǎn)，計(jì)算所述可見(jiàn)光圖像和所述熱紅外圖像的變換矩陣；

通過(guò)圖像配準(zhǔn)算法，計(jì)算所述目標(biāo)邊界框在所述熱紅外圖像中所對(duì)應(yīng)的位置。

4.根據(jù)權(quán)利要求1所述的紅外體溫檢測(cè)方法，其特征在于，所述基于外置的恒溫源，對(duì)所述待測(cè)目標(biāo)的體溫?cái)?shù)據(jù)進(jìn)行校正，以得到體溫檢測(cè)結(jié)果，包括：

根據(jù)所述恒溫源設(shè)定的理論絕對(duì)溫度和由所述紅外熱成像設(shè)備測(cè)得的所述恒溫源的實(shí)際絕對(duì)溫度，確定溫度校正系數(shù)；

根據(jù)所述溫度校正系數(shù)，對(duì)所述待測(cè)目標(biāo)的體溫?cái)?shù)據(jù)進(jìn)行校正，以得到體溫檢測(cè)結(jié)果。

5.根據(jù)權(quán)利要求1至4任一項(xiàng)所述的紅外體溫檢測(cè)方法，其特征在于，所述方法還包括：

根據(jù)預(yù)設(shè)的報(bào)警溫度閾值范圍，對(duì)所測(cè)得的人體體溫進(jìn)行報(bào)警溫度判斷；

當(dāng)所述體溫檢測(cè)溫度結(jié)果大于或小于報(bào)警溫度閾值范圍時(shí)，進(jìn)行報(bào)警并保存可見(jiàn)光圖像至本地。