一种人体测温曲线的拟合方法、设备及介质与流程

1.本发明涉及人体温度测量领域，尤其涉及一种人体测温曲线的拟合方法、设备及介质。


背景技术：

2.国内外受新冠病毒肆虐，感染人数与日俱增，为尽快战胜病毒，各国急需尽早发现感染人员并对其进行隔离等相关措施。目前，感染人员最突出的特征是发热，因此，体温异常的人员必须被抽取出来进行进一步检查。为避免疫情进一步扩散，及时发现疑似患者，必须找出一种人体测温方法，结合红外热成像将体温异常人员筛查出来。
3.目前针对人体测温方法存在以下几个问题：
4.1、测温枪。使用测温枪每次只能发射一束红外，同时，需要工作人员对每一个人进行测试，人流量多时，效率低。
5.2、测温面板、门。使用测温面板和门，每次发射几百到几千束红外，较正温度途径少。
6.3、黑体校正。使用黑体校正能满足单一场景下对人体测温，但当天气变化时，会导致测温数据发生变化导致异常报警。
7.因此，目前的人体测温方法在多场景不同天气的情况下，测温效果不佳，导致体温筛查系统失效的问题。


技术实现要素：

8.为了克服现有技术的不足，本发明的目的之一在于提供一种人体测温曲线的拟合方法，其能解决目前的人体测温方法在多场景不同天气的情况下，测温效果不佳，导致体温筛查系统失效的问题。
9.本发明的目的之二在于提供一种电子设备，其能解决目前的人体测温方法在多场景不同天气的情况下，测温效果不佳，导致体温筛查系统失效的问题。
10.本发明的目的之三在于提供一种计算机存储介质，其能解决目前的人体测温方法在多场景不同天气的情况下，测温效果不佳，导致体温筛查系统失效的问题。
11.本发明的目的之一采用以下技术方案实现：
12.一种人体测温曲线的拟合方法，包括以下步骤：
13.获取原始数据，获取红外热成像仪实时监察的含有目标人体的目标场景图像数据，所述目标场景图像数据包括若干帧原始数据，每帧原始数据中包括若干像素点，每个像素点对应唯一的像素值；
14.计算原始像素均值，随机选取目标场景图像数据中的一帧原始数据作为当前帧原始数据，根据当前帧原始数据中每个像素点的像素值以及像素点数量计算当前帧原始数据对应的原始像素均值；
15.校正原始像素均值，根据当前帧原始数据中每个像素点的像素值、原始像素值以
及预设均差阈值对当前帧原始数据中的像素点进行像素点剔除处理以及划分均差区域处理，得到均差区域信息，根据均差区域信息以及均差区域中像素点的像素均值计算出最新像素均值；
16.计算测温值，根据当前帧原始数据中最大的像素值与最新像素均值计算出第二均差，将第二均差代入预设测温曲线中计算出当前帧原始数据对应的测温值；
17.测温曲线拟合，计算出测温值与预设温度值的差值，根据所述差值对预设测温曲线进行拟合，将拟合后的预设测温曲线作为新测温曲线用于下一帧原始数据的测温值计算。
18.进一步地，在所述计算测温值之前还包括判断数据，判断当前帧原始数据是否在人脸区域范围内且当前帧原始数据中最大的像素值是否预设人体正常数据范围内时，若是，则执行步骤计算测温值，若否，则返回计算原始均值。
19.进一步地，所述校正原始像素均值具体包括以下子步骤：
20.计算第一均差，计算出当前帧原始数据中每个像素点的像素值与原始像素均值的差，得到第一均差；
21.像素点剔除，将当前帧原始数据中第一均差大于预设均差阈值的像素点剔除，将当前帧原始数中剩余像素点按照预设划分规则划分预设数量的均差区域，并得到均差区域信息；
22.计算最新像素均值，根据每个均差区域对应的均差区域信息和每个均差区域中剩余像素点的像素值计算出每个均差区域对应的区域得分，计算出区域得分最高的均差区域中剩余像素点的像素均值，将所述像素均值作为最新像素均值。
23.进一步地，所述预设划分规则为以当前帧原始数据的中心像素点为中心，以预设间距将当前原始数据上下扩展为预设数量的均差区域。
24.进一步地，所述预设数量为8个。
25.进一步地，所述测温曲线拟合具体为：计算出测温值与预设温度值的差值，将预设测温曲线中的环温补偿值与所述差值的和作为新环温补偿值，将新环温补偿值替换预设侧温曲线中的环温补偿值，将含有新环温补偿值的预设测温曲线作为新测温曲线用于下一帧原始数据的测温值计算。
26.进一步地，所述预设温度值为36.1。
27.进一步地，所述预设测温曲线中的环温补偿值的起始值为26。
28.本发明的目的之二采用以下技术方案实现：
29.一种电子设备，包括：处理器；
30.存储器；以及程序，其中所述程序被存储在所述存储器中，并且被配置成由处理器执行，所述程序包括用于执行本申请的一种人体测温曲线的拟合方法。
31.本发明的目的之三采用以下技术方案实现：
32.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行本申请的一种人体测温曲线的拟合方法。
33.相比现有技术，本发明的有益效果在于：本申请中的一种人体测温曲线的拟合方法，通过获取原始数据、计算原始像素均值、校正原始像素均值的到测温值，计算出测温值与预设温度值的差值，根据所述差值对预设测温曲线进行拟合，将拟合后的预设测温曲线
作为新测温曲线用于下一帧原始数据的测温值计算，从而使用于计算测温值的预设测温曲线是动态变化的，动态变化的预设测温曲线可以适用多场景条件下的人体体温测量，使多场景下的人体体温测量的结果更加精准，避免了体温筛查系统失效的情况发生。
34.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。
附图说明
35.此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
36.图1为本发明的一种人体测温曲线的拟合方法的流程示意图；
37.图2为本发明的一种人体测温曲线的拟合方法中当前帧原始数据的图像示意图；
38.图3为本发明的一种人体测温曲线的拟合方法中预设测温曲线的示意图。
具体实施方式
39.下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
40.如图1所示，本申请中的一种人体测温曲线的拟合方法，包括以下步骤：
41.获取原始数据，获取红外热成像仪实时监察的含有目标人体的目标场景图像数据，所述目标场景图像数据包括若干帧原始数据，每帧原始数据中包括若干像素点，每个像素点对应唯一的像素值。
42.计算原始像素均值，随机选取目标场景图像数据中的一帧原始数据作为当前帧原始数据，本实施例中是随机选取一帧原始数据作为当前帧原始数据，当前帧原始数据或每一帧原始数据的实质为一张图片，具体如图2所示。根据当前帧原始数据中每个像素点的像素值以及像素点数量计算当前帧原始数据对应的原始像素均值。
43.校正原始像素均值，根据当前帧原始数据中每个像素点的像素值、原始像素值以及预设均差阈值对当前帧原始数据中的像素点进行像素点剔除处理以及划分均差区域处理，得到均差区域信息，根据均差区域信息以及均差区域中像素点的像素均值计算出最新像素均值。本步骤具体包括以下子步骤：
44.计算第一均差，计算出当前帧原始数据中每个像素点的像素值与原始像素均值的差，得到第一均差；
45.像素点剔除，将当前帧原始数据中第一均差大于预设均差阈值的像素点剔除，将当前帧原始数中剩余像素点按照预设划分规则划分预设数量的均差区域，并得到均差区域信息；本子步骤中，所述预设划分规则为以当前帧原始数据的中心像素点为中心，以预设间距为100将当前原始数据上下扩展为8个的均差区域，即以中心像素点为原点，8个均差区域为(
‑
400～
‑
300为第一个均差区域的区间,
‑
300～
‑
200为第二个均差区域的区间,
‑
200～
‑
100为第三个均差区域的区间,
‑
100～0为第四个均差区域的区间,0～100为第五个均差区域的区间,100～200为第六个均差区域的区间,200～300为第七个均差区域的区间,300～
400为第七个均差区域的区间)。此时统计每个划分区域中的像素点的数量。
46.计算最新像素均值，根据每个均差区域对应的均差区域信息和每个均差区域中剩余像素点的像素值计算出每个均差区域对应的区域得分，计算出区域得分最高的均差区域中剩余像素点的像素均值，将所述像素均值作为最新像素均值。本步骤的区域得分具体计算过程如下：区域得分＝当前区间左边端点值+(当前区间像素点的值总和
‑
当前像素点的均差)/当前区间像素点的值总和*(当前区间左边端点
‑
当前区间左边端点)，上述公式中当前区域即为每个均差区域的区间端点，例如上述第一个均差区域的当前区间左边端点为
‑
400。当前像素点的均差为每个均差区域内剩余像素点的像素值与均差区域内剩余像素点对应的像素均值的差值。
47.判断数据，判断当前帧原始数据是否在人脸区域范围内且当前帧原始数据中最大的像素值是否预设人体正常数据范围内时，若是，则执行步骤计算测温值，若否，则返回计算原始均值。
48.计算测温值，根据当前帧原始数据中最大的像素值与最新像素均值计算出第二均差，将第二均差代入预设测温曲线中计算出当前帧原始数据对应的测温值。在本实施例中预设测温曲线如以下公式(1)所示：
49.y＝6*10
‑
12
*value3‑
3*10
‑7*value2+0.0097*value+envitemp
ꢀꢀꢀ
(1)
50.其中，y为测温值，value为第二均差，envitemp为环温补偿值。在本实施例中环温补偿值的原始值为26。
51.测温曲线拟合，计算出测温值与预设温度值的差值，根据所述差值对预设测温曲线进行拟合，将拟合后的预设测温曲线作为新测温曲线用于下一帧原始数据的测温值计算。本实施例中测温曲线拟合具体为：计算出测温值与预设温度值的差值，将预设测温曲线中的环温补偿值与所述差值的和作为新环温补偿值，将新环温补偿值替换预设侧温曲线中的环温补偿值，将含有新环温补偿值的预设测温曲线作为新测温曲线用于下一帧原始数据的测温值计算。本实施例中对于测温曲线的拟合实质为对公式(1)中的环温补偿值的动态替换的过程。本实施例中可以得到动态的预设侧温曲线，动态的预设测温曲线如图3所示，动态的预设测温曲线的横轴为第二均差，动态的预设测温曲线的纵轴表示的测温值，整个预设测温曲线是动态变化的。
52.本实施例中还提供一种电子设备，包括：处理器；
53.存储器；以及程序，其中所述程序被存储在所述存储器中，并且被配置成由处理器执行，所述程序包括用于执行本申请的一种人体测温曲线的拟合方法。
54.本实施例中还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行本申请的一种人体测温曲线的拟合方法。
55.本申请中的一种人体测温曲线的拟合方法，通过获取原始数据、计算原始像素均值、校正原始像素均值的到测温值，计算出测温值与预设温度值的差值，根据所述差值对预设测温曲线进行拟合，将拟合后的预设测温曲线作为新测温曲线用于下一帧原始数据的测温值计算，从而使用于计算测温值的预设测温曲线是动态变化的，动态变化的预设测温曲线可以适用多场景条件下的人体体温测量，使多场景下的人体体温测量的结果更加精准，避免了体温筛查系统失效的情况发生。
56.以上，仅为本发明的较佳实施例而已，并非对本发明作任何形式上的限制；凡本行
业的普通技术人员均可按说明书附图所示和以上而顺畅地实施本发明；但是,凡熟悉本专业的技术人员在不脱离本发明技术方案范围内，利用以上所揭示的技术内容而做出的些许更动、修饰与演变的等同变化，均为本发明的等效实施例；同时,凡依据本发明的实质技术对以上实施例所作的任何等同变化的更动、修饰与演变等，均仍属于本发明的技术方案的保护范围之内。