一种基于红外热成像的人体体温异常检测方法及装置与流程

本发明涉及医疗监控技术领域，尤其涉及一种基于红外热成像的人体体温异常检测方法及装置。

背景技术：

人体体温是检测人是否健康的重要标志之一，在医疗领域，病人的体温为医生提供了其生理状态的重要信息，所以在人群中进行体温异常个体筛查不仅可以确诊某些疾病的发生，还可以对某些重大疾病或者隐藏于体内的健康隐患起到积极的预防和警示作用。

这次的新型冠状病毒的爆发让国内甚至全球受到生命的威胁，经科学工作者对新型冠状病毒的研究发现，患者基本都会出现发热咳嗽的病理特征，此时对人群中发热人员的筛查就显得尤为重要。

目前针对医疗测温方面出现的大多数人体测温系统存在以下几个问题：

1、手持额温枪，如示温蜡片和红外测温仪需要人工测温，有效传输距离较短，准确性低的同事增加测温人员风险；

2、手持测温仪测温部分采用光纤测温，将感温光纤紧贴于待测物体上，由光源向光纤中发射一束激光脉冲，光纤中每一点均向后散射一小部分光，但是这种方法成本高，安装困难，有效传输距离较短，不适合应用于多测温点；

3、不带黑体的非接触是人体体温测量系统，易受环境温度影响，随着环境温度的变化精度会随之下降，需要不断纠正才能正常使用；

4、带黑体的非接触式人体体温测量系统，该系统有效的减少环境的影响，但是这种方案增大成本、安装相对复杂；

5、大部分实时人体检测系统存在智能化程度不够高，对体温异常人体的判别需要人员24小时不间断地查看和监控画面，但是这种人工监控方式不仅增加了成本，而且无法保障监控效果。

技术实现要素：

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基于红外热成像的人体体温异常检测方法，其解决了目前人体体温异常筛查具备一定的局限性，易受环境温度的影响的问题。

本发明的目的之二在于提供一种基于红外热成像的人体体温异常检测系统，其解决了目前人体体温异常筛查具备一定的局限性，易受环境温度的影响的问题。

本发明的目的之三在于一种计算机可读存储介质，其解决了目前人体体温异常筛查具备一定的局限性，易受环境温度的影响的问题。

本发明的目的之一采用如下技术方案实现：

一种基于红外热成像的人体体温异常检测方法，包括如下步骤：

获取步骤：通过红外热热成像仪对监控区域进行实时拍摄以得到热成像裸数据矩阵和红外图像；

模型创建步骤：分析红外图像以及热成像裸数据，通过背景差分法和设定样本数据阈值进行取样模型的创建；

基准线建立步骤：通过取样模型得到样本数据，并根据得到的样本数据计算得到人体异常检测基准；

筛选步骤：通过人体异常检测基准来对获取到的数据进行筛选，进而筛选出当前检测区域中出现的异常人体。

进一步地，所述通过背景差分法进行取样模型的创建通过如下步骤实现：

将获取到的热成像裸数据矩阵记为矩阵a1，创建背景矩阵b并将矩阵a1复制给矩阵b以初始化背景矩阵；

当获取到新得红外热成像裸数据矩阵a2时，对矩阵a2与b中的元素进行扫描并比较，找出两矩阵中对应位置的元素数值差值超过预设阈值m1的位置坐标，记录该元素的位置坐标并标记存储到容器v，同时触发容器v中该元素位置坐标的变化次数累加器加一，否则将累加器置0；

当累加次数大于预设阈值m2，则视为移动物体，同时将当前红外热成像裸数据矩阵a2上该坐标的元素数值赋值给背景矩阵b对应元素，更新背景矩阵b的数据；

当热成像裸数据矩阵中的元素与背景矩阵的相差不超过预设阈值时，则将这些区域视为背景以屏蔽非移动物体取样干扰。

进一步地，所述通过设定样本数据阈值进行取样模型的创建具体包括如下步骤：

将侦测到的红外图像中的移动目标标记成f1；

通过设定样本采集阈值n，筛选符合预设阈值范围的热源目标并将其标记成f2，屏蔽非人体热源取样干扰；

当同时满足f1、f2的条件下，即判定为移动人体热源。

进一步地，所述基准线建立步骤具体为：通过取样模型得到样本数据，动态存储更新样本并统计计算均值，根据动态计算得到的均值来对人体异常检测基准的结果进行调整。

进一步地，所述动态存储更新样本具体为：当超出样本容量时，将新的样本数据替换掉原有的样本数据以实现持续更新样本数据。

进一步地，所述将新的样本数据替换掉原有的样本数据为依照存储顺序来对样本数据进行替换。

进一步地，在筛选步骤之后还包括告警步骤：将筛选出的异常人体发送至客户端进行告警。

进一步地，在获取步骤之后还包括数据转换步骤：利用红外辐射通量与温度之间的转换公式，将每个像素点的像素值表示成摄氏温度值的形式；所述转换公式为m＝εσt⁴，其中，m为红外辐射通量，ε为辐射系数，σ为斯蒂芬-玻尔兹曼常数，t为绝对温度。

本发明的目的之二采用如下技术方案实现：

一种基于红外热成像的人体体温异常检测系统，包括红外热成像仪、前端arm主板以及客户端；

所述红外热成像仪用于对监控区域进行实时拍摄，并将获取红外图像传输至前端arm主板；所述前端arm主板用于实现如本发明目的之一中任意一项所述的基于红外热成像的人体体温异常检测方法；所述客户端用于对监测区域进行选择，并设定对应的筛查温度阈值，将监测区域与警示温度阈值反馈给前端arm主板。

本发明的目的之三采用如下技术方案实现：

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时实现如本发明目的之一中任意一项所述的一种基于红外热成像的人体体温异常检测方法。

相比现有技术，本发明的有益效果在于：

本发明的基于红外热成像的人体体温异常检测方法能够快速的采集到准确的人体体温样本；在不需要黑体的情况下有效筛查异常人体，且无需纠正各种复杂参数；根据本发明的检测方法能很好的解决易受环境温度对人体测温的干扰和异常人体预警与筛查的准确性。

附图说明

图1为实施例一的基于红外热成像的人体体温异常检测方法的流程图；

图2为实施例一中的样本采集方法的流程示意图；

图3为实施例一中的样本采集方法的具体实现流程图；

图4为实施例一中样本数据统计并筛查异常人体体温流程图；

图5为实施例一中的数据转化的具体流程示意图；

图6为实施例一中的测温曲线图示；

图7为实施例二的基于红外热成像的人体体温异常检测系统的结构图。

具体实施方式

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。

实施例一

如图1所示，本实施例提供了一种基于红外热成像的人体体温异常检测方法，包括如下步骤：

s1：通过红外热热成像仪对监控区域进行实时拍摄以得到热成像裸数据矩阵和红外图像；本步骤主要是为了获取到后续进行图像分析比对的基础数据。

s2：分析红外图像以及热成像裸数据，通过背景差分法和设定样本数据阈值进行取样模型的创建；

更为优选的，如图2和图3所示，所述通过背景差分法和设定样本数据阈值进行取样模型的创建通过如下步骤实现：

将获取到的热成像裸数据矩阵记为矩阵a1，创建背景矩阵b并将矩阵a1复制给矩阵b以初始化背景矩阵；

当获取到新得红外热成像裸数据矩阵a2时，对矩阵a2与b中的元素进行扫描并比较，找出两矩阵中对应位置的元素数值差值超过预设阈值m1的位置坐标，记录该元素的位置坐标并标记存储到容器v，同时触发容器v中该元素位置坐标的变化次数累加器加一，否则将累加器置0；

当累加次数大于预设阈值m2，则视为移动物体，同时将当前红外热成像裸数据矩阵a2上该坐标的元素数值赋值给背景矩阵b对应元素，更新背景矩阵b的数据。

基于上述步骤得到的背景矩阵，将当前热成像裸数据矩阵中的元素与背景矩阵的相差不超过预设阈值时，则将这些区域视为背景，其能够有效的屏蔽取到错误样本数据。

并综合上述步骤得到移动物体侦测模型，当侦测到红外图像中移动的目标并标记成f1，同时通过设定人体体温样本采集阈值n，筛选符合预设阈值范围的热源目标并标记成f2，当同时满足f1、f2的条件下，即视为移动人体热源。

在取到正确人体热源具体位置的基础上，得到人体中满足样本采集阈值n的热块，根据符合阈值范围的热块在人体热源的位置分配情况，排除非目标热块的同时正确采集到人体具体部位的温度样本数据在当前环境下，符合人体正常体温范围的人即可视为样本数据。这里的样本采集方法能去掉多余的干扰热源如：人提着热水或地面晒热的情况，但是最终是统计头部的温度的。

s3：通过取样模型得到样本数据，并根据得到的样本数据计算得到人体异常检测基准；在本步骤的样本数据为正常人体的数据，将取到的人体体温样本进行大数据存储，当存储到能够准确的人体正常体温基线时将不在存储，在本实施例中采用的是链式的持续更新样本得出数据；统计当前的样本数据，递推式取得样本均值作为正常人体体温标准，将该温度作为参考点筛选出异常体温人体；当出现较高温物体将会出现诸多干扰，将超过温度均值某个范围是作为阈值排除对异常人体的筛查。

更为优选的，如图4所示，所述步骤s3具体为：通过取样模型得到样本数据，动态存储更新样本并统计计算均值，根据动态计算得到的均值来对人体异常检测基准的结果进行调整。在本实施例中，所述将新的样本数据替换掉原有的样本数据为依照存储顺序来对样本数据进行替换。

在实施过程中，样本容量的大小与人体体温异常筛选的准确性有着直接的联系，样本容量太大，会造成系统资源、运算时间的浪费；样本容量太小，会使抽样误差太大，使筛选结果与实际情况相差很大，影响筛选的效果。所以需要根据大数据统计设定最优值。

s4：通过人体异常检测基准来对获取到的数据进行筛选，进而筛选出当前检测区域中出现的异常人体。统计以上样本数据并分析得出样本数据均值，利用红外辐射通量与温度之间的转换公式，将该均值转换成摄氏温度值的形式，以此温度作为人体筛查基准设置筛查异常温度人体阈值n，识别出不符合该阈值范围的人体，即视为异常温度个体，并发送预警信号发送至客户端进行警示。在本实施例中，异常检测基准线并非是一个单一的数值，其是一个具体的范围值。

更为优选的，在步骤s1之后还包括步骤s11：利用红外辐射通量与温度之间的转换公式，将每个像素点的像素值表示成摄氏温度值的形式；所述转换公式为m＝εσt⁴，其中，m为红外辐射通量，ε为辐射系数，σ为斯蒂芬-玻尔兹曼常数，t为绝对温度。已知被探测物温度并获取裸数据后，通过数据矩阵遍历每个数据求出当前帧的均值和被测物的均差值，再结合当前环温数据最后测物体的热辐射值，通过数模转换成16位数据并结合被测物不同温度和不同环境温度进行二次数据拟合生成测温曲线，把测温曲线以查找表方式导入设备进行温度转换输出，具体数据参照如图5和图6；其是通过传感器与被测物之间的距离以及当前空气湿度综合得出的物理量。在本实施例中进行温度转换时，需要考虑环境温度。

本发明的方式旨在解决筛查出人群中异常体温人体，并将其广泛应用到各个行业，这里的人体异常体温筛查样本数据的采集方式将不受环境里的其他因素的影响，能够快速的采集到准确的人体体温数据样本。在不需要黑体的情况下有效筛查异常人体，无需纠正各种复杂参数。由此使用基于红外热成像机器学习和样本统计的人体体温异常筛查方法能很好的解决易受环境对人体测温的干扰和异常人体预警与筛查的准确性。

实施例二

如图7所示，本实施例提供了一种基于红外热成像的人体体温异常检测系统，包括红外热成像仪、前端arm主板以及客户端；

所述红外热成像仪用于对监控区域进行实时拍摄，并将获取红外图像传输至前端arm主板；所述前端arm主板用于实现如权利要求1-8中任意一项所述的基于红外热成像的人体体温异常检测方法；所述客户端用于对监测区域进行选择，并设定对应的筛查温度阈值，将监测区域与警示温度阈值反馈给前端arm主板；处理器接收红外用于对监测区域进行选择，并设定对应的筛查温度阈值，将监测区域与警示温度阈值反馈给前端arm主板；图像并取样统计分析得到结果图像，利用网络通信在客户端显示分析结果，通过客户端进行实时监测。

实施例三

实施例三公开了一种可读的计算机存储介质，该存储介质用于存储程序，并且该程序被处理器执行时，实现实施例一的一种基于红外热成像的人体体温异常检测方法。

当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的基于内容更新通知方法中的相关操作。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(read-onlymemory，rom)、随机存取存储器(randomaccessmemory，ram)、闪存(flash)、硬盘或光盘等，包括若干指令用以使得一台电子设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

值得注意的是，上述基于内容更新通知装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

上述实施方式仅为本发明的优选实施方式，不能以此来限定本发明保护的范围，本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。