物体轮廓提取方法及系统和物体轮廓预测方法及系统技术方案

本发明专利技术公开了一种物体轮廓提取方法，包括获取物体绝对温度形成热力图；将热力图温度线性约束至第一预设实数范围形成热力图实数矩阵；将热力实数图矩阵转换为灰度图矩阵；将灰度图矩阵转换为第二预设实数范围的二值化灰度图矩阵；滤除二值化灰度图矩阵的噪声点；将二值灰度图矩阵转换为第一预设实数范围的二值图；提取二值图中所有轮廓，并同时生成轮廓层次表，轮廓层次表用于表示图像轮廓之间包含关系；通过轮廓层次表消除所有内轮廓，获得一帧的测量外围轮廓集。本发明专利技术还公开了一种物体轮廓提取系统、一种物体轮廓预测方法以及一种物体轮廓预测系统。本发明专利技术能精确的提取或预测模糊热力图像中的所有轮廓，提高模糊热力图像中的轮廓信息获取精度。

【技术实现步骤摘要】
物体轮廓提取方法及系统和物体轮廓预测方法及系统
本专利技术涉及图像处理与分析领域，特别是涉及一种基于温度图像的物体轮廓提取方法和一种基于温度图像的物体轮廓提取系统。本专利技术还涉及一种基于所述物体轮廓提取方法或系统实现的物体轮廓预测方法或系统。
技术介绍
目前的红外温度传感器分为两种形式：一种是采集单值的温度值，一般用于简单的手持体温检测仪，以及简单的设备温度勘探。此种红外温度传感器应用是采集到温度图像后对特定温度进行分析。另一种是可以输出温度矩阵的高端传感器，一般的应用是人员检测，火灾检测，楼宇自动化，灯光控制，监视系统等。此种红外温度传感器应用是通过与传统摄像头采集的图像数据进行图像的融合，可视化物体的温度分布，此类应用大量用于工业设备的热力图分析中；通过摄像头采集图像信息，后经图像处理来获取或者输出信息是传统获取环境信息的方式，但是从摄像头获取的本质上是RGB类的色域图，如果需要获取对应的温度分布，还需加上温度传感器去获取温度图，后经二者融合来获取图像的温度分布。上述的应用的一个特征是已温度信息为核心，需要的输出信息也是温度，处理的问题都比较集中，目前没对基于模糊的热力图进行直接的轮廓信息的精确提取的相关技术。
技术实现思路
在
技术实现思路
部分中引入了一系列简化形式的概念,该简化形式的概念均为本领域现有技术简化，这将在具体实施方式部分中进一步详细说明。本专利技术的
技术实现思路
部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。本专利技术要解决的技术问题是提供一种能准确提取模糊温度图像(热力图)中物体轮廓的物体轮廓提取方法。本专利技术要解决的另一技术问题是提供一种能准确提取模糊温度图像(热力图)中物体轮廓的物体轮廓提取系统。本专利技术要解决的又一技术问题是提供一种能准确预测模糊温度图像(热力图)中物体轮廓位置的预测方法。本专利技术要解决的再一技术问题是提供一种能准确预测模糊温度图像(热力图)中物体轮廓位置的预测系统。所述模糊温度图像(热力图)包括但不限于利用红外温度传感器获得的温度图像。为解决上述技术问题，本专利技术提供的物体轮廓提取方法，包括以下步骤：S1，获取物体绝对温度形成热力图；S2，将热力图温度线性约束至第一预设实数范围形成热力图实数矩阵；S3，将热力实数图矩阵转换为灰度图矩阵；S4，将灰度图矩阵转换为第二预设实数范围的二值化灰度图矩阵；S5，滤除二值化灰度图矩阵的噪声点；S6，将二值灰度图矩阵转换为第一预设实数范围的二值图；S7，提取二值图中所有轮廓，并同时生成轮廓层次表，轮廓层次表用于表示图像轮廓之间包含关系；S8，通过轮廓层次表消除所有内轮廓，获得一帧的测量外围轮廓集。可选择的，第一预设实数范围为0-1，第二预设实数范围为0-255。可选择的，层次表采用以2为基数的整数，是由从2开始的整数索引。可选择的，实施步骤S5时，采用以下子步骤滤除噪声点；S5.1，依次计算除物体边框外所有像素点周围8个邻域像素点的灰度值之和；S5.2，若获得灰度值之和小于预设阈值则该像素点设置为1，否则设置为0。可选择的，实施步骤S7时，采用以下子步骤提取轮廓；S7.1，通过填充黑像素点，填充形成一帧的四周边界，填充的宽度为一个像素；S7.2，由上至下，从左至右，查找第一个白像素点，此白像素点的左领为黑像素点，找到的第一个白像素点为一个轮廓上的点，并标记此点为预设标记；S7.3，由上述第一个白像素点开始，以8领域为范围，开始以逆时针的方式搜寻其他白像素点，如果该白像素点为孤立点则退出搜寻，否则标记该白像素点，同一轮廓的采用相同预设标记，随着包含关系预设标记依次递增；S7.4，重复步骤S7.2-S7.3，直至一帧中的起始白像素点全部搜寻完毕；S7.5，采用相同预设标记的为同一轮廓，获取到一帧的原始测量的所有轮廓，以及轮廓层次表。邻域：数字图像中，邻域分为4邻域和8邻域，4邻域就是某个(x,y)点的上下左右四个点，8邻域再加上左上右上左下右下四个点。如果p在q周围的8个点内，就是p在q的8邻域内。邻接：邻接算是包含了邻域，如果说p和q是邻接，那么p和q必须互在邻域内。可选择的，实施步骤S8时，采用以下子步骤提取外围轮廓；S8.1，根据一帧中所有轮廓的轮廓层次表，将内轮廓标记为黑像素点来直接消除轮廓中的所有内轮廓，获得外围轮廓；可选择的，实施步骤S8时，还包括；S8.2，通过轮廓周长删除外围轮廓的噪声轮廓，获得一帧的测量外围轮廓集。本专利技术提供一种利用上述任意一项所述物体轮廓提取方法的物体轮廓预测方法，包括以下步骤：S9，通过公式(1)计算获得物体预测轮廓；X(n)t＝X(n)t-1+K[Z(n)t-X(n)t-1]公式(1)其中，预测轮廓集为n维线性空间矩阵X(n),两帧间的物体移动速度为恒定量，通过前两帧的外围轮廓值能获得移动偏差，通过前一帧对移动偏差的加法运算获得物体预测轮廓X(n)t-1，测量外围轮廓为Z(n)t，指定增益系数为K，0＜K＜1，时刻序号为t。优选，K＝0.7可选择的，还包括步骤：S10，通过高斯乘积利用测量外围轮廓集修正物体预测轮廓。本专利技术提供一种物体轮廓提取系统，包括：参数获取单元，其用于获取物体绝对温度并形成热力图；第一转换单元，其用于将热力图温度线性约束至第一预设实数范围形成热力图实数矩阵，将热力实数图矩阵转换为灰度图矩阵，将灰度图矩阵转换为第二预设实数范围的二值化灰度图矩阵；第一滤波单元，其用于滤除二值化灰度图矩阵的噪声点；第二转换单元，其用于将二值灰度图矩阵转换为第一预设实数范围的二值图；轮廓提取单元，其用于提取二值图中所有轮廓，并同时生成轮廓层次表，轮廓层次表用于表示图像轮廓之间包含关系；外围轮廓获取单元，其用于通过轮廓层次表消除所有内轮廓，获得一帧的测量外围轮廓集。可选择的，第一预设实数范围为0-1，第二预设实数范围为0-255。可选择的，层次表采用以2为基数的整数，是由从2开始的整数索引。可选择的，第一滤波单元依次计算除物体边框外所有像素点周围8个邻域像素点的灰度值之和，若获得灰度值之和小于预设阈值则该像素点设置为1，否则设置为0。可选择的，轮廓提取单元采用以下步骤提取轮廓；通过填充黑像素点，填充形成一帧的四周边界，填充的宽度为一个像素；由上至下，从左至右，查找第一个白像素点，此白像素点的左领为黑像素点，找到的第一个白像素点为一个轮廓上的点，并标记此点为预设标记；由上述第一个白像素点开始，以8领域为范围，开始以逆时针的方式搜寻其他白像素点，如果该白像素点为孤立点则退出搜寻，否则标记该白像素点，同一轮廓的采用相同预设标记，随着包含关系预设标记依次递增；重复上述标记和搜本文档来自技高网...

【技术保护点】
1.一种物体轮廓提取方法，其特征在于，包括以下步骤：/nS1，获取物体绝对温度形成热力图；/nS2，将热力图温度线性约束至第一预设实数范围形成热力图实数矩阵；/nS3，将热力实数图矩阵转换为灰度图矩阵；/nS4，将灰度图矩阵转换为第二预设实数范围的二值化灰度图矩阵；/nS5，滤除二值化灰度图矩阵的噪声点；/nS6，将二值灰度图矩阵转换为第一预设实数范围的二值图；/nS7，提取二值图中所有轮廓，并同时生成轮廓层次表，轮廓层次表用于表示图像轮廓之间包含关系；/nS8，通过轮廓层次表消除所有内轮廓，获得一帧的测量外围轮廓集。/n

【技术特征摘要】
1.一种物体轮廓提取方法，其特征在于，包括以下步骤：
S1，获取物体绝对温度形成热力图；
S2，将热力图温度线性约束至第一预设实数范围形成热力图实数矩阵；
S3，将热力实数图矩阵转换为灰度图矩阵；
S4，将灰度图矩阵转换为第二预设实数范围的二值化灰度图矩阵；
S5，滤除二值化灰度图矩阵的噪声点；
S6，将二值灰度图矩阵转换为第一预设实数范围的二值图；
S7，提取二值图中所有轮廓，并同时生成轮廓层次表，轮廓层次表用于表示图像轮廓之间包含关系；
S8，通过轮廓层次表消除所有内轮廓，获得一帧的测量外围轮廓集。


2.如权利要求1所述的物体轮廓提取方法，其特征在于：第一预设实数范围为0-1。


3.如权利要求1所述的物体轮廓提取方法，其特征在于：第二预设实数范围为0-255。


4.如权利要求1所述的物体轮廓提取方法，其特征在于：层次表采用以2为基数的整数，是由从2开始的整数索引。


5.如权利要求1所述的物体轮廓提取方法，其特征在于：实施步骤S5时，采用以下子步骤滤除噪声点；
S5.1，依次计算除物体边框外所有像素点周围8个邻域像素点的灰度值之和；
S5.2，若获得灰度值之和小于预设阈值则该像素点设置为1，否则设置为0。


6.如权利要求1所述的物体轮廓提取方法，其特征在于：实施步骤S7时，采用以下子步骤提取轮廓；
S7.1，通过填充黑像素点，填充形成一帧的四周边界，填充的宽度为一个像素；
S7.2，由上至下，从左至右，查找第一个白像素点，此白像素点的左领为黑像素点，找到的第一个白像素点为一个轮廓上的点，并标记此点为预设标记；
S7.3，由上述第一个白像素点开始，以8领域为范围，开始以逆时针的方式搜寻其他白像素点，如果该白像素点为孤立点则退出搜寻，否则标记该白像素点，同一轮廓的采用相同预设标记，随着包含关系预设标记依次递增；
S7.4，重复步骤S7.2-S7.3，直至一帧中的起始白像素点全部搜寻完毕；
S7.5，采用相同预设标记的为同一轮廓，获取到一帧的原始测量的所有轮廓，以及轮廓层次表。


7.如权利要求1所述的物体轮廓提取方法，其特征在于：实施步骤S8时，采用以下子步骤提取外围轮廓；
S8.1，根据一帧中所有轮廓的轮廓层次表，将内轮廓标记为黑像素点来直接消除轮廓中的所有内轮廓，获得外围轮廓。


8.如权利要求7所述的物体轮廓提取方法，其特征在于，实施步骤S8时，还包括；
S8.2，通过轮廓周长删除外围轮廓的噪声轮廓，获得一帧的测量外围轮廓集。


9.一种利用权利要求1-8任意一项所述物体轮廓提取方法的物体轮廓预测方法，其特征在于，包括以下步骤：
S9，通过公式(1)计算获得物体预测轮廓；
X(n)t＝X(n)t-1+K[Z(n)t-X(n)t-1]公式(1)
其中，预测轮廓集为n维线性空间矩阵X(n),两帧间的物体移动速度为恒定量，通过前两帧的外围轮廓值能获得移动偏差，通过前一帧对移动偏差的加法运算获得物体预测轮廓X(n)t-1，测量外围轮廓为Z(n)t，指定增益系数为K，0＜K＜1，时刻序号为t。


10.如权利要求9所述的物体轮廓预测方法，其特征在于，还包括步骤：
S10，通过高斯乘积利用测量外围轮廓集修正物体预测轮廓...

【专利技术属性】
技术研发人员：蒋晨晓，陆永健，徐杰，
申请(专利权)人：上海明波通信技术股份有限公司，
类型：发明
国别省市：上海;31