一种基于红外热像仪的人机测距方法及系统技术方案

本发明专利技术公开了一种基于红外热像仪的人机测距方法及系统。该方法包括如下步骤：获取红外热像仪采集的待测热图，根据待测热图中各像素点温度值对应计算各像素点的梯度向量，梯度向量包括横向梯度值和纵向梯度值；基于各像素点的梯度向量，确定人体头部边界框，人体头部边界框包括一个或多个；根据人体头部边界框，计算其对应特征集；将特征集输入到预先构建的人机测距模型中，预测得到待测热图中每个人与红外热像仪之间的距离。本发明专利技术通过对红外热像仪获取的热图进行各像素点梯度向量计算、头部边界框提取、特征集构建、人机距离预测模型建立与距离预测，可对热图中一个或多个人体与红外热像仪之间的距离进行测定，实现对人的被动定位。定位。定位。

【技术实现步骤摘要】
一种基于红外热像仪的人机测距方法及系统


[0001]本专利技术属于红外测距
，更具体地，涉及一种基于红外热像仪的人机测距方法及系统。

技术介绍

[0002]红外热像仪是利用光学成像物镜接收被测的红外辐射能量分布图形，反映到红外探测器的光敏元件上，从而获得红外热像图（以下简称热图）；这种热图与物体表面的热分布场相对应。通俗地讲红外热像仪就是将物体发出的不可见红外能量转变为可见的热图。热图上的不同颜色代表被测物体的不同温度。
[0003]红外热像仪可以在夜间、雾天中正常使用，对光线条件敏感度低，比起传统的红外相机和可见光相机具有更强的条件适应能力，应用范围更广。然而，目前缺乏利用红外热像仪对人与其之间距离进行测定的研究。

技术实现思路

[0004]针对现有技术的缺陷，本专利技术的目的在于提供一种基于红外热像仪的人机测距方法及系统，可对人与红外热像仪之间的距离进行测定，实现对人的被动定位。
[0005]为实现上述目的，第一方面，本专利技术提供了一种基于红外热像仪的人机测距方法，包括如下步骤：（1）获取红外热像仪采集的待测热图，根据所述待测热图中各像素点温度值对应计算各像素点的梯度向量，所述梯度向量包括横向梯度值和纵向梯度值；（2）基于所述各像素点的梯度向量，确定人体头部边界框，所述人体头部边界框包括一个或多个；（3）根据所述人体头部边界框，计算其对应特征集；（4）将所述特征集输入到预先构建的人机测距模型中，预测得到所述待测热图中每个人与红外热像仪之间的距离。
[0006]本专利技术提供的基于红外热像仪的人机测距方法，通过对红外热像仪获取的热图进行各像素点梯度向量计算、头部边界框提取、特征集构建、人机距离预测模型建立与距离预测等，可对热图中一个或多个人体与红外热像仪之间的距离进行测定，实现对人的被动定位；且采用人体头部作为测距标准，可有效提高测距准确度。
[0007]在其中一个实施例中，步骤（1），具体包括：计算各像素点温度值分别与其左、右k个相邻像素点的温度值之差的均值，得到各像素点对应的左、右梯度值；计算各像素点对应的左、右梯度值之差的绝对值，得到各像素点的横向梯度值；计算各像素点温度值分别与其上、下k个相邻像素点的温度值之差的均值，得到各像素点对应的上、下梯度值；计算各像素点对应的上、下梯度值之差的绝对值，得到各像素点的纵向梯度值。
[0008]在其中一个实施例中，步骤（2），包括如下子步骤：（a）基于所述各像素点的梯度向量，确定人体轮廓点；（b）根据所述人体轮廓点，提取所述人体头部边界框。
[0009]在其中一个实施例中，步骤（a），具体包括：比较各像素点与其水平方向2K个相邻像素点的左、右梯度值，若一像素点的左梯度值为其水平方向2K个相邻像素点中的最小值、且其右梯度是水平方向2k个相邻像素点中的最大值，则该像素点为人体轮廓上的左侧轮廓点；若某一像素点的左梯度值是水平方向2k个相邻像素点中的最大值，且其右梯度值是水平方向2k个相邻像素点中的最小值，则该像素点为人体轮廓上的右侧轮廓点；比较各像素点与其垂直方向2K个相邻像素点的上、下梯度值，若一像素点的上梯度值为其垂直方向2K个相邻像素点中的最小值、且其下梯度是垂直方向2k个相邻像素点中的最大值，则该像素点为人体轮廓上的上侧轮廓点；若某一像素点的上梯度值是垂直方向2k个相邻像素点中的最大值，且其下梯度值是其垂直方向2k个相邻像素点中的最小值，则该像素点为人体轮廓上的右侧轮廓点。
[0010]在其中一个实施例中，步骤（b），具体包括：利用人体形状分解技术并结合头部区域的特性，从所述人体轮廓点中分离出人体头部轮廓点；计算所述人体头部轮廓点中横、纵坐标的最大值和最小值，得到四个顶点，连接四个顶点形成一个所述人体头部边界框。
[0011]在其中一个实施例中，所述头部区域的特性包括人体头部轮廓为一个闭环，且人体头部轮廓内的各像素点温度值高于人体其他部位的各像素点温度值。
[0012]在其中一个实施例中，步骤（3），具体包括：计算所述人体头部边界框内各像素点温度值是否为4邻域最大、是否为8邻域最大、各像素点温度值的离散系数、以及所述人体头部边界框与热图边界的距离，得到反映人机距离的特征集，所述特征集包括4邻域最大温度个数、8邻域温度个数、离散系数、人体头部边界框的上边距、人体头部边界框的下边距、人体头部边界框的左边距和人体头部边界框的右边距。
[0013]在其中一个实施例中，所述人机测距模型利用机器学习方法LightGBM建立。
[0014]在其中一个实施例中，所述人机测距模型的构建过程为：获取带标签的热图数据集，计算所述热图数据集中各热图的特征集，利用所述机器学习方法LightGBM建立人机测距模型。
[0015]第二方面，本专利技术提供了一种基于红外热像仪的人机测距系统，包括：梯度向量计算模块，用于获取待测热图，根据所述待测热图中各像素点温度值对应计算各像素点的梯度向量，所述梯度向量包括横向梯度值和纵向梯度值；人体头部边界框确定模块，用于基于各像素点的梯度向量，确定人体头部边界框，所述人体头部边界框包括一个或多个；特征集计算模块，用于根据所述人体头部边界框，计算其对应特征集；距离预测模块，用于将所述特征集输入到预先构建的人机测距模型中，预测得到所述待测热图中每个人与红外热像仪之间的距离。
[0016]本专利技术提供的基于红外热像仪的人机测距系统，通过对红外热像仪获取的热图进行各像素点梯度向量计算、头部边界框提取、特征集构建、人机距离预测模型建立与距离预测等，可对热图中一个或多个人体与红外热像仪之间的距离进行测定，实现对人的被动定位；且采用人体头部作为测距标准，可有效提高测距准确度。
附图说明
[0017]图1是一实施例中基于红外热像仪的人机测距方法的流程图；图2是一实施例中步骤S20的流程图；图3是一实施例中热图人体轮廓示意图；图4是一实施例中热图人体头部边界框示意图；图5是一实施例中头部区域内4邻域最大值个数、8邻域最大值个数和离散系数在人逐渐接近红外热像仪又逐渐走远时的数值变化曲线图；图6是一实施例中基于红外热像仪的人机测距系统架构图。
具体实施方式
[0018]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0019]为利用红外热成像仪对人与热像仪之间的距离进行测定，实现对人的被动定位，本专利技术提供了一种基于红外热像仪的人机测距方法，其具体构成将在后续实施例中加以详细阐述。
[0020]本专利技术提供的基于红外热像仪的人机测距方法，可应用于安防领域，具体可用于周界入侵检测等。请先参阅图1，图1是本专利技术一实施例提供的基于红外热像仪的人机测距方法流程图，如图1所示，该人机测距方法包括步骤S10～步骤S40，详述如下：S10，获取红外热像仪采集的待测热图，根据待测热图中各像素点温度值对应计算各像素点的梯度向量，梯度向量包括横向梯度值和纵向梯度值本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于红外热像仪的人机测距方法，其特征在于，包括如下步骤：（1）获取红外热像仪采集的待测热图，根据所述待测热图中各像素点温度值对应计算各像素点的梯度向量，所述梯度向量包括横向梯度值和纵向梯度值；（2）基于所述各像素点的梯度向量，确定人体头部边界框，所述人体头部边界框包括一个或多个；（3）根据所述人体头部边界框，计算其对应特征集；（4）将所述特征集输入到预先构建的人机测距模型中，预测得到所述待测热图中每个人与红外热像仪之间的距离。2.根据权利要求1所述的基于红外热像仪的人机测距方法，其特征在于，步骤（1），具体包括：计算各像素点温度值分别与其左、右k个相邻像素点的温度值之差的均值，得到各像素点对应的左、右梯度值；计算各像素点对应的左、右梯度值之差的绝对值，得到各像素点的横向梯度值；计算各像素点温度值分别与其上、下k个相邻像素点的温度值之差的均值，得到各像素点对应的上、下梯度值；计算各像素点对应的上、下梯度值之差的绝对值，得到各像素点的纵向梯度值。3.根据权利要求2所述的基于红外热像仪的人机测距方法，其特征在于，步骤（2），包括如下子步骤：（a）基于所述各像素点的梯度向量，确定人体轮廓点；（b）根据所述人体轮廓点，提取所述人体头部边界框。4.根据权利要求3所述的基于红外热像仪的人机测距方法，其特征在于，步骤（a），具体包括：比较各像素点与其水平方向2K个相邻像素点的左、右梯度值，若一像素点的左梯度值为其水平方向2K个相邻像素点中的最小值、且其右梯度是水平方向2k个相邻像素点中的最大值，则该像素点为人体轮廓上的左侧轮廓点；若某一像素点的左梯度值是水平方向2k个相邻像素点中的最大值，且其右梯度值是水平方向2k个相邻像素点中的最小值，则该像素点为人体轮廓上的右侧轮廓点；比较各像素点与其垂直方向2K个相邻像素点的上、下梯度值，若一像素点的上梯度值为其垂直方向2K个相邻像素点中的最小值、且其下梯度是垂直方向2k个相邻像素点中的最大值，则该像素点为人体轮廓上的上侧轮廓点；若某一像素点的上梯度值是垂直方向2k个相邻像素点中的最大值，且其下梯度值是其垂...

【专利技术属性】
技术研发人员：刘行军，刘文平，彭瑞卿，朱晓波，李明磊，
申请(专利权)人：湖北经济学院，
类型：发明
国别省市：