一种人体红外图像样本处理方法及存储介质技术

本申请涉及一般的图像数据处理或产生技术领域，特别是涉及一种人体红外图像样本处理方法及存储介质。所述方法包括以下步骤：S100，获取人体红外图像样本集合P；S200，遍历P，如果p

【技术实现步骤摘要】
一种人体红外图像样本处理方法及存储介质


[0001]本专利技术涉及一般的图像数据处理或产生
，特别是涉及一种人体红外图像样本处理方法及存储介质。

技术介绍

[0002]利用智能红外热成像体外探测设备可以拍摄人体红外图像，基于人体红外图像可以判断人体的健康状况。例如，通过获取人体红外图像中特定穴位或区域的温度信息可以判断人体的健康情况，具体的，可将待判断的人体红外图像中特定穴位或区域的温度与标准的人体红外图像中特定穴位或区域的温度进行对比，如果待判断的人体红外图像中特定穴位或区域的温度与标准的人体红外图像中特定穴位或区域的温度差别较小，说明该人体的健康情况正常；如果待判断的人体红外图像中特定穴位或区域的温度与标准的人体红外图像中特定穴位或区域的温度差别较大，说明该人体的健康情况可能存在异常。
[0003]标准的人体红外图像中特定穴位或区域的温度是判断人体的健康情况的基础，为了提高判断人体的健康情况的准确性，如何提高获取的标准的人体红外图像中特定穴位或区域的温度的准确性，是亟待解决的问题。

技术实现思路

[0004]本专利技术目的在于，提供一种红外图像样本处理方法及存储介质，提高了获取的标准的人体红外图像中特定穴位或区域的温度的准确性。
[0005]根据本专利技术的第一方面，提供了一种人体红外图像样本处理方法，包括以下步骤：
[0006]S100，获取人体红外图像样本集合P＝{p1，p2，
…
，p
i
，
…
，p
N
}，其中p
i
为第i个人体红外图像样本，i的取值范围为1到N，N为P中人体红外图像样本的数量。
[0007]S200，遍历P，如果p
i
为正常样本，则将p
i
追加到P
’
，P
’
的初始化为Null。
[0008]S300，遍历P
’
，根据对应的年龄、性别、地域和季节信息对P
’
进行分组，得到C＝{c1，c2，
…
，c
j
，
…
，c
M
}，其中，c
j
为对P
’
进行分组得到的第j组人体红外图像样本集合，j的取值范围为1到M，M为C中包括的组数量；M＝A1*A2*A3*A4，A1为P
’
包括的预设的年龄区间数量，A2为P
’
包括的性别类型数量，A3为P
’
包括的地域类型数量，A4为P
’
包括的季节类型数量。
[0009]S400，遍历C，利用K
‑
means聚类方法对c
j
进行聚类，得到c
j
＝{c
j,1
，c
j,2
，
…
，c
j,k
，
…
，c
j,K
}，其中，c
j,k
为对c
j
进行聚类得到的第k个簇，k的取值范围为1到K，K为预设的簇数量。
[0010]S500，遍历C，如果n
j,k
小于预设样本数量，则删除c
j
中c
j,k
，得到更新后的c
j
，n
j,k
为c
j,k
中人体红外图像样本数量。
[0011]S600，遍历C，获取更新后的c
j
中各人体红外图像样本对应的温度向量的均值向量EF
j
，并输出EF
j
。
[0012]本专利技术与现有技术相比具有明显的有益效果，借由上述技术方案，本专利技术提供的人体红外图像样本处理方法及存储介质可达到相当的技术进步性及实用性，并具有产业上的广泛利用价值，其至少具有以下有益效果：
[0013]本专利技术按照年龄、性别、地域和季节信息对人体红外图像样本集合中的正常样本进行了分组，使得每组正常样本对应的是同一年龄、性别、地域和季节，在此基础上，本专利技术对各组进行了聚类，并剔除了各组中包含人体红外图像样本数量较少的簇，得到了更新后的各组，由于包含人体红外图像样本数量较少的簇中人体红外图像样本为异常样本的概率相对较大，因此，相较于直接根据同一年龄、性别、地域和季节对应的所有正常人体红外图像样本获取标准的人体红外图像中特定穴位或区域的温度，本专利技术将更新后的各组作为计算各组对应的标准的人体红外图像的各穴位或区域的温度的基础，能够提高获取的标准的人体红外图像中特定穴位或区域的温度的准确性。
附图说明
[0014]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0015]图1为本专利技术实施例提供的人体红外图像样本处理方法的流程图。
具体实施方式
[0016]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0017]根据本专利技术的第一方面，提供了一种人体红外图像样本处理方法，如图1所示，包括以下步骤：
[0018]S100，获取人体红外图像样本集合P＝{p1，p2，
…
，p
i
，
…
，p
N
}，其中p
i
为第i个人体红外图像样本，i的取值范围为1到N，N为P中人体红外图像样本的数量。
[0019]根据本专利技术，P是人体红外图像样本集合，这些人体红外图像是对不同人体进行拍摄得到的，这些人体对应的年龄、性别和地域等可能存在差别，对人体进行红外图像拍摄的季节也可能存在差别。
[0020]应当理解的是，N的值越大，本专利技术基于的样本数量越大，越有可能减少偶然因素对获取标准的人体红外图像中特定穴位或区域的温度的干扰，提高S600中获取的EF
j
的准确性。
[0021]S200，遍历P，如果p
i
为正常样本，则将p
i
追加到P
’
，P
’
的初始化为Null。
[0022]可选的，本专利技术通过人工的方式判断p
i
是否为正常样本，或者按照预设的判断条件判断p
i
是否为正常样本。可选的，预设的判断条件为以下判断条件中的至少一种：常规体检数据是否超出正常值；人体红外图像是否符合红外热成像健康人红外成像特征；是否符合平和质特征人群；信息采集表中是否出现过重大疾本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人体红外图像样本处理方法，其特征在于，包括以下步骤：S100，获取人体红外图像样本集合P＝{p1，p2，
…
，p
i
，
…
，p
N
}，其中p
i
为第i个人体红外图像样本，i的取值范围为1到N，N为P中人体红外图像样本的数量；S200，遍历P，如果p
i
为正常样本，则将p
i
追加到P
’
，P
’
的初始化为Null；S300，遍历P
’
，根据对应的年龄、性别、地域和季节信息对P
’
进行分组，得到C＝{c1，c2，
…
，c
j
，
…
，c
M
}，其中，c
j
为对P
’
进行分组得到的第j组人体红外图像样本集合，j的取值范围为1到M，M为C中包括的组数量；M＝A1*A2*A3*A4，A1为P
’
包括的预设的年龄区间数量，A2为P
’
包括的性别类型数量，A3为P
’
包括的地域类型数量，A4为P
’
包括的季节类型数量；S400，遍历C，利用K
‑
means聚类方法对c
j
进行聚类，得到c
j
＝{c
j,1
，c
j,2
，
…
，c
j,k
，
…
，c
j,K
}，其中，c
j,k
为对c
j
进行聚类得到的第k个簇，k的取值范围为1到K，K为预设的簇数量；S500，遍历C，如果n
j,k
小于预设样本数量，则删除c
j
中c
j,k
，得到更新后的c
j
，n
j,k
为c
j,k
中人体红外图像样本数量；S600，遍历C，获取更新后的c
j
中各人体红外图像样本对应的温度向量的均值向量EF
j
，并输出EF
j
；所述S400中利用K
‑
means聚类方法对c
j
进行聚类，包括：S410，从c
j
中随机选取K个人体红外图像样本作为质心；S420，对于c
j
中每一个人体红外图像样本，获取其与每一个质心的距离，并将其划分到距离其最近的质心所属的集合；其中，c
j
中第b1个人体红外图像样本p
j,b1
与第k个质心p
j,k
的距离为dj
b1,k
，dj
b1,k
与sim(F
j,b1
，F
j,k
)呈负相关关系，b1的取值范围均为1到Z
j
，Z
j
为c
j
中人体红外图像样本数量，sim()为求相似度，F<...

【专利技术属性】
技术研发人员：向军，任冰，杨银，李洪娟，
申请(专利权)人：北京鹰之眼智能健康科技有限公司，
类型：发明
国别省市：