熱成像技術(shù)記錄物體表面的溫度信息,在軍事、航天、工業(yè)、醫(yī)學(xué)、安防等領(lǐng)域均有廣泛應(yīng)用。在醫(yī)學(xué)中,體溫是人體組織異常活動(dòng)的指標(biāo)之一,因此通過深入分析熱紅外圖像可診斷特定的病情。受限于熱紅外成像設(shè)備,熱紅外圖像分辨率較低,通常通過相機(jī)在豎直方向上的移動(dòng)分別采集人體上半身與下半身圖像。同時(shí)由于熱紅外圖像缺少可見光圖像的紋理細(xì)節(jié),人體部位精確定位較為困難。針對(duì)上述問題,本文開展了如下所述的研究工作:1.為了將上下半身熱紅外圖像拼接完整并剔除背景,提出了一系列圖像預(yù)處理算法。在二值化階段,利用滑動(dòng)窗口法進(jìn)行局部閾值分割。在拼接階段,先利用二值圖像進(jìn)行粗匹配,然后利用灰度模板實(shí)現(xiàn)細(xì)匹配,最后進(jìn)行圖像融合。該算法在300組樣例圖像上進(jìn)行有效性驗(yàn)證。實(shí)驗(yàn)結(jié)果表明,二值化和全身拼接均取得了令人滿意的結(jié)果。2.為了對(duì)人體紅外熱圖像進(jìn)行溫度分析,提出了幾種圖像處理算法,包括人體部位劃分、異常溫度檢測(cè)、紋理相似區(qū)域檢測(cè)等。人體部位劃分基于輪廓的曲率分析,計(jì)算人體的關(guān)鍵點(diǎn),通過關(guān)鍵點(diǎn)劃分區(qū)域。該算法在300組樣例圖像上進(jìn)行有效性驗(yàn)證。異常溫度檢測(cè)通過輪廓分析和形態(tài)學(xué)處理。另外,使用灰度共生矩陣進(jìn)行紋理相似度判別。以...

【文章頁數(shù)】：64 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
Abstract
1 緒論
    1.1 熱成像技術(shù)
        1.1.1 紅外輻射基本理論
        1.1.2 人體熱紅外圖像的特點(diǎn)
        1.1.3 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 圖像二值化
        1.2.2 圖像配準(zhǔn)
        1.2.3 模板匹配
        1.2.4 人體特征點(diǎn)定位
    1.3 本文所做的工作與創(chuàng)新
    1.4 論文章節(jié)安排
2 人體熱紅外圖像預(yù)處理
    2.1 偽彩色變換
    2.2 圖像二值化
        2.2.1 閾值分割算法
        2.2.2 基于滑動(dòng)窗口的閾值分割算法
        2.2.3 實(shí)驗(yàn)結(jié)果及分析
    2.3 上下半身圖像拼接
        2.3.1 灰度相似性算法
        2.3.2 本文采用的模板匹配算法
        2.3.3 手臂配準(zhǔn)
        2.3.4 圖像融合
    2.4 實(shí)驗(yàn)結(jié)果及分析
    2.5 本章小結(jié)
3 人體部位劃分及溫度分析
    3.1 人體部位劃分算法
        3.1.1 形態(tài)學(xué)處理
        3.1.2 基于輪廓分析的部位分割算法
        3.1.3 實(shí)驗(yàn)結(jié)果與分析
    3.2 溫度異常部位檢測(cè)算法
    3.3 紋理相似度檢測(cè)算法
    3.4 本章小結(jié)
4 人臉圖像配準(zhǔn)及溫度分析
    4.1 圖像采集裝置
    4.2 圖像配準(zhǔn)
    4.3 人臉區(qū)域劃分
        4.3.1 人臉檢測(cè)
        4.3.2 人臉關(guān)鍵點(diǎn)定位
        4.3.3 膚色檢測(cè)
        4.3.4 區(qū)域劃分與溫度統(tǒng)計(jì)
    4.4 本章小結(jié)
5 總結(jié)與展望
參考文獻(xiàn)
作者簡歷
攻讀碩士學(xué)位期間的研究成果



本文編號(hào)：4054731