人体热红外图像温度分析方法研究

发布时间：2025-06-29 19:36

　　热成像技术记录物体表面的温度信息,在军事、航天、工业、医学、安防等领域均有广泛应用。在医学中,体温是人体组织异常活动的指标之一,因此通过深入分析热红外图像可诊断特定的病情。受限于热红外成像设备,热红外图像分辨率较低,通常通过相机在竖直方向上的移动分别采集人体上半身与下半身图像。同时由于热红外图像缺少可见光图像的纹理细节,人体部位精确定位较为困难。针对上述问题,本文开展了如下所述的研究工作:1.为了将上下半身热红外图像拼接完整并剔除背景,提出了一系列图像预处理算法。在二值化阶段,利用滑动窗口法进行局部阈值分割。在拼接阶段,先利用二值图像进行粗匹配,然后利用灰度模板实现细匹配,最后进行图像融合。该算法在300组样例图像上进行有效性验证。实验结果表明,二值化和全身拼接均取得了令人满意的结果。2.为了对人体红外热图像进行温度分析,提出了几种图像处理算法,包括人体部位划分、异常温度检测、纹理相似区域检测等。人体部位划分基于轮廓的曲率分析,计算人体的关键点,通过关键点划分区域。该算法在300组样例图像上进行有效性验证。异常温度检测通过轮廓分析和形态学处理。另外,使用灰度共生矩阵进行纹理相似度判别。以...

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
Abstract
1 绪论
    1.1 热成像技术
        1.1.1 红外辐射基本理论
        1.1.2 人体热红外图像的特点
        1.1.3 研究背景与意义
    1.2 国内外研究现状
        1.2.1 图像二值化
        1.2.2 图像配准
        1.2.3 模板匹配
        1.2.4 人体特征点定位
    1.3 本文所做的工作与创新
    1.4 论文章节安排
2 人体热红外图像预处理
    2.1 伪彩色变换
    2.2 图像二值化
        2.2.1 阈值分割算法
        2.2.2 基于滑动窗口的阈值分割算法
        2.2.3 实验结果及分析
    2.3 上下半身图像拼接
        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 手臂配准
        2.3.4 图像融合
    2.4 实验结果及分析
    2.5 本章小结
3 人体部位划分及温度分析
    3.1 人体部位划分算法
        3.1.1 形态学处理
        3.1.2 基于轮廓分析的部位分割算法
        3.1.3 实验结果与分析
    3.2 温度异常部位检测算法
    3.3 纹理相似度检测算法
    3.4 本章小结
4 人脸图像配准及温度分析
    4.1 图像采集装置
    4.2 图像配准
    4.3 人脸区域划分
        4.3.1 人脸检测
        4.3.2 人脸关键点定位
        4.3.3 肤色检测
        4.3.4 区域划分与温度统计
    4.4 本章小结
5 总结与展望
参考文献
作者简历
攻读硕士学位期间的研究成果



本文编号：4054731