[发明专利]基于红外热成像技术的双视智能图像识别和目标定位方法

说明书

技术领域

本发明涉及热成像监测技术领域，尤其是涉及一种基于红外热成像技术的双视智能图像识别和目标定位方法。

背景技术

目前，众多行业已将红外热成像和测温技术应用到设备故障或缺陷监控、温升预警、安防技术领域，其实现方式主要是以红外热像仪和可见光摄像仪组合作为互补监控摄像平台，红外热像仪通过接收被测物体发射的红外线，将被测物体表面的红外辐射转变成热能量信号；再经专用软件转换为温度值和热图像；根据图像中的温度值或温度分布变化来监测目标的故障或缺陷；并通过可见光图像辅助识别目标。

在监测应用中，监测目标常常会受环境条件(如：风吹，热胀冷缩)或云台移动偏差影响发生位移，使固定安装的监测器偏移监测目标，从而可能导致对故障或缺陷监测的遗漏，造成经济损失。目前，红外摄像头和可见光摄像头大都以平行安装，红外图像与可见光图像的视场无法匹配，目标在红外图像上的位置与在可见光图像上的位置有很大的差距，因此无法有效地利用红外和可见光图像同时对同一目标识别。由于目标不同位，现有的红外监测系统的目标识别和定位方法大都采用对单一图像(红外或可见光)识别。当环境颜色或目标周围的颜色与被监测目标的颜色非常接近时，可见光图像识别算法就无法有效地识别目标；当环境温度或目标周围的温度与监测目标的温度非常接近时，红外图像识别算法就无法有效地识别目标，所以采用单一图像识别可能常常会出现无法识别目标的情况，降低目标识别率，在检测时可能导致故障或缺陷监测的遗漏，造成重大的经济损失，因此采用红外和可见光互补识别和定位监测目标方法，可以大大地提高目标识别率的准确度。

发明内容

针对现有的图像识别和目标定位技术存在的不足，本发明通过红外热图像和可见光图像识别和目标定位的技术互补，开拓出一种全新的双视智能图像识别和目标定位方法，在对摄像头物理视场角调整基础上，通过双视同视场图像识别和校正算法，实现监测目标的识别和定位。本发明可大大地提高监测目标识别率和定位的准确度，避免不必要的人员和经济损失。本发明可以应用于任何双摄像头监测器监测图像识别和目标定位。

为实现上述目的，本发明提供一种基于红外热成像技术的双视智能图像识别和目标定位方法，该方法包括：a.红外图像与可见光图像视场匹配调整；b.保存红外图像和可见光图像中初始目标形状和位置模板；c.通过对比目标模板，识别红外图像和可见光图像中目标位置；d.计算红外图像中目标的当前位置与初始位置偏差；e.计算可见光图像中目标的当前位置与初始位置偏差；f.通过双视互补目标校正方法，用图形标识出当前目标的实际位置。

根据本发明的实施例，通过调整可见光图像显示的缩放倍数和位置偏移使红外图像视场与可见光图像视场匹配。

根据本发明的实施例，用图形标识初始目标，识别和保存图形内目标特征数据和目标图形位置作为识别模板，并指定识别最大位置偏差值(ΔMAX)。

根据本发明的实施例，通过保存的目标模板对红外图像和可见光图像中目标分别进行形状和边界寻找和识别，并计算红外图像中最近似目标的当前位置与初始位置偏差值(ΔIR)和可见光图像中最近似目标的当前位置与初始位置偏差值(ΔCCD)。

根据本发明的实施例，通过判断ΔIR与ΔMAX和ΔCCD与ΔMAX之间关系，计算识别的目标当前位置。

根据本发明的实施例，判断当前红外图像中目标是否能被识别，如果识别位置偏差大于指定最大偏差值(ΔIR＞ΔMAX)将视为当前红外图像中的目标无法被识别，红外图像的目标位置偏差值将不参与目标定位校正。

根据本发明的实施例，判断当前可见光图像中目标是否能被识别，如果识别位置偏差大于指定最大偏差值(ΔCCD＞ΔMAX)，将视为当前可见光图像中的目标无法被识别，可见光图像的目标位置偏差值将不参与目标定位校正。

根据本发明的实施例，当仅有红外图像中目标可被识别时(ΔIR≤ΔMAX，ΔCCD＞ΔMAX)，用红外图像的偏差值修正原始标识目标图形的坐标值，用更新的目标图形在红外和可见光图像上标识位移的目标。

根据本发明的实施例，当红外和可见光图像中目标都可被识别时(ΔIR≤ΔMAX，ΔCCD≤ΔMAX)，用红外和可见光图像的偏差中值修正原始标识目标图形的坐标值，用更新的目标图形在红外和可见光图像上标识位移的目标。

根据本发明的实施例，当仅有可见光图像中目标可被识别时(ΔIR＞ΔMAX，ΔCCD≤ΔMAX)，用可见光图像的偏差值修正原始标识目标图形的坐标值，用更新的目标图形在红外和可见光图像上标识位移的目标。