[发明专利]一种温度智能监测方法及系统

权利要求书

1.一种温度智能监测方法，其特征在于：包括以下步骤：

S1、在需要温度监测的部位设置感温变色装置；

S2、获取感温变色装置对应区域的图像或图像序列，作为原图，并对其进行预处理；

S3、针对S2预处理后的原图，分别利用Harries角点检测和Sobel边缘检测，得到各角点和包含边缘点的二值图像；

S4、针对S3得到的各角点，利用自适应非极大值抑制算法计算非最大抑制后的各角点；

S5、将S3得到的二值图像中的边缘点和S4得到的各角点作为检测点，利用尺度不变特征变换匹配算法计算原图的特征向量；

S6、针对S5得到的原图的特征向量，利用欧式距离算法匹配原图与模板源图像之间的相似度，从而判断感温变色装置的温度，如果感温变色装置小于80℃，则剔除对应区域，否则将感温变色装置对应区域在原图中识别出来；

S7、对S6剔除的对应区域进行实时温度监测，对S6识别出来的对应区域进行温度预警。

2.根据权利要求1中所述的一种温度智能监测方法，其特征在于：所述S2中，对原图进行预处理包括：

S21、对原图进行灰度化处理；

S22、对灰度化处理后的原图进行中值滤波处理，完成预处理。

3.根据权利要求1中所述的一种温度智能监测方法，其特征在于：所述S3中，针对S2预处理后的原图，利用Harries角点检测，得到各角点的方法包括：

利用水平、竖直差分算子计算偏导数矩阵M_I：

w表示窗口函数；

x表示任一像素的横坐标；

y表示任一像素的纵坐标；

利用权重矩阵W对M_I进行滤波，获得M′_I：

M′_I＝W*M_I 公式2

权重矩阵W为：

σ'表示标准差；

利用M′_I计算每个像素的角点量cim：

对计算的角点量cim进行筛选，筛选出同时满足以下两个条件的角点量：

条件1、角点量cim大于每个局部窗口内的阈值thresh；

条件2、角点量cim是每个局部窗口内的局部极大值。

4.根据权利要求1中所述的一种温度智能监测方法，其特征在于：所述S3中，针对S2预处理后的原图，利用Sobel边缘检测，得到包含边缘点的二值图像的方法包括：

其中，A表示预处理后的原图；

G_x表示经横向边缘检测的图像灰度值；

G_y表示经纵向边缘检测的图像灰度值；

边缘点灰度为

|G|＝|G_x|+|G_y| 公式7

其中，G大于阈值，则点(x，y)为边缘点，获取二值图像。

5.根据权利要求1中所述的一种温度智能监测方法，其特征在于：所述S4中的自适应非极大值抑制算法包括以下步骤；

S41、选择一个角点，作为基础点；

S42、选择比基础点得分更高的每一个角点，作为比较点，选择离基础点最近的比较点，并记录下基础点的坐标和与最近的比较点之间的距离，所述得分为角点量cim；

S43、根据基础点与比较点之间的距离大小对比较点进行排序，适当舍弃距离小的比较点，得到非最大抑制后的Harries角点。