一种高温点实时检测方法与流程

本发明涉及一种高温点实时检测系统，可基于实时视频图像数据处理，得出当前区域的高温点，然后通过区域检测算法比对高温点位置得出高温点是否存在于检测区域并超出阈值，可应用于实时检测区域高温点进行报警提示。

背景技术：

热量差分算法基础是基于灰度图像素值计算得出高温点的算法，是目前比较流行，同时也是相对可靠的的计算图像温度的算法。现在高温点检测的范围更为精确，需要在计算出高温点之后判断高温点是否在检测区域内，以适应某些特定场景应用模式。

技术实现要素：

本发明要解决的技术问题是提供一种高温点实时检测系统，不仅利用热量差分算法计算出高温点，并利用区域检测方法判断出高温点是否在检测区域内，使高温点检测更为精确，适用于特定场景应用模式。

为了解决所述技术问题，本发明采用的技术方案是：一种高温点实时检测方法，包括以下步骤：s01）、获取原始视频帧，然后遍历该原始视频帧图像的所有像素点，求取每个像素点的灰度值并将所有像素点的灰度值累加求和，求取灰度值的平均值；s02）、从获取的原始数据帧图像中查询出当前灰度值最高的像素点，该点即为温度最高点，保存温度最高点的位置和灰度值，温度最高点的位置以二位坐标（x，y）的形式保存；s03）、区域检测，将温度最高点的坐标值x，y与此前标定的检测区域进行比对，从而判定温度最高点是否在检测区域之中，若温度最高点在检测区域内，则进行步骤s04，若温度最高点不在检测区域内，则结束检测；s04）、将温度最高点的灰度值与灰度值的平均值做差，取差的绝对值与此前系统检测时设定的阈值进行比较，如果差值大于阈值，则温度超过临界值将产生报警提示，如果差值小于阈值则直接忽略，不产生报警提示。

本发明所述高温点实时检测系统，判定温度最高点是否在检测区域之中的步骤为：s31）、检测区域标定为多边形，根据多边形边上的两个点（xi，yi）、（xi+1，yi+1）求得多边形每条边的表达式为；s32）、以温度最高点为原点分别向左右两个方向水平延伸形成射线，分别统计向左和向右延伸射线与多边形的交点；s33）、判断向左和向右延伸射线与多边形交点的个数，若向左和向右延伸射线与多边形交点的个数均为奇数个，则温度最高点位于多边形内；否则，温度最高点位于多边形外。

本发明所述高温点实时检测系统，若温度最高点的向左或向右延伸射线与多边形的顶点相交或者温度最高点的向左或向右延伸射线与多边形的边重合，则判断顶点所在边的两个端点是否在向左或向右延伸射线的两侧，端点在向左或向右延伸射线上或上方判定为端点在延伸射线的上方，端点在向左或向右延伸射线的下方判断为端点在延伸射线的下方，若多边形的边的两个端点位于向左或向右延伸射线的两侧，则该边与延伸射线相交，若多边形的边的两个端点位于向左或向右延伸射线的上方，则该边与延伸射线不相交；然后再根据向左和向右延伸射线与多边形交点的个数判断温度最高点是否在检测区域内。

本发明所述高温点实时检测系统，步骤s01的具体步骤为：s11）、遍历原始视频帧图像的所有像素点，采用加权浮点算法求取每个像素点的灰度值gray=r*0.299+g*0.587+b*0.114，r、g、b分别为每个像素点rgb通道的灰度值；s12）、对所有像素点的灰度值累加求和sum；s13）、计算原始视频帧图像的像素点的总个数：num=w*h，w为图像的宽度，单位为像素，h为图像的高度，单位为像素；s14）、求灰度图像平均值：gray_value=sum/num。

本发明的有益效果：本发明利用热量差分算法计算出高温点，并利用区域检测方法判断出高温点是否在检测区域内，使高温点检测更为精确，适用于特定场景应用模式。最后将检测出的高温点与平均灰度值的差与设置阈值比对，可应用于实时检测区域高温点进行报警提示。

附图说明

图1为实施例1所述凸多边形1的示意图；

图2为实施例1所述凸多边形2的示意图；

图3为实施例1所述凸多边形3的示意图；

图4为实施例1所述凹多边形1的示意图；

图5为实施例1所述凹多边形2的示意图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步的说明。

一种高温点实时检测方法，该方法利用热量差分算法计算出高温点，并利用区域检测方法判断出高温点是否在检测区域内，使高温点检测更为精确，适用于特定场景应用模式。最后将检测出的高温点与平均灰度值的差与设置阈值比对，可应用于实时检测区域高温点进行报警提示。

本实施例所述方法的具体步骤为：

s01）、获取原始视频帧，然后遍历该原始视频帧图像的所有像素点，求取每个像素点的灰度值并将所有像素点的灰度值累加求和，求取灰度值的平均值；

视频是由连续的图像组成（每秒钟24帧以上），获取其中的一帧原始图像数据求其灰度图的平均值，对于一幅灰度图像，每个像素点的灰度数据可以通过指针来访问（i,j）处的灰度值，那么对于整幅图像的平均灰度值，最直接的方法就是遍历所有的像素点，累加求取所有像素点的总和，平均值即为灰度值综合与像素点个数的商。

s02）、从获取的原始数据帧图像中查询出当前灰度值最高的像素点，该点即为温度最高点，保存温度最高点的位置和灰度值，温度最高点的位置以二位坐标（x，y）；

s03）、区域检测，将温度最高点的坐标值x，y与此前标定的检测区域进行比对，从而判定温度最高点是否在检测区域之中，若温度最高点在检测区域内，则进行步骤s04，若温度最高点不在检测区域内，则结束检测；

s04）、将温度最高点的灰度值与灰度值的平均值做差，取差的绝对值与此前系统检测时设定的阈值进行比较，如果差值大于阈值，则温度超过临界值将产生报警提示，如果差值小于阈值则直接忽略，不产生报警提示。

本实施例中，判定温度最高点是否在检测区域之中的步骤为：s31）、检测区域标定为多边形，根据多边形边上的两个点（xi，yi）、（xi+1，yi+1）求得多边形每条边的表达式为；s32）、以温度最高点为原点分别向左右两个方向水平延伸形成射线，分别统计向左和向右延伸射线与多边形的交点；s33）、判断向左和向右延伸射线与多边形交点的个数，若向左和向右延伸射线与多边形交点的个数均为奇数个，则温度最高点位于多边形内；否则，温度最高点位于多边形外。

作为特殊情况，若温度最高点的向左或向右延伸射线与多边形的顶点相交或者温度最高点的向左或向右延伸射线与多边形的边重合，则判断顶点所在边的两个端点是否在向左或向右延伸射线的两侧，端点在向左或向右延伸射线上或上方判定为端点在延伸射线的上方，端点在向左或向右延伸射线的下方判断为端点在延伸射线的下方，若多边形的边的两个端点位于向左或向右延伸射线的两侧，则该边与延伸射线相交，若多边形的边的两个端点位于向左或向右延伸射线的上方，则该边与延伸射线不相交；然后再根据向左和向右延伸射线与多边形交点的个数判断温度最高点是否在检测区域内。

本实施例中，可以通过对比温度最高点的y坐标与多边形每条边的y坐标得出向左或向右延伸线与多边形是否相交，也可以得出多边形的端点是否在向左或向右延伸射线的两侧。

本实施例中，步骤s01的具体步骤为：s11）、遍历原始视频帧图像的所有像素点，采用加权浮点算法求取每个像素点的灰度值gray=r*0.299+g*0.587+b*0.114，r、g、b分别为每个像素点rgb通道的灰度值；s12）、对所有像素点的灰度值累加求和sum；s13）、计算原始视频帧图像的像素点的总个数：num=w*h，w为图像的宽度，单位为像素，h为图像的高度，单位为像素；s14）、求灰度图像平均值：gray_value=sum/num。

下面为区域检测可靠性分析：

1、判定点是否在凸多边形内可靠性分析。

如图1：点o在检测区域内，横向左延伸点的x坐标，与凸多边形相交的边的个数为1奇数，横向右延伸点的x坐标，与凸多边形相交的边的个数为1也为奇数，从而判定点在多边形内，算法可靠。

如图2：点o在检测区域内，横向左延伸点的x坐标，与凸多边形边的交点为多边形的顶点，横向右延伸点的x坐标，与凸多边形的交点也为多边形的顶点，根据上述的判断方法，首先判断顶点所在边的两个端点是否在向左或向右延伸射线的两侧，端点在向左或向右延伸射线上或上方判定为端点在延伸射线的上方，端点在向左或向右延伸射线的下方判断为端点在延伸射线的下方，若多边形的边的两个端点位于向左或向右延伸射线的两侧，则该边与延伸射线相交，若多边形的边的两个端点位于向左或向右延伸射线的上方，则该边与延伸射线不相交；然后再根据向左和向右延伸射线与多边形交点的个数判断温度最高点是否在检测区域内。则可得到向左延伸射线与边a不相交，与边b相交，向左延伸射线与多边形的交点为1奇数；同理向右延伸射线与边c不相交，与边d相交，向右延伸射线与多边形的交点为1，奇数，点o位于多边形内，算法可靠。

如图3所示，点o在检测区域内，横向左延伸点的x坐标，向左延伸射线与边d重合，根据温度最高点的向左或向右延伸射线与多边形的顶点相交或者温度最高点的向左或向右延伸射线与多边形的边重合的判断方法，边d和边e的端点都在向左延伸线的上或上方，因此边d和边e与向左延伸射线不想交，与边c相交，向左延伸射线与多边形的交点1，奇数个；向右延伸射线与多边形的交点为1，奇数个，点在多边形内，算法可靠。

2、图二为判定点是否在凹多边形内可靠性分析。

如图4：将高温点o的x坐标向左横向延伸，得到高温点与检测区域边的交点为4偶数值，同时判定检测区域的边角不在x坐标的延伸线上。将高温点的x坐标向右侧延伸得到与检测区域边的交点为1，然后判定其边角在高温点的右向延伸线上从而得到另一个焦点加上此前得到的交点和为2偶数值，即可判定高温点不在检测区域内，算法可靠。图5同理亦可得证。

以上描述的仅是本发明的基本原理和优选实施例，本领域技术人员根据本发明做出的改进和替换，属于本发明的保护范围。