1.本发明涉及数字地处理由多个像素捕获的图像的至少一部分的方法，该方法属于例如对像素强度建模的类型。本发明还涉及温度测量装置，该装置属于例如在不接触被测样品的情况下估计被测样品的温度的类型。
背景技术：
：：2.存在用于测量被测样品上的点的许多应用。被测样品可以在体外或在体内。特别地但不排他地，关于后一种类型的被测样品，对于某些应用，期望能够测量关于受试者(例如人)上的点的温度。在这方面，虽然许多已知的测量技术要求将温度传感器放置成靠近待测量的点(point)或斑点(spot)(例如在前额上)，但对于某些应用，进一步期望从一定距离测量斑点的温度。例如，在一些与医疗保健相关的上下文中，期望在温度测量装置操作员和受试者之间保持最小距离，从而最小化受试者对操作员的健康造成的任何潜在风险。还存在其他与医疗保健相关的应用，其中优选地必须保持温度测量装置和受试者之间的距离，例如，在以自动方式执行温度测量且温度测量装置位于固定位置且受试者出于卫生原因不期望接触温度测量装置的传感器和/或受试者不方便接触传感器和/或受试者接触传感器会不舒服的情况下。3.在光学检测领域，光学传感器设备通常包括封装在壳体内的管芯。管芯包括构成像素的多个传感器元件。管芯的光接收侧被设置成与在壳体中提供的孔相对，并且在孔内设置透镜以形成窗口。4.在操作中，将传感器元件接收到的光(例如电磁光谱红外范围内的光)从光域转换到电域。然而，在制造过程中对透镜的定位容易不准确，这进而导致透镜和管芯之间的距离与透镜的焦距之间的不匹配。因此，入射到透镜上的接收光漫射到管芯的多个相邻像素上。这种漫射可以被认为与滤波器的应用等效，例如通过卷积，该卷积通常是不期望的，并且有时被称为不期望的卷积。5.为了尝试减轻发生的漫射，已知通过反卷积处理的方式将所谓的核(kernel)应用于像素的输出。然而，这种反卷积处理对耦合到负责执行反卷积的光学传感器设备的任何信号处理装置的处理功率提出了要求。对处理功率的要求伴随着相应的电力消耗。在处理功率被限制的情况下，执行反卷积时可以产生时间损失，这对于需要相对快速的测量结果的应用来说可以是不期望的。一些应用要求在有限的电力可用性的条件下运行，因此这种反卷积处理会导致不期望的额外功耗。在使用电池为信号处理装置供电的情况下，这可导致电池的加速耗尽，并因此缩短包括光学传感器设备和信号处理装置的任何温度测量装置的工作时间窗口。此外，此类反卷积处理并不是完全成功的，并且仍存在对多个像素的某种漫射。技术实现要素：6.根据本发明的第一方面，提供了数字地估计强度值的方法，该强度值与由光学传感器设备的感测像素阵列的像素生成的电信号相关联，该方法包括:识别与待测量目标上的测量点相对应的多个像素中的测量像素；识别与测量像素相邻的多个像素中的数个像素，该数个像素相应地具有数个强度值；对该数个像素和该数个相应强度值拟合曲线；以及从该曲线确定关于测量像素的估计强度值，从而模拟关于所述测量像素的比测量像素的实际视场窄的预定视场。7.所识别的具有该数个强度值的该数个像素可分别对应于待测量目标上的不同位置。待测量目标上的不同位置中的相邻位置可以彼此隔开。8.可以关于该数个像素与测量像素的距离来拟合曲线。9.该数个像素与测量像素的距离可以包括第一距离和第二距离；第一距离可以包括像素内距离，并且第二距离可以包括集群间距离；并且像素内距离可以与集群间距离不同。10.该数个像素可位于包括测量像素的像素阵列的行内。11.该方法可以进一步包括：识别与测量像素相邻的多个像素中的另一数个像素，该另一数个像素相应地具有另一数个强度值；使用该另一数个相应强度值对该另一数个像素拟合另一曲线；以及从该另一曲线确定关于测量像素的另一估计强度值。12.该另一数个像素可以位于包括测量像素的像素阵列的列中，或者位于包括测量像素的像素阵列的对角线中。13.该方法可以进一步包括：使用拟合强度值和另一拟合强度值来确定关于测量像素的进一步估计强度值。14.该方法可以进一步包括：使用多项式最佳拟合算法或双线性插值算法拟合曲线。15.该方法可以进一步包括：使用多项式最佳拟合算法或双线性插值算法拟合另一曲线。16.识别测量像素可以进一步包括：按预定大小的分组搜索像素阵列，以识别包括具有最高强度的像素的块。17.预定大小的像素组可以构成预定形状的细分(tessellation)。18.搜索像素阵列可包括关于像素组细分的每组像素对像素的强度求和，以产生多个组强度值，并识别该多个组强度值中的最高组强度值，从而识别包括具有最高强度的像素的块。19.该方法可以进一步包括对每个强度值和应用权重，以产生多个组强度值。20.像素组可以构成像素窗口。21.该方法可以进一步包括：通过估计像素阵列中数组像素的强度值来识别测量像素，从而产生多个估计强度值。22.该方法可以进一步包括：在多个估计强度值中选择最高值作为测量像素。23.该方法可以进一步包括：关于待测量目标执行对准操作，以识别与待测量目标上的测量点相对应的多个像素中的测量像素。24.根据本发明的第二方面，提供了一种测量温度的方法，该方法包括：根据以上关于本发明的第一方面所阐述的方法数字地估计强度值；以及将所述估计强度值与预定强度阈值进行比较，以确定所估计强度值是否对应于超过阈值温度值的温度，该阈值温度值对应于该预定强度阈值。25.根据本发明的第三方面，提供了一种温度测量装置，该温度测量装置包括：多个传感器像素，各传感器像素被配置用于捕获热图像；数据点选择器，该数据点选择器被配置用于识别与待测量目标上的测量点相对应的多个像素中的测量像素，该数据点选择器也被配置用于识别与测量像素相邻的多个像素中的数个像素，该数个像素相应地具有数个强度值；曲线拟合引擎，该曲线拟合引擎被配置用于对该数个像素和该数个相应强度值拟合曲线；以及曲线读取器，该曲线读取器被配置用于从该曲线确定关于测量像素的估计强度值，从而模拟关于该测量像素的比该测量像素的实际视场窄的预定视场。26.因此，提供对被测样品上的期望位置具有改进的温度估计能力的方法和装置是可行的。该方法和装置使得具有已知不准确性的现有温度传感器能够以更高的有效性被采用。此外，该方法和装置导致对温度的快速估计，而无需对信号处理电路施加其他信号处理技术可强加的处理能力相关要求。此外，与使用其他处理器密集信号处理技术(例如反卷积)相比，对处理能力的有效使用导致更低的电力消耗，并且因此该装置受益于提高的操作正常运行时间。附图说明27.参考所附附图，现在将仅通过示例的方式来描述本发明的至少一个实施例，在附图中：28.图1是构成本发明的实施例的温度测量系统的示意图；29.图2是图1的系统的温度测量装置并且构成本发明的另一实施例的示意图；30.图3是构成本发明的进一步实施例的处理多个像素的方法的流程图；31.图4是根据图3的方法的拟合的曲线的图形；并且32.图5是与图3的方法一起使用的可选和补充性搜索技术的流程图。具体实施方式33.贯穿以下描述，相同的附图标记将用于标识相同的部分。34.参考图1，温度测量系统100包括温度测量装置。温度测量系统100包括计算设备102，例如任何通用平板电脑(tablet)或平板计算设备(slatecomputingdevice)，该计算设备102可操作地耦合到温度测量装置的光学传感器设备104，该光学传感器设备104能够在电磁辐射光谱的红外范围内感测。系统100还包括温度测量装置的信号处理电路106，信号处理电路106可操作地耦合到光学传感器设备104和计算设备102的输入/输出(i/o)端口108。计算设备102还包括相机110和显示器112。35.转到图2，光学传感器设备104是包括可操作地耦合到信号处理电路106的热感测像素阵列114的热传感器设备。在该示例中，热感测像素阵列114被布置为m列像素和n行像素的逻辑矩形矩阵。合适的热感测像素阵列的示例是可从内华达州的迈来芯(melexis)技术公司获得的mlx90640远红外热传感器阵列。信号处理电路106包括可操作地耦合到热感测像素阵列114的图像捕获模块116。由于对图像捕获模块116的结构和/或操作的细节的描述对理解该实施例或其他实施例不重要，因此，出于描述的简洁性和简单性，本文将不再进一步详细描述图像捕获模块116。36.在该示例中，信号处理电路106还包括数据存储(例如存储器118，诸如随机存取存储器(ram)和/或非易失性存储器)、对准单元120以及温度估计单元122。对准单元120可操作地耦合到信号处理电路106的接口单元123，该接口单元123可操作地耦合到计算设备102的i/o端口108。图像捕获模块116可操作地耦合到存储器118和对准单元120。类似地，对准单元120和温度估计单元122可操作地耦合到存储器118。对准单元120和温度估计单元122构成处理资源的一部分。温度估计单元122支持并因此包括数据点选择器124、曲线拟合引擎126和曲线查找单元128。在该示例中，存储器108被配置用于存储捕获的图像数据130及其他。37.应注意，尽管热感测像素阵列114在逻辑上被布置为均匀阵列，但已经认识到，在实践中，热感测像素阵列114包括重复的像素集群，并且像素集群的此类布置影响信号处理的结果，以减轻在热感测像素阵列114的多个相邻像素上接收到的光的漫射的影响。在该示例中，每个像素集群本身就是k×l像素的子阵列，其中k是行的数目，并且l是列的数目。此外，集群内的诸个像素在其间具有第一基本一致距离，该第一基本一致距离构成集群内距离pi，并且相邻集群分隔开第二基本一致距离，该第二基本一致距离构成集群间距离po。在这方面，当试图补偿在热感测像素阵列114的多个相邻像素上的接收光的漫射时，未能考虑像素的集群排列导致了误差。尽管在该示例中，集群是矩形集群，但本领域技术人员将理解，可以构想其他集群形状，例如六边形集群。38.在操作中(图3)，在测量被测样品的感兴趣点的温度之前，如果被测样品在体内并且例如是人体的一部分，则有必要将受试者与温度测量系统100对准。在该示例中，感兴趣点是受试者前额上的点，例如对建筑物(诸如营业场所)的访客而言。在这方面，计算设备102通常可出于许多原因用于访客登入建筑物，所述原因包括向主人通知访客的到达和/或对消防安全法规的遵守。在任何情况下，并且举例而言，作为登入过程的一部分，要求受试者参与(步骤200)对准过程。在一个示例中，对准单元120可以经由接口单元123和i/o端口108与在计算设备102上执行的合适的软件应用程序协作。软件应用程序可以在显示器112上显示包括眼睛定位器标记134的人头132(图1)的示意性轮廓。使用相机110，软件应用程序还可以捕获并显示相对于人头132的示意性轮廓的受试者头部的时变图像，并请求受试者站在离计算设备102适当距离处，使得他们的头部在人头132的示意性轮廓内尽可能拟合，并使得他们的眼睛，如计算设备102所显示地，尽可能与眼睛定位器标记134对准。一旦软件应用程序确定受试者与计算设备102充分对准，该软件应用程序就向对准单元120发送受试者对准消息(subject_alignedmessage)，然后对准单元120向图像捕获模块116发送图像捕获命令。39.响应于接收到图像捕获命令，图像捕获模块116捕获(步骤202)受试者(特别是受试者的前额)的热图像，在本示例中，受试者的前额是受试者的相关部分。在这方面，热传感器设备104的视场比相机110的视场窄，并且热传感器设备104被预先配置，使得当受试者相对于计算装置102的相机110充分对准时，热传感器设备104瞄准与受试者的前额相对应的空间区域。40.受试者前额发射的红外电磁辐射由热传感器设备104视场内的热感测像素阵列114接收。在该示例中，所捕获的热图像包含受试者前额的热表示。捕获时，发生了跨热感测像素阵列114的相邻像素的漫射，这需要通过对使用热感测像素阵列114采集的所捕获图像的多个像素进行数字处理来改善。41.由热感测像素阵列114接收的红外电磁辐射从光域转换到电域。图像捕获模块116从热感测像素阵列114接收电信号，该电信号表示关于由热感测像素阵列114的每个像素接收的红外电磁辐射的原始强度测量数据。由图像捕获模块116接收的原始强度数据作为所捕获图像数据130存储在存储器118中。如上文所提到的，热感测像素阵列114在逻辑上被布置为m×n的像素矩阵，并且在该示例中，原始强度数据以通过热感测像素阵列114的行和列来索引的方式存储在存储器118中，例如im,n，其中i是由第m列第n行中的像素测量的强度。在该示例中，在进一步处理之前，对原始强度数据进行归一化。如果可以假设归一化的原始强度数据具有可比性，则不一定必须确定温度数据。由于温度数据的确定是计算密集型的，并因此增加了与进行温度测量相关联的功率预算，因此无需从原始强度数据计算温度数据是有益的。然而，在其他示例中，假设热感测像素阵列是热电堆阵列，则可以使用应用斯特凡-玻尔兹曼定律的任何合适的一个或多个计算以及所需的任何其他合适的预处理步骤，从原始强度数据计算温度数据。42.在该示例中，期望测量受试者的关于受试者前额上预定点(通常是受试者前额上的中心点)的温度。在这方面，并且在该示例中，数据点选择器124选择(步骤204)关于受试者前额的所捕获热图像的几何中心像素300(图4)，并且该几何中心像素300构成关于热感测像素阵列114的所选择的感兴趣像素。数据点选择器124将所选择的感兴趣像素传送给曲线查找单元128以供后续使用。同时，数据点选择器124接下来从与穿过所选择的感兴趣像素300的像素线相对应的所捕获图像数据130中识别(步骤206)测量数据。43.一旦识别出像素线，数据点选择器124就选择(步骤208)感兴趣像素300任一侧的多个像素302，并将所选择的像素传送给曲线拟合引擎126。44.在接收到所选择的像素后，曲线拟合引擎126对所提供的强度值以及它们沿所选择的像素线的相应线性位置拟合(步骤210)曲线。应当理解，曲线拟合不一定需要绘制曲线。在该示例中，拟合与相邻像素相对于所选择的感兴趣像素的距离有关。因此，拟合并不简单地假设感测像素阵列114的像素之间的均匀间距，并且当计算所选择的感兴趣像素与相邻像素之间的距离时，使用集群内和集群间距离pi、po计算实际距离，从而更准确地确定所选择的感兴趣像素与相邻像素之间的距离。在这方面，与所选择的感兴趣像素300相邻的一个像素302和所选择的感兴趣像素300之间的距离可以包括集群内距离pi或集群间距离po或其组合。类似地，与所选择的感兴趣像素300相邻的另一像素和所选择的感兴趣像素300可以包括集群内距离pi或集群间距离po或其组合。在这方面，所选择的感兴趣像素130与给定相邻像素之间的距离(像素之间的距离(distance_between_pixels))通常可以被表示如下：distance_between_pixels＝c×po+d×pi(2)45.其中po是集群间距离，pi是集群内距离，并且c和d是常数。通过在曲线拟合之前将相邻像素的强度置于它们与所选择的感兴趣像素300的正确相对距离处，可以以更高准确度确定对所选择的感兴趣像素300的强度的估计。46.曲线拟合引擎126可以采用任何合适的曲线拟合技术，例如多项式最佳拟合技术、双线性插值技术或双三次插值技术。47.一旦已生成了曲线，则曲线读取器单元128使用所选择的感兴趣像素300相对于数据点选择器124所选择的像素线的标识来询问(步骤212)曲线拟合引擎126，从而获得与所选择的感兴趣像素300相对应的强度值，然后使用例如斯特凡-玻尔兹曼定律和任何其他合适的已知处理步骤将该强度值转换为温度。此后，温度估计器122确定(步骤214)是否需要测量另一温度，例如在需要测量另一受试者的温度或要计算多个温度测量的平均值的情况下。重复上述过程(步骤200至步骤212)，直到不再需要进一步的温度测量。48.由于上述在热感测像素阵列114上的多个相邻像素上的接收光的漫射，所选择的感兴趣像素300的有效视场比期望的宽。以上述方式对由所选择的感兴趣像素300接收的电磁辐射的强度进行估计的效果是在实践中模拟由所选择的感兴趣像素300以比实际视场窄的视场对电磁辐射的接收。在这方面，热感测像素阵列114的每个像素接收来自受试者的相关部分上的多个点的电磁辐射，该多个点构成受试者的测量区域。因此，由热感测像素阵列114的给定像素进行的测量是对来自给定像素的视场内的测量区域上的多个点的电磁辐射的累积。如此，所选择的电磁辐射的估计强度关于从中接收电磁辐射的测量区域内的位置提供了更好的粒度，并且因此，与由接收来自测量区域内的位置的电磁辐射的给定像素生成的聚合强度值相比，该估计强度对应于更小的有效视场。49.然后，例如，可以将所测量的温度与阈值进行比较，从而确定受试者的估计温度是否被认为足够高以表明受试者可能具有医疗状况。关于阈值的评估可以由温度估计器122执行，或者可以将估计温度传送给正在计算设备102上执行的软件应用程序，并且可以将该软件应用程序配置用于评估从信号处理电路106接收的估计温度。50.在另一实施例中，可以执行搜索以例如在热感测像素阵列114中的所有像素中识别已经检测到最高温度的像素，而不是关于受试者的前额选择几何中心像素。在这方面，并且参考图5，通过数据点选择器124扫描(步骤216)存储在存储器118中的所捕获图像数据130的所测得像素强度来实现对感兴趣像素的识别(步骤204)。记录与当前最高所测得温度相对应的像素索引，并在整个扫描过程中不断更新。在扫描结束时，构成温度测量系统100的输出的与最大温度测量相对应的像素接下来被选择(步骤218)作为感兴趣像素300。然后，如上所述地执行估计所选择的感兴趣像素300的温度的过程。在其他示例中，可以关于像素窗口执行搜索。51.在这方面，在另一示例中，可以通过按预定大小的分组搜索感测像素阵列114来确定所选择的感兴趣像素，从而识别包括具有最高强度的像素的块。在一些示例中，预定大小的像素组可以构成预定形状的细分。52.在另一示例中，搜索感测像素阵列114可以包括关于像素组细分的每组像素对像素的强度求和，以产生多个组强度值。可以通过识别该多个组强度值中的最高组强度值来识别包括具有最高强度的像素的块。在其他示例中，可以对每个强度值和应用权重，以产生多个组强度值。53.在进一步示例中，通过以下方式来选择感兴趣像素300：将所捕获图像数据130细分为关于热感测像素阵列114的像素组，并针对每组像素识别各自的候选感兴趣像素，例如每组中具有与之相关联的最高强度值的像素。对于每个候选感兴趣像素，估计由候选感兴趣像素测量的强度，且然后在所有计算出的估计值中识别出最高估计强度，并且选择与所识别的最高估计强度相对应的候选感兴趣像素作为感兴趣像素300。54.技术人员应当理解，上文所描述的实现方式仅仅是在所附权利要求的范围内可想到的各种实现方式的示例。实际上，应该理解，尽管本文中所阐述的示例是指穿过感兴趣像素300的水平线，但是可以选择其他像素线从而估计由感兴趣像素300测量的温度，例如像素列或像素对角线。在其他示例中，可以选择穿过感兴趣像素的不止一条像素线，并对所选择的不同线分别拟合曲线。此后，可以对所做的多个估计进行统计分析，例如计算平均值。在另一示例中，可将峰值检测算法应用于所拟合的一条或多条曲线。在已经导出多条曲线的情况下，可以选择最大峰值，或者可以对峰值进行统计分析，例如计算平均值。在这方面，可以使用相同的曲线拟合技术或不同的曲线拟合技术来确定多次估计中的各个温度估计值。55.在上述示例中，温度测量系统100被配置用于估计最大温度。然而，在其他示例中，可以估计最小温度，或者可以估计预定温度范围内的温度。在这方面，扫描由热感测像素阵列114(图5)测量的温度的过程可以被配置用于以最小温度或特定温度范围为目标。56.应当理解，除非另外明确说明，否则本文中对“红外”的引用旨在对具有700nm至1mm范围(诸如760nm至1mm或700nm至1500nm)内的波长的电磁能(包括近红外区域、中红外区域和远红外区域的电磁辐射)的引用。当前第1页12当前第1页12