红外热图均匀性量化方法、装置、电子设备及存储介质

本申请涉及红外图像处理，尤其涉及一种红外热图均匀性量化方法、装置、电子设备及存储介质。

背景技术：

1、人体红外热图是利用红外热成像技术获取的一种图像，显示了人体的表面温度分布。正常人相较于患者其人体温度分布具有一定的均匀性，即温度分布散乱程度较低。目前，对红外热图均匀性的评价方式停留在“有无”或“轻重”等定性描述，缺少定量评价标准。

技术实现思路

1、有鉴于此，本申请的目的在于提出一种解决上述问题或者部分解决上述问题的红外热图均匀性量化方法、装置、电子设备及存储介质。

2、基于上述目的，本申请的第一方面，提供了红外热图均匀性量化方法，包括：

3、获取红外热图，并对所述红外热图进行灰度转化，得到灰度图像；

4、遍历所述灰度图像的像素点，对于任一所述像素点，响应于该像素点与邻域内任意相邻的像素点的灰度差值超过第一阈值，则判定该像素点为种子点；

5、利用所述种子点进行区域生长，以确定所述灰度图像的各个连通区域的面积，并根据最大的连通区域面积与所述各个连通区域的总面积的比值得到连通系数；

6、对所述灰度图像进行滤波以增强所述灰度图像的边缘特征，确定所述灰度图像的斑块数量以及所述斑块中的异常斑块数量，根据所述异常斑块数量与所述斑块数量的比值得到斑块系数；

7、根据所述连通系数和所述斑块系数，确定所述红外热图的均匀性值。

8、可选的，利用所述种子点进行区域增长，确定所述灰度图像的各个连通区域的面积，包括：

9、分别对每个所述种子点设置不同标签；

10、依次以每个种子点作为中心，响应于所述种子点与邻域内任意相邻像素点的灰度值差值不超过所述第一阈值，将所述相邻的像素点作为生长点并设置与该种子点相同标签；

11、以所述生长点为中心，继续检测新的相邻像素的灰度值，直到无法生成生长点；

12、对空间上相邻的不同标签进行合并转化为相同标签，分别对相同标签所在的像素点形成所述连通区域；

13、计算各个所述连通区域的面积以及所有连通区域的总面积。

14、可选的，对所述灰度图像进行滤波以增强所述灰度图像的边缘特征，包括：

15、以0对所述灰度图像进行边界扩充，得到扩充图像；

16、确定权重矩阵，利用所述权重矩阵对所述扩充图像进行滤波，得到滤波图像；其中所述权重矩阵为：

17、

18、可选的，确定所述灰度图像的斑块数量以及所述斑块中的异常斑块数量，包括：

19、对所述滤波图像进行二值化处理，具有相同值的像素点依次相连，直至形成闭合轮廓，确定所述闭合轮廓为斑块；

20、确定所述斑块数量并计算各个所述斑块的面积；

21、依次对所述斑块按照面积从小到大进行排序，面积相同的斑块位于同一序列，分别对所述斑块的面积相邻的序列作差，得到相近面积的斑块数量差值；

22、确定所述斑块数量差值最大的两个序列中斑块面积较大的序列中所述斑块的面积作为异常斑块面积阈值；

23、确定面积小于所述异常斑块面积阈值的斑块为所述异常斑块，并统计所述异常斑块的数量。

24、可选的，所述红外热图进行灰度转化采用以下公式得出：

25、

26、其中，wl和wh分别为灰度图像的高和宽，t[i，j]为红外热图中第i行第j列的温度值，u[i，j]为转换后的灰度值，取值范围为0～255。

27、可选的，所述红外热图的均匀性值通过以下公式得出：

28、

29、其中，c1为连通系数，c2为斑块系数。

30、可选的，所述根据所述连通系数和所述斑块系数，确定红外热图的均匀性值之后，还包括：

31、利用所述均匀性值与预设的分类阈值进行对应；

32、响应于所述均匀性值大于所述分类阈值，判定所述红外热图的均匀性正常；

33、响应于所述均匀性值小于所述分类阈值，判定所述红外热图的均匀性异常。

34、其中确定所述预设分类阈值的方法包括：

35、获取多个正常均匀性值样本和多个异常均匀性值样本，并确定多个所述正常均匀性值的大小和多个异常均匀性值的大小的整体分布范围；

36、在所述整体分布范围内进行取值，所述取值将所述整体分布范围划分为第一区域和第二区域，直至所述正常均匀性值样本数量在所述第一区域和异常均匀性样本值数量在所述第二区域之和与所述正常均匀性样本数量和异常均匀性值样本数量之和的比值最大，则确定当前取值为分类阈值。

37、本申请的第二方面，提供了一种红外热图均匀性量化装置，包括：

38、转化模块，用于获取红外热图，并对所述红外热图进行灰度转化，得到灰度图像；

39、种子点模块，用于遍历所述灰度图像的像素点，对于任一所述像素点，响应于该像素点与邻域内任意相邻的像素点的灰度差值超过第一阈值，则判定该像素点为种子点；

40、连通系数模块，用于利用所述种子点进行区域增长，以用于确定所述灰度图像的各个连通区域面积，并根据最大的连通区域面积与所述各个连通区域的总面积的比值得到连通系数；

41、斑块系数模块，对所述灰度图像进行滤波以增强所述灰度图像的边缘特征，确定所述灰度图像的斑块数量以及所述斑块中的异常斑块数量，根据所述异常斑块数量与所述斑块数量的比值得到斑块系数；

42、均匀性模块，用于根据所述连通系数和所述斑块系数，确定所述红外热图的均匀性。

43、本申请的第三方面，提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现根据第一方面所述的红外热图均匀性量化方法。

44、本申请的第四方面，提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使计算机执行根据第一方面所述的红外热图均匀性量化方法。

45、从上面所述可以看出，本申请提供的红外热图均匀性量化方法、装置、电子设备及存储介质，通过对红外热图进行灰度转化，利用灰度值量化红外热图的温度值，进一步选取种子点，通过种子点按照与种子点邻域内相邻像素点的灰度值差值不超过第一阈值，确定相邻像素点为新的种子点，利用区域生长确定红外热图的连通区域，并确定连通系数，利用滤波提取红外热图的斑块轮廓，并确定斑块系数，联合表示连通性的连通系数和表示花斑性的斑块系数，得到具体的均匀性值，定量分析红外热图的均匀性。

技术特征：

1.一种红外热图均匀性量化方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，利用所述种子点进行区域增长，确定所述灰度图像的各个连通区域的面积，包括：

3.根据权利要求1所述的方法，其特征在于，对所述灰度图像进行滤波以增强所述灰度图像的边缘特征，包括：

4.根据权利要求3所述的方法，其特征在于，确定所述灰度图像的斑块数量以及所述斑块中的异常斑块数量，包括：

5.根据权利要求1所述的方法，其特征在于，所述红外热图进行灰度转化采用以下公式得出：

6.根据权利要求1所述的方法，其特征在于，所述红外热图的均匀性值通过以下公式得出：

7.根据权利要求1所述的方法，其特征在于，所述根据所述连通系数和所述斑块系数，确定红外热图的均匀性值之后，还包括：

8.一种红外热图均匀性量化装置，其特征在于，包括：

9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现根据权利要求1至7中任意一项所述的红外热图均匀性量化方法。

10.一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使计算机执行根据权利要求1至7中任意一项所述的红外热图均匀性量化方法。

技术总结
本申请提供一种红外热图均匀性量化方法、装置、电子设备及存储介质，所述方法包括：获取红外热图，并对红外热图进行灰度转化，得到灰度图像；确定灰度图像中的种子点，利用种子点进行区域生长，以确定灰度图像的各个连通区域的面积，并根据最大的连通区域面积与各个连通区域的总面积的比值得到连通系数；确定灰度图像的斑块数量以及斑块中的异常斑块数量，根据异常斑块数量与斑块数量的比值得到斑块系数；根据连通系数和斑块系数，确定红外热图的均匀性值。联合红外热图的连通性和花斑性对红外热图的均匀性进行量化，得到具体的均匀性值，定量分析红外热图的均匀性。

技术研发人员：罗涛,尹湖,张文静,许昌,李剑峰
受保护的技术使用者：北京邮电大学
技术研发日：
技术公布日：2024/2/19