热成像技术记录物体表面的温度信息,在军事、航天、工业、医学、安防等领域均有广泛应用。在医学中,体温是人体组织异常活动的指标之一,因此通过深入分析热红外图像可诊断特定的病情。受限于热红外成像设备,热红外图像分辨率较低,通常通过相机在竖直方向上的移动分别采集人体上半身与下半身图像。同时由于热红外图像缺少可见光图像的纹理细节,人体部位精确定位较为困难。针对上述问题,本文开展了如下所述的研究工作:1.为了将上下半身热红外图像拼接完整并剔除背景,提出了一系列图像预处理算法。在二值化阶段,利用滑动窗口法进行局部阈值分割。在拼接阶段,先利用二值图像进行粗匹配,然后利用灰度模板实现细匹配,最后进行图像融合。该算法在300组样例图像上进行有效性验证。实验结果表明,二值化和全身拼接均取得了令人满意的结果。2.为了对人体红外热图像进行温度分析,提出了几种图像处理算法,包括人体部位划分、异常温度检测、纹理相似区域检测等。人体部位划分基于轮廓的曲率分析,计算人体的关键点,通过关键点划分区域。该算法在300组样例图像上进行有效性验证。异常温度检测通过轮廓分析和形态学处理。另外,使用灰度共生矩阵进行纹理相似度判别。以上算法的实现,为医生的红外热图像诊断带来了数据支持与效率提升。3.为了精确分割人脸红外热图像中的部位,提出了一种人脸多模态图像采集方法。采集装置为可见光摄像头与热红外摄像头组成的双目相机。首先对标定板进行图像采集,计算图像单应性变换参数。然后采集人脸可见光和红外热图像并处理。本文使用Windows窗体应用程序实现了人脸图像采集与处理系统,集成了标定配准、人脸图像采集、温度统计、数据库存储与查询等功能。