1 概述 在人体温度检测报警系统中，我们需要在检测区域中实时的标识出一个或者多 个人体的脸部区域，并在识别出的每个区域中查找最高温度。 本文所描述的算法主要是识别出图像范围中的高温区域，涉及到的算法有图像 二值化、二值图像的连通区域标记。 参考文档： https://blog.csdn.net/ny1986/article/details/94431548 https://blog.csdn.net/qq_37385726/article/details/82015545 https://www.haolizi.net/example/view_21005.html https://blog.csdn.net/icvpr/article/details/10259577 2 算法描述 2.1 输入图像 算法是基于红外图像的 8 位灰度图，灰度值范围是 0-255。 2.2 图像二值化 图像二值算法，我们需提前设置一个阀值。在整幅图中查找，如果灰度值低于 阀值则赋值为 0，如果灰度值大于阀值则赋值为 255。如下图： 在上图中的阀值设置为 200，这个阀值可以在软件中修改，主要是用于区分高温 部分的范围，这个可以根据现场情况做调整。 海思 IVE 算法：HI_MPI_IVE_Thresh OpenCV 算法：threshold 2.3 二值图像的连通区域标记 

在我们讨论连通区域标记的算法之前，我们先要明确什么是连通区域，怎样的 像素邻接关系构成连通。在图像中，最小的单位是像素，每个像素周围有 8 个邻接 像素，常见的邻接关系有 2 种：4 邻接与 8 邻接。4 邻接一共 4 个点，即上下左右， 如下左图所示。8 邻接的点一共有 8 个，包括了对角线位置的点，如下图所示。 如果像素点 A 与 B 邻接，我们称 A 与 B 连通，于是我们不加证明的有如下的结 论： 如果 A 与 B 连通，B 与 C 连通，则 A 与 C 连通。 在视觉上看来，彼此连通的点形成了一个区域，而不连通的点形成了不同的区 域。这样的一个所有的点彼此连通点构成的集合，我们称为一个连通区域。 下面这符图中，如果考虑 4 邻接，则有 3 个连通区域；如果考虑 8 邻接，则有 2 个连通区域。（注：图像是被放大的效果，图像正方形实际只有 4 个像素）。 二值图像的连通区域的算法需要设置一个最小面积，如果小于该面积的区域则忽略，本 示例设置的范围是 16 个像素，算法会将符合条件的区域全部找出，并标识出每个区域的坐 标点，如下图 1 

右边有两个小区域并没有被标识出来，因为面积小于 16 个像素。 海思 IVE 算法：HI_MPI_IVE_CCL OpenCV 算法：cvFindContours 2