[发明专利]一种人体红外图像样本处理方法及存储介质

权利要求书

1.一种人体红外图像样本处理方法，其特征在于，包括以下步骤：

S100，获取人体红外图像样本集合P＝{p₁，p₂，…，p_i，…，p_N}，其中p_i为第i个人体红外图像样本，i的取值范围为1到N，N为P中人体红外图像样本的数量；

S200，遍历P，如果p_i为正常样本，则将p_i追加到P’，P’的初始化为Null；所述正常样本为常规体检数据不超出正常值的人体的人体红外图像样本、符合红外热成像健康人红外成像特征的人体红外图像样本、符合平和质特征人群的人体的人体红外图像样本或信息采集表中没有出现过重大疾病的人体的人体红外图像样本；

S300，遍历P’，根据对应的年龄、性别、地域和季节信息对P’进行分组，得到C＝{c₁，c₂，…，c_j，…，c_M}，其中，c_j为对P’进行分组得到的第j组人体红外图像样本集合，j的取值范围为1到M，M为C中包括的组数量；M＝A₁*A₂*A₃*A₄，A₁为P’包括的预设的年龄区间数量，A₂为P’包括的性别类型数量，A₃为P’包括的地域类型数量，A₄为P’包括的季节类型数量；

S400，遍历C，利用K-means聚类方法对c_j进行聚类，得到c_j＝{c_j,1，c_j,2，…，c_j,k，…，c_j,K}，其中，c_j,k为对c_j进行聚类得到的第k个簇，k的取值范围为1到K，K为预设的簇数量；

S500，遍历C，如果n_j,k小于预设样本数量，则删除c_j中c_j,k，得到更新后的c_j，n_j,k为c_j,k中人体红外图像样本数量；

S600，遍历C，获取更新后的c_j中各人体红外图像样本对应的温度向量的均值向量EF_j，并输出EF_j；

所述S400中利用K-means聚类方法对c_j进行聚类，包括：

S410，从c_j中随机选取K个人体红外图像样本作为质心；

S420，对于c_j中每一个人体红外图像样本，获取其与每一个质心的距离，并将其划分到距离其最近的质心所属的集合；其中，c_j中第b1个人体红外图像样本p_j,b1与第k个质心p_j,k的距离为dj_b1,k，dj_b1,k与sim(F_j,b1，F_j,k)呈负相关关系，b1的取值范围均为1到Z_j，Z_j为c_j中人体红外图像样本数量，sim()为求相似度，F_j,b1为p_j,b1对应的温度向量，F_j,b1＝(T_b1,1，T_b1,2，...，T_b1,q，...，T_b1,Q)，T_b1,q为p_j,b1中第q个穴位或区域对应的温度，F_j,k为p_j,k对应的温度向量，F_j,k＝(T_k,1，T_k,2，...，T_k,q，...，T_k,Q)，T_k,q为p_j,k中第q个穴位或区域对应的温度，q的取值范围为1到Q，Q为预设的穴位和区域数量；

S430，将c_j中每一个人体红外图像样本划分之后，重新获取得到K个集合的质心；

S440，重复步骤S420-S430，直至获取的质心不再发生变化或者重复的次数达到设定次数，聚类结束。