Metody ilościowej oceny rozpoznawania ludzi na podstawie termogramów

W artykule zaprezentowano algorytm pozwalający na ilościową ocenę ludzi znajdujących się na zarejestrowanym obrazie, wykonanym kamerą termowizyjną. Zadaniem opracowanych modułów programowych jest wyselekcjonowanie parametrów obrazu o właściwościach dyskryminacyjnych, pozwalających wykryć człowieka. Poddano analizie: parametry statystyczne I rzędu liczone na podstawie histogramu jasności, parametry statystyczne II rzędu wyznaczone na podstawie macierzy zdarzeń wyliczonej dla czterech kierunków i trzech wielkości sąsiedztwa, parametry wyznaczone na podstawie macierzy gradientu dla maski 3 x 3 i 5 x 5, macierzy długości ciągów (run length) oraz na podstawie transformacji falkowej. Za pomocą współczynnika Fishera dokonano wyboru najlepszych parametrów charakteryzujących analizowane obrazy (o największej zdolności dyskryminacyjnej). W ten sposób wybrane cechy zostały wykorzystane do klasyfikacji termogramów za pomocą sztucznej sieci neuronowej ANN (artificial neural network).

The algorithm of quantitative evaluation of people recognition based on thermograms, is presented. The aim of the research was to select parameters of thermal image, characterized by discrimination properties, allowing the recognition of the person. The first-level static parameters obtained from luminance histogram, second-level static parameters derived from co-occurrence matrix parametrized by offset (4 directions and 3 neighborhoods), luminance