CN103217221B - 一种基于图像拼接的空冷凝汽器散热面温度场测量方法 - Google Patents

Abstract

本发明公开一种基于图像拼接的空冷凝汽器散热面温度场测量方法，空冷凝汽器散热面大于红外热像仪视场，所述方法包括：利用多台红外热像仪获得整个空冷凝汽器散热面的多幅局部高分辨率红外图像，获取的相邻红外图像间有重叠区域；基于红外图像的灰度投影，利用图像处理方法，对红外图像进行预处理和拼接，获得整个空冷凝汽器散热面的完整红外图像，图像分辨率高，细节信息丰富；基于红外热像仪自身的测温功能，用上述红外图像处理的方法对相应的温度矩阵进行处理，获得整个空冷凝汽器散热面的完整温度矩阵；该方法能够获得整个空冷凝汽器散热面的连续温度场，并且连续温度场细节丰富，适用于根据温度场对空冷系统优化和降低能耗等方面的研究。

Description

一种基于图像拼接的空冷凝汽器散热面温度场测量方法

【技术领域】

本发明涉及一种空冷凝汽器散热面温度场测量方法，尤其涉及一种基于图像拼接的空冷凝汽器散热面温度场测量方法。

【背景技术】

我国“贫油、少气、多煤”的一次能源结构决定了在今后相当长的时间内，燃煤火力发电仍将在我国发电领域占主导地位，但我国富含煤炭资源的北方地区如内蒙古、山西、陕西等的水资源严重匮乏。水资源短缺已经成为制约该地区火力发电的首要因素。

在火力发电厂发展空冷技术是一项非常有效的节水措施。国家电力公司曾于1999年下发了《火力发电厂节约用水的若干意见》，特别规定了“计划部门在富煤缺水地区规划电厂时，要把节约用水作为一个首要的考虑因素，积极推广应用空冷技术”。

空冷系统主要由空冷凝汽器、排汽管道系统、凝结水收集系统、抽真空系统、控制系统和空冷凝汽器清洗装置6个子系统组成，其中，蒸汽分配管与其周围散热翅片的上表面构成了空冷凝汽器的散热面。空冷凝汽器散热面的温度场是一个非常重要的参数，在研究环境温度、散热面表面污浊程度、自然风等对空冷系统热力性能和换热效果的影响中都需要对温度场进行测量；另外，可以根据温度场优化空冷机组运行、优化空冷设备冲洗，进而可以达到提高真空、降低能耗的目的。

各种测温方法都是基于物体的某些物理化学性质与温度之间一定的关系，例如物体的几何尺寸、颜色、电导率、热电势和辐射强度等都与物体的温度有关。当温度不同时，以上这些参数中的一个或几个会随之发生变化，通过测量变化参数就可间接的实现被测物体温度的测量。目前，测温方法已从传统的基于热胀冷缩原理、热电效应、热阻效应等接触式测温发展到现在的基于辐射、声学的非接触式测温，测温方法有了很大的改进。

红外辐射测温作为新兴的测温方法能够实现连续温度场的测量，并且该方法属于非接触式测温不会破坏被测介质的温度场，具有测温范围广、理论上没有测温上限、响应速度快、灵敏度高、分辨率强等特点，因此该方法广泛应用于温度场的测量。但是对空冷凝汽器散热面温度场测量的研究还比较缺乏，国内外的相关文献及专利比较少。华北电力大学杜小泽教授曾利用红外辐射对空冷散热面温度场进行测量，得到了空冷散热面的连续温度分布规律。其采用的测量方法是利用红外热像仪进行远距离拍摄，通过调整测温距离实现一幅红外图像覆盖整个空冷凝汽器散热面。这种测量方法虽然简单，但是测量误差很大，获取的图像分辨率较低，看不清图像细节。

【发明内容】

上述讨论引入了一个思路，即，可以基于红外辐射测温原理，利用红外热像仪拍摄整个空冷凝汽器散热面，通过获取的红外图像研究空冷凝汽器散热面的温度分布规律。

红外热像仪在较大测温距离下视野较大，拍摄得到的红外图像分辨率较低，看不清图像细节；虽然采用广角镜头可以远距离获取大视野的高分辨率图像，但获取的图像一般带有广角畸变，不适合普遍应用。因此，如何利用红外热像仪获取被测大面积物体的高分辨率图像是红外热像仪应用中的一个难点。而利用图像拼接算法可以实现多张高分辨率局部红外图像的拼接，从而获得大面积物体的完整红外图像，是解决上述问题的一个有效方法。

本发明的实施例即提供一种基于图像拼接的空冷凝汽器散热面温度场测量方法。利用红外图像拼接技术能够获得整个空冷凝汽器散热面的完整红外图像，并且图像细节丰富，分辨率较高；利用红外热像仪自身的测温功能，并通过热电偶测温对其进行参数修正，然后将获取完整空冷凝汽器散热面红外图像的方法应用于相应的温度矩阵，可以获得整个空冷凝汽器散热面的温度分布。

本发明的实施例中所使用的图像是通过IRT513-B在线式红外热像仪在华电灵武电厂#3空冷机组拍摄获得。具体的拍摄方案是将四台红外热像仪纵向安装于被测空冷凝汽器散热面相对一侧的清洗支架上，分别调整四个红外热像仪的姿态，使得四台红外热像仪同时进行一次拍摄时能够覆盖散热面的纵向范围，并且上下相邻两台红外热像仪的视场之间有重叠区域；然后快速移动清洗支架进行下一次拍摄，控制清洗支架的单步移动距离，保证相邻两次拍摄的红外图像之间有重叠区域；红外热像仪通过以太网与交换机相连；交换机将获取的红外图像以无线的方式传送给计算机，计算机接收、显示红外图像，并对图像拍摄过程中红外热像仪的调节(调焦、快门调节以及对比度、调色板的调节)进行控制。

由于红外热像仪独特的成像机理使得拍摄得到的红外图像对比度较低、信噪比较低等，并且，由于红外热像仪存在不同角度的倾斜，拍摄获得的红外图像具有不同程度的几何畸变，因此，在进行红外图像拼接之间需要对红外图像进行预处理，包括红外图像压缩、红外图像对比度增强和红外图像的几何畸变校正。红外图像对比度增强采用灰度映射原理实现，具体的灰度映射函数如下式所示。

$E_H\left(s\right)=\frac{256}{1+{\left(\frac{170}{s+e}\right)}^{10}}$

其中，s表示原始图像的灰度值，E_H(s)为对原始图像进行对比度增强后的图像的灰度值，e的引入是为了避免s为零时映射函数无意义情况的发生。红外图像的几何畸变校正采用控制点变换算法实现；由于红外图像由有限数量的竖线(基管)和不多于两条横线(水平固定杆)以及竖线之间的区域(翅片)组成，纹理比较简单，并且在世界坐标中竖直的竖线在红外图像中不再竖直，水平的横线也不再水平，依据一组平行的直线在射影几何中交于一个消隐点的理论，通过在畸变图像中寻找四边形(对应在无畸变图像中为矩形)的方式构造控制点对，利用控制点对在畸变图像和无畸变图像间的坐标关系求解红外图像间的空间变换矩阵；再利用三次灰度插值算法获得无畸变图像中像素点的灰度信息。经过红外图像预处理之后的红外图像的对比度得到显著增强，图像的分辨率得到提高；另外，几何畸变校正之后的红外图像中的基管之间相互平行，并且保持竖直，固定基管的水平杆与基管互相垂直，准备进行下一步的图像配准。这里，为了便于后续的阐述，预处理之后的红外图像按通道分别简记为通道一图像、通道二图像、通道三图像和通道四图像。

图像拼接包括两个关键技术：图像配准和图像融合。其中，图像配准是图像拼接技术的基础和核心。由于红外图像已经消除了几何畸变，这样相邻两幅红外图像的配准就转换为图像间精确偏移量和配准位置矩阵的求解。

在求取图像间的精确偏移量之前，先求取图像间的粗略偏移量。对于横向粗略偏移量的求解，由于预处理之后的红外图像中的竖线保持竖直，因此，红外图像在横向的主要特征是基管、翅片交替排列，在列灰度投影中表现为极大值、极小值交替有规律的出现，其中，极小值的位置对应于基管中心，极大值的位置对应于翅片中心，同样地，基管和翅片的边缘对应于投影曲线中斜率最大的位置，因此，计算同一通道相邻红外图像间的横向粗略偏移量时，只需使用红外图像的列灰度投影进行相位计算。图像的列灰度投影如下：

$c\left(j\right)=\underset{i=1}{\overset{\mathrm{RN}}{\mathrm{\Σ}}}f(i,j)$

式中，c(j)为图像f(i，j)第j列的灰度投影，RN为图像的行数；仅存在一个平移量(x₀，y₀)的两幅图像f₁(x，y)和f₂(x，y)的RN行的列灰度投影分别为c₁(x，y)和c₂(x，y)，两个列灰度投影之间的互功率谱如下式所示：

$c\left(j\right)=\underset{i=1}{\overset{\mathrm{RN}}{\mathrm{\Σ}}}f(i,j)$

其中，C₁和C₂分别为两幅图像的列灰度投影对应的傅里叶变换，*为共轭计算符，上式右边部分的反傅立叶变换为冲击函数δ(x-x₀，y-y₀)，显然，两幅图像列灰度投影的互功率谱的反傅立叶变换在平移量(x₀，y₀)处有明显的峰值，据此，就可以得到两幅图像间的横向粗略偏移量；基于已求得的两幅图像间的横向粗略偏移量，可以确定两幅图像横向间的大致重叠区域。通过对大致重叠区域内的基管中心进行对齐，可以确定两幅图像间的横向精确偏移量。其中，对于横向精确偏移量的求解，在进行基管对齐之前，首先通过列灰度投影分别检测出两幅图像大致重叠区域内的基管中心，再依据两个先验知识(一是基管中心处的灰度投影为极小值，虽然翅片缝隙比较宽的地方也会出现极小值，但这些极小值一般比较大，二是相邻基管之间的间距为固定值)滤除干扰极值点；最后，根据列灰度投影曲线中剩余的极小值位置和分布确定两幅图像间的横向精确偏移量。

基于已求得的两幅图像间的横向精确偏移量，可以确定两幅图像间的横向精确重叠区域。选择横向精确重叠区域内最直的匹配基管中心的横坐标为配准位置，由此，可以得到左侧图像的配准位置和右侧图像的配准位置，保存于1行2列的矩阵，记为横向配准位置矩阵。

由于在拍摄过程中，红外热像仪刚体固定，清洗支架水平移动，并且，单通道的红外图像数量较多，拼接全景图较大，因此，同一通道相邻两幅红外图像间的纵向偏移量忽略不计。

对于纵向两幅相邻红外图像，由于红外热像仪安装位置固定，拍摄过程中红外热像仪姿态保持不变，所以一次拍摄获得的纵向四幅图像间的纵向偏移量几乎保持不变；对于横向两幅相邻红外图像，由于在拍摄过程中严格控制四台红外热像仪的单步移动距离，横向两幅相邻红外图像间横向偏移量的波动范围被控制在一个很小的范围。鉴于此，首先求取通道一图像间的横向精确偏移量，再求取通道一图像和通道二图像间的横向精确偏移量，将通道一图像间的横向精确偏移量减去通道一图像和通道二图像间的横向精确偏移量即得到通道二图像间的横向精确偏移量。以此类推，可以分别求得通道三图像间和通道四图像的横向精确偏移量，从而可以求得四个通道的横向配准位置矩阵。

基于已求得的四个通道的横向配准位置矩阵，将四个通道的所有红外图像分别进行配准，得到四幅单通道的完整配准图。然后，基于明显标记，通过鼠标点击的方式依次求取相邻通道完整配准图之间的纵向配准位置矩阵；求解时，为了提高图像配准精度，首先通过鼠标点击方式确定包含明显标记点的区域的边界坐标；然后分割出标记点区域图像，对其放大3倍；再在放大的区域图像内部通过鼠标点击方式确定准确的标记点坐标，将标记点在上面一幅图像和下面一幅图像中的纵坐标按次序保存于1行2列的矩阵中，即为纵向配准位置矩阵。

根据已求得的单通道完整配准图像间的纵向配准位置矩阵，从上到下依次对所有的单通道完整配准图像进行配准，获得整个空冷凝汽器散热面的完整配准图。

完成图像配准之后，需要对图像间的拼缝进行融合，保证图像间亮度特征等的平滑过渡。图像融合的过程是一个灰度重投影的过程，要求能够同时兼顾拼接图像真实效果和消除拼接图像间灰度的突变两个方面。常用的图像融合方法有平均值法和加权融合法。由于本实施例获取的相邻红外图像间的灰度差别比较大，重叠区域比较小，利用上面两种方法很难实现图像间特征的平滑过渡。因此，本实施例采用的方式是以参考图像靠近拼缝的5行或者5列的灰度值的均值作为参考均值，首先对单通道完整配准图中的每个拼缝进行融合。融合方法是以拼缝左侧图像中靠近拼缝的5列灰度值的平均灰度值(记为c_g₀)作为参考，计算拼缝右侧图像靠近拼缝的5列的灰度值的平均灰度值(记为c_g₁)，记c_g₀和c_g₁的差值为c_dif，拼缝右侧图像的宽度为c_wid，拼缝融合的表达式为：

$\mathrm{pc}\_g=-\frac{c\_\mathrm{dif}}{c\_\mathrm{wid}}*\mathrm{len}+c\_\mathrm{dif}+\mathrm{oc}\_g$

式中，len为待处理列与拼缝之间的距离，oc_g为待处理列的原始灰度值，pc_g为对待处理列融合处理后的灰度值；根据已经求得的单通道横向配准位置矩阵，从左侧到右侧依次确定每个拼缝的位置，再利用上述方法逐个地对每个拼缝进行融合。然后对单通道完整配准图间的拼缝进行融合。融合方法与上述方法类似，但计算的是拼缝上侧图像中靠近拼缝的5行的灰度值的平均灰度值(记为r_g₀)和拼缝下侧图像靠近拼缝的5行的灰度值的平均灰度值(记为r_g₁)，记r_g₀和r_g₁的差值为r_dif，拼缝下侧图像的宽度为r_wid，拼缝融合的表达式为：

$\mathrm{pr}\_g=-\frac{r\_\mathrm{dif}}{r\_\mathrm{wid}}*\mathrm{hig}+r\_\mathrm{dif}+\mathrm{or}\_g$

式中，hig为待处理行与拼缝之间的距离，or_g为待处理行的原始灰度值，pr_g为对待处理行进行融合处理后的灰度值；根据已经求得的单通道完整配准图之间的纵向配准位置矩阵，从上侧到下侧依次确定每个拼缝的位置，再利用上述方法逐个地对每个拼缝进行融合。经过拼缝融合，即得到整个空冷凝汽器散热面的完整拼接图。

得到整个空冷凝汽器散热面的完整红外图像后，就可以根据红外辐射原理测量空冷凝汽器散热面的温度分布。对于本实施例，现场情况比较复杂。虽然所有散热面的材料相同，但是同一散热面的表面光洁度不同，如果进行发射率标定，需要对同一散热面根据表面光洁度等因素进行多次标定，而现场条件根本无法进行黑体标定；另外，大气中悬浮颗粒浓度、环境温度、湿度等都会影响测量，因此，难以得到精确的测量模型。对于空冷凝汽器散热面，其温度变化趋势是研究的重点。由于红外热像仪本身具有测温功能，并且在出厂前已经对其进行标定，经国家红外及工业电热产品质量监督检验中心鉴定其测量误差满足测量空冷凝汽器散热面温度场的精度要求；另外，红外热像仪还提供参数(环境温度、湿度、距离、发射率等)调节功能，可以在实际测量时对测温结果进行修正。

综合考虑，本课题利用红外热像仪自身的测温功能，通过调节红外热像仪的参数实现温度测量。现场测量前首先用热电偶对红外热像仪参数进行修正，使红外热像仪的测温结果和热电偶的测温结果保持一致，从而保证红外热像仪测温结果准确。

由于红外热像仪拍摄的每一幅红外图像都有一个与之对应的温度矩阵，因此，红外热像仪在完成红外图像拍摄的同时也完成了空冷凝汽器散热面温度场的测量。直接利用红外图像预处理和拼接的方法对相应的温度矩阵做同样处理就可以得到整个空冷凝汽器散热面的温度矩阵。其中，在对预处理后的温度矩阵进行的配准和融合时，直接利用上述红外图像配准时求得的四个单通道图像间的横向配准位置矩阵和三个单通道完整配准图之间的纵向配准位置矩阵直接对预处理的温度矩阵可以简化计算量。

最后，由于空冷凝汽器散热面的温度分布比较集中，如果直接进行颜色映射，得到的伪彩色图像将集中在颜色条很小的范围内，致使图像对比度较低，视觉效果较差，并且不利于进一步地温度场分析。为了避免这种情况的发生，首先将图像温度映射到0～63，映射关系如下式所示：

t_o＝63/(t_max-t_min)*(t-t_min)

其中t_max、t_min分别为最高温度和最低温度，t为输入温度，t_o为映射后的输出值。经过这种变换后的伪彩色图像能够直观地显示空冷凝汽器散热面的温度分布。

本发明的空冷凝汽器散热面温度场测量方法相对于传统技术有如下的有益效果：传统的空冷凝汽器散热面温度场测量方法包括使用热电偶、红外点测仪等接触式测温方法和基于辐射测温的非接触式测温方法，本发明提出的基于图像拼接的空冷凝汽器散热面温度场测量方法包括四通道红外热像仪测温系统的搭建，红外图像的获取，红外图像的预处理，基于相位相关法的红外图像配准和融合，读取温度矩阵，温度矩阵的预处理和拼接等步骤，可以将多幅高分辨率的空冷凝汽器散热面局部红外图像拼接成一幅高分辨率的空冷凝汽器散热面完整红外全景图，同时基于红外热像仪自身的测温功能，可以将局部红外图像对应的温度矩阵拼接成整个空冷凝汽器散热面的温度矩阵；对温度矩阵进行伪彩色显示之后获得的整个空冷凝汽器散热面的连续温度场全景图不仅能体现出空冷凝汽器散热面温度分布的全景信息，又能很好的表现其温度场的细节信息。利用本发明可以根据空冷凝汽器散热面的连续温度场对空冷系统优化和降低能耗等方面进行研究。

【说明书附图】

图1为基于图像拼接的空冷凝汽器散热面温度场测量方法的流程图；

图2为针对空冷凝汽器散热面的红外成像系统的组成示意图；

图3为红外热像仪的安装示意图；

图4为红外热像仪的拍摄示意图；

图5为获取的部分空冷凝汽器散热面红外图像；

图6为图像对比度增强映射曲线；

图7为图像的几何畸变校正效果对比图；

图8为去除黑边后的图像的行灰度投影和列灰度投影；

图9为同一台红外热像仪在相邻位置拍摄的红外图像；

图10为同一台红外热像仪在相邻位置拍摄的两幅红外图像的列灰度投影；

图11为相邻两台热像仪在同一位置拍摄的红外图像；

图12为两幅红外图像配准示意图；

图13为横向配准示意图；

图14为纵向配准示意图；

图15为四台红外热像仪拍摄得到的所有红外图像拼接后的红外全景图；

图16为图14中左侧一部分的区域放大图；

图17为对温度矩阵进行伪彩色显示时的颜色表；

图18为所测量空冷凝汽器散热面温度场的伪彩色图像。

【具体实施方式】

下面结合附图和本实施例对本发明作进一步说明：

如附图1所示，本发明所提出的基于图像拼接的空冷凝汽器散热面温度场测量方法包括于空冷岛搭建四通道红外热像仪测温系统，获取空冷凝汽器散热面的多幅局部高分辨率红外图像；对获取的所有红外图像进行预处理包括红外图像压缩、对比度增强和几何畸变校正；基于灰度投影，利用相位相关法对预处理之后的红外图像进行配准和融合，得到整个空冷凝汽器散热面的完整拼接图；用红外热像仪自带的读温度程序读取所获取红外图像对应的温度矩阵；用红外图像预处理的方法对读取的温度矩阵预处理；利用红外图像拼接中求得的横向配准位置矩阵和纵向配准位置矩阵对预处理后的温度矩阵进行配准和融合；以及对求得的整个空冷凝汽器散热面的完整温度矩阵进行伪彩色显示，直观地显示整个空冷凝汽器散热面的连续温度场。具体的实施方式为：

实验场地设在华电灵武发电有限公司#3机组。华电灵武发电有限公司#3机组是世界上首座1000MW超超临界空冷机组，机组采用变压直流炉、一次再热、平衡通风、固态排渣、全钢构架、紧身封闭、全悬吊结构∏型锅炉。汽轮机采用一次中间再热、单轴、四缸四排汽、七级回热抽汽的直接空冷凝汽式，入口参数为25.0MPa/600℃/600℃，额定背压为13KPa，夏季背压为33KPa，额定给水温度为298.7℃。锅炉容量和主要参数：额定蒸发量28568t/h，锅炉出口蒸汽参数入口参数2625MPa/605℃/603℃。

如附图2所示，一种针对空冷凝汽器散热面的红外成像系统由空冷凝汽器散热面211、IRT513-B红外热像仪22、交换机23和PC24等组成，其中212为蒸汽冷凝管。

所述空冷凝汽器散热面面积为10×100m，水平倾斜角度为60°；所述红外热像仪为烟台艾瑞光电科技有限公司生产的IRT513-B在线式红外热像仪，视场角为21×16°(保证红外热像仪拍摄的图像没有广角失真，并且达到最大测温精度下的最下视场角)。为了保证上下相邻的红外热像仪视场间有重叠区域，这里采用4台红外热像仪同时进行拍摄。通过在电厂空冷系统已有的清洗支架上安装辅助支撑臂，将4台红外热像仪321固定在被测散热面311相对一侧的清洗支架33上，如附图3所示。其中322、323、324和325分别对应着第一台红外热像仪至第四台红外热像仪(从靠近蒸汽冷凝管312往下一次为第一台至第四台红外热像仪)的视场；然后，调整系统的焦距，并在后续测量中将其作为固定设置不再改变。

IRT513-B在线式红外热像仪22本身具有DV12V电源接口和以太网接口。通过组建以太网实现红外热像仪22和交换机23的通讯，然后交换机23通过无线模块与PC24相连。一方面，红外热像仪22拍摄的红外图像通过以太网发送到PC24，PC24接收、显示红外图像；另一方面，PC24将控制命令发送到交换机23的控制单元，控制红外热像仪22的调节和拍摄。

4台红外热像仪的拍摄过程如附图4所示。41为被拍摄的空冷凝汽器散热面，Ch1至Ch4分别表示第一台红外热像仪至第四台红外热像仪的视场，其中Ch11表示第一台红外热像仪进行第一次拍摄时覆盖的空冷凝汽器散热面区域，以此类推，Ch1n表示第一台红外热像仪进行第n次拍摄时覆盖的空冷凝汽器散热面区域，Ch4n表示第4台红外热像仪进行第n次拍摄时覆盖的空冷凝汽器散热面区域。控制4台红外热像仪同时进行拍摄，保证每一次获取的四幅红外图像能够覆盖散热面纵向范围，并且相邻红外热像仪拍摄的红外图像具有重叠区域36；然后快速移动散热面的清洗支架，进行下一次拍摄，附图4中42表示4台红外热像仪进行第一次拍摄时覆盖的散热面横向范围，43表示第二次拍摄时覆盖的散热面横向范围。需要控制每一次拍摄时清洗支架的单步移动距离，保证相邻两次拍摄的横向范围间有重叠区域，如附图中47。由于空冷凝汽器散热面的温度场对时间的变化比较剧烈，因此拍摄整个散热面红外图像的时间越短，对温度场测量和分析的精度就越高。假设移动n次清洗支架可以完成整个空冷凝汽器散热面的红外成像，附图4中44和45分别表示第n-1次拍摄和第n次拍摄时4台红外热像仪覆盖的散热面横向范围。

获取的部分空冷凝汽器散热面红外图像如附图5所示。图4中(a)和(b)分别表示同一红外热像仪拍摄相邻两个位置时的红外图像，其中51和52表示同一位置在相邻两幅红外图像中的像，即两幅图像的重叠特征。由附图5可以看出，竖线(基管)不再竖直，横线(水平固定杆)不再水平，并且竖线之间不再相互平行，横线和竖线之间也不再互相垂直，即，拍摄得到的红外图像存在几何畸变，因此，在图像拼接之前需要先对红外图像进行几何畸变校正。另外，由于红外热像仪特殊的成像机理，使得拍摄得到的红外图像的对比度低、信噪比低等，因此，在图像的几何畸变校正之前需要进行图像的压缩、对比度增强，增强图像的视觉效果。

图像对比度增强采用灰度映射原理，使用的对比度增强映射函数如下式所示。其中，s表示原始图像的灰度值，E_H(s)为对原始图像进行对比度增强后的图像的灰度值，e的引入是为了避免s为零时映射函数无意义情况的发生；相应的映射曲线如附图6所示。

$E_H\left(s\right)=\frac{256}{1+{\left(\frac{170}{s+e}\right)}^{10}}$

红外图像的几何畸变校正采用控制点变换算法实现；由于红外图像由有限数量的竖线(基管)和不多于两条横线(水平固定杆)以及竖线之间的区域(翅片)组成，纹理比较简单，并且在世界坐标中竖直的竖线在红外图像中不再竖直，水平的横线也不再水平，依据一组平行的直线在射影几何中交于一个消隐点的理论，通过在畸变图像中寻找四边形(对应在无畸变图像中为矩形)的方式构造控制点对，利用控制点对在畸变图像和无畸变图像间的坐标关系求解红外图像间的空间变换矩阵；再利用三次灰度插值算法获得无畸变图像中像素点的灰度信息。由于，在几何畸变校正时需要提取图像中的直线信息，为了减小计算量，提高直线提取的精度，在红外图像几何畸变校正之前，首先利用Canny边缘检测算子对图像进行边缘检测，然后在基于Radon变换，通过控制Radon变换中线投影的角度分别提取竖线和横线的信息。这里，为了便于后续的阐述，预处理之后的红外图像按通道分别简记为通道一图像、通道二图像、通道三图像和通道四图像。

经过红外图像预处理之后的红外图像的对比度得到显著增强，图像的分辨率得到提高；另外，几何畸变校正之后的红外图像中的基管之间相互平行，并且保持竖直，固定基管的水平杆与基管互相垂直。如附图7所示，其中，图(a)表示畸变图像，图(b)表示消除畸变后的图像。

图像拼接包括两个关键技术：图像配准和图像融合。其中，图像配准是图像拼接技术的基础和核心。由于红外图像已经消除了几何畸变，这样相邻两幅红外图像的配准就转换为图像间精确偏移量和配准位置矩阵的求解。

在求取图像间的精确偏移量之前，先求取图像间的粗略偏移量。对于横向粗略偏移量的求解，由于预处理之后的红外图像中的竖线保持竖直，因此，红外图像在横向的主要特征是基管、翅片交替排列，在列灰度投影中表现为极大值、极小值交替有规律的出现，其中，极小值的位置对应于基管中心，极大值的位置对应于翅片中心，同样地，基管和翅片的边缘对应于投影曲线中斜率最大的位置，附图8(b)所示。因此，计算同一通道相邻红外图像间的横向粗略偏移量时，只需使用红外图像的列灰度投影进行相位计算。图像的列灰度投影如下：

$c\left(j\right)=\underset{i=1}{\overset{\mathrm{RN}}{\mathrm{\Σ}}}f(i,j)$

式中，c(j)为图像f(i，j)第j列的灰度投影，RN为图像的行数；仅存在一个平移量(x₀，y₀)的两幅图像f₁(x，y)和f₂(x，y)的RN行的列灰度投影分别为c₁(x，y)和c₂(x，y)，两个列灰度投影之间的互功率谱如下式所示：

$c\left(j\right)=\underset{i=1}{\overset{\mathrm{RN}}{\mathrm{\Σ}}}f(i,j)$

其中，C₁和C₂分别为两幅图像的列灰度投影对应的傅里叶变换，*为共轭计算符，上式右边部分的反傅立叶变换为冲击函数δ(x-x₀，y-y₀)，显然，两幅图像列灰度投影的互功率谱的反傅立叶变换在平移量(x₀，y₀)处有明显的峰值，据此，就可以得到两幅图像间的横向粗略偏移量。对于纵向粗略偏移量的求解，由于预处理之后的红外图像中的横线保持水平，并且，红外图像在纵向的主要特征是不多于两条横线，这在行灰度投影中表现为至多两个极小值，极小值的位置为横线的中心位置，极小值两侧斜率最大的位置为横线的边缘，附图8中(a)所示。因此，计算相邻通道的同一时刻红外图像间的纵向粗略偏移量时，只需使用红外图像的行灰度投影进行相位计算。图像的行灰度投影如下：

$r\left(i\right)=\underset{j=1}{\overset{\mathrm{CN}}{\mathrm{\Σ}}}f(i,j)$

式中，r(j)为图像f(i，j)第i行的灰度投影，f(i，j)为(i，j)处像素的灰度值，CN为图像的列数；仅存在一个平移量(x₀，y₀)的两幅图像f₁(x，y)和f₂(x，y)的行灰度投影的互功率谱为：

$\frac{R_1(\mathrm{\ξ},\mathrm{\η})R_2^{*}(\mathrm{\ξ},\mathrm{\η})}{\left|R_1(\mathrm{\ξ},\mathrm{\η})R_2^{*}(\mathrm{\ξ},\mathrm{\η})\right|}=e^{-j2\mathrm{\π}({\mathrm{\ξx}}_0+{\mathrm{\ηy}}_0)}$

其中，R₁和R₂分别为两幅图像的行灰度投影r₁、r₂对应的傅里叶变换，*为共轭计算符；同理，根据两幅图像行灰度投影的互功率谱的反傅立叶变换在平移量(x₀，y₀)处有明显的峰值，可以得到两幅图像间的纵向粗略偏移量。

由于在拍摄过程中，红外热像仪刚体固定，清洗支架水平移动，并且，单通道的红外图像数量较多，拼接全景图较大，因此，同一通道相邻两幅红外图像间的纵向偏移量忽略不计。只求解横向精确偏移量。附图9(a)和(b)为同一台红外热像仪在相邻位置拍摄的红外图像，从这两幅图像可以看出(a)的后半部分与(b)的前半部分具有相同的纹理、色彩特征，为两幅图像的重叠区域。横向粗略偏移量的求解就是计算两幅图像重叠区域的位置差。附图10(a)和(b)为两幅图像对应的列灰度投影。可以看出：附图10(a)的后半部分和(b)的前半部分的投影曲线趋势一致。两幅图像列灰度投影的互功率谱如附图10(c)所示。通过检测互功率谱的峰值点就可以得到两幅图像间的横向粗略偏移量(附图10(c)中圈出来的地方)。经过检测，两幅图像间的横向粗略偏移量为178。

图像拼接的关键是基管的对齐，上述求解的粗略偏移量只能得到两幅图像间的大致重叠区域，而不能实现基管的对齐，因此，需要在此基础上求解精确偏移量。根据已经求得的粗略偏移量可以确定两幅图像间的大致重叠区域，然后分别检测两幅图像重叠区域内的基管中心，对基管中心进行匹配。匹配之前需要基于两个先验知识滤除干扰极值点：一是基管中心处的灰度投影为极小值，尽管翅片缝隙比较宽的地方也会出现极小值，但是这些极小值一般比较大；二是相邻基管间的间距为固定值。附图11(a)和(b)为相邻两台红外热像仪在同一位置拍摄的红外图像。附图12(a)和(b)分别为附图11中(a)和(b)两幅红外图像重叠区域的列灰度投影，基管中心对应列灰度投影的极小值，检测到的极小值在图中用红色‘o’标记，滤除干扰后的极小值用红色‘*’标记，从图12(a)和(b)可以看出干扰得到了有效滤除。然后，对检测到的基管中心进行匹配。图12(c)和(d)中用红色‘o’标记的为匹配结果，可以判断，匹配结果正确。最后，计算两幅图像匹配基管中心间的距离差，出现次数最多的距离差为所求结果。将所求结果与相应的横向粗略偏移量合并，从而可以得到横向精确偏移量。图12(e)为图12(a)和(b)两幅图像的配准结果，可以看出，通过横向精确偏移量的求解能够实现基管的精确对齐，

基于已求得的两幅图像间的横向精确偏移量，可以确定两幅图像间的横向精确重叠区域；选择横向精确重叠区域内最直的匹配基管中心的横坐标为配准位置，由此，可以得到左侧图像的配准位置和右侧图像的配准位置，保存于1行2列的矩阵，记为横向配准位置矩阵。

一个完整的空冷凝汽器散热面包含上百幅图像，这些图像都是由4台红外热像仪拍摄得到。将这些红外图像拼接起来就可以得到整个空冷凝汽器散热面的红外全景图。对于纵向两幅相邻红外图像，由于红外热像仪安装位置固定，拍摄过程中红外热像仪姿态保持不变，所以一次拍摄获得的纵向四幅图像间的纵向偏移量几乎保持不变；对于横向两幅相邻红外图像，由于在拍摄过程中严格控制四台红外热像仪的单步移动距离，横向两幅相邻红外图像间横向偏移量的波动范围被控制在一个很小的范围。鉴于此，采用拼接方案为：首先求取通道一图像间的横向精确偏移量，再求取通道一图像和通道二图像间的横向精确偏移量，将通道一图像间的横向精确偏移量减去通道一图像和通道二图像间的横向精确偏移量即得到通道二图像间的横向精确偏移量。以此类推，可以分别求得通道三图像间和通道四图像的横向精确偏移量，进而可以求得四个通道的横向配准位置矩阵。基于已求得的四个通道的横向配准位置矩阵，将四个通道的所有红外图像分别进行配准，得到四幅单通道的完整配准图。然后，基于明显标记，通过鼠标点击的方式依次求取相邻通道完整配准图之间的纵向配准位置矩阵。其中，为了提高图像配准精度，首先通过鼠标点击的方式确定包含明显标记点的区域的边界坐标；然后分割出标记点区域图像，对其放大3倍；再在放大的区域图像内部通过鼠标点击的方式确定准确的标记点坐标，将标记点在上面一幅图像和下面一幅图像中的纵坐标按次序保存于1行2列的矩阵中，即为纵向配准位置矩阵。根据已求得的单通道完整配准图像间的纵向配准位置矩阵，从上到下依次对所有的单通道完整配准图像进行配准，获得整个空冷凝汽器散热面的完整配准图。

附图13为横向配准示意图。其中，图13(a)中Ch11、Ch12...Ch1n为同一红外热像仪在不同时刻拍摄的红外图像，选择通道一的红外热像仪拍摄的红外图像进行横向配准。该过程只需要求解相邻红外图像间的横向配准位置，即只需要保证图13(b)中明显标记的纵向中线对齐，而不必保证横向中线重叠。图13(b)为根据明显标记区域进行横向粗略偏移量的求解，得到横向粗略偏移量后也就得到了两幅红外图像的大致重叠区域(如图13(c)所示)。然后基于大致重叠区域，对相邻图像间大致重叠区域内的基管、翅片进行配准，得到横向精确偏移量(如图13(d)所示)。为了得到无缝的配准图像，选择横向精确重叠区域内最直的匹配基管中心为配准位置，由此可以得到前一幅红外图像(Ch1i)的右配准位置和后一幅红外图像(Ch1i+1)的左配准位置。接下来进行后一幅红外图像(Ch1i+1)与紧接其后的红外图像(Ch1i+2)的配准，依次进行，直到完成该红外热像仪拍摄的所有红外图像的配准，得到Ch11、Ch12...Ch1n的横向配准位置。

附图14为纵向配准示意图。图14(a)中的Ch11、Ch12...Ch1n为同一红外热像仪拍摄的红外图像，这些红外图像的横向配准位置已经得到，图中的虚线为每幅图像的横向配准位置(左配准位置和右配准位置)。图14(a)中的Ch21、Ch22...Ch2n为相邻红外热像仪拍摄的红外图像。Ch1i与Ch2i为纵向相邻两幅图像，纵向配准就是利用两步法求解Ch1i与Ch2i间的横向精确偏移量，根据Ch1i的横向配准位置和Ch1i与Ch2i的横向精确偏移量可以得到Ch2i的横向配准位置。纵向配准同横向配准一样，只需求解图像的横向配准位置；同样地，只要保证图14(b)中明显标记的纵向中线对齐，而不必保证横向中线对齐。图14(b)为利用明显标记求解横向粗略偏移量，图14(c)为对大致重叠区域内的基管进行配准以得到精确偏移量，图14(d)为由精确偏移量和Ch1i的横向配准位置得到Ch2i的横向配准位置。

完成图像配准之后，需要对图像间的拼缝进行融合，保证图像间亮度特征等的平滑过渡。图像融合的过程是一个灰度重投影的过程，要求能够同时兼顾拼接图像真实效果和消除拼接图像间灰度的突变两个方面。常用的图像融合方法有平均值法和加权融合法。由于本实施例获取的相邻红外图像间的灰度差别比较大，重叠区域比较小，利用上面两种方法很难实现图像间特征的平滑过渡。因此，本实施例采用的方式是以参考图像靠近拼缝的5行或者5列的灰度值的均值作为参考均值，先对单通道完整配准图中的每个拼缝进行融合。融合方法是以拼缝左侧图像中靠近拼缝的5列灰度值的平均灰度值(记为c_g₀)作为参考，计算拼缝右侧图像靠近拼缝的5列的灰度值的平均灰度值(记为c_g₁)，记c_g₀和c_g₁的差值为c_dif，拼缝右侧图像的宽度为c_wid，拼缝融合的表达式为：

$\mathrm{pc}\_g=-\frac{c\_\mathrm{dif}}{c\_\mathrm{wid}}*\mathrm{len}+c\_\mathrm{dif}+\mathrm{oc}\_g$

式中，len为待处理列与拼缝之间的距离，oc_g为待处理列的原始灰度值，pc_g为对待处理列融合处理后的灰度值；根据已经求得的单通道横向配准位置矩阵，从左侧到右侧依次确定每个拼缝的位置，再利用上述方法逐个地对每个拼缝进行融合。到右侧依次确定每个拼缝的位置，再利用上述方法逐个地对每个拼缝进行融合。然后对单通道完整配准图间的拼缝进行融合。融合方法与上述方法类似，但计算的是拼缝上侧图像中靠近拼缝的5行的灰度值的平均灰度值(记为r_g₀)和拼缝下侧图像靠近拼缝的5行的灰度值的平均灰度值(记为r_g₁)，记r_g₀和r_g₁的差值为r_dif，拼缝下侧图像的宽度为r_wid，拼缝融合的表达式为：

$\mathrm{pr}\_g=-\frac{r\_\mathrm{dif}}{r\_\mathrm{wid}}*\mathrm{hig}+r\_\mathrm{dif}+\mathrm{or}\_g$

式中，hig为待处理行与拼缝之间的距离，or_g为待处理行的原始灰度值，pr_g为对待处理行进行融合处理后的灰度值；根据已经求得的单通道完整配准图之间的纵向配准位置矩阵，从上侧到下侧依次确定每个拼缝的位置，再利用上述方法逐个地对每个拼缝进行融合。经过拼缝融合，即得到整个空冷凝汽器散热面的完整拼接图。

附图15为四台红外热像仪拍摄得到的所有红外图像拼接后的红外全景图。附图16为附图15中左侧一部分的区域放大图，可以看出，拼接全景图中纵向的清洗装置、明显特征准确对齐，横向的横线也准确地对齐，即该种图像拼接方法能够实现空冷凝汽器散热面红外图像的拼接，拼接结果准确，精度较高。

得到整个空冷凝汽器散热面的完整红外图像后，就可以根据红外辐射原理测量空冷凝汽器散热面的温度分布。由于实验现场情况复杂，无法进行发射率标定，并且大气中悬浮颗粒浓度、环境温度、湿度等都会影响测量，因此，无法得到精确的测量模型。另外，对于空冷凝汽器散热面，其温度变化趋势是研究的重点。综合以上考虑，选择利用红外热像仪自身的测温功能，通过调节红外热像仪的参数实现空冷凝汽器散热面温度场的测量。现场测量之前首先使用热电偶对红外热像仪的参数进行修正，使红外热像仪的测温结果和热电偶的测温结果保持一致，从而保证红外热像仪测温结果准确。

由于红外热像仪拍摄的每一幅红外图像都有一个与之对应的温度矩阵，因此，红外热像仪在完成红外图像拍摄的同时也完成了空冷凝汽器散热面温度场的测量。直接利用红外图像预处理和拼接的方法对相应的温度矩阵做同样处理就可以得到整个空冷凝汽器散热面的温度场。其中，在对预处理后的温度矩阵进行的配准和融合时，直接利用上述红外图像配准时求得的四个单通道图像间的横向配准位置矩阵和三个单通道完整配准图之间的纵向配准位置矩阵直接对预处理的温度矩阵可以简化计算量。

最后，为了直观地显示整个散热面的温度场分布，对拼接完成的温度矩阵进行伪彩色显示。伪彩色显示的效果直接关系到图像的视觉效果，即要求高温区域和低温区域要对比明显，能够强烈地表示温度的变化和变化范围。附图17为使用到的颜色表，该颜色表具有64种色彩。从附图17中的颜色条中可以看出该颜色表中颜色的渐变过程。由于空冷凝汽器散热面的温度分布比较集中，如果直接进行颜色映射，得到的伪彩色图像将集中在图17中颜色条很小的范围内，致使图像对比度较低，不利于温度场的分析。为了避免这种情况的发生，在进行颜色映射之前，先把温度映射到0～63，映射关系如下式所示：

t_o＝63/(t_max-t_min)*(t-t_min)

其中t_max、t_min分别为最高温度和最低温度，t为输入温度，t_o为映射后的输出值。附图18显示了所测量空冷凝汽器散热面温度场的伪彩色图像，该伪彩色图像能够直观的显示空冷凝汽器散热面的温度分布。

以上所述，仅为本发明具体实施方法的基本方案，但本发明的保护范围并不局限于此，任何熟悉本技术领域的人员在本发明公开的技术范围内，可想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权力要求的保护范围为准。所有落入权力要求的等同的含义和范围内的变化都将包括在权力要求的范围之内。

Claims (1)

1.一种基于图像拼接的空冷凝汽器散热面温度场测量方法，空冷凝汽器散热面大于红外热像仪视场，所述方法包括：利用多台红外热像仪获得整个空冷凝汽器散热面的多幅局部高分辨率红外图像，获取的相邻红外图像间有重叠区域；基于红外图像的灰度投影，利用图像处理方法，对红外图像进行预处理和拼接，获得整个空冷凝汽器散热面的完整红外图像，图像分辨率高，细节信息丰富；基于红外热像仪自身的测温功能，用上述红外图像处理的方法对相应的温度矩阵进行处理，获得整个空冷凝汽器散热面的完整温度矩阵；该方法能够获得整个空冷凝汽器散热面的连续温度场，并且连续温度场细节丰富，适用于根据温度场对空冷系统优化和降低能耗等方面的研究；其特征在于，包括以下具体实现步骤：

步骤一、在空冷岛搭建四通道红外热像仪测温系统，获取空冷凝汽器散热面的多幅局部高分辨率红外图像，其中，为了便于后续阐述，从上往下依次记为通道一、通道二、通道三、通道四；

(1)将四台红外热像仪安装在被测空冷凝汽器散热面相对一侧的清洗支架上，调整四台红外热像仪的姿态使得四台红外热像仪能够覆盖整个空冷凝汽器散热面的纵向范围，并且相邻红外热像仪的视场间有重叠区域，固定红外热像仪；

(2)将红外热像仪通过以太网与交换机相连；交换机以无线的方式即时把拍摄的红外图像传送给计算机处理；

(3)利用热电偶对红外热像仪的参数进行修正，保证红外热像仪测温结果准确；

步骤二、利用搭建好的四通道红外热像仪测温系统，获取空冷凝汽器散热面的多幅局部高分辨率红外图像；获取红外图像时，需要快速移动清洗支架，并且控制清洗支架的单步移动距离，保证相邻两次拍摄的红外图像之间有重叠区域；

步骤三、对获取的所有红外图像进行预处理，包括红外图像压缩、红外图像对比度增强和红外图像的几何畸变校正；

(1)红外图像对比度增强采用灰度映射算法实现，具体的灰度映射函数如下：

$E_H\left(s\right)=\frac{256}{1+{\left(\frac{170}{s+e}\right)}^{10}}$

其中，s表示原始图像的灰度值，E_H(s)为对原始图像进行对比度增强后的图像的灰度值，e的引入是为了避免s为零时映射函数无意义情况的发生；

(2)红外图像的几何畸变校正采用控制点变换算法实现；由于红外图像由有限数量的基管和不多于两条水平固定杆以及基管之间的翅片组成，纹理比较简单，并且在世界坐标中竖直的基管在红外图像中不再竖直，水平的固定杆也不再水平，依据一组平行的直线在射影几何中交于一个消隐点的理论，通过在畸变图像中寻找四边形的方式构造控制点对，其中，四边形对应于无畸变图像中的矩形；利用控制点对在畸变图像和无畸变图像间的坐标关系求解红外图像间的空间变换矩阵；再利用三次灰度插值算法获得无畸变图像中像素点的灰度信息，实现红外图像的几何畸变校正；

(3)为了减小计算量，提高直线提取的精度，在红外图像几何畸变校正之前，首先利用Canny边缘检测算子对图像进行边缘检测，然后基于Radon变换，通过控制Radon变换中线投影的角度分别提取竖线和横线的信息；

(4)为了便于后续的阐述，预处理之后的红外图像按通道分别简记为通道一图像、通道二图像、通道三图像和通道四图像；

步骤四、对预处理后的红外图像进行配准，以获得整个空冷凝汽器散热面的完整配准图；

规定：相邻两幅红外图像在水平方向上存在的偏移量，记为横向偏移量，横向偏移量包括横向粗略偏移量和横向精确偏移量；相邻两幅红外图像在竖直方向上存在的偏移量，记为纵向偏移量，纵向偏移量包括纵向粗略偏移量和纵向精确偏移量；

详细步骤如下：

(1)基于图像的列灰度投影，利用相位相关法和重叠区域中的基管中心是否对齐求取通道一图像中相邻两幅间的横向精确偏移量和横向配准位置矩阵；

在求取横向精确偏移量之前，先求取图像间的横向粗略偏移量；由于预处理之后的红外图像中的竖线保持竖直，因此，红外图像在横向的主要特征是基管、翅片交替排列，在列灰度投影中表现为极大值、极小值交替有规律的出现，其中，极小值的位置对应于基管中心，极大值的位置对应于翅片中心，同样地，基管和翅片的边缘对应于投影曲线中斜率最大的位置，因此，计算同一通道相邻红外图像间的横向粗略偏移量时，只需使用红外图像的列灰度投影进行相位计算；图像的列灰度投影如下：

$c\left(j\right)=\underset{i=1}{\overset{\mathrm{RN}}{\mathrm{\Σ}}}f(i,j)$

式中，c(j)为图像f(i,j)第j列的灰度投影，RN为图像的行数；仅存在一个平移量(x₀,y₀)的两幅图像f₁(x,y)和f₂(x,y)的RN行的列灰度投影分别为c₁(x,y)和c₂(x,y)；计算两个列灰度投影之间的互功率谱，然后根据两幅图像列灰度投影的互功率谱的反傅立叶变换在平移量(x₀,y₀)处有明显的峰值，可以得到两幅图像间的横向粗略偏移量；

基于已求得的两幅图像间的横向粗略偏移量，可以确定两幅图像间的大致重叠区域；通过对大致重叠区域内的基管中心进行对齐，可以确定两幅图像间的横向精确偏移量；其中，在进行基管对齐之前，首先通过列灰度投影分别检测出两幅图像大致重叠区域中的基管中心，再依据两个先验知识滤除干扰极值点：一是基管中心处的灰度投影为极小值，虽然翅片缝隙比较宽的地方也会出现极小值，但这些极小值一般比较大，二是相邻基管之间的间距为固定值；最后，根据列灰度投影曲线中剩余的极小值位置和分布确定两幅图像间的横向精确偏移量；

基于已求得的两幅图像间的横向精确偏移量，可以确定两幅图像间的横向精确重叠区域；选择横向精确重叠区域内最直的匹配基管中心的横坐标为配准位置，由此，可以得到左侧图像的配准位置和右侧图像的配准位置，保存于1行2列的矩阵，记为横向配准位置矩阵；

(2)类似地，基于图像的列灰度投影，利用相位相关法和重叠区域中的基管中心是否对齐求取同一时刻的通道一图像和通道二图像间的横向精确偏移量和横向配准位置矩阵；

(3)根据(1)求得的通道一图像间的横向精确偏移量和(2)求得的通道一图像、通道二图像间的横向精确偏移量，求取通道二图像间的横向精确偏移量和横向配准位置矩阵；

在拍摄过程中，红外热像仪的姿态保持固定，因此，同一时刻的通道一图像和通道二图像间的横向精确偏移量几乎一样，误差不超过两个像素，所以，可以取(2)求得的通道一图像和通道二图像间出现次数最多的横向精确偏移量值作为最终的横向精确偏移量；再将(1)求得的通道一图像间的横向精确偏移量与通道一图像、通道二图像间的横向精确偏移量相减即可获得通道二图像间的横向精确偏移量；同样地，根据(1)能够求得通道二图像间的横向配准位置矩阵；

(4)采用类似通道一图像间和通道二图像间横向配准位置矩阵的求法，依次分别求取通道三图像间和通道四图像间的横向配准位置矩阵；

(5)根据已求得的单通道图像间的横向配准位置矩阵，从左到右依次对所有的单通道图像进行配准，获得四幅单个通道的完整配准图；

由于在拍摄过程中，红外热像仪刚体固定，清洗支架水平移动，并且，单通道的红外图像数量较多，拼接全景图较大，因此，同一通道相邻两幅红外图像间的纵向偏移量忽略不计；

(6)基于明显标记，通过鼠标点击的方式依次求取相邻通道完整配准图之间的纵向配准位置矩阵；

由于相邻两幅纵向图像间的重叠区域中一般存在明显标记，为了提高图像配准精度，首先通过鼠标点击方式确定包含明显标记点的区域的边界坐标；然后分割出标记点区域图像，对其放大3倍；再在放大的区域图像内部通过鼠标点击方式确定准确的标记点坐标，将标记点在上面一幅图像和下面一幅图像中的纵坐标按次序保存于1行2列的矩阵中，即为纵向配准位置矩阵；

(7)根据已求得的单通道完整配准图像间的纵向配准位置矩阵，从上到下依次对所有的单通道完整配准图像进行配准，获得整个空冷凝汽器散热面的完整配准图；

步骤五、对已经获得的整个空冷凝汽器散热面的完整配准图，利用步骤四求得的四个单通道图像间的横向配准位置矩阵和三个单通道完整配准图之间的纵向配准位置矩阵，从左到右，从上到下，依次对图像间的每个拼缝进行融合，得到整个空冷凝汽器散热面的完整拼接图；

(1)首先对单通道完整配准图中的每个拼缝进行融合；融合方法是以拼缝左侧图像中靠近拼缝的5列灰度值的平均灰度值c_g₀作为参考，计算拼缝右侧图像靠近拼缝的5列的灰度值的平均灰度值c_g₁，记c_g₀和c_g₁的差值为c_dif，拼缝右侧图像的宽度为c_wid，拼缝融合的表达式为：

$\mathrm{pc}\_g=-\frac{c\_\mathrm{dif}}{c\_\mathrm{wid}}*\mathrm{len}+c\_\mathrm{dif}+\mathrm{oc}\_g$

式中，len为待处理列与拼缝之间的距离，oc_g为待处理列的原始灰度值，pc_g为对待处理列融合处理后的灰度值；根据已经求得的单通道横向配准位置矩阵，从左侧到右侧依次确定每个拼缝的位置，再利用上述方法逐个地对每个拼缝进行融合；

(2)对单通道完整配准图间的拼缝进行融合；融合方法与(1)类似，但计算的是拼缝上侧图像中靠近拼缝的5行的灰度值的平均灰度值r_g₀和拼缝下侧图像靠近拼缝的5行的灰度值的平均灰度值r_g₁，记r_g₀和r_g₁的差值为r_dif，拼缝下侧图像的宽度为r_wid，拼缝融合的表达式为：

$\mathrm{pr}\_g=-\frac{r\_\mathrm{dif}}{r\_\mathrm{wid}}*\mathrm{hig}+r\_\mathrm{dif}+\mathrm{or}\_g$

式中，hig为待处理行与拼缝之间的距离，or_g为待处理行的原始灰度值，pr_g为对待处理行进行融合处理后的灰度值；根据已经求得的单通道完整配准图之间的纵向配准位置矩阵，从上侧到下侧依次确定每个拼缝的位置，再利用上述方法逐个地对每个拼缝进行融合；

步骤六、用红外热像仪自带的读温度程序读取红外热像仪获取的所有红外图像的温度矩阵；所使用红外热像仪自带读温度程序，输入量为红外热像仪拍摄的红外图像，输出量为与输入红外图像对应的温度矩阵；

步骤七、用步骤三至步骤五所述的红外图像预处理和拼接的方法对读取的温度矩阵做相同处理；

(1)首先，用步骤三中的红外图像预处理方法对红外图像对应的温度矩阵做预处理；

(2)其次，利用步骤四求得的四个单通道图像间的横向配准位置矩阵和三个单通道完整配准图之间的纵向配准位置矩阵直接对预处理后的温度矩阵进行配准，得到整个空冷凝汽器散热面的完整配准温度矩阵；

(3)然后，用步骤五的方法对(2)中的完整配准温度矩阵进行融合，得到整个空冷凝汽器散热面的完整拼接温度矩阵，可以表征整个空冷凝汽器散热面的温度分布；

步骤八、对已求得的整个空冷凝汽器散热面的完整拼接温度矩阵进行伪彩色映射；

由于空冷凝汽器散热面的温度分布比较集中，如果直接进行颜色映射，得到的伪彩色图像将集中在颜色条很小的范围内，致使图像对比度较低，不利于温度场分析；为了避免这种情况的发生，在进行颜色映射之前，先把温度映射到0～63，映射关系如下式所示：

t_o＝63/(t_max-t_min)*(t-t_min)

其中t_max、t_min分别为最高温度和最低温度，t为输入温度，t_o为映射后的输出值；经过这种变换后的伪彩色图像能够直观地显示空冷凝汽器散热面的温度分布。