CN103459997B - 热图像的平滑化方法、表面温度测量方法及表面温度测量装置 - Google Patents

Abstract

本发明的热图像的平滑化方法是基于在涂敷了黑体涂料（B）的测量对象物（W）测量到的热图像值生成的热图像的平滑化方法，该平滑化方法具有除去工序，在该除去工序中，作为极大点各自之间的线段上的值设定推定热图像值，将比该推定热图像值小的热图像值作为热图像异常值从所述热图像值中除去。

Description

热图像的平滑化方法、表面温度测量方法及表面温度测量装置

技术领域

本发明涉及热图像的平滑化方法、表面温度测量方法及表面温度测量装置，更详细地说，涉及提高对测量对象物的表面温度进行测量时的热图像值的处理精度的技术。

背景技术

以往，作为对形成为平面状或曲面状的钢板等测量对象物的表面温度分布进行测量的方法，已知有非接触式的表面温度测量方法。作为实施如上所述的非接触式的表面温度测量方法的装置，例如有对从测量对象物辐射的红外线进行检测的红外热成像仪等表面温度测量装置。

利用上述红外热成像仪进行测量的测量对象物的表面温度分布的测量精度，根据测量对象物表面的辐射率而较大地变动。详细来说，例如即便测量对象物的表面是相同的温度，在测量对象物的拍摄区域内辐射率不一样的情况下，从测量对象物的表面辐射的红外线量也产生变化。即，由红外热成像仪检测的红外线量根据辐射率的不同而不同，从而不能进行准确的表面温度分布的测量。

为此，采用如下方法：通过在测量对象物的表面涂敷黑体涂料，将辐射率调整为一样（黑体涂料的辐射率≈1）来抑制辐射率变动的影响（例如参照专利文献1至专利文献3）。

但是，如上述专利文献所述，即便在测量对象物的表面涂敷了黑体涂料，在测量对象物的材料的热膨胀系数大的情况下或系统的加热、冷却处理快的情况下，因测量对象物的热变形（热膨胀或热收缩），也有时如图8（a）所示在黑体涂料的涂膜上产生裂纹。在这种情况下，即便基于在测量对象物测量到的热图像值生成热图像，由于裂纹部分的辐射率降低（辐射率＜1），因此，如图8（b）所示，也会在热图像上示出 由上述裂纹形成的线状图样。即，存在因在黑体涂料的涂膜上产生的裂纹而导致热图像的生成精度降低的问题。

于是，已知有如下技术：如上所述，在黑体涂料的涂膜上产生了裂纹时，将基于在测量对象物测量到的热图像值生成的热图像平滑化（例如参照专利文献4）。根据上述专利文献，对在测量对象物测量到的热图像值取加法平均，从而将热图像平滑化。

另外，已知有如下技术：将起因于传感器的内部噪音的异常值与周边测量值进行比较并判定，将该异常值除去，并利用周边测量值的平均值进行插补来平滑化（例如参照专利文献5）。

如上所述，在将热图像值平滑化的情况下，希望从图9中的实线所示的热图像值的温度轮廓数据（L1）中，排除因裂纹而产生的热图像值的下降，呈图9中的虚线所示的大致包络线状地取得平滑化数据（L2）。但是，在如上述专利文献4所述进行了平滑化的情况下，由于不能排除裂纹部分的热图像值降低的影响，因此，如图9中的单点划线所示，得到在局部热图像值小的平滑化数据（L3），存在不能进行准确的表面温度分布的测量的问题。

另一方面，专利文献5中记载的技术与传感器的内部噪音除去相关，由于异常值的产生机理不同，因此，难以适用于除去热图像中的在黑体涂料的涂膜上产生的裂纹的影响。

在先技术文献 

专利文献

专利文献1：日本特开2003-294533号公报

专利文献2：日本特开2007-256099号公报

专利文献3：日本特开昭61-179881号公报

专利文献4：日本特开2001-249052号公报

专利文献5：日本特开2007-22651号公报

发明内容

发明要解决的课题

于是，本发明是鉴于上述现状而作出的，其目的在于提供一种热图像的平滑化方法、表面温度测量方法及表面温度测量装置，即便在黑体涂料的涂膜上产生了裂纹，通过排除裂纹部分的红外线量降低的影响，也可以将基于在测量对象物测量到的热图像值生成的热图像适当地平滑化，并进行测量对象物的准确的表面温度分布的测量。

用于解决课题的方案

本发明要解决的课题如上所述，接着，说明用于解决该课题的方案。

即，在第一技术方案中，一种热图像的平滑化方法，该热图像基于在涂敷了黑体涂料的测量对象物测量到的热图像值生成，所述热图像的平滑化方法的特征在于，具有除去工序，在该除去工序中，设定作为规定的热图像值的推定热图像值，将比该推定热图像值小的热图像值作为热图像异常值从所述热图像值中除去，所述除去工序具有：第一提取步骤，在该第一提取步骤中，提取所述热图像值成为极大值的极大点；第二提取步骤，在该第二提取步骤中，将在所述第一提取步骤中提取出的极大点之间的线段上的值设定为所述推定热图像值，提取具有比该推定热图像值大的热图像值的追加点；以及插补步骤，在该插补步骤中，使用在所述第一提取步骤中提取出的极大点以及在所述第二提取步骤中提取出的追加点进行线性插补。

在第二技术方案中，反复进行所述除去工序。

在第三技术方案中，基于在所述测量对象物测量到的所述热图像值在所述测量对象物上的位置关系，将所述热图像值分类为行数据和列数据，将该行数据及列数据各自作为热图像值进行所述除去工序。

在第四技术方案中，一种表面温度测量方法，具有执行第一技术方案～第三技术方案中的任一项所述的热图像的平滑化方法的平滑化工序。

在第五技术方案中，一种表面温度测量装置，具有执行第一技术方案～第三技术方案中的任一项所述的热图像的平滑化方法的处理机构。

发明的效果

作为本发明的效果，具有以下所示的效果。

根据本发明，即便在黑体涂料的涂膜上产生了裂纹，通过排除裂纹部分的红外线量降低的影响，也可以将基于在测量对象物测量到的热图像值生成的热图像适当地平滑化，并进行测量对象物的准确的表面温度分布的测量。

附图说明

图1是表面温度测量装置的概要图。

图2（a）是测量对象物的平面图、（b）是表示该测量对象物的热图像的图。

图3是表示一实施方式的热图像的平滑化方法的流程图。

图4（a）是表示第一次平滑化处理中的位置坐标和热图像值的关系的图、（b）是表示第一次平滑化处理中的极大点的图。

图5（a）是表示第一次平滑化处理中的极大点及追加点的图、（b）是表示第一次平滑化处理中的提取点集合的图。

图6（a）是表示第一次平滑化处理中的线性插补后的点序列数据的图、（b）是表示第二次平滑化处理中的极大点及追加点的图。

图7（a）是表示第二次平滑化处理中的提取点集合的图、（b）是表示第二次平滑化处理中的线性插补后的点序列数据的图。

图8是表示与现有技术相关的测量对象物和热图像的关系的图。

图9是表示与现有技术相关的热图像的位置坐标和热图像值的关系的图。

具体实施方式

接着，对本发明的实施方式进行说明。

另外，本发明的技术范围并不限于以下的实施例，而是广泛遍及从下述事项弄清楚的本发明真正意图的技术思想的整个范围。

首先，使用图1对执行本发明一实施方式的热图像的平滑化方法及表面温度测量方法的表面温度测量装置10进行说明。

如图1所示，表面温度测量装置10是对钢板等测量对象物W的表 面温度分布进行测量的红外热成像仪。表面温度测量装置10主要具备红外线照相机11及控制装置12。测量对象物W是本发明所涉及的对象物的一实施方式，为了将辐射率调整为一样以便抑制辐射率变动的影响，而在该测量对象物W的测量面上涂敷有黑体涂料B（辐射率≈1）。在本实施方式中，如图1中的箭头所示，将测量对象物W的左右方向作为“水平方向”，将测量对象物W的前后方向作为“垂直方向”进行说明。水平方向和垂直方向处于正交的关系。

红外线照相机11使涂敷了黑体涂料B的测量对象物W的红外线的强度（的分布）透过其内部具有的未图示的滤光器，并利用检测元件进行检测。

控制装置12是具备输入机构、显示机构、存储机构、通信机构、以及执行后述的热图像的平滑化方法的未图示的处理机构等的控制部，以具有CPU、RAM、ROM和接口等的微型计算机为主体而构成。并且，如图1所示，控制装置12与红外线照相机11电连接。

而且，控制装置12接收由红外线照相机11检测到的测量对象物W的红外线的强度并控制各机构，以生成测量对象物W的热图像值。即，接收（取得）与由红外线照相机11检测到的从测量对象物W表面的规定位置辐射的红外线的强度、以及从测量对象物W的表面辐射的各波段的红外线的强度的分布相关的信息。

控制装置12也控制红外线照相机11的一连串的动作。具体来说，控制装置12与红外线照相机11连接并构成为能够发送用于使红外线照相机11动作的信号。 

接着，使用图2对由控制装置12来生成热图像值的测量对象物W进行说明。在本实施方式中，如图2（a）所示，说明对在黑体涂料B的涂膜上产生了裂纹C的测量对象物W的表面温度分布进行测量的情况。

如上所述，红外线照相机11通过检测元件检测涂敷有黑体涂料B的测量对象物W的红外线的强度。而且，控制装置12接收由红外线照相机11检测到的测量对象物W的红外线的强度，并生成测量对象物W的热图像值。具体来说，如图2（a）所示，以隔着规定间隔平行的方式设 定多条（例如数十条至数百条）水平方向线Lh，对各条水平方向线Lh上的热图像值的温度轮廓数据（profile data），进行伴随着后述的平滑化工序的处理。

接着，使用图3至图7说明由控制装置12的处理机构执行的热图像值的温度轮廓数据的平滑化处理。

图4（a）、（b）至图7（a）、（b）将从如上所述生成的、多条水平方向线Lh上的热图像值的温度轮廓数据提取出的、一条水平方向线Lh上的热图像值的温度轮廓数据作为一例进行记载。在图4（a）、（b）至图7（a）、（b）的各图中，横轴表示水平方向的位置坐标j，纵轴表示热图像值。

如图4（a）所示，将位置坐标j处的数据设为点P（j），将点P（j）处的热图像值设为I（j）。在本实施方式中，热图像值的温度轮廓数据中的数据点序列由从点P（0）开始直至点P（L-1）为止的L个数据构成。换言之，针对具有从点P（0）开始直至点P（L-1）为止的L个数据的热图像值的数据点序列进行平滑化处理。

在本实施方式所执行的热图像的平滑化方法中，具有如下的除去工序，在该除去工序中，设定推定热图像值，将比推定热图像值小的热图像值作为热图像异常值从上述热图像值中除去。除去工序具有：第一提取步骤、第二提取步骤、以及插补步骤。以下，对各步骤进行说明。

第一提取步骤如以下的步骤S01至步骤S07所示，是从上述数据点序列中提取热图像值成为极大值的极大点的工序。

具体来说，首先，如图3中的步骤S01所示，将作为最小及最大的位置坐标j的起点P（0）及终点P（L-1）包含在极大点集合S中。极大点集合S指的是起点P（0）及终点P（L-1）、以及前后两点的热图像值比自身的热图像值小的点的集合。前后两点的热图像值比自身的热图像值小的点换言之指的是满足I（j-1）＜I（j）＞I（j+1）的点P（j）。

接着，进入步骤S02，使（j）=（1）。

接着，进入步骤S03，判断点P（j）是否是极大点。若点P（j）是极大点，则进入步骤S04，将点P（j）包含在极大点集合S中，之后进 入步骤S05。若点P（j）不是极大点，则进入步骤S05，使（j）=（j+1）。

接着，进入步骤S06，判断是否为（j）＜（L-1）、即点P（j）是否与终点P（L-1）一致。若点P（j）未与终点P（L-1）一致，则返回步骤S03，反复进行步骤S03至步骤S06的处理。

若点P（j）与终点P（L-1）一致，则进入步骤S07，将作为极大点集合S的要素的、起点P（0）、在步骤S04中包含在极大点集合S中的所有的点P（j）、及终点P（L-1）依次分类。详细来说，将极大点集合S的要素依次设为点Pσ（0）、点Pσ（1）、......、点Pσ（M-1）。换言之，将极大点集合S设为具有从点Pσ（0）开始直至点Pσ（M-1）为止的M个数据的数据点序列。即，如图4（b）所示，起点P（0）=点Pσ（0），终点P（L-1）=点Pσ（M-1），位于这两点之间的极大点为点Pσ（1）至点Pσ（M-2）。

第二提取步骤如以下的步骤S08至步骤S15所示，是如下的工序：将在第一提取步骤中提取出的极大点即点Pσ（0）、点Pσ（1）、......、点Pσ（M-1）各自之间的线段上的值设定为推定热图像值，从热图像值的温度轮廓数据中的数据点序列提取具有比推定热图像值大的热图像值的追加点。

具体来说，进入步骤S08，使（j）=σ（k）、（k）=（0）。

接着，进入步骤S09，判断点P（j）是否处于线段Pσ（k）Pσ（k+1）的上方。若点P（j）处于线段Pσ（k）Pσ（k+1）的上方，则进入步骤S10，将点P（j）包含在追加点集合T中，之后进入步骤S11。追加点集合T指的是将位置坐标j处的线段Pσ（k）Pσ（k+1）上的热图像值作为推定热图像值并且热图像值I（j）比该推定热图像值大的点P（j）的集合。若点P（j）并非位于线段Pσ（k）Pσ（k+1）的上方，则进入步骤S11，使（j）=（j+1）。

接着，进入步骤S12，判断是否为（j）＜σ（k+1）、即点P（j）是否与接下来的极大点一致。若点P（j）未与接下来的极大点一致，则返回步骤S09，反复进行步骤S09至步骤S11的处理。若点P（j）与接下来的极大点一致，则进入步骤S13，使（k）=（k+1）。

接着，进入步骤S14，判断是否为（k）＜（M-1）、即点P（j）是否与作为终点的最后的极大点Pσ（M-1）一致。若点P（j）未与终点Pσ（M-1）一致，则返回步骤S09，反复进行步骤S09至步骤S13的处理。

若点P（j）与终点Pσ（M-1）一致，则进入步骤S15，将追加点集合T的要素、即在步骤S10中包含在追加点集合T中的所有的点P（j）依次分类。详细来说，将追加点集合T的要素依次设为点Pτ（0）、点Pτ（1）、......、点Pτ（N-1）。换言之，将追加点集合T设为具有从点Pτ（0）开始直至点Pτ（N-1）为止的N个数据的数据点序列。即，如图5（a）所示，将具有比在第一提取步骤中提取出的极大点即点Pσ（0）、点Pσ（1）、......、点Pσ（M-1）各自之间的线段上的值即推定热图像值大的热图像值的N个追加点作为追加点集合T的数据点序列。

插补步骤如以下的步骤S16及步骤S17所示，是如下的工序：使用在第一提取步骤中提取出的极大点即点Pσ（0）、点Pσ（1）、......、点Pσ（M-1）、以及在第二提取步骤中提取出的追加点即点Pτ（0）、点Pτ（1）、......、点Pτ（N-1）进行线性插补。

具体来说，进入步骤S16，将极大点集合S和追加点集合T的要素的集合之和作为提取点集合W，将提取点集合W的要素依次设为点Pω（0）、点Pω（1）、......、点Pω（M+N-1）。即，提取点集合W是由（M+N）个数据构成的数据点序列，因此，成为具有从点Pω（0）开始直至点Pω（M+N-1）为止的数据的数据点序列。即，如图5（b）所示，将在第一提取步骤中提取出的极大点和在第二提取步骤中提取出的追加点的集合作为提取点集合W的数据点序列。

接着，进入步骤S16，在位置坐标0到位置坐标L-1的位置坐标中，在提取点集合W的数据点序列之间通过线性插补生成（L-（M+N））个数据点序列。具体来说，在上述第一提取步骤及第二提取步骤中，（M+N）个数据点序列被提取，因此，数据点数量从最初的数据点序列的个数即L个减少。即，比作为极大点各自之间的线段上的值而被设定的推定热图像值小的热图像值，作为热图像异常值从上述热图像值中被除去。因此，为了避免生成不存在数据的位置坐标，如图6（a）所示，在第一提 取步骤中提取出的极大点及第二提取步骤中提取出的追加点之间的被除去了的热图像值的坐标位置处，重新生成在第一提取步骤及第二提取步骤中未被提取出的（L-（M+N））个数据点序列。在这种情况下，重新生成的各数据点的热图像值，成为将提取点集合W的数据点序列中的位于所生成的数据点两侧的数据点彼此连结的直线在该生成的数据点的坐标位置处的热图像值。

如上所述，在本实施方式中执行的热图像的平滑化方法所具有的除去工序具有：从热图像值的温度轮廓数据中的数据点序列提取热图像值成为极大值的极大点的第一提取步骤；将极大点各自之间的线段上的值设定为推定热图像值，提取具有比推定热图像值大的热图像值的追加点的第二提取步骤；以及使用极大点及追加点进行线性插补的插补步骤。

在本实施方式中，通过如上所述构成，如图2（a）所示，即便在黑体涂料B的涂膜上产生了裂纹C，也可以将基于在测量对象物W测量到的热图像值生成的热图像适当地平滑化，并进行测量对象物的准确的表面温度分布的测量。即，将比作为极大点各自之间的线段上的值而被设定的推定热图像值小的热图像值作为热图像异常值从热图像值中除去，从而可以排除裂纹部分的红外线量降低的影响。因此，即便基于在裂纹产生于黑体涂料B的涂膜上的测量对象物W测量到的热图像值生成热图像，如图2（b）所示，也不会在热图像D上示出由裂纹C形成的线状图样。也就是说，即便在黑体涂料B的涂膜上产生裂纹C，也可以防止热图像D的生成精度降低。

热图像的平滑化方法所具有的除去工序也能够反复进行。具体来说，在第一次平滑化处理中的除去工序之后，反复进行具有第一提取步骤、第二提取步骤、以及插补步骤的除去工序。

更详细地说，如图6（b）所示，将第一次平滑化处理后的位置坐标j处的数据设为点Q（j）。而且，对具有从点Q（0）开始直至点Q（L-1）为止的L个数据的热图像值的数据点序列，与上述第一次平滑化处理同样地，再次进行平滑化处理。

而且，如图6（b）所示，提取热图像值成为极大值的极大点Qσ（0）、 点Qσ（1）、......、点Qσ（m-1）。进而，如图7（a）所示，将具有比极大点Qσ（0）、点Qσ（1）、......、点Qσ（m-1）各自之间的线段上的值即推定热图像值大的热图像值的n个追加点Qτ（0）、Qτ（1）、......、Qτ（n-1），作为追加点集合T的数据点序列进行提取。另外，将提取点集合W的要素依次设为点Qω（0）、点Qω（1）、......、点Qω（m+n-1）。此后，如图7（b）所示，在第一提取步骤中提取出的极大点及第二提取步骤中提取出的追加点之间，重新生成在第一提取步骤及第二提取步骤中未被提取出的（L-（m+n））个数据点序列。

如上所述，通过反复进行除去工序，如图7（b）所示，可以更强地排除裂纹部分处的红外线量降低的影响。因此，通过将除去工序的反复次数设定为适当的值，可以对排除裂纹影响的程度进行调整。即，可以使热图像的生成成为所希望的精度。

另外，关于热图像值的温度轮廓数据的平滑化处理，也可以构成为，基于在测量对象物W测量到的热图像值在测量对象物W上的位置关系，将上述热图像值分类为行数据和列数据，将该行数据及列数据各自作为热图像值进行除去工序。

具体来说，如图2（a）所示，不仅针对行数据即水平方向线Lh，而且也针对列数据即垂直方向线Lv以平行的方式设定多条，对各条水平方向线Lh及垂直方向线Lv上的热图像值的温度轮廓数据，与上述同样地进行伴随着平滑化工序的处理。

如上所述，通过采用对水平方向线Lh及垂直方向线Lv上的热图像值的温度轮廓数据进行平滑化处理的方式，可以将基于在测量对象物W测量到的热图像值生成的热图像更适当地平滑化。具体来说，即便在例如裂纹C沿水平方向产生于黑体涂料B的涂膜上的情况下，通过对与裂纹C正交的方向上的垂直方向线Lv上的热图像值的温度轮廓数据进行平滑化处理，也可以排除水平方向的裂纹C的影响。即，在裂纹C的方向与水平方向线Lh或垂直方向线Lv一致的情况下，难以排除该裂纹C的影响，但通过在正交的另一方的垂直方向线Lv或水平方向线Lh上进行平滑化处理，可以排除裂纹C的影响，因此，可以进一步防止热图像 D的生成精度降低。

工业实用性 

本发明的热图像的平滑化方法、表面温度测量方法及表面温度测量装置，即便在黑体涂料的涂膜上产生了裂纹，通过除去裂纹部分的红外线量降低的影响，也可以将基于在测量对象物测量到的热图像值生成的热图像适当地平滑化，并进行测量对象物的准确的表面温度分布的测量，因此，尤其是在通过对从测量对象物辐射的红外线进行检测来对测量对象物的表面温度进行测量时，在产业上很有用。

Claims (5)

1.一种热图像的平滑化方法，该热图像基于在涂敷了黑体涂料的测量对象物测量到的热图像值生成，所述热图像的平滑化方法的特征在于，

具有除去工序，在该除去工序中，设定作为规定的热图像值的推定热图像值，将比该推定热图像值小的热图像值作为热图像异常值从所述热图像值中除去，

基于在所述测量对象物测量到的所述热图像值在所述测量对象物上的位置关系，将所述热图像值分类为水平方向线上的行数据和垂直方向线上的列数据，将该水平方向线上的行数据作为热图像值进行所述除去工序，

所述除去工序具有：

第一提取步骤，在该第一提取步骤中，提取所述热图像值成为极大值的极大点；

第二提取步骤，在该第二提取步骤中，将在所述第一提取步骤中提取出的极大点之间的线段上的值设定为所述推定热图像值，提取具有比该推定热图像值大的热图像值的追加点；以及

插补步骤，在该插补步骤中，使用在所述第一提取步骤中提取出的极大点以及在所述第二提取步骤中提取出的追加点进行线性插补。

2.如权利要求1所述的热图像的平滑化方法，其特征在于，

反复进行所述除去工序。

3.如权利要求1或2所述的热图像的平滑化方法，其特征在于，

将该水平方向线上的行数据及该垂直方向线上的列数据各自作为热图像值进行所述除去工序。

4.一种表面温度测量方法，其特征在于，

具有执行权利要求1～权利要求3中任一项所述的热图像的平滑化方法的平滑化工序。

5.一种表面温度测量装置，其特征在于，

具有执行权利要求1～权利要求3中任一项所述的热图像的平滑化方法的处理机构。