CN108391087B - 一种基于炉内工件本征色彩还原的高温工业电视系统 - Google Patents

一种基于炉内工件本征色彩还原的高温工业电视系统 Download PDF

Info

Publication number
CN108391087B
CN108391087B CN201810182853.XA CN201810182853A CN108391087B CN 108391087 B CN108391087 B CN 108391087B CN 201810182853 A CN201810182853 A CN 201810182853A CN 108391087 B CN108391087 B CN 108391087B
Authority
CN
China
Prior art keywords
formula
curve
radiation
target
temperature
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810182853.XA
Other languages
English (en)
Other versions
CN108391087A (zh
Inventor
吴海滨
宋伟
陈新兵
刘纯红
赵明
李梦楠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui University
Original Assignee
Anhui University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Anhui University filed Critical Anhui University
Priority to CN201810182853.XA priority Critical patent/CN108391087B/zh
Publication of CN108391087A publication Critical patent/CN108391087A/zh
Application granted granted Critical
Publication of CN108391087B publication Critical patent/CN108391087B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Radiation Pyrometers (AREA)
  • Circuit Arrangement For Electric Light Sources In General (AREA)

Abstract

本发明公开一种基于炉内工件本征色彩还原的高温工业电视系统,包括高温探头、嵌入式处理器和显示器,高温探头通过嵌入式处理器与显示器连接;高温探头获取高温目标的红外图像,送至嵌入式处理器,所述嵌入式处理器根据黑体辐射曲线反推出目标所对应的可见光区域内的亮度曲线,并结合人眼对色彩的敏感曲线进行积分计算,还原目标的本征色彩,并通过显示器进行显示。本发明根据黑体辐射曲线反推出目标所对应的可见光区域内的亮度曲线,再结合人眼对色彩的敏感曲线进行积分计算,还原目标的本征色彩,并通过显示器进行高清显示,该系统可避免色彩丢失或失真,提高了图像的清晰度,实现图像信息的高清化且提高了对图像信息的识别能力。

Description

一种基于炉内工件本征色彩还原的高温工业电视系统
技术领域
本发明属于色彩还原处理技术领域,涉及到一种基于炉内工件本征色彩还原的高温工业电视系统。
背景技术
随着我国“中国制造2025”的提出,指明了中国工业制造的发展方向,网络化、智能化势在必行。高温电视作为各类工业炉窑等众多关键设备的重要信息源,视频图像的信息分析及提取,是实现智能视频监控的核心关键技术,其研究目标是利用计算机视觉技术、图像视频处理技术和人工智能技术对监控视频的内容对象进行描述、分析和理解,并将结果(如表征的定位、形变判定、几何测量等及内含的温度分布信息等)反馈给相应的上位系统进行控制,从而使视频监控系统达到具有较高层次的智能化水平。
近年来,随着网络摄像机的普及,国内有些厂家已将此类摄像机用于高温电视系统中,尽管初步实现了数字化,但图像质量、稳定性以及远程传输监控等技术方面还存在许多不足,与正真的数字化、高清化、智能化三位一体的智能制造技术标准还相距甚远,其主要原因包括网络摄像机功能有限,对所监控到的图像信息识别能力有限,换个角度说,就是没有二次开发功能,不能根据各类用户的针对性要求,对图形中的RIO(关键兴趣点)进行有效提取;经常造成色彩丢失或失真。
发明内容
本发明的目的在于提供一种基于炉内工件本征色彩还原的高温工业电视系统,通过嵌入式处理器获取高温探头采集的红外图像,并根据黑体辐射曲线反推出目标所对应的可见光区域内的亮度曲线,再结合人眼对色彩的敏感曲线进行积分计算,还原目标的本征色彩,并通过显示器济学宁高清显示,解决了现有网络摄像机对监控到的图像信息的识别能力差,造成色彩易丢失或失真的问题。
本发明的目的可以通过以下技术方案实现:
一种基于炉内工件本征色彩还原的高温工业电视系统,包括高温探头、嵌入式处理器和显示器,所述高温探头通过嵌入式处理器与显示器连接;
所述高温探头获取高温目标的红外图像,送至嵌入式处理器,所述嵌入式处理器根据黑体辐射曲线反推出目标所对应的可见光区域内的亮度曲线,并结合人眼对色彩的敏感曲线进行积分计算,还原目标的本征色彩,并通过显示器进行显示。
进一步地,所述嵌入式处理器的处理方法,包括以下步骤:
S1、根据红外相机获得预设波长的目标辐射能量,在此基础上利用斯蒂芬-玻耳兹曼定律公式得到目标温度;
S2、将目标温度代入到普朗克(Planck)黑体辐射定律公式,得到该温度下的黑体辐射曲线;
S3、根据人眼对红、绿、蓝色光视敏曲线公式分别与普朗克(Planck)辐射定律公式在可见光波长范围内求定积分,得到红色分量、绿色分量和蓝色分量。
进一步地,所述步骤S1中,斯蒂芬-玻耳兹曼定律公式为:
W=σT4,σ为玻耳兹曼常数,σ=(5.67051±0.00019)×10-8W·m-2·K4;T为目标温度,W为目标辐射能量。
进一步地,所述步骤S2中,普朗克(Planck)辐射定律公式为:
Figure BDA0001589397040000031
Mb(λ,T)为光谱辐射出射度,单位为W/(m2·μm);
C1为第一辐射常数,C1=2πhC2=3.741844×10-16W/m2
C2为第二辐射常数,
Figure BDA0001589397040000032
λ为波长,单位为m;
h为普朗克常数,h=6.62606896×10-34J·s;
C为光在真空中传播的速度,C=3×108m/s;
T为绝对温度,该绝对温度为步骤S1和步骤S2中的目标温度;
k为波尔兹曼常数,k=1.3806504×10-23J/K。
进一步地,所述步骤S3中红色光视敏曲线公式为
FR(λ)=-5×10-13λ6+2×10-9λ5-3×10-6λ4+0.0019λ3-0.8082λ2+181.66λ-16914,λ为波长。
进一步地,所述步骤S3中绿色光视敏度曲线公式为
FG(λ)=-5×10-13λ6+2×10-9λ5-2×10-6λ4+0.0016λ3-0.6285λ2+132.8λ-11614,λ为波长。
进一步地,所述步骤S3中蓝色光视敏度曲线公式为
FB(λ)=-10-11λ6+4×10-8λ5-4×10-5λ4+0.0247λ3-8.3462λ2+1501.4λ-112250,λ为波长。
进一步地,所述步骤S3中,获取红色分量采用红色光积分公式,所述红色光积分公式为:
Figure BDA0001589397040000033
其中,FR(λ)表示红色光视敏度曲线公式,Mb(λ,T)表示普朗克(Planck)辐射定律公式。
进一步地,所述步骤S3中,获取绿色分量采用绿色光积分公式,所述绿色光积分公式为:
Figure BDA0001589397040000041
其中,FG(λ)表示绿色光视敏度曲线公式,Mb(λ,T)表示普朗克(Planck)辐射定律公式。
进一步地,所述步骤S3中,获取蓝色分量采用绿色光积分公式,所述蓝色光积分公式为:
Figure BDA0001589397040000042
其中,FB(λ)表示蓝色光视敏度曲线公式,Mb(λ,T)表示普朗克(Planck)辐射定律公式。
本发明的有益效果:
本发明根据黑体辐射曲线反推出目标所对应的可见光区域内的亮度曲线,再结合人眼对色彩的敏感曲线进行积分计算,还原目标的本征色彩,并将还原的本征色彩通过显示器进行高清显示,该系统可避免色彩丢失或失真,提高了图像的清晰度,实现图像信息的高清化且提高了对图像信息的识别能力。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明中高温工业电视系统的示意图;
图2是标准视敏度曲线图;
图3是红色光视敏度曲线图;
图4是绿色光视敏度曲线图;
图5是蓝色光视敏度曲线图;
图6是黑体辐射曲线图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,本发明为一种基于炉内工件本征色彩还原的高温工业电视系统,包括高温探头、嵌入式处理器和显示器,所述高温探头通过嵌入式处理器与显示器连接;
所述高温探头获取高温目标的红外图像,送至嵌入式处理器,所述嵌入式处理器根据黑体辐射曲线反推出目标所对应的可见光区域内的亮度曲线,并结合人眼对色彩的敏感曲线进行积分计算,还原目标的本征色彩,还原目标的本征色彩通过显示器进行显示,提高了图像的清晰程度。
如图3-6所示,所述嵌入式处理器的处理方法,包括以下步骤:
S1、根据红外相机获得预设波长的目标辐射能量,在此基础上利用斯蒂芬-玻耳兹曼定律公式得到目标温度T;
S2、将目标温度T代入到普朗克(Planck)黑体辐射定律公式,得到可见光范围内的辐射曲线,进而得到可见光范围内某个波长的黑体辐射分量;
S3、根据人眼对红、绿、蓝色光视敏曲线公式分别与普朗克(Planck)辐射定律公式在可见光波长范围内求定积分,从而得到红、绿、蓝三个分量。
如图2所示,其中V(λ)为标准视敏度曲线,VR(λ)为人眼对红色光视敏度曲线,VG(λ)为人眼对绿色光视敏度曲线,VB(λ)为人眼对蓝色光视敏度曲线。通过曲线可知,对于辐射量相同,而波长不同的光,人眼在亮度感官上的敏感程度是不同的,正常人眼最敏感的光波长为555nm,颜色为草绿色。
所述斯蒂芬-玻耳兹曼定律公式的计算公式为:
W=σT4,σ为玻耳兹曼常数,σ=(5.67051±0.00019)×10-8W·m-2·K4;T为目标温度,W为目标辐射能量。
所述普朗克(Planck)辐射定律公式的计算公式为:
Figure BDA0001589397040000061
Mb(λ,T)为光谱辐射出射度,单位为W/(m2·μm);
C1为第一辐射常数,C1=2πhC2=3.741844×10-16W/m2
C2为第二辐射常数,
Figure BDA0001589397040000062
λ为波长,单位为m;
h为普朗克常数,h=6.62606896×10-34J·s;
C为光在真空中传播的速度,C=3×108m/s;
T为绝对温度,该绝对温度为步骤S1和步骤S2中的目标温度;
k为波尔兹曼常数,k=1.3806504×10-23J/K。
所述红色光视敏度曲线公式的计算公式为:
FR(λ)=-5×10-13λ6+2×10-9λ5-3×10-6λ4+0.0019λ3-0.8082λ2+181.66λ-16914;
所述绿色光视敏度曲线公式的计算公式为:
FG(λ)=-5×10-13λ6+2×10-9λ5-2×10-6λ4+0.0016λ3-0.6285λ2+132.8λ-11614;
所述蓝色光视敏度曲线公式的计算公式为:
FB(λ)=-10-11λ6+4×10-8λ5-4×10-5λ4+0.0247λ3-8.3462λ2+1501.4λ-112250;
所述红色分量的获取通过红色光积分结果公式,所述红色光积分结果公式为:
Figure BDA0001589397040000071
其中,FR(λ)表示红色光视敏度曲线公式,Mb(λ,T)表示普朗克(Planck)辐射定律公式。
所述绿色分量的获取通过绿色光积分结果公式,所述绿色光积分结果公式为:
Figure BDA0001589397040000072
其中,FG(λ)表示绿色光视敏度曲线公式,Mb(λ,T)表示普朗克(Planck)辐射定律公式。
所述蓝色分量的获取通过蓝色光积分结果公式,所述蓝色光积分结果公式为:
Figure BDA0001589397040000073
其中,FB(λ)表示蓝色光视敏度曲线公式,Mb(λ,T)表示普朗克(Planck)辐射定律公式。
本发明根据黑体辐射曲线反推出目标所对应的可见光区域内的亮度曲线,再结合人眼对色彩的敏感曲线进行积分计算,还原目标的本征色彩,并将还原的本征色彩通过显示器进行高清显示,该系统可避免色彩丢失或失真,提高了图像的清晰度,实现图像信息的高清化且提高了对图像信息的识别能力。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。

Claims (1)

1.一种基于炉内工件本征色彩还原的高温工业电视系统,其特征在于:包括高温探头、嵌入式处理器和显示器,所述高温探头通过嵌入式处理器与显示器连接;
所述高温探头获取高温目标的红外图像,送至嵌入式处理器,所述嵌入式处理器根据黑体辐射曲线反推出目标所对应的可见光区域内的亮度曲线,并结合人眼对色彩的敏感曲线进行积分计算,还原目标的本征色彩,并通过显示器进行显示;
所述嵌入式处理器的处理方法,包括以下步骤:
S1、根据红外相机获得预设波长的目标辐射能量,在此基础上利用斯蒂芬-玻耳兹曼定律公式得到目标温度;
S2、将目标温度代入到普朗克辐射定律公式,得到该温度下的黑体辐射曲线;
S3、根据人眼对红、绿、蓝色光视敏曲线公式分别与普朗克辐射定律公式在可见光波长范围内求定积分,得到红色分量、绿色分量和蓝色分量;
所述步骤S1中,斯蒂芬-玻耳兹曼定律公式为:
W=σT4,σ为玻耳兹曼常数,σ=(5.67051±0.00019)×10-8W·m-2·K4;T为目标温度,W为目标辐射能量;
所述步骤S2中,普朗克辐射定律公式为:
Figure FDA0002388237150000011
Mb(λ,T)为光谱辐射出射度,单位为W/(m2·μm);
C1为第一辐射常数,C1=2πhC2=3.741844×10-16W/m2
C2为第二辐射常数,
Figure FDA0002388237150000012
λ为波长,单位为m;
h为普朗克常数,h=6.62606896×10-34J·s;
C为光在真空中传播的速度,C=3×108m/s;
T为绝对温度,该绝对温度为步骤S1和步骤S2中的目标温度;
k为波尔兹曼常数,k=1.3806504×10-23J/K;
所述步骤S3中红色光视敏曲线公式为FR(λ)=-5×10-13λ6+2×10-9λ5-3×10-6λ4+0.0019λ3-0.8082λ2+181.66λ-16914,λ为波长;
所述步骤S3中绿色光视敏度曲线公式为FG(λ)=-5×10-13λ6+2×10-9λ5-2×10-6λ4+0.0016λ3-0.6285λ2+132.8λ-11614,λ为波长;
所述步骤S3中蓝色光视敏度曲线公式为FB(λ)=-10-11λ6+4×10-8λ5-4×10-5λ4+0.0247λ3-8.3462λ2+1501.4λ-112250,λ为波长;
所述步骤S3中,获取红色分量采用红色光积分公式,所述红色光积分公式为:
Figure FDA0002388237150000021
其中,FR(λ)表示红色光视敏度曲线公式,Mb(λ,T)表示普朗克(Planck)辐射定律公式;
所述步骤S3中,获取绿色分量采用绿色光积分公式,所述绿色光积分公式为:
Figure FDA0002388237150000022
其中,FG(λ)表示绿色光视敏度曲线公式,Mb(λ,T)表示普朗克(Planck)辐射定律公式;
所述步骤S3中,获取蓝色分量采用绿色光积分公式,所述蓝色光积分公式为:
Figure FDA0002388237150000031
其中,FB(λ)表示蓝色光视敏度曲线公式,Mb(λ,T)表示普朗克(Planck)辐射定律公式。
CN201810182853.XA 2018-03-06 2018-03-06 一种基于炉内工件本征色彩还原的高温工业电视系统 Active CN108391087B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810182853.XA CN108391087B (zh) 2018-03-06 2018-03-06 一种基于炉内工件本征色彩还原的高温工业电视系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810182853.XA CN108391087B (zh) 2018-03-06 2018-03-06 一种基于炉内工件本征色彩还原的高温工业电视系统

Publications (2)

Publication Number Publication Date
CN108391087A CN108391087A (zh) 2018-08-10
CN108391087B true CN108391087B (zh) 2020-10-30

Family

ID=63069970

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810182853.XA Active CN108391087B (zh) 2018-03-06 2018-03-06 一种基于炉内工件本征色彩还原的高温工业电视系统

Country Status (1)

Country Link
CN (1) CN108391087B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1190185A (zh) * 1997-02-03 1998-08-12 中国科学技术大学 基于彩色三基色测量高温发光物体温度及其分布的方法
CN101144739A (zh) * 2007-09-28 2008-03-19 沈阳理工大学 一种高温材料黑体辐射发射率的测试原理及方法
CN101455559A (zh) * 2008-12-15 2009-06-17 深圳先进技术研究院 一种人体红外高光谱成像方法和系统
CN103226731A (zh) * 2013-03-20 2013-07-31 太原理工大学 一种热分布图像在线预测方法
CN106979822A (zh) * 2017-03-25 2017-07-25 聊城大学 一种红外成像过耗故障探测仪

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9255846B1 (en) * 2014-07-17 2016-02-09 Lumasense Technologies Holdings, Inc. Digital temperature determination using a radiometrically calibrated and a non-calibrated digital thermal imager

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1190185A (zh) * 1997-02-03 1998-08-12 中国科学技术大学 基于彩色三基色测量高温发光物体温度及其分布的方法
CN101144739A (zh) * 2007-09-28 2008-03-19 沈阳理工大学 一种高温材料黑体辐射发射率的测试原理及方法
CN101455559A (zh) * 2008-12-15 2009-06-17 深圳先进技术研究院 一种人体红外高光谱成像方法和系统
CN103226731A (zh) * 2013-03-20 2013-07-31 太原理工大学 一种热分布图像在线预测方法
CN106979822A (zh) * 2017-03-25 2017-07-25 聊城大学 一种红外成像过耗故障探测仪

Also Published As

Publication number Publication date
CN108391087A (zh) 2018-08-10

Similar Documents

Publication Publication Date Title
CN104751593B (zh) 一种火灾探测、报警、定位、扑灭方法及系统
CN111882810B (zh) 一种火灾识别与预警方法及其系统
CN101282489B (zh) 一种光源检测设备和方法及图像处理方法
CN107341947A (zh) 一种基于红外热像仪的火灾报警器及火灾报警方法
CN103308517B (zh) 中药颜色客观化方法及中药图像获取装置
CN107576269B (zh) 一种输电线路山火定位方法
WO2019134491A1 (en) Method and apparatus for processing image
KR102336030B1 (ko) 전기차 충전기 화재 감지 및 상태 이상 예측 시스템
EP3709268A1 (en) An image processing arrangement
CN109191765B (zh) 火灾预警方法、装置及计算机可读存储介质
CN105225235A (zh) 一种基于多光谱特征的视频火焰检测方法
CN105551178A (zh) 一种电网智能监控告警方法及装置
CN104506850B (zh) 一种视频遮挡判断方法和装置
CN104217413A (zh) 可见光图像上叠加红外光图像的方法
CN108391087B (zh) 一种基于炉内工件本征色彩还原的高温工业电视系统
US10499047B2 (en) Image processing apparatus, image processing system, and non-transitory computer readable medium
CN109990908A (zh) 红外焦平面器件盲元检测方法
CN106789485B (zh) 一种便捷的智能家居监视系统
CN104240246A (zh) 热图像精细化显示的方法
CN115345788B (zh) 提高色觉异常者视觉下图像颜色对比度的方法与装置
CN109961428A (zh) 基于流形的非负矩阵分解电熔氧化镁工业故障检测方法
Yuan et al. Temperature measurement of metal surface at normal temperatures by visible images and machine learning
CN205721623U (zh) 智能交互系统
CN108389237A (zh) 一种基于视敏度曲线的本征色彩还原方法
CN104506806B (zh) 调节辅助光源设备与视频采集设备光轴同轴的装置及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Wu Haibin

Inventor after: Liu Chunhong

Inventor after: Chen Xinbing

Inventor after: Song Wei

Inventor after: Zhao Ming

Inventor after: Li Mengnan

Inventor before: Wu Haibin

Inventor before: Song Wei

Inventor before: Chen Xinbing

Inventor before: Liu Chunhong

Inventor before: Zhao Ming

Inventor before: Li Mengnan