CN109060144A - 红外热像仪netd自动测试的方法 - Google Patents
红外热像仪netd自动测试的方法 Download PDFInfo
- Publication number
- CN109060144A CN109060144A CN201810973506.9A CN201810973506A CN109060144A CN 109060144 A CN109060144 A CN 109060144A CN 201810973506 A CN201810973506 A CN 201810973506A CN 109060144 A CN109060144 A CN 109060144A
- Authority
- CN
- China
- Prior art keywords
- connected domain
- target
- image
- netd
- thermal infrared
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000008685 targeting Effects 0.000 claims abstract description 17
- 230000009467 reduction Effects 0.000 claims abstract description 11
- 230000006870 function Effects 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000012546 transfer Methods 0.000 claims abstract description 9
- 238000011426 transformation method Methods 0.000 claims abstract description 6
- 238000001914 filtration Methods 0.000 claims abstract description 4
- 238000009499 grossing Methods 0.000 claims abstract description 4
- 230000007704 transition Effects 0.000 claims abstract description 4
- 238000012360 testing method Methods 0.000 claims description 9
- 210000002700 urine Anatomy 0.000 claims description 3
- 239000003550 marker Substances 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 4
- 238000003672 processing method Methods 0.000 abstract description 2
- 238000001931 thermography Methods 0.000 description 12
- 230000005855 radiation Effects 0.000 description 4
- 238000003708 edge detection Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000001000 micrograph Methods 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 230000005693 optoelectronics Effects 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000001757 thermogravimetry curve Methods 0.000 description 1
- 230000033912 thigmotaxis Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/80—Calibration
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明提供一种红外热像仪NETD自动测试的方法，包括步骤：(1)获取一帧靶标图像数据，对采集到的图像数据进行高斯滤波降噪平滑处理；(2)使用阈值变换法将降噪后的灰度图像转换成二值图像；(3)计算出二值化图像的各连通域的质心坐标；(4)寻找出各个连通域中，长轴和短轴差值最小的连通域，该连通域便是靶标所在的区域，然后根据靶标所在区域的位置和大小计算出靶标区域的噪声值和信号传递函数，两者之比便是红外热像仪的NETD大小；本发明本方法利用图像处理方法，可以自动识别靶标的大小，同时计算出靶标的大小，无需人为地观察出靶标的有效区域和手动选择进行NETD相关计算的区域数据。
Description
技术领域
本发明涉及红外热像仪测试领域，特别涉及到一种红外热像仪NETD自动测试的方法。
背景技术
现代红外热像仪的工作原理是使用光电设备来检测和测量辐射的，并在辐射与表面温度之间建立相互之间的联系。红外热像仪利用红外探测器和光学成像物镜接受被测目标的红外辐射能量分布图形反应到红外探测器的光敏原件上，从而获得红外热像图。实质上红外热像仪就是将物体发出的不可见红外能量转变为可见的热像图。而热像图上不同的颜色代表不同的温度。现代红外热像仪在军事、工业、医疗卫生、科学研究及环境检测等领域得到了广泛的应用。
噪声等效温差是红外热像仪静态性能的主要参数之一，客观反映热像仪对目标温度的探测灵敏度，可用于预测小温差点目标的探测距离。因此，准确地测量出红外热像仪的噪声等效温差对于评价热像仪的性能，以及指导改进红外热像仪的关键部件,即光电探测器的设计制造及工艺水平有着至关重要的作用。然而，由于不同的热像仪的焦距大小以及视场大小不同，导致在进行NETD测试的过程中，需要使用不同大小的定制靶标。定制靶标的周期长，加工精度要求高，所以传统的NETD的测试靶标单一，无法适应各式各样的热像仪。
图像是人类获取和交换信息的主要来源，数字图像处理的应用领域与人类的生活息息相关。不仅在理论方面取得显著的成功，在实际应用中也起到至关重要的作用。数字图像处理不仅在应用航天航空领域方面，还应用在飞机遥感和卫星遥感技术中。数字图像处理在生物医学工程方面的应用十分广泛，而且很有成效，例如CT图像处理、医用显微镜图像处理分析。此外，在X光肺部图像增强、超声波图像处理、心电图分析、立体定向方向放射治疗等医学诊断方面都广泛地应用到了图像处理。另外，数字图像处理也广泛应用到了工业生产中，如自动装配线中检测零件的质量、并对零件进行分类、印刷电路板的瑕疵检测。同样地，可以将图像处理技术使用到红外热像仪的性能测试中，利用图像处理的边缘检测方法计算出靶标的位置和靶标区域的大小，根据靶标所在的区域的大小计算出该区域的响应和噪声求得热像仪的NETD。
由于在实际的测试中，通过成像后，靶标的大小一般很难估量出来。并且在实际的NETD测试中，如果热像仪采集靶标图像较小，那么测试人员就更难估量靶标的大小了。同时传统的NETD测试方法中不仅仅需要知道靶标的大小，同时需要知道靶标的位置。因为在计算NETD中使用的是靶标区域的数据来进行计算的。
发明内容
本发明的主要目的是提供一种红外热像仪NETD自动测试的方法，测试人员无需获知靶标的大小和位置，使用该方法可以利用边缘检测识别自动识别靶标区域和非靶标区域，然后利用识别到的靶标区域进行相关的计算，例如靶标区域的噪声和信号传递函数等。
为实现上述发明目的，本发明技术方案如下：
一种红外热像仪NETD自动测试的方法，包括如下步骤：
(1)获取一帧靶标图像数据，对采集到的图像数据进行高斯滤波降噪平滑处理；
(2)使用阈值变换法将降噪后的灰度图像转换成二值图像；
(3)计算出二值化图像的各连通域的质心坐标；
(4)寻找出各个连通域中，长轴和短轴差值最小的连通域，该连通域便是靶标所在的区域，然后根据靶标所在区域的位置和大小计算出靶标区域的噪声值和信号传递函数，两者之比便是红外热像仪的NETD大小。
作为优选方式，步骤(2)使用阈值变换法将降噪后的灰度图转换成二值图像包括：使用最大类间方差法寻找灰度图像的一个能够明显地区分靶标区域和非靶标区域的阈值，同时截取出整幅图像的一个区域，计算出该区域的平均灰度值，并把该平均灰度值映射到0-255的灰度区间上，如果最大类间方差法得到的阈值大于截取区域的平均灰度值，那么将所在的区域标记为亮的，否则标记为暗的。
作为优选方式，步骤(3)中计算二值化图像的各连通域的质心坐标：是将二值化图像中亮的部分或者暗的部分看作是连通域，由此计算出连通域的质心坐标，由此可知连通域所在的位置。
作为优选方式，步骤(3)计算出二值化图像的各连通域的质心坐标包括：计算出二值化图像中每个连通域的质心以及各个连通域的长轴和短轴的长度，并将该质心坐标以及长轴短轴的长度记录下来，以便后续的计算。
作为优选方式，实际测试中使用方靶标，步骤(4)求得的各连通域中长轴与短轴之差最小的连通域，为实际靶标所在的位置，该连通域的大小便是靶标图像的大小。
由NETD的计算公式可知：要计算出热像仪的NETD，就需要先计算出噪声Vn和信号传递函数SiTF。根据上述的图像识别方法，可以得到靶标区域的位置和大小，于是可以自动计算出靶标区域的噪声值和信号传递函数，两者之比便是红外热像仪的NETD大小。
本发明的有益效果为：本发明提供的用于红外热像仪NETD的自动测试的方法，本方法利用图像处理方法，可以自动识别靶标的大小，同时计算出靶标的大小，计算出该区域的热像仪的噪声和响应，并计算出热像仪的NETD，测试人员无需获知靶标的大小和位置，使用该方法可以利用边缘检测识别自动识别靶标区域和非靶标区域，然后利用识别到的靶标区域进行相关的计算，无需人为地观察出靶标的有效区域和手动选择进行NETD相关计算的区域数据。
附图说明
图1是本发明一个实施例的NETD自动测试方法的流程示意图。
图2是本发明一个实施例的靶标原始图像。
图3是本发明一个实施例经过本发明的图像处理后的图片。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。
实施例
一种红外热像仪NETD自动测试的方法，包括如下步骤：
(1)获取一帧靶标图像数据，对采集到的图像数据进行高斯滤波降噪平滑处理；
(2)使用阈值变换法将降噪后的灰度图像转换成二值图像；
(3)计算出二值化图像的各连通域的质心坐标；
(4)寻找出各个连通域中，长轴和短轴差值最小的连通域，该连通域便是靶标所在的区域，然后根据靶标所在区域的位置和大小计算出靶标区域的噪声值和信号传递函数，两者之比便是红外热像仪的NETD大小。
步骤(2)使用阈值变换法将降噪后的灰度图转换成二值图像包括：使用最大类间方差法寻找灰度图像的一个能够明显地区分靶标区域和非靶标区域的阈值，同时截取出整幅图像的一个区域，计算出该区域的平均灰度值，并把该平均灰度值映射到0-255的灰度区间上，如果最大类间方差法得到的阈值大于截取区域的平均灰度值，那么将所在的区域标记为亮的，否则标记为暗的。
步骤(3)中计算二值化图像的各连通域的质心坐标：是将二值化图像中亮的部分或者暗的部分看作是连通域，由此计算出连通域的质心坐标，由此可知连通域所在的位置。
步骤(3)计算出二值化图像的各连通域的质心坐标包括：计算出二值化图像中每个连通域的质心以及各个连通域的长轴和短轴的长度，并将该质心坐标以及长轴短轴的长度记录下来，以便后续的计算。
实际测试中使用方靶标，步骤(4)求得的各连通域中长轴与短轴之差最小的连通域，为实际靶标所在的位置，该连通域的大小便是靶标图像的大小。靶标的大小为短轴和长轴的乘积。
由NETD的计算公式可知：要计算出热像仪的NETD，就需要先计算出噪声Vn和信号传递函数SiTF。根据上述的图像识别方法，可以得到靶标区域的位置和大小，于是可以自动计算出靶标区域的噪声值和信号传递函数，两者之比便是红外热像仪的NETD大小。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
Claims (5)
1.一种红外热像仪NETD自动测试的方法，其特征在于，包括如下步骤：
(1)获取一帧靶标图像数据，对采集到的图像数据进行高斯滤波降噪平滑处理；
(2)使用阈值变换法将降噪后的灰度图像转换成二值图像；
(3)计算出二值化图像的各连通域的质心坐标；
(4)寻找出各个连通域中，长轴和短轴差值最小的连通域，该连通域便是靶标所在的区域，然后根据靶标所在区域的位置和大小计算出靶标区域的噪声值和信号传递函数，两者之比便是红外热像仪的NETD大小。
2.如权利要求1所述的红外热像仪NETD自动测试的方法，其特征在于：步骤(2)使用阈值变换法将降噪后的灰度图转换成二值图像包括：使用最大类间方差法寻找灰度图像的一个能够明显地区分靶标区域和非靶标区域的阈值，同时截取出整幅图像的一个区域，计算出该区域的平均灰度值，并把该平均灰度值映射到0-255的灰度区间上，如果最大类间方差法得到的阈值大于截取区域的平均灰度值，那么将所在的区域标记为亮的，否则标记为暗的。
3.如权利要求2所述的红外热像仪NETD自动测试的方法，其特征在于：步骤(3)中计算二值化图像的各连通域的质心坐标：是将二值化图像中亮的部分或者暗的部分看作是连通域，由此计算出连通域的质心坐标，由此可知连通域所在的位置。
4.对于权利要求1所述的红外热像仪NETD自动测试的方法，其特征在于：步骤(3)计算出二值化图像的各连通域的质心坐标包括：计算出二值化图像中每个连通域的质心以及各个连通域的长轴和短轴的长度，并将该质心坐标以及长轴短轴的长度记录下来。
5.对权利要求1所述的红外热像仪NETD自动测试的方法，其特征在于：实际测试中使用方靶标，步骤(4)求得的各连通域中长轴与短轴之差最小的连通域，为实际靶标所在的位置，该连通域的大小便是靶标图像的大小。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810973506.9A CN109060144A (zh) | 2018-08-24 | 2018-08-24 | 红外热像仪netd自动测试的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810973506.9A CN109060144A (zh) | 2018-08-24 | 2018-08-24 | 红外热像仪netd自动测试的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109060144A true CN109060144A (zh) | 2018-12-21 |
Family
ID=64755910
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810973506.9A Pending CN109060144A (zh) | 2018-08-24 | 2018-08-24 | 红外热像仪netd自动测试的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109060144A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110470404A (zh) * | 2019-08-27 | 2019-11-19 | 成都盈盛源电气科技有限公司 | 一种红外热像仪netd与mrtd快速测试装置及方法 |
| CN111289224A (zh) * | 2020-01-17 | 2020-06-16 | 中国科学院上海技术物理研究所 | 一种自动识别ctf测试图像并计算数值的方法 |
| CN116758085A (zh) * | 2023-08-21 | 2023-09-15 | 山东昆仲信息科技有限公司 | 一种气体污染红外图像视觉辅助检测方法 |
| CN117611654A (zh) * | 2024-01-24 | 2024-02-27 | 深圳市爱贝科精密工业股份有限公司 | 一种主轴热伸长测试方法及测试装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090321636A1 (en) * | 2008-06-26 | 2009-12-31 | Lynntech, Inc. | Method of searching for a thermal target |
| CN104729718A (zh) * | 2015-03-30 | 2015-06-24 | 北京空间机电研究所 | 一种用于红外成像系统netd的处理系统及方法 |
| CN107220972A (zh) * | 2017-06-07 | 2017-09-29 | 重庆大学 | 一种基于红外图像的禽蛋品质鉴别方法 |
| CN107358628A (zh) * | 2017-06-27 | 2017-11-17 | 中国航空工业集团公司北京长城航空测控技术研究所 | 基于靶标的线阵图像处理方法 |
| CN107421717A (zh) * | 2017-07-03 | 2017-12-01 | 中国电力科学研究院 | 一种红外成像仪最小可探测温差自动测试方法及装置 |
-
2018
- 2018-08-24 CN CN201810973506.9A patent/CN109060144A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090321636A1 (en) * | 2008-06-26 | 2009-12-31 | Lynntech, Inc. | Method of searching for a thermal target |
| CN104729718A (zh) * | 2015-03-30 | 2015-06-24 | 北京空间机电研究所 | 一种用于红外成像系统netd的处理系统及方法 |
| CN107220972A (zh) * | 2017-06-07 | 2017-09-29 | 重庆大学 | 一种基于红外图像的禽蛋品质鉴别方法 |
| CN107358628A (zh) * | 2017-06-27 | 2017-11-17 | 中国航空工业集团公司北京长城航空测控技术研究所 | 基于靶标的线阵图像处理方法 |
| CN107421717A (zh) * | 2017-07-03 | 2017-12-01 | 中国电力科学研究院 | 一种红外成像仪最小可探测温差自动测试方法及装置 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110470404A (zh) * | 2019-08-27 | 2019-11-19 | 成都盈盛源电气科技有限公司 | 一种红外热像仪netd与mrtd快速测试装置及方法 |
| CN111289224A (zh) * | 2020-01-17 | 2020-06-16 | 中国科学院上海技术物理研究所 | 一种自动识别ctf测试图像并计算数值的方法 |
| CN116758085A (zh) * | 2023-08-21 | 2023-09-15 | 山东昆仲信息科技有限公司 | 一种气体污染红外图像视觉辅助检测方法 |
| CN116758085B (zh) * | 2023-08-21 | 2023-11-03 | 山东昆仲信息科技有限公司 | 一种气体污染红外图像视觉辅助检测方法 |
| CN117611654A (zh) * | 2024-01-24 | 2024-02-27 | 深圳市爱贝科精密工业股份有限公司 | 一种主轴热伸长测试方法及测试装置 |
| CN117611654B (zh) * | 2024-01-24 | 2024-04-16 | 深圳市爱贝科精密工业股份有限公司 | 一种主轴热伸长测试方法及测试装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109060144A (zh) | 红外热像仪netd自动测试的方法 | |
| US9404904B2 (en) | Methods and systems for non-destructive inspection | |
| CN111047568B (zh) | 一种漏汽缺陷检测识别方法及系统 | |
| CN102135236B (zh) | 双目视觉管道内壁自动无损检测方法 | |
| Somboonkaew et al. | Mobile-platform for automatic fever screening system based on infrared forehead temperature | |
| CN104198695B (zh) | 一种对胶体金试纸条显色结果分析的方法 | |
| CN109124615A (zh) | 一种可选区高动态激光散斑血流成像装置及方法 | |
| CN101971052A (zh) | 运动捕捉方法 | |
| CN104363815A (zh) | 图像处理装置、图像处理方法以及图像处理程序 | |
| CN110958450B (zh) | 一种成像系统空间测试装置、对比度及频率测试方法 | |
| US9970858B2 (en) | Method and system for detecting at least one particle in a bodily fluid, and associated method for diagnosing meningitis | |
| CN108395986A (zh) | 基于深度学习的人类乳头状瘤病毒自动分型检测装置 | |
| CN104390895B (zh) | 基于显微成像的图像灰度测量颗粒粒径的方法 | |
| CN112434598A (zh) | 一种非接触式体温测量方法和系统 | |
| CN105717513A (zh) | 一种基于普通摄像头芯片的低成本激光测距装置及方法 | |
| CN107796805A (zh) | 一种分析检测试纸数据的检测方法及检测装置 | |
| CN103987317B (zh) | 测量设备和方法 | |
| CN110608800B (zh) | 大气吸收带太阳辐射照度的测量方法、装置和系统 | |
| CN109444150A (zh) | 非接触式裂纹测量方法及其装置 | |
| CN206270251U (zh) | 试纸条数据检测装置 | |
| CN109938738B (zh) | 一种前臂长度测量系统及方法 | |
| CN210719032U (zh) | 位移测试系统 | |
| CN114782352A (zh) | 一种基于人工智能的医学影像识别系统及识别方法 | |
| WO2012059723A1 (en) | Scanning methods and apparatus | |
| CN110686602A (zh) | 位移测试系统及位移测试方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181221 |
|
| RJ01 | Rejection of invention patent application after publication |