CN110111277A - 一种平面热像图修补方法及装置 - Google Patents
一种平面热像图修补方法及装置 Download PDFInfo
- Publication number
- CN110111277A CN110111277A CN201910356777.4A CN201910356777A CN110111277A CN 110111277 A CN110111277 A CN 110111277A CN 201910356777 A CN201910356777 A CN 201910356777A CN 110111277 A CN110111277 A CN 110111277A
- Authority
- CN
- China
- Prior art keywords
- favored area
- pixel
- repaired
- thermography
- value
- 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.)
- Granted
Links
- 238000001931 thermography Methods 0.000 title claims abstract description 108
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000009826 distribution Methods 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明提供了一种平面热像图修补方法及装置，该平面热像图修补方法包括：对待修补平面热像图进行去伪色处理，得到待修补灰度图；框选所述待修补灰度图中的待修补区域，得到被框选区域；根据所述被框选区域的边界条件以及预设稳态热传导控制方程，确定所述被框选区域中每个像素的目标灰度值；将所述待修补灰度图中每个像素的灰度值调整为对应的目标灰度值，得到修补灰度图；对所述修补灰度图进行伪色处理，得到修补平面热像图。本发明可以对热像图残缺区域进行修补，从而得到完整的热像图。
Description
技术领域
本发明涉及传热学数值计算领域，特别涉及一种平面热像图修补方法及装置。
背景技术
红外热像仪在高温制造工艺中的应用十分广泛。其原理是接收被测物体的红外辐射能量，通过一系列的信号转换，绘制出热像图并由监视器显示。该热像图具有被测物体完整的温度信息，再通过对热像图进行分析，就可以得到详细的工艺参数与状态信息以监测被测物体的制造过程。
但是在高温制造工艺中由于测量温度较高，大多数情况下不得不采用最大测量温度较高的高性能红外热像仪，从而为整个制造系统增添了不小的成本；或者是被测物体温度极高，如激光焊接工艺、激光增材制造工艺等，市面上还未有能够测量的红外热像仪可供购买；又或者是测量的物体温差较大，红外热像仪的量程不能满足实际要求，即使满足其测量误差可能会较高。因此，如何对热像图高温残缺区域进行修补成为了解决上述问题的关键。
发明内容
本发明提供了一种平面热像图修补方法及装置，用以解决现有技术中无法对热像图残缺区域进行修补的问题。
为了解决上述技术问题，本发明采用如下技术方案：
依据本发明的一个方面，提供了一种平面热像图修补方法，包括：
对待修补平面热像图进行去伪色处理，得到待修补灰度图；
框选所述待修补灰度图中的待修补区域，得到被框选区域；
根据所述被框选区域的边界条件以及预设稳态热传导控制方程，确定所述被框选区域中每个像素的目标灰度值；
将所述待修补灰度图中每个像素的灰度值调整为对应的目标灰度值，得到修补灰度图；
对所述修补灰度图进行伪色处理，得到修补平面热像图。
进一步地，所述对待修补平面热像图进行去伪色处理，得到待修补灰度图的步骤包括：
获取所述待修补平面热像图中的温度指示条中每个像素的RGB分量；
将所述温度指示条从高温至低温的RGB分量作为颜色条；
将所述待修补平面热像图转换为待修补灰度图，并根据所述颜色条，确定所述待修补灰度图中每个像素的灰度值以及对应的温度值。
进一步地，所述根据所述被框选区域的边界条件以及预设稳态热传导控制方程，确定所述被框选区域中每个像素的目标灰度值的步骤包括：
根据所述边界条件，获取所述被框选区域中每个像素的热源功率、所述被框选区域的边界灰度梯度值，以及非框选区域中与所述被框选区域相邻的像素的灰度值；
对预设稳态热传导控制方程进行离散，得到离散方程；
将根据所述边界条件确定的热源功率、边界灰度梯度值和灰度值代入所述离散方程，得到所述被框选区域中每个像素的目标灰度值；
其中所述预设稳态热传导控制方程包括：
其中k表示热传导系数，T表示灰度值，ST表示热源功率，α表示第一类边界条件与第二类边界条件的线性组合系数，为边界灰度梯度值。
进一步地，所述获取所述被框选区域中每个像素的热源功率的步骤包括：
获取所述被框选区域的总热源功率；
将所述总热源功率以预设分布方式分布至所述被框选区域，得到所述被框选区域中每个像素的热源功率。
进一步地，所述获取所述被框选区域的总热源功率的步骤包括：
获取所述被框选区域的边界曲线，确定所述边界曲线上每个像素的坐标；
根据所述边界曲线上每个像素的坐标，计算得到所述边界曲线上每个像素的外法向量、灰度梯度值以及曲线微元长度；
根据所述外法向量、所述灰度梯度值、所述曲线微元长度以及预设热功率计算方程，得到所述被框选区域的总热源功率。
进一步地，所述将所述总热源功率以预设分布方式分布至所述被框选区域的步骤包括：
将所述总热源功率以平均分布方式或者二维高斯分布方式，分布至所述被框选区域。
进一步地，将所述总热源功率以二维高斯分布方式，分布至所述被框选区域时，选择所述被框选区域的一处位置作为热源中心。
进一步地，所述根据所述被框选区域的边界条件以及预设稳态热传导控制方程，确定所述被框选区域中每个像素的目标灰度值的步骤包括：
根据所述边界条件，获取所述被框选区域中每个像素的热源功率、所述被框选区域的边界温度梯度值，以及非框选区域中与所述被框选区域相邻的像素的温度值；
对预设稳态热传导控制方程进行离散，得到离散方程；
将根据所述边界条件确定的热源功率、边界温度梯度值和温度值代入所述离散方程，得到所述被框选区域中每个像素的目标温度值；
根据所述待修补灰度图中温度值与灰度值的对应关系，以及所述目标温度值，得到所述被框选区域中每个像素的目标灰度值；
其中所述预设稳态热传导控制方程包括：
其中k表示热传导系数，T表示温度值，ST表示热源功率，α表示第一类边界条件与第二类边界条件的线性组合系数，为边界温度梯度值。
进一步地，所述对所述修补灰度图进行伪色处理，得到修补平面热像图的步骤包括：
通过所述颜色条对所述修补灰度图进行伪色处理，得到修补平面热像图；
根据所述修补灰度图中的灰度最大值和灰度最小值，确定温度最大值和温度最小值；
根据所述温度最大值和温度最小值重新绘制所述修补平面热像图中的温度指示条的刻度范围。
依据本发明的又一个方面，提供了一种平面热像图修补装置，包括：
去伪色模块，用于对待修补平面热像图进行去伪色处理，得到待修补灰度图；
第一计算模块，用于框选所述待修补灰度图中的待修补区域，得到被框选区域；
第二计算模块，用于根据所述被框选区域的边界条件以及预设稳态热传导控制方程，确定所述被框选区域中每个像素的目标灰度值；
修补模块，用于将所述待修补灰度图中每个像素的灰度值调整为对应的目标灰度值，得到修补灰度图；
伪色处理模块，用于对所述修补灰度图进行伪色处理，得到修补平面热像图。
进一步地，所述去伪色模块，具体用于获取所述待修补平面热像图中的温度指示条中每个像素的RGB分量；将所述温度指示条从高温至低温的RGB分量作为颜色条；将所述待修补平面热像图转换为待修补灰度图，并根据所述颜色条，确定所述待修补灰度图中每个像素的灰度值以及对应的温度值。
进一步地，所述第二计算模块包括：
第一获取单元，用于根据所述边界条件，获取所述被框选区域中每个像素的热源功率、所述被框选区域的边界灰度梯度值，以及非框选区域中与所述被框选区域相邻的像素的灰度值；
第一离散单元，用于对预设稳态热传导控制方程进行离散，得到离散方程；
第一计算单元，用于将根据所述边界条件确定的热源功率、边界灰度梯度值和灰度值代入所述离散方程，得到所述被框选区域中每个像素的目标灰度值；
其中所述预设稳态热传导控制方程包括：
其中k表示热传导系数，T表示灰度值，ST表示热源功率，α表示第一类边界条件与第二类边界条件的线性组合系数，为边界灰度梯度值。
进一步地，所述第二计算模块包括：
第二获取单元，用于根据所述边界条件，获取所述被框选区域中每个像素的热源功率、所述被框选区域的边界温度梯度值，以及非框选区域中与所述被框选区域相邻的像素的温度值；
第二离散单元，用于对预设稳态热传导控制方程进行离散，得到离散方程；
第二计算单元，用于将根据所述边界条件确定的热源功率、边界温度梯度值和温度值代入所述离散方程，得到所述被框选区域中每个像素的目标温度值；
第三计算单元，用于根据所述待修补灰度图中温度值与灰度值的对应关系，以及所述目标温度值，得到所述被框选区域中每个像素的目标灰度值；
其中所述预设稳态热传导控制方程包括：
其中k表示热传导系数，T表示温度值，ST表示热源功率，α表示第一类边界条件与第二类边界条件的线性组合系数，为边界温度梯度值。
依据本发明的又一个方面，提供了一种平面热像图修补设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的平面热像图修补方法的步骤。
依据本发明的又一个方面，提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的平面热像图修补方法的步骤。
本发明的有益效果是：
上述技术方案，通过将彩色的热像图转换为灰度图，即将待修补平面热像图转换得到待修补灰度图，从而确定每个像素的灰度值以及对应的温度值。对灰度图中的待修补区域进行框选，通过被框选区域的边界条件以及预设稳态热传导控制方程，确定被框选区域中每个像素的目标灰度值，进而将待修补灰度图中每个像素的灰度值调整为对应的目标灰度值，得到修补灰度图，完成对待修补区域的修补，再将修补之后的灰度图进行伪色处理，最终得到修补平面热像图，实现了对热像图残缺区域的修补。
附图说明
图1表示本发明实施例提供的一种平面热像图修补方法示意图；
图2表示本发明实施例提供的边界曲线上的一个像素的外法向量计算示意图；
图3表示本发明实施例提供的边界曲线上像素的曲线微元长度计算示意图；
图4表示本发明实施例提供的一种平面热像图修补装置示意图。
附图标记说明：
41、去伪色模块；42、第一计算模块；43、第二计算模块；44、修补模块；45、伪色处理模块。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
如图1所示，本发明实施例提供了一种平面热像图修补方法，包括：
S11：对待修补平面热像图进行去伪色处理，得到待修补灰度图；
应当说明的是，待修补平面热像图通常为彩色图像，根据每个像素的不同颜色确定每个像素所表示的不同温度。待修补灰度图为灰度图像，每个像素不同的灰度值可以表示不同的温度值。去伪色处理是与伪色处理相反的处理过程，是将彩色图片按照一定方式转换为灰度图片，其中，去伪色处理的方法为现有常用的图片处理方法，在此不再赘述，伪色处理也可以叫做伪彩色处理。较佳的，待修补平面热像图可以是物体达到稳态或者准稳态时得到的热像图。
在对待修补平面热像图进行去伪色处理之前可以先进行滤波处理，以消除噪声。
在将待修补平面热像图转换为待修补灰度图之后，由于像素的坐标值并未变化，并且基于灰度图中灰度值的特点，可以准确的确定待修补灰度图每个像素的灰度值和温度值。较佳的，对待修补平面热像图进行去伪色处理，得到待修补灰度图的步骤包括：
获取待修补平面热像图中的温度指示条中每个像素的RGB分量；
将温度指示条从高温至低温的RGB分量作为颜色条；
将待修补平面热像图转换为待修补灰度图，并根据颜色条，确定待修补灰度图中每个像素的灰度值以及对应的温度值。
由于待修补平面热像图以及待修补灰度图均为二维图片，因此待修补平面热像图以及待修补灰度图中像素的坐标可以以(i，j)的形式进行表示，其中每个像素的坐标唯一，为方便后续计算，针对每一个像素，其在x、y方向上的微元长度dx、dy相等，并且均等于1。
S12：框选待修补灰度图中的待修补区域，得到被框选区域；
应当说明的是，待修补区域可以是由于温度过高形成的残缺区域，当然也可以是其他因素导致的残缺区域，该残缺区域内的灰度值无法准确表示其实际的温度。在实际热像图中热源中心会有一大片颜色一样的区域，转换成的灰度图后在热源中心将是一大片灰度值相等的区域，这部分区域也可以被称为残缺区域。因此从广义上来讲，本申请所说的残缺区域是指图像中不符合客观自然规律的区域。
可以通过手动框选的方式，对待修补灰度图中的待修补区域进行框选，例如在电脑上通过移动光标，完成框选，但不限于此。进行框选的选框构成闭合曲线。
S13：根据被框选区域的边界条件以及预设稳态热传导控制方程，确定被框选区域中每个像素的目标灰度值；
应当说明的是，采用有限差分法进行计算，获得被框选区域中每个像素的目标灰度值。针对被框选区域中的一个像素而言，其目标灰度值对应的温度值即为该像素所在位置对应的实际温度值，即待修补平面热像图修补完成后该像素所应该表示的温度值。
预设稳态热传导控制方程的边界条件包括：被框选区域中每个像素的热源功率、被框选区域的边界灰度梯度值，以及非框选区域中与被框选区域相邻的像素的灰度值；当然若采用温度进行计算时，预设稳态热传导控制方程的边界条件包括：被框选区域中每个像素的热源功率、被框选区域的边界温度梯度值，以及非框选区域中与被框选区域相邻的像素的温度值。
较佳的，可以通过能量守恒定律，以计算被框选区域中每个像素的热源功率。在确定被框选区域中每个像素的热源功率时，可以根据待修补区域的残缺情况，选择不同的计算方式。例如若待修补区域中的温度值相等或者相近，则可认为被框选区域中每个像素的热源功率均相等。若待修补区域中温度值分布满足二维高斯分布，则先确定二维高斯分布的方差值，然后计算每个像素的热源功率。
S14：将待修补灰度图中每个像素的灰度值调整为对应的目标灰度值，得到修补灰度图；
应当说明的是，由于每一个像素的坐标已经确定，并且不会发生变化，因此在确定被框选区域中每个像素的目标灰度值时，通过调整灰度值即可完成对待修补灰度图的修补。例如在确定一个坐标为(10,10)的像素的目标灰度值为0.8，则将坐标为(10,10)的像素的灰度值调整为0.8，通过对被框选区域中每个像素的灰度值进行调整，将得到修补灰度图，该修补灰度图中的待修补区域已被修补。
S15：对修补灰度图进行伪色处理，得到修补平面热像图。
应当说明的是，伪色处理即将灰度图转换为彩色图，为现有的一种图像处理方法，在此不再赘述。在将修补灰度图转换为修补平面热像图之后，需要对温度指示条的刻度范围重新进行绘制。具体的，对修补灰度图进行伪色处理，得到修补平面热像图的步骤包括：
通过颜色条对修补灰度图进行伪色处理，得到修补平面热像图；
根据修补灰度图中的灰度最大值和灰度最小值，确定温度最大值和温度最小值；
根据温度最大值和温度最小值重新绘制修补平面热像图中的温度指示条的刻度范围。
在得到修补平面热像图之后，可以再次进行热源总功率的计算，然后比较修补前后的热源总功率，得到热源总功率计算的相对误差。
本发明实施例中，通过将彩色的热像图转换为灰度图，即将待修补平面热像图转换得到待修补灰度图，从而确定每个像素的灰度值以及对应的温度值。对灰度图中的待修补区域进行框选，通过被框选区域的边界条件以及预设稳态热传导控制方程，确定被框选区域中每个像素的目标灰度值，进而将待修补灰度图中每个像素的灰度值调整为对应的目标灰度值，得到修补灰度图，完成对待修补区域的修补，再将修补之后的灰度图进行伪色处理，最终得到修补平面热像图，实现了对热像图残缺区域的修补。
为了确定被框选区域中每个像素所应该达到的灰度值，在上述各发明实施例的基础上，本发明实施例中，根据被框选区域的边界条件以及预设稳态热传导控制方程，确定被框选区域中每个像素的目标灰度值的步骤包括：
根据边界条件，获取被框选区域中每个像素的热源功率、被框选区域的边界灰度梯度值，以及非框选区域中与被框选区域相邻的像素的灰度值；
对预设稳态热传导控制方程进行离散，得到离散方程；
将根据边界条件确定的热源功率、边界灰度梯度值和灰度值代入离散方程，得到被框选区域中每个像素的目标灰度值；
其中预设稳态热传导控制方程包括：
其中k表示热传导系数，T表示灰度值，ST表示热源功率，α表示第一类边界条件与第二类边界条件的线性组合系数，为边界灰度梯度值。
应当说明的是，α表示的具体数值可以为0.5，但不限于此。
采用作为预设稳态热传导控制方程进行计算时，可以展开得到二维热传导方程：
继续对展开的二维热传导方程进行离散，得到离散方程：
αyi,jkTi-1,j+αxi,jkTi,j-1-(αxi,j+αyi,j+αxi,j+1+αyi+1,j)kTi,j+αxi,j+1kTi,j+1+αyi+1,jkTi+1,j+STi,j-(1-αxi,j)kΓxi,j-(1-αyi,j)kΓyi,j+(1-αxi,j+1)kΓxi,j+1+(1-αyi+1,j)kΓyi+1,j＝0；
其中下角标的i、j用于表示像素的坐标，下角标的x、y分别表示在x方向上的分量以及在y方向上的分量。
根据得到的离散方程构成一个大型的线性方程组，该线性方程组中未知数的个数等于被框选区域中像素的总个数，通过数学计算即可得到被框选区域中每个像素的灰度值，进而得到被框选区域中每个像素的灰度值。
为了得到被框选区域中每个像素的热源功率，在上述各发明实施例的基础上，本发明实施例中，获取被框选区域中每个像素的热源功率的步骤包括：
获取被框选区域的总热源功率；
将总热源功率以预设分布方式分布至被框选区域，得到被框选区域中每个像素的热源功率。
应当说明的是，被框选区域的总热源功率的实际意义是，待修补灰度图中被框选区域若未发生残缺，其实际的总热源功率。也可以是待修补灰度图被修补完成后被框选区域所应该对应的热源功率的总和。
为了获取被框选区域的总热源功率，在上述各发明实施例的基础上，本发明实施例中，获取被框选区域的总热源功率的步骤包括：
获取被框选区域的边界曲线，确定边界曲线上每个像素的坐标；
根据边界曲线上每个像素的坐标，计算得到边界曲线上每个像素的外法向量、灰度梯度值以及曲线微元长度；
根据外法向量、灰度梯度值、曲线微元长度以及预设热功率计算方程，得到被框选区域的总热源功率。
应当说明的是，获取被框选区域的边界曲线，确定边界曲线上每个像素的坐标时，可以采用逻辑矩阵表示被框选区域，框选区域为1，其余为0；根据该逻辑矩阵对框选区域进行边界识别，得到表示边界的逻辑矩阵；在对边界的逻辑矩阵进行顺时针的边界追踪，即可得到边界曲线矩阵，进而确定边界曲线上每个像素的坐标。
在确定边界曲线上每个像素的外法向量时，如图2所示，为边界曲线上的一个像素的外法向量计算示意图。首先通过当前像素前后两个像素坐标位置的连线计算切向量，这里所说的当前像素以及前后两个像素均位于边界曲线上，并且前后两个像素分别与当前像素相邻的两个像素；也可以表示为边界曲线上，顺时针方向与当前像素相邻的一个像素，以及逆时针方向上与当前像素相邻的一个像素。切向量的表达式为：
其中表示切向量，xm+1、ym+1分别代表边界曲线上当前像素后一个像素点的横、纵坐标，同理xm-1、ym-1分别代表边界曲线上当前像素前一个像素点的横、纵坐标。
然后对切向量进行单位化，得到向量其中
最后交换x、y分量，并在新的x分量上加上负号，得到当前像素的外法向量其中，
在计算边界曲线上每个像素的灰度梯度值时，可以采用传统的数值计算方法对灰度梯度值进行计算，如使用边界曲线上与当前像素相邻的四个像素计算灰度梯度值的二阶精度计算方法、或使用边界曲线上与当前像素相邻的八个像素计算灰度梯度值的四阶精度计算方法，但不限于此。
采用二阶精度计算方法计算当前像素灰度梯度值的表达式：
其中表示x方向上的灰度梯度值，表示y方向上的灰度梯度值，Ti,j+1表示坐标为(i，j+1)位置处的像素的灰度值；Ti,j-1表示坐标为(i，j-1)位置处的像素的灰度值；Ti+1,j表示坐标为(i+1，j)位置处的像素的灰度值；Ti-1,j表示坐标为(i-1，j)位置处的像素的灰度值；坐标(i，j)为当前像素的坐标。
采用四阶精度计算方法计算当前像素灰度梯度值的表达式：
其中表示x方向上的灰度梯度值，表示y方向上的灰度梯度值，Ti,j+1表示坐标为(i，j+1)位置处的像素的灰度值；Ti,j-1表示坐标为(i，j-1)位置处的像素的灰度值；Ti,j+2表示坐标为(i，j+2)位置处的像素的灰度值；Ti,j-2表示坐标为(i，j-2)位置处的像素的灰度值；Ti+1,j表示坐标为(i+1，j)位置处的像素的灰度值；Ti-1,j表示坐标为(i-1，j)位置处的像素的灰度值；Ti+2,j表示坐标为(i+2，j)位置处的像素的灰度值；Ti-2,j表示坐标为(i-2，j)位置处的像素的灰度值；坐标(i，j)为当前像素的坐标。
如图3所示，在计算边界曲线上每个像素的曲线微元长度时，可以采用当前像素前后两个像素坐标连线长度的一半作为当前像素的曲线微元长度，其数学表达式为：
其中dsm表示当前像素的曲线微元长度，xm+1、ym+1分别代表当前像素后一个像素点的横、纵坐标，同理xm-1、ym-1分别代表当前像素前一个像素点的横、纵坐标。
预设热功率计算方程为：
其中P表示热源功率，k表示热传导系数，T表示灰度值，表示外法向量，ds表示曲线微元长度，其中热传导系数为常数，其具体数值可以为1，但不限于此。
为了准确获得被框选区域中每个像素的热源功率，在上述各发明实施例的基础上，本发明实施例中，将总热源功率以预设分布方式分布至被框选区域的步骤包括：
将总热源功率以平均分布方式或者二维高斯分布方式，分布至被框选区域。
应当说明的是，可以根据待修补区域的残缺情况，选择不同的分布方式。例如若待修补区域中的温度值相等或者相近，则可认为被框选区域中每个像素的热源功率均相等，可以采用平均分布的方式。若待修补区域中温度值分布满足二维高斯分布，可以采用二维高斯分布方式。其中平均分布方式也可以进一步进行分类，如直接在被框选区域进行平均分配，或者设定一个半径长度，然后平均分布在该半径长度范围内。采用分布在半径长度范围内的分布方式时，需要先指定一处位置为热源中心。
将总热源功率以二维高斯分布方式，分布至被框选区域时，选择被框选区域的一处位置作为热源中心。
在选择热源中心时，可以通过光标在图像上进行选择，以捕捉的光标坐标作为指定的热源中心；当然也可以将被框选区域的形心作为指定的热源中心。
当然也可以先对被框选区域中每个像素的温度值进行求解，根据得到的温度值，确定具有该温度值的像素的灰度值。
具体的，根据被框选区域的边界条件以及预设稳态热传导控制方程，确定被框选区域中每个像素的目标灰度值的步骤包括：
根据边界条件，获取被框选区域中每个像素的热源功率、被框选区域的边界温度梯度值，以及非框选区域中与被框选区域相邻的像素的温度值；
对预设稳态热传导控制方程进行离散，得到离散方程；
将根据边界条件确定的热源功率、边界温度梯度值和温度值代入离散方程，得到被框选区域中每个像素的目标温度值；
根据待修补灰度图中温度值与灰度值的对应关系，以及目标温度值，得到被框选区域中每个像素的目标灰度值；
其中预设稳态热传导控制方程包括：
其中k表示热传导系数，T表示温度值，ST表示热源功率，α表示第一类边界条件与第二类边界条件的线性组合系数，为边界温度梯度值。这里，采用温度值替换上述各发明实施例计算过程中的灰度值，则求解出来的将是被框选区域中每个像素的目标温度值。并且在计算热源功率时，同样采用温度梯度值替换热源功率计算过程中使用的灰度梯度值，由于具体计算过程类似在此不再赘述。应当说明的是，本发明中温度与灰度是可以等价的，在上述各发明实施例的计算过程中可以统一采用温度值和温度梯度值进行计算，当然也可以统一采用温度值和温度梯度值进行计算。
如图4所示，依据本发明的又一个方面，提供了一种平面热像图修补装置，包括：
去伪色模块41，用于对待修补平面热像图进行去伪色处理，得到待修补灰度图；
第一计算模块42，用于框选待修补灰度图中的待修补区域，得到被框选区域；
第二计算模块43，用于根据被框选区域的边界条件以及预设稳态热传导控制方程，确定被框选区域中每个像素的目标灰度值；
修补模块44，用于将待修补灰度图中每个像素的灰度值调整为对应的目标灰度值，得到修补灰度图；
伪色处理模块45，用于对修补灰度图进行伪色处理，得到修补平面热像图。
应当说明的是，去伪色模块41，具体用于获取待修补平面热像图中的温度指示条中每个像素的RGB分量；将温度指示条从高温至低温的RGB分量作为颜色条；将待修补平面热像图转换为待修补灰度图，并根据颜色条，确定待修补灰度图中每个像素的灰度值以及对应的温度值。
第二计算模块43包括：
第一获取单元，用于根据边界条件，获取被框选区域中每个像素的热源功率、被框选区域的边界灰度梯度值，以及非框选区域中与被框选区域相邻的像素的灰度值；
第一离散单元，用于对预设稳态热传导控制方程进行离散，得到离散方程；
第一计算单元，用于将根据边界条件确定的热源功率、边界灰度梯度值和灰度值代入离散方程，得到被框选区域中每个像素的目标灰度值；
其中预设稳态热传导控制方程包括：
其中k表示热传导系数，T表示灰度值，ST表示热源功率，α表示第一类边界条件与第二类边界条件的线性组合系数，为边界灰度梯度值。
第一获取单元具体用于获取被框选区域的总热源功率；将总热源功率以预设分布方式分布至被框选区域，得到被框选区域中每个像素的热源功率。
第一获取单元，具体用于获取被框选区域的边界曲线，确定边界曲线上每个像素的坐标；根据边界曲线上每个像素的坐标，计算得到边界曲线上每个像素的外法向量、灰度梯度值以及曲线微元长度；根据外法向量、灰度梯度值、曲线微元长度以及预设热功率计算方程，得到被框选区域的总热源功率。
第一获取单元，具体用于将总热源功率以平均分布方式或者二维高斯分布方式，分布至被框选区域。
第一获取单元，还用于将总热源功率以二维高斯分布方式，分布至被框选区域时，选择被框选区域的一处位置作为热源中心。
第二计算模块43包括：
第二获取单元，用于根据边界条件，获取被框选区域中每个像素的热源功率、被框选区域的边界温度梯度值，以及非框选区域中与被框选区域相邻的像素的温度值；
第二离散单元，用于对预设稳态热传导控制方程进行离散，得到离散方程；
第二计算单元，用于将根据边界条件确定的热源功率、边界温度梯度值和温度值代入离散方程，得到被框选区域中每个像素的目标温度值；
第三计算单元，用于根据待修补灰度图中温度值与灰度值的对应关系，以及目标温度值，得到被框选区域中每个像素的目标灰度值；
其中预设稳态热传导控制方程包括：
其中k表示热传导系数，T表示温度值，ST表示热源功率，α表示第一类边界条件与第二类边界条件的线性组合系数，为边界温度梯度值。
伪色处理模块45，具体用于通过颜色条对修补灰度图进行伪色处理，得到修补平面热像图；根据修补灰度图中的灰度最大值和灰度最小值，确定温度最大值和温度最小值；根据温度最大值和温度最小值重新绘制修补平面热像图中的温度指示条的刻度范围。
本发明实施例中，通过将彩色的热像图转换为灰度图，即将待修补平面热像图转换得到待修补灰度图，从而确定每个像素的灰度值以及对应的温度值。对灰度图中的待修补区域进行框选，通过被框选区域的边界条件以及预设稳态热传导控制方程，确定被框选区域中每个像素的目标灰度值，进而将待修补灰度图中每个像素的灰度值调整为对应的目标灰度值，得到修补灰度图，完成对待修补区域的修补，再将修补之后的灰度图进行伪色处理，最终得到修补平面热像图，实现了对热像图残缺区域的修补。
依据本发明的又一个方面，提供了一种平面热像图修补设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，计算机程序被处理器执行时实现上述各发明实施例提供的平面热像图修补方法的步骤。
本发明实施例中，通过将彩色的热像图转换为灰度图，即将待修补平面热像图转换得到待修补灰度图，从而确定每个像素的灰度值以及对应的温度值。对灰度图中的待修补区域进行框选，通过被框选区域的边界条件以及预设稳态热传导控制方程，确定被框选区域中每个像素的目标灰度值，进而将待修补灰度图中每个像素的灰度值调整为对应的目标灰度值，得到修补灰度图，完成对待修补区域的修补，再将修补之后的灰度图进行伪色处理，最终得到修补平面热像图，实现了对热像图残缺区域的修补。
依据本发明的又一个方面，提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述各发明实施例提供的平面热像图修补方法的步骤。
本发明实施例中，通过将彩色的热像图转换为灰度图，即将待修补平面热像图转换得到待修补灰度图，从而确定每个像素的灰度值以及对应的温度值。对灰度图中的待修补区域进行框选，通过被框选区域的边界条件以及预设稳态热传导控制方程，确定被框选区域中每个像素的目标灰度值，进而将待修补灰度图中每个像素的灰度值调整为对应的目标灰度值，得到修补灰度图，完成对待修补区域的修补，再将修补之后的灰度图进行伪色处理，最终得到修补平面热像图，实现了对热像图残缺区域的修补。
尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
Claims (15)
1.一种平面热像图修补方法，其特征在于，包括：
对待修补平面热像图进行去伪色处理，得到待修补灰度图；
框选所述待修补灰度图中的待修补区域，得到被框选区域；
根据所述被框选区域的边界条件以及预设稳态热传导控制方程，确定所述被框选区域中每个像素的目标灰度值；
将所述待修补灰度图中每个像素的灰度值调整为对应的目标灰度值，得到修补灰度图；
对所述修补灰度图进行伪色处理，得到修补平面热像图。
2.根据权利要求1所述的平面热像图修补方法，其特征在于，所述对待修补平面热像图进行去伪色处理，得到待修补灰度图的步骤包括：
获取所述待修补平面热像图中的温度指示条中每个像素的RGB分量；
将所述温度指示条从高温至低温的RGB分量作为颜色条；
将所述待修补平面热像图转换为待修补灰度图，并根据所述颜色条，确定所述待修补灰度图中每个像素的灰度值以及对应的温度值。
3.根据权利要求1所述的平面热像图修补方法，其特征在于，所述根据所述被框选区域的边界条件以及预设稳态热传导控制方程，确定所述被框选区域中每个像素的目标灰度值的步骤包括：
根据所述边界条件，获取所述被框选区域中每个像素的热源功率、所述被框选区域的边界灰度梯度值，以及非框选区域中与所述被框选区域相邻的像素的灰度值；
对预设稳态热传导控制方程进行离散，得到离散方程；
将根据所述边界条件确定的热源功率、边界灰度梯度值和灰度值代入所述离散方程，得到所述被框选区域中每个像素的目标灰度值；
其中所述预设稳态热传导控制方程包括：
其中k表示热传导系数，T表示灰度值，ST表示热源功率，α表示第一类边界条件与第二类边界条件的线性组合系数，为边界灰度梯度值。
4.根据权利要求3所述的平面热像图修补方法，其特征在于，所述获取所述被框选区域中每个像素的热源功率的步骤包括：
获取所述被框选区域的总热源功率；
将所述总热源功率以预设分布方式分布至所述被框选区域，得到所述被框选区域中每个像素的热源功率。
5.根据权利要求4所述的平面热像图修补方法，其特征在于，所述获取所述被框选区域的总热源功率的步骤包括：
获取所述被框选区域的边界曲线，确定所述边界曲线上每个像素的坐标；
根据所述边界曲线上每个像素的坐标，计算得到所述边界曲线上每个像素的外法向量、灰度梯度值以及曲线微元长度；
根据所述外法向量、所述灰度梯度值、所述曲线微元长度以及预设热功率计算方程，得到所述被框选区域的总热源功率。
6.根据权利要求4所述的平面热像图修补方法，其特征在于，所述将所述总热源功率以预设分布方式分布至所述被框选区域的步骤包括：
将所述总热源功率以平均分布方式或者二维高斯分布方式，分布至所述被框选区域。
7.根据权利要求6所述的平面热像图修补方法，其特征在于，将所述总热源功率以二维高斯分布方式，分布至所述被框选区域时，选择所述被框选区域的一处位置作为热源中心。
8.根据权利要求1所述的平面热像图修补方法，其特征在于，所述根据所述被框选区域的边界条件以及预设稳态热传导控制方程，确定所述被框选区域中每个像素的目标灰度值的步骤包括：
根据所述边界条件，获取所述被框选区域中每个像素的热源功率、所述被框选区域的边界温度梯度值，以及非框选区域中与所述被框选区域相邻的像素的温度值；
对预设稳态热传导控制方程进行离散，得到离散方程；
将根据所述边界条件确定的热源功率、边界温度梯度值和温度值代入所述离散方程，得到所述被框选区域中每个像素的目标温度值；
根据所述待修补灰度图中温度值与灰度值的对应关系，以及所述目标温度值，得到所述被框选区域中每个像素的目标灰度值；
其中所述预设稳态热传导控制方程包括：
其中k表示热传导系数，T表示温度值，ST表示热源功率，α表示第一类边界条件与第二类边界条件的线性组合系数，为边界温度梯度值。
9.根据权利要求2所述的平面热像图修补方法，其特征在于，所述对所述修补灰度图进行伪色处理，得到修补平面热像图的步骤包括：
通过所述颜色条对所述修补灰度图进行伪色处理，得到修补平面热像图；
根据所述修补灰度图中的灰度最大值和灰度最小值，确定温度最大值和温度最小值；
根据所述温度最大值和温度最小值重新绘制所述修补平面热像图中的温度指示条的刻度范围。
10.一种平面热像图修补装置，其特征在于，包括：
去伪色模块，用于对待修补平面热像图进行去伪色处理，得到待修补灰度图；
第一计算模块，用于框选所述待修补灰度图中的待修补区域，得到被框选区域；
第二计算模块，用于根据所述被框选区域的边界条件以及预设稳态热传导控制方程，确定所述被框选区域中每个像素的目标灰度值；
修补模块，用于将所述待修补灰度图中每个像素的灰度值调整为对应的目标灰度值，得到修补灰度图；
伪色处理模块，用于对所述修补灰度图进行伪色处理，得到修补平面热像图。
11.根据权利要求10所述的平面热像图修补装置，其特征在于，所述去伪色模块，具体用于获取所述待修补平面热像图中的温度指示条中每个像素的RGB分量；将所述温度指示条从高温至低温的RGB分量作为颜色条；将所述待修补平面热像图转换为待修补灰度图，并根据所述颜色条，确定所述待修补灰度图中每个像素的灰度值以及对应的温度值。
12.根据权利要求10所述的平面热像图修补装置，其特征在于，所述第二计算模块包括：
第一获取单元，用于根据所述边界条件，获取所述被框选区域中每个像素的热源功率、所述被框选区域的边界灰度梯度值，以及非框选区域中与所述被框选区域相邻的像素的灰度值；
第一离散单元，用于对预设稳态热传导控制方程进行离散，得到离散方程；
第一计算单元，用于将根据所述边界条件确定的热源功率、边界灰度梯度值和灰度值代入所述离散方程，得到所述被框选区域中每个像素的目标灰度值；
其中所述预设稳态热传导控制方程包括：
其中k表示热传导系数，T表示灰度值，ST表示热源功率，α表示第一类边界条件与第二类边界条件的线性组合系数，为边界灰度梯度值。
13.根据权利要求10所述的平面热像图修补装置，其特征在于，所述第二计算模块包括：
第二获取单元，用于根据所述边界条件，获取所述被框选区域中每个像素的热源功率、所述被框选区域的边界温度梯度值，以及非框选区域中与所述被框选区域相邻的像素的温度值；
第二离散单元，用于对预设稳态热传导控制方程进行离散，得到离散方程；
第二计算单元，用于将根据所述边界条件确定的热源功率、边界温度梯度值和温度值代入所述离散方程，得到所述被框选区域中每个像素的目标温度值；
第三计算单元，用于根据所述待修补灰度图中温度值与灰度值的对应关系，以及所述目标温度值，得到所述被框选区域中每个像素的目标灰度值；
其中所述预设稳态热传导控制方程包括：
其中k表示热传导系数，T表示温度值，ST表示热源功率，α表示第一类边界条件与第二类边界条件的线性组合系数，为边界温度梯度值。
14.一种平面热像图修补设备，其特征在于，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至9中任一项所述的平面热像图修补方法的步骤。
15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至9中任一项所述的平面热像图修补方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910356777.4A CN110111277B (zh) | 2019-04-29 | 2019-04-29 | 一种平面热像图修补方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910356777.4A CN110111277B (zh) | 2019-04-29 | 2019-04-29 | 一种平面热像图修补方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110111277A true CN110111277A (zh) | 2019-08-09 |
| CN110111277B CN110111277B (zh) | 2021-01-29 |
Family
ID=67487558
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910356777.4A Active CN110111277B (zh) | 2019-04-29 | 2019-04-29 | 一种平面热像图修补方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110111277B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113599066A (zh) * | 2021-09-14 | 2021-11-05 | 广州蓝仕威克医疗科技有限公司 | 一种在生命体内进行温度调节的装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101807292A (zh) * | 2010-01-07 | 2010-08-18 | 清华大学 | 一种图像去噪方法 |
| US20120183209A1 (en) * | 2011-01-14 | 2012-07-19 | Snu R&Db Foundation | Method of automatically creating natural image by using optimization technique |
| CN103325100A (zh) * | 2013-07-19 | 2013-09-25 | 蒲亦非 | 一种基于分数阶热传导方程的图像去噪滤波器 |
| CN106780385A (zh) * | 2016-12-16 | 2017-05-31 | 北京华航无线电测量研究所 | 一种基于湍流红外辐射模型的雾天降质图像清晰化方法 |
| CN107507135A (zh) * | 2017-07-11 | 2017-12-22 | 天津大学 | 基于编码光圈和靶标的图像重构方法 |
-
2019
- 2019-04-29 CN CN201910356777.4A patent/CN110111277B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101807292A (zh) * | 2010-01-07 | 2010-08-18 | 清华大学 | 一种图像去噪方法 |
| US20120183209A1 (en) * | 2011-01-14 | 2012-07-19 | Snu R&Db Foundation | Method of automatically creating natural image by using optimization technique |
| CN103325100A (zh) * | 2013-07-19 | 2013-09-25 | 蒲亦非 | 一种基于分数阶热传导方程的图像去噪滤波器 |
| CN106780385A (zh) * | 2016-12-16 | 2017-05-31 | 北京华航无线电测量研究所 | 一种基于湍流红外辐射模型的雾天降质图像清晰化方法 |
| CN107507135A (zh) * | 2017-07-11 | 2017-12-22 | 天津大学 | 基于编码光圈和靶标的图像重构方法 |
Non-Patent Citations (3)
| Title |
|---|
| 秦川: "图像修复和图像编辑的偏微分方程模型及其求解", 《中国博士学位论文全文数据库 信息科技辑》 * |
| 苏小峰: "非线性偏微分方程的理论及在图像复原中的应用", 《中国优秀硕士学位论文数据库 信息科技辑》 * |
| 许帆: "基于边缘检测的全变分模型红外图像去噪", 《中国科技信息》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113599066A (zh) * | 2021-09-14 | 2021-11-05 | 广州蓝仕威克医疗科技有限公司 | 一种在生命体内进行温度调节的装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110111277B (zh) | 2021-01-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liu et al. | Quality assessment of speckle patterns for digital image correlation by Shannon entropy | |
| CN103003663B (zh) | 使用非线性光度立体视觉方法获取工具印痕的三维表面形态图像 | |
| CN108662987B (zh) | 2d摄像式激光测量头的标定方法 | |
| JP2011509398A (ja) | タイヤ表面を検査するために使用できるようにするようタイヤ表面の３次元画像を処理する方法 | |
| CN110443879B (zh) | 一种基于神经网络的透视误差补偿方法 | |
| CN102313607B (zh) | 一种示温漆温变颜色的自动识别方法 | |
| CN104700368B (zh) | 基于核函数的数字图像相关方法的位移场自适应平滑方法 | |
| Zhang et al. | A novel method for repeatedly generating speckle patterns used in digital image correlation | |
| US9196032B1 (en) | Equipment and method for three-dimensional radiance and gas species field estimation | |
| Ciortan et al. | A practical reflectance transformation imaging pipeline for surface characterization in cultural heritage | |
| CN104657999B (zh) | 一种基于核函数的数字图像相关方法 | |
| CN113267258A (zh) | 红外测温方法、装置、设备、智能巡检机器人及存储介质 | |
| CN112146763B (zh) | 基于自动识别的测温方法及系统 | |
| CN109724703A (zh) | 基于模式识别的复杂场景下的温度矫正方法 | |
| Sun et al. | Lens distortion correction for improving measurement accuracy of digital image correlation | |
| CN110111277A (zh) | 一种平面热像图修补方法及装置 | |
| CN102414722B (zh) | 在电子显示设备上显示效果涂层 | |
| Schramm et al. | Target analysis for the multispectral geometric calibration of cameras in visual and infrared spectral range | |
| CN106855435A (zh) | 长波线阵红外相机星上非均匀性实时校正方法 | |
| TWI468658B (zh) | 鏡頭檢測裝置及方法 | |
| CN115187612A (zh) | 一种基于机器视觉的平面面积测量方法、装置及系统 | |
| Chen et al. | Sub-pixel dimensional measurement with Logistic edge model | |
| CN117237424A (zh) | 一种红外与可见光图像的配准方法、特征匹配方法及设备 | |
| Usamentiaga | Easy rectification for infrared images | |
| CN115423807A (zh) | 一种基于离群点检测的布匹缺陷检测方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |