CN110160661B - 一种基于可见光照片的物体表面温度的测量方法及装置 - Google Patents

Abstract

本发明公开了一种基于可见光照片的物体表面温度的测量方法及装置，方法包括首先通过训练得到优化的基于可见光照片的物体表面温度识别的温度识别模型，采集未知温度下的待测物体表面的可见光照片，提取可见光照片的三基色灰度频率分布信息输入该温度识别模型，得到待测物体表面的温度。装置包括获取可见光照片的图像采集系统和获取物体表面温度的图像处理系统。本发明适用于可见光波段的室温物体表面温度测量，并且结构简单，便于操作，解决了传统接触式测温工具安装维护困难，无法应用于恶劣环境的问题。并且相较于现有可见光图像测温技术只能用于高温物体，有效扩大了可见光图像测温技术的测量范围。

Description

一种基于可见光照片的物体表面温度的测量方法及装置

技术领域

本发明属于图像识别技术领域，更具体地，涉及一种基于可见光照片的物体表面温度的测量方法及装置。

背景技术

在工业控制和过程监测领域内，温度是反映物体状态的一个重要参数。测量温度的方法很多，根据传感器与被测对象的位置关系，通常分为接触式测温和非接触测温两大类。

热电偶和热电阻是典型的接触式测温工具，测量结果准确，测量成本低。但是动态性能差，而且被测对象的范围有限制，如一些具有腐蚀性或者温度太高的物体就不适合用接触式测温方法。

非接触式测温不直接与被测对象接触，而是利用物体的热辐射进行测温。红外热像技术是一种比较普遍的非接触测温方式，不存在热接触和热平衡，具有较高的安全性和快速响应性。但是红外图像分辨率较低，会导致测量结果的不准确，而且红外成像仪价格昂贵。

可见光图像测温技术是近几年的研究热点。它利用彩色CCD摄取的可见光图像实现温度检测，但是该技术一般是在高温条件下进行的，如锅炉，回转窑。在低温或室温下，例如100度以下，可见光波段发射率低，只能在中红外波段测量。因此，目前的可见光图像测温技术在可见光波段难以测量室温。

发明内容

针对现有技术的缺陷，本发明的目的在于提供一种基于可见光照片的物体表面温度的测量方法及装置，旨在解决现有可见光波段的物体表面温度测量范围小的问题。

为实现上述目的，按照本发明的一方面，提供了一种基于可见光照片的物体表面温度识别模型的训练方法，包括以下步骤：

(1)采集已知温度下的物体表面的可见光照片，提取可见光照片固定区域的三基色灰度频率分布信息组成数据集，将数据集随机划分成训练集和验证集；

(2)对训练集进行学习得到初始温度识别模型，利用初始温度识别模型对验证集进行验证，得到验证温度，计算验证温度与验证集的已知温度方差；

(3)重新将数据集随机划分为训练集和验证集，重复步骤(2)，得到多个方差，计算多个方差的平均值得到平均方差；

(4)在可见光照片中选取不同的固定区域，提取固定区域的三基色灰度频率分布信息组成数据集，将第一数据集随机划分成训练集和验证集，然后重复步骤(2)至(3)，得到所有固定区域的平均方差，将固定区域的平均方差的最小值对应的温度识别模型作为优化后的温度识别模型。

进一步地，固定区域的选择原则为：

0<m≤图像中待测物体所占区域的宽度，0<n≤图像中待测物体所占区域的长度，其中，m为固定区域的宽度，n为固定区域的长度。

进一步地，提取固定区域的三基色灰度频率分布信息包括：

提取固定区域的全部像素点的三基色灰度值后，计算三基色灰度值中的每个灰度级的像素点个数，每个灰度级的像素点个数与固定区域的全部像素点个数的比值为每个灰度级的频率，进而得到三基色灰度值中所有灰度级的频率分布，构成固定区域的三基色灰度直方图，作为固定区域的三基色灰度频率分布信息。

按照本发明的另一方面，提供了一种基于可见光照片的物体表面温度识别模型，通过上述的模型训练方法训练得到。

按照本发明的又一方面，提供了一种基于可见光照片的物体表面温度测量方法，包括采集未知温度下的待测物体表面的可见光照片，提取可见光照片的三基色灰度频率分布信息输入上述温度识别模型，得到待测物体表面的温度。

按照本发明的又一方面，提供了一种基于可见光照片的物体表面温度测量装置，包括图像采集系统和图像处理系统；

图像采集系统用于获取包含待测物体的可见光照片；

图像处理系统的输入端与图像采集系统的输出端相连，所述图像处理系统利用可见光照片的三基色灰度频率分布信息获得待测物体表面的温度。

进一步地，可见光照片的三基色灰度频率分布包含温度信息。

进一步地，图像处理系统获得待测物体表面的温度的方法为：

提取可见光照片的三基色灰度频率分布；

构建三基色灰度频率分布与对应的温度的识别模型；

利用优化过的识别模型对待测物体表面的温度进行测量。

通过本发明所构思的以上技术方案，与现有技术相比，能够取得以下

有益效果：

1、本发明提供的基于可见光照片的物体表面温度测量方法，利用从可见光照片中提取的三基色灰度频率信息，构建三基色灰度频率信息与温度的关联性，可以用于测量低温物体表面温度，相较于现有可见光图像测温技术只能用于高温物体，有效扩大了可见光图像测温技术的测量范围；

2、本发明提供的基于可见光照片的物体表面温度测量装置，适用于可见光波段的室温物体表面温度测量，并且结构简单，便于操作，解决了传统接触式测温工具安装维护困难，无法应用于恶劣环境的问题；

3、本发明提供的基于可见光照片的物体表面温度测量方法，采用机器学习算法，构建三基色灰度频率分布与对应的温度识别模型，避免了人工判读导致的误差，提高了温度测量的精度；

4、本发明提供的基于可见光照片的物体表面温度测量方法能为低温物体的故障诊断提供理论依据，有效地预防一些事故的发生，从而提高设备运行的可靠性。

附图说明

图1是本发明提供的基于可见光照片的物体表面温度测量装置的结构示意图；

图2是本发明实施例提供的被测对象的的三基色灰度频率分布直方图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

按照本发明的一方面，提供了一种基于可见光照片的物体表面温度识别模型的训练方法，包括以下步骤：

(1)采集已知温度下的物体表面的可见光照片，提取可见光照片固定区域的三基色灰度频率分布信息组成数据集，将数据集随机划分成训练集和验证集；

(2)对训练集进行学习得到初始温度识别模型，利用初始温度识别模型对验证集进行验证，得到验证温度，计算验证温度与验证集的已知温度方差；

(3)重新将数据集随机划分为训练集和验证集，重复步骤(2)，得到多个方差，计算多个方差的平均值得到平均方差；

(4)在可见光照片中选取不同的固定区域，提取固定区域的三基色灰度频率分布信息组成第一数据集，将第一数据集随机划分成第一训练集和第一验证集，然后重复步骤(2)至(3)，得到所有固定区域的平均方差，将固定区域的平均方差的最小值对应的温度识别模型作为优化后的温度识别模型。

具体地，固定区域的选择原则为：

0<m≤图像中待测物体所占区域的宽度，0<n≤图像中待测物体所占区域的长度，其中，m为固定区域的宽度，n为固定区域的长度。

具体地，提取固定区域的三基色灰度频率分布信息包括：

提取固定区域的全部像素点的三基色灰度值后，计算三基色灰度值中的每个灰度级的像素点个数，每个灰度级的像素点个数与固定区域的全部像素点个数的比值为每个灰度级的频率，进而得到三基色灰度值中所有灰度级的频率分布，构成固定区域的三基色灰度直方图，作为固定区域的三基色灰度频率分布信息。

按照本发明的另一方面，提供了一种基于可见光照片的物体表面温度识别模型，通过上述的模型训练方法训练得到。

按照本发明的又一方面，提供了一种基于可见光照片的物体表面温度测量方法，包括采集未知温度下的待测物体表面的可见光照片，提取可见光照片的三基色灰度频率分布信息输入上述温度识别模型，得到待测物体表面的温度。

按照本发明的又一方面，提供了一种基于可见光照片的物体表面温度测量装置，包括图像采集系统和图像处理系统；

图像采集系统用于获取包含待测物体的可见光照片；

图像处理系统的输入端与图像采集系统的输出端相连，所述图像处理系统利用可见光照片的三基色灰度频率分布信息获得待测物体表面的温度。

具体地，可见光照片的三基色灰度频率分布包含温度信息。

具体地，图像处理系统获得待测物体表面的温度的方法为：

提取可见光照片的三基色灰度频率分布；

构建三基色灰度频率分布与对应的温度的识别模型；

利用优化过的识别模型对待测物体表面的温度进行测量。

以下结合附图及实施例，对本发明进行进一步详细说明。在本实施例中，利用手机拍摄待测物体照片。

(1)在17个不同温度下用手机拍摄待测物体照片，每个温度下同样环境条件连拍得到照片20张，每张照片标签为温度数值，得到17*20＝340张照片。将340张照片随机打乱，再分成k组，编号为i＝1，2，…k，其中k-1组，例如i＝1，2，…k-1，作为K近邻算法机器学习的训练集，剩余的一组，例如i＝k，作为验证集。

(2)不同待测物体的表面状况是不一样的，所以选择区域的标准也有所不同。本例将照片分析区域的像素点个数取为1000*200，所有照片选定固定的区域，坐标位置都是(0，1000；0，200)。

按色度学理论，所有颜色都可以用红R、绿G、蓝B三种颜色来合成，这三种颜色称为三基色(正交矢量)。因此可以从彩色照片(由大量像素点组成，每个像素点含有三个基色的灰度值，R、G、B)中提取某一像素点的RGB灰度或某区域所有像素点的RGB灰度分布，反映颜色状态。其中每种基色的灰度级都在(0，255)范围内。

提取固定区域全部像素点1000*200的三基色灰度值后，可以经过计算得到该区域R基色具有的灰度级为50的像素个数，它们与区域总像素点个数1000*200的比值即该基色该灰度的频率f，进而得到该基色所有灰度的频率分布f(R)，同样可以得到f(G)和f(B),它们也称为灰度直方图GLH，下面用RGB-GLH代表，如图2。三基色灰度频率分布RGB-GLH中灰度级越高，反应该基色的亮度越大；频率越大，反映该灰度级出现的像素点越多，因此实际对应了某种辐射能量分布。

(3)以训练组照片的三基色灰度频率分布RGB-GLH数据为信息，进行KNN算法学习的训练，以训练组训练的模型对验证组照片的温度进行验证，并计算和标签温度的方差。

重新安排训练组和验证组，例如i＝2，3，…k，作为训练组，i＝1，作为验证组，训练，验证，计算得到该组的识别温度和标签温度的方差。

将每一组的方差进行平均，得到该模型的平均方差。

在区域面积为1000*200时，k＝10，每组34张照片得到的平均方差为0.3862。

(4)将固定区域的平均方差的最小值对应的固定区域作为最优固定区域，对应的温度识别模型作为优化后的温度识别模型。

实施例2

选择不同大小的固定区域，重复完成学习和验证过程。

计算得到的结果如表1所示：

表1

区域面积	平均方差
		200*200	47.88
400*200	3.52
		600*200	0.976
800*200	0.614
		1000*200	0.3862
1000*400	0.1204
		1000*600	0.0437
1000*800	0.0432
		1000*1000	0.0427
1000*1200	0

选择图像不同的固定区域可以优化模型，而且区域面积越大，平均方差越小。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于可见光照片的物体表面温度识别模型的训练方法，其特征在于，包括以下步骤：

(1)采集已知温度下的物体表面的可见光照片，提取所述可见光照片固定区域的三基色灰度频率分布信息组成数据集，将所述数据集随机划分成训练集和验证集；

所述固定区域的选择原则为：

0<m≤图像中待测物体所占区域的宽度，0<n≤图像中待测物体所占区域的长度，其中，m为固定区域的宽度，n为固定区域的长度；

(2)利用K近邻算法对所述训练集进行学习得到初始温度识别模型，利用初始温度识别模型对所述验证集进行验证，得到验证温度，计算验证温度与验证集的已知温度的方差；

(3)重新将数据集随机划分为训练集和验证集，重复步骤(2)，得到多个方差，计算所述多个方差的平均值得到平均方差；

(4)在所述可见光照片中选取不同的固定区域，提取固定区域的三基色灰度频率分布信息组成数据集，将数据集随机划分成训练集和验证集，重复步骤(2)至(3)，得到所有固定区域的平均方差，将固定区域的平均方差的最小值对应的温度识别模型作为优化后的温度识别模型。

2.根据权利要求1所述的方法，其特征在于，所述提取固定区域的三基色灰度频率分布信息包括：

提取固定区域的全部像素点的三基色灰度值后，计算所述三基色灰度值中的每个灰度级的像素点个数，所述每个灰度级的像素点个数与固定区域的全部像素点个数的比值为每个灰度级的频率，进而得到三基色灰度值中所有灰度级的频率分布，构成固定区域的三基色灰度直方图，作为固定区域的三基色灰度频率分布信息。

3.一种基于可见光照片的物体表面温度识别模型，其特征在于，所述温度识别模型由权利要求1或2所述的训练方法训练得到。

4.一种基于可见光照片的物体表面温度测量方法，其特征在于，包括采集未知温度下的待测物体表面的可见光照片，提取所述可见光照片的三基色灰度频率分布信息输入权利要求3所述的温度识别模型，得到待测物体表面的温度。

5.一种基于权利要求4所述的可见光照片的物体表面温度测量方法的装置，包括：图像采集系统和图像处理系统；

所述图像采集系统用于获取包含待测物体的可见光照片；

所述图像处理系统的输入端与所述图像采集系统的输出端相连，所述图像处理系统利用所述可见光照片的三基色灰度频率分布信息获得待测物体表面的温度。

6.根据权利要求5所述的装置，其特征在于，所述可见光照片的三基色灰度频率分布包含温度信息。

7.根据权利要求5所述的装置，其特征在于，所述图像处理系统获得待测物体表面的温度的方法为：

提取所述可见光照片的三基色灰度频率分布；

构建所述三基色灰度频率分布与对应的温度识别模型；

利用优化过的所述识别模型对待测物体表面的温度进行测量。

Images