CN110987190A - 一种红外图谱温度反演方法 - Google Patents
一种红外图谱温度反演方法 Download PDFInfo
- Publication number
- CN110987190A CN110987190A CN201911154451.XA CN201911154451A CN110987190A CN 110987190 A CN110987190 A CN 110987190A CN 201911154451 A CN201911154451 A CN 201911154451A CN 110987190 A CN110987190 A CN 110987190A
- Authority
- CN
- China
- Prior art keywords
- infrared spectrum
- temperature
- inversion
- inversion method
- color bar
- 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
- 238000002329 infrared spectrum Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000001228 spectrum Methods 0.000 claims abstract description 4
- 238000011156 evaluation Methods 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 238000003745 diagnosis Methods 0.000 abstract description 4
- 238000011161 development Methods 0.000 abstract description 3
- 238000012545 processing Methods 0.000 abstract description 2
- 230000005855 radiation Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
- 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
- G01J2005/0077—Imaging
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/10048—Infrared image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明涉及一种红外图谱温度反演方法,属于图像处理技术领域。本发明可以直接从真彩图像格式的红外图谱中获得温度数值,由已知的图谱真彩特征反推出温度值,不需要各个厂家提供的技术支持,不仅降低系统开销,而且能实现红外图谱的二次开发,最大限度的提高红外图谱反演的准确率与效率,为红外图谱智能识别和诊断提供基础方法。
Description
技术领域
本发明涉及一种红外图谱温度反演方法,属于图像处理技术领域。
背景技术
目前,电网设备红外图谱智能分析面临着红外图谱格式多样、无法直接读取温度值的困境,需要依赖设备厂家有偿提供的软件开发工具包(SDK,Software DevelopmentKit),才能进行二次开发,从而实现智能诊断,极大限制着红外诊断技术的应用。另外,文献资料中有众多珍贵的电气设备缺陷红外图谱,但由于格式等客观因素,无法二次编辑、无法用于样本训练,从而间接导致电网设备缺陷识别率一直无法满足实际现场的要求。
红外成像仪通过光电转化,将空间各点红外辐射信号转化以电信号的形式记录下来,以特殊格式存储下来,最后以真彩等图像形式显示。正常情况下,无法直接从真彩图像格式的红外图谱中获得温度数值,需要付出高额费用购买厂家SDK。
发明内容
本发明提供了一种红外图谱反演方法,可以直接从真彩图像格式的红外图谱中获得温度数值,由已知的图谱真彩特征反推出温度值,不需要各个厂家提供的技术支持,极有利于红外图谱的使用。
一种红外图谱反演方法,通过非局部均值滤波算法除去噪声之后,比对红外图谱像素点和色条之间的RGB值,确定图谱中温度精确分布。
一种红外图谱反演方法,包括如下步骤:
S1、获取红外图谱;
S2、验证色条线性化;
S3、红外图谱预处理;
S4、红外图谱与色条的RGB值进行对比;
S5、形成反演结果,设定阈值;
S6、评价反演误差。
优选地,步骤S1中所述红外图谱的温度区间为0℃-60℃。
优选地,步骤S2验证方法为检测红外图谱中的色条所在区域,判断色条颜色是否成线性分布。
优选地,步骤S3预处理方法为:当红外图谱中色条线性分布时,进行图像非局部均值滤波的预处理,过滤掉噪声。
优选地,步骤S4的对比方法为:按照线性分布规律,建立色条图像特征与温度分布的对应关系,把RGB三值进行对比。
优选地,步骤S5具体方法为:将所有符合条件的温度选取最大值作为反演温度,根据RGB设定阀值。
优选地,步骤S6的评价方法为:对反演温度矩阵,进行误差评价。
本发明的有益效果为:
本发明的一种红外图谱反演方法,输入任何红外图谱都能测出各点的精确温度(尤其是高温点),且不需要各个厂家提供的技术支持,不仅降低系统开销,而且能实现红外图谱的二次开发,最大限度的提高红外图谱反演的准确率与效率,为红外图谱智能识别和诊断提供基础方法。
附图说明
图1是本发明的一种红外图谱温度反演方法的原理示意图。
图2是典型红外图谱的原始真彩图像;
图3是对红外图谱反演后得到的温度矩阵图像;
图4是红外图谱实际温度分布与反演温度分布的对比。
具体实施方式
在下文中,将参考附图对本申请的具体实施例进行详细地描述,依照这些详细的描述,所属领域技术人员能够清楚地理解本申请,并能够实施本申请。在不违背本申请原理的情况下,各个不同的实施例中的特征可以进行组合以获得新的实施方式,或者替代某些实施例中的某些特征,获得其它优选的实施方式。
本实施例为一种红外图谱反演方法,包括以下步骤:
S1、获取红外图谱;
红外图谱的像素尺寸为1024*768,设定的温度区间为0℃-60℃,包括可见光图像或红外图像。
S2、验证色条线性化;
检测步骤S1获取的红外图谱中的色条所在区域,判断色条颜色是否成线性分布,再以标准红外光谱图谱为基准,通过标准红外光谱图谱中已知区域的RGB与温度值信息,查找出步骤S1红外图谱的色条中RGB对应的温度值,再进一步验证温度值的分布是否线性。
S3、红外图谱预处理;
当步骤S1红外图谱中色条颜色和温度值线性分布时,对步骤S1获取的红外图谱进行非局部均值滤波的预处理,过滤掉噪声。
S4、红外图谱与色条的RGB值进行对比;
把标准红外光谱图谱中已知区域的温度区间和预处理后的红外图谱的温度区间分别线性化分给色条,分别形成三维矩阵A1和A2,第三维分别保存着RGB值和温度的信息,以A2的某个像素点为例,如A1与A2的RGB三值的绝对差分别在阈值以内,则当成符合条件的温度。
S5、形成反演结果,设定阈值;
将所有符合条件的温度选取最大值作为反演温度。因为本发明需要检测出目标发热缺陷,希望高温区间尽可能的还原真实温度,忽略低温区域,也可以根据检测目标的不同,取平均值、最小值。
阈值取值与色条温度最高值与图像实际温度最高值的差值有关,考虑非线性可能关系,在演算过程中,考虑两至三列的不同情况,需根据RGB分别设定不同的阀值。
实验验证得出结论:R和G阀值需精确调整,B阀值太过复杂又影响不大无需考虑,最终阀值的大小为:
G=[-0.5*(Tmin-10)]z+20,
其中,Tmax为温度最大值,Tmin为温度最小值,[]z为取整符号。
图3为实施例中反演出来的温度矩阵图像,此矩阵全为温度值,为了便于观测,才形成图像。
S6、评价反演误差;
对反演温度矩阵,进行误差评价。
提出反演误差评价公式为:
其中,Ti为反演温度,T0为真实温度,Tmax为最大设定温度,Tmin为最小设定温度,Te为环境温度,a+b=1;
a/2*(max^2-min^2)+b*(max-min)=1
同时增加一个约束条件,取max时的误差权重比min的误差权重大n倍,即:
a*max+b=n(a*min+b)
图4为本实施例中红外图谱某三列像素温度反演结果对比图,从图中可以看出,真实值和反演值结果较一致。
显然,上述实施例仅仅是为了更清楚的表达本发明技术方案所做的举例,而非对本发明的实施方式的限定。对于本领域的技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或改动,在不脱离本发明的构思的前提下,这些都是属于本发明的保护范围。因此本发明的保护范围应以所附权利要求为准。
Claims (10)
1.一种红外图谱反演方法,其特征为:通过非局部均值滤波算法除去噪声之后,比对红外图谱像素点和色条之间的RGB值,确定图谱中温度精确分布。
2.一种红外图谱反演方法,其特征为:包括如下步骤:
S1、获取红外图谱;
S2、验证色条线性化;
S3、红外图谱预处理;
S4、红外图谱与色条的RGB值进行对比;
S5、形成反演结果,设定阈值;
S6、评价反演误差。
3.如权利要求2所述的一种红外图谱反演方法,其特征为:步骤S1中所述红外图谱的温度区间为0℃-60℃。
4.如权利要求2所述的一种红外图谱反演方法,其特征为:步骤S2验证方法为检测红外图谱中的色条所在区域,判断色条颜色是否成线性分布。
5.如权利要求2所述的一种红外图谱反演方法,其特征为:步骤S3预处理方法为:当红外图谱中色条线性分布时,进行图像非局部均值滤波的预处理,过滤掉噪声。
6.如权利要求2所述的一种红外图谱反演方法,其特征为:步骤S4的对比方法为:按照线性分布规律,建立色条图像特征与温度分布的对应关系,把RGB三值进行对比。
7.如权利要求2所述的一种红外图谱反演方法,其特征为:步骤S5具体方法为:将所有符合条件的温度选取最大值作为反演温度,根据RGB设定阀值。
9.如权利要求2所述的一种红外图谱反演方法,其特征为:步骤S6的评价方法为:对反演温度矩阵,进行误差评价。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911154451.XA CN110987190A (zh) | 2019-11-22 | 2019-11-22 | 一种红外图谱温度反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911154451.XA CN110987190A (zh) | 2019-11-22 | 2019-11-22 | 一种红外图谱温度反演方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110987190A true CN110987190A (zh) | 2020-04-10 |
Family
ID=70085728
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911154451.XA Pending CN110987190A (zh) | 2019-11-22 | 2019-11-22 | 一种红外图谱温度反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110987190A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104297160A (zh) * | 2014-08-19 | 2015-01-21 | 中国农业科学院茶叶研究所 | 一种工夫红茶发酵适度判别方法和装置 |
CN105278889A (zh) * | 2014-06-06 | 2016-01-27 | 柯尼卡美能达株式会社 | 简档制作方法 |
CN107103598A (zh) * | 2017-03-28 | 2017-08-29 | 国网上海市电力公司 | 一种基于红外图像聚类处理的电力电缆热故障诊断方法 |
CN107220937A (zh) * | 2017-05-25 | 2017-09-29 | 云南电网有限责任公司电力科学研究院 | 一种电气设备检测用红外全景图像处理方法及平台 |
CN109584222A (zh) * | 2018-11-19 | 2019-04-05 | 国网江西省电力有限公司电力科学研究院 | 一种基于无人机的光伏组件图像的故障分类及辨识方法 |
CN110031152A (zh) * | 2019-05-21 | 2019-07-19 | 山东建筑大学 | 一种热力供热系统及相邻日温度偏移累积泄漏检测的方法 |
CN110278353A (zh) * | 2018-03-16 | 2019-09-24 | 奥林巴斯株式会社 | 摄像装置、摄像系统以及摄像方法 |
-
2019
- 2019-11-22 CN CN201911154451.XA patent/CN110987190A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105278889A (zh) * | 2014-06-06 | 2016-01-27 | 柯尼卡美能达株式会社 | 简档制作方法 |
CN104297160A (zh) * | 2014-08-19 | 2015-01-21 | 中国农业科学院茶叶研究所 | 一种工夫红茶发酵适度判别方法和装置 |
CN107103598A (zh) * | 2017-03-28 | 2017-08-29 | 国网上海市电力公司 | 一种基于红外图像聚类处理的电力电缆热故障诊断方法 |
CN107220937A (zh) * | 2017-05-25 | 2017-09-29 | 云南电网有限责任公司电力科学研究院 | 一种电气设备检测用红外全景图像处理方法及平台 |
CN110278353A (zh) * | 2018-03-16 | 2019-09-24 | 奥林巴斯株式会社 | 摄像装置、摄像系统以及摄像方法 |
CN109584222A (zh) * | 2018-11-19 | 2019-04-05 | 国网江西省电力有限公司电力科学研究院 | 一种基于无人机的光伏组件图像的故障分类及辨识方法 |
CN110031152A (zh) * | 2019-05-21 | 2019-07-19 | 山东建筑大学 | 一种热力供热系统及相邻日温度偏移累积泄漏检测的方法 |
Non-Patent Citations (1)
Title |
---|
杨洋: ""电气设备红外图像分析与处理"", 《中国优秀硕士论文全文数据库 信息科技辑》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021000524A1 (zh) | 孔位保护门检测方法、装置、计算机设备和存储介质 | |
CN111798407B (zh) | 一种基于神经网络模型的带电设备故障诊断方法 | |
CN103335721B (zh) | 基于场景匹配的红外焦平面阵列动态盲元检测方法 | |
WO2020173177A1 (zh) | 物体色差缺陷检测方法、装置、计算机设备及存储介质 | |
CN106525245B (zh) | 一种基于三梯度阈值的快速时序盲元检测与校正方法 | |
CN116721107B (zh) | 一种电缆生产质量智能监控系统 | |
CN113705788B (zh) | 基于全卷积神经网络的红外图像温度估计方法及系统 | |
CN113160194B (zh) | 一种紫外和可见光图像的距离自适应配准方法 | |
CN111563896B (zh) | 一种用于接触网异常检测的图像处理方法 | |
CN105303511A (zh) | 图像处理装置及光源识别方法 | |
CN113688817A (zh) | 一种自动巡检的仪表识别方法及识别系统 | |
CN112634179B (zh) | 一种防摄像头抖动的变电设备图像变化检测方法和系统 | |
CN116485802B (zh) | 一种绝缘子闪络缺陷检测方法、装置、设备及存储介质 | |
CN114065798A (zh) | 基于机器识别的视觉识别方法及装置 | |
CN117314986A (zh) | 基于语义分割的无人机跨模态配电设备巡检图像配准方法 | |
CN113077447A (zh) | 一种可探测高压设备微弱放电并进行缺陷分析的方法 | |
CN110987190A (zh) | 一种红外图谱温度反演方法 | |
CN116664817A (zh) | 基于图像差分的电力装置状态变化检测方法 | |
CN114858301A (zh) | 物体表面温度测量系统、测量方法、智能终端及存储介质 | |
CN111728589B (zh) | 一种基于医学红外热成像系统的彩色图像文件形成方法 | |
CN105516716A (zh) | 闭环安防系统视频画质的现场测试方法 | |
CN112967241A (zh) | 一种基于局部梯度引导的高光谱图像异常检测方法 | |
CN114418941B (zh) | 一种基于电力巡检设备检测数据的缺陷诊断方法及系统 | |
CN110675366B (zh) | 基于窄带led光源估计相机光谱灵敏度的方法 | |
CN116433665B (zh) | 基于视觉检测的飞机部件缺陷在线识别系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200410 |