CN111207835A - 红外测温以及热成像优化方法 - Google Patents

Abstract

本发明提供了一种红外测温以及热成像优化方法，包括：对传感器上电预热；采用预热后的传感器进行预采样并丢弃预采样数据；对正式采样后的温度数据进行中位值平均滤波；对中位值平均滤波后的温度数据进行边角处理；对经过边角处理后的温度数据进行自适应中值滤波；对经过自适应中值滤波后的温度数据进行距离补偿；对经过距离补偿后的温度数据进行限幅滤波；对限幅滤波的温度数据进行直方图处理，生成最终的热成像图。本发明在测温过程增加滤波处理，并对红外热成像过程进行优化，从而提高测温的稳定性、准确性，降低各种干扰、坏点的影响，最终使其生成的温度更准确，图像更清晰，提供准确的数据。

Description

红外测温以及热成像优化方法

技术领域

本发明涉及电力系统中的一种热成像技术，具体地，涉及一种红外测温以及热成像优化方法。

背景技术

在电力系统中，电力设备的许多故障表现为设备热状态异常。红外监测与诊断就是利用红外传感器监测电力设备的红外辐射信号，获得设备的热状态特征，进而对热状态特征进行一系列诊断，得出设备是否有故障以及故障严重程度，最终对电力设备稳定、正常的运行提供辅助。

红外特征监测对于环境影响比较敏感，容易受到外部干扰。而现行红外监测方案中，通常是把红外传感器作为便携式产品，现有的优化技术也多是基于便携式测温，一般直接使用传感器的温度帧，或者稍作处理。对于在线监测的红外传感器，目前没有太多优化处理方案。因此，传统的方案在在线监测的应用场景下，抗干扰能力不强，连续测温的稳定性不佳，生成的温度准确性不高、热成像图效果不好。

现有的在线监测红外传感器工作模式，通常存在如下问题：

由于受外部影响，导致测温不准，如环境温度不在传感器友好温度范围内，过高或者过低时均会导致测温不准；同时，红外传感器工作中，容易产生坏点，而受到坏点的影响，也会导致测温不准；

在线监测传感器，安装位置固定，离被测物体较远，因此对于没有距离补偿功能的产品来说，测温误差也较大；

对于温度帧生成热图来说，如果不加以处理，热成像图的对比度不太明显。需要关注的测温对象可能和背景混杂在一起，导致热成像图的可阅读性不高。

目前没有发现同本发明类似技术的说明或报道，也尚未收集到国内外类似的资料。

发明内容

本发明针对现有技术中存在的上述不足，提供了一种红外测温以及热成像优化方法，该方法针对电力系统中在线监测的红外传感器，在测温过程增加一系列的滤波处理，并对红外热成像过程进行优化，从而提高测温的稳定性、准确性，降低各种干扰、坏点的影响，最终使其生成的温度更准确，图像更清晰，为后续分析、研究提供准确的数据。

本发明是通过以下技术方案实现的。

一种红外测温以及热成像优化方法，包括测温优化过程和热成像优化过程；其中：

所述测温优化过程包括：

S1，对传感器上电预热；

S2，采用S1中预热后的传感器进行预采样，并将预采样的温度数据丢弃；

S3，采用S2中得到的传感器进行正式采样，并对正式采样后的温度数据进行中位值平均滤波处理；

S4，对S3中得到经过中位值平均滤波处理后的温度数据进行边角处理；

S5，对S4中得到的经过边角处理后的温度数据进行自适应中值滤波处理；

S6，对S5中得到的经过自适应中值滤波处理后的温度数据进行距离补偿处理；

所述热成像优化过程包括：

S7，对S6中得到的经过距离补偿处理后的温度数据进行限幅滤波处理；

S8，采用S7中得到的限幅滤波处理后的温度数据进行直方图处理，计算温度边界值；

S9，对S8中得到的温度数据以及边界温度值，生成最终的热成像图。

优选地，所述S1中，对传感器上电预热的时间为8分钟。

优选地，所述S2中，预采样的温度数据为30帧。

优选地，所述S3中，中位值平均滤波处理为：采样5帧温度数据，然后去掉最大值和最小值，并对其它值取平均值。

优选地，所述S4中，边角处理为：对边角的特定区域，进行补偿修正。

优选地，所述边角处理中：从两侧边(左侧和右侧)各裁剪一设定值(优选地8％)，然后对裁剪区域重新进行插值补偿。

优选地，所述S5中，自适应中值滤波处理为：根据预设好的条件，动态地改变中值滤波器的窗口尺寸。

优选地，设定支持的窗口尺寸，如果当前窗口尺寸与支持的窗口尺寸不相符，，自动改变窗口尺寸。

优选地，考虑到计算量和实际性能，支持的窗口尺寸为：3*3，5*5，7*7。

优选地，所述S6中，距离补偿处理为：增加分区域监测，不同区域设置不同补偿距离，根据距离补偿算法，分对象进行温度补偿。

优选地，所述距离补偿处理中：

分区域监测，即在监测区域分出重点监测的某个对象或者对象的某个部位作为一个子区域，进而对每个子区域分别进行精确测温和跟踪；

分区距离补偿，即在分区域监测的基础上，针对每个子区域设置不同的补偿距离，其中每个子区域根据设置的距离进行独立的距离补偿；

距离补偿算法为，根据温度特性，在前期预先采集样本数据(距离范围：1.5-12米，温度范围：30-170℃)的基础上生成一元二次补偿函数，输入实测温度和补偿距离，得到补偿后的温度。

优选地，所述S7中，限幅滤波处理为：增加有效性检查，过滤掉温度数据中的极端温度值。

优选地，所述S8中，直方图处理为：区分监测对象主体部分和背景部分，突出显示监测对象。

优选地，所述直方图处理中：对所有监测区域内的温度点，统计温度按组分布的情况(优选为分组个数范围15-20且每组温度最大差值<5℃)，计算每组温度的温度值个数占总温度个数的百分比；按温度由低到高排序，出现第一组比例≥某一设定百分比(优选为2.9％)或者温度个数>某一设定值(优选地144)时，该组最低温作为整个温度数据边界值的最小值；按温度由高到低排序，出现第一组比例≥某一设定百分比(优选为2.9％)或者温度个数>某一设定值(优选地144)时，该组最高温作为整个温度数据边界值的最大值。

优选地，所述S9中，以得到的整个温度数据边界值的最大值和最小值作为参考，生成热成像图。

本发明提供的红外测温以及热成像优化方法，在测温及红外热成像过程中增加了一些必要的处理措施，能够显著有效的改善测温不准、热成像图的可阅读性不高的问题。例如：预热、预采样、中位值平均滤波的措施，可以有效过滤到抖动干扰；自适应中值滤波可以过滤坏点从而提高测温准确性；分区监测和距离补偿，可以针对性对重点关注对象进行精确测温；数据有效性检查、直方图处理，可以显著改善热成像图效果。

与现有技术相比，本发明具有如下有益效果：

本发明提供的红外测温以及热成像优化方法，对于现有的在线监测中存在的传感器位置固定、但监测对象位置和距离多变以及长时间监测、外界干扰因素多、监测环境不友好等情况，均具有较好的适配性；

本发明提供的红外测温以及热成像优化方法，从测温源头和生成热成像图两个过程分别进行优化；其中：测温过程中增加多个滤波算法，并进行合适的排列组合，使其测温更加准确；热成像过程中增加多个优化措施，使其热成像图具有良好分析价值；

本发明中的滤波算法及其优化、组合方式，热成像优化亦可以用在其它红外测温或者红外热像仪产品上；中位值平均滤波、自适应中值滤波、直方图处理等也可以用在计算机图像处理上。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本发明实施例所提供的红外测温以及热成像优化方法流程图。

具体实施方式

下面对本发明的实施例作详细说明：本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。

本发明实施例提供了一种红外测温以及热成像优化方法，包括测温优化过程和热成像优化过程；其中：

所述测温优化过程包括：

S1，对传感器上电预热；

S2，采用S1中预热后的传感器进行预采样，并将预采样的温度数据丢弃；

S3，采用S2中得到的传感器进行正式采样，并对正式采样后的温度数据进行中位值平均滤波处理；

S4，对S3中得到经过中位值平均滤波处理后的温度数据进行边角处理；

S5，对S4中得到的经过边角处理后的温度数据进行自适应中值滤波处理；

S6，对S5中得到的经过自适应中值滤波处理后的温度数据进行距离补偿处理；

所述热成像优化过程包括：

S7，对S6中得到的经过距离补偿处理后的温度数据进行限幅滤波处理；

S8，采用S7中得到的限幅滤波处理后的温度数据进行直方图处理，计算温度边界值；

S9，对S8中得到的温度数据以及边界温度值，生成最终的热成像图。

进一步地：

所述S4中，边角处理为：对边角的特定区域，进行补偿修正，具体地：左侧和右侧各裁剪8％，然后对裁剪区域重新进行插值补偿。

所述S5中，自适应中值滤波处理为：根据预设好的条件，动态地改变中值滤波器的窗口尺寸，具体地：设定支持的窗口尺寸，如果当前窗口尺寸不合适时(即不满足支持的窗口尺寸)，自动加大或减小窗口尺寸。考虑到计算量和实际性能，支持的窗口尺寸为3*3，5*5，7*7。

所述S6中，距离补偿处理为：增加分区域监测，不同区域设置不同补偿距离，根据距离补偿算法，分对象进行温度补偿，具体地：分区域监测，就是在红外传感器配置界面，用线段、矩形、不规则多边形画出整个红外监测画面中分出需要重点监测的某个对象或者对象的某个部位作为子区域，进而对每个子区域分别进行精确测温和跟踪。分区距离补偿，是在前述分区域监测的基础上，针对每个子区域可以设置不同的补偿距离，每个子区域根据设置的距离进行独立的距离补偿。距离补偿算法，是根据温度特性，在前期先采集样本数据(距离范围：1.5-12米，温度范围：30-170℃)生成一元二次补偿函数，输入实测温度和补偿距离，就可以计算出补偿后的温度。

所述S9中，直方图处理为：区分监测对象主体部分和背景部分，突出显示监测对象，具体地：对所有监测区域内的温度点，统计温度按组分布的情况(分组个数范围15-20且每组温度最大差值<5℃)，计算每组温度的温度值个数占总温度个数的百分比。按温度由低到高排序，出现第一组比例≥2.9％(或者温度个数>144)时，该组最低温作为整个温度数据边界值的最小值；按温度由高到低排序，出现第一组比例≥2.9％(或者温度个数>144)时，该组最高温作为整个温度数据边界值的最大值。

下面对本发明实施例所提供的技术方案进一步详细描述。

如图1所示，本发明实施例所提供的红外测温以及热成像优化方法，包括如下步骤：

红外传感器收到采样指令后，首先上电开机，为了保证传感器在一个较好的条件下测温采样，首先对传感器进行一段时间的预热。

为了避免采样中偶然的干扰，采用预热后的传感器先进行预采样，用于抛弃掉一部分温度帧。等待传感器进入稳定的工作状态。

在电力系统红外监测应用场景中，电力设备自身温度的变化是一个渐变过程，加入中位值平均滤波，可以避免一些偶然的脉冲性干扰。

红外传感器的特性，是其在工作中可能会动态产生坏点，加入自适应中值滤波，可以更好的过滤掉离散坏点。

根据传感器实际测温时与被测物体的相对距离，加入距离补偿算法，排除因此导致的测温误差。

经过前面的处理后，仍然还可能有部分温度不准确，因此加入温度有效性检查，即限幅滤波。

最后，为了提升红外热成像图效果，加入直方图处理，使被测对象在整个背景中更突出，便于后续分析。

具体地：

收到采样指令后，首先给传感器上电预热，经过充分预热后，传感器可以保持在一个良好状态。不同传感器型号，不同环境温度，预热时间不同，典型预热时间是8分钟。预热结束后可以开始采样。

进入正常采样流程后，先进行预采样。即设定预采样的时长或者温度帧数，将预采样的数据丢弃。根据不同型号传感器以及工作环境，典型值是预采样30帧。

然后进行中位值平均滤波。即采样5帧温度数据，然后去掉最大值和最小值，其它值取平均值。又称防脉冲干扰平均滤波法，融合了“中位值滤波法”和“算术平均滤波法”两种滤波法的优点。对于偶然出现的脉冲性干扰，可消除由其所引起的采样值偏差。

对于部分红外传感器来说，边角测温具有局限性，可能有畸变，坏点，测温不准的缺陷。加入边角处理算法，即对边角的特定区域，进行补偿修正，保证整个温度帧的温度准确性。

自适应中值滤波，是对中值滤波的改进。中值滤波对椒盐噪声有很好的效果，而物体红外温度具有渐变的、边界模糊的特性，因此，中值滤波对于红外温度的离散坏点具有良好的过滤效果。但中值滤波器受滤波窗口大小影响较大，在消除噪声和保护细节两者之间会存在冲突。如果窗口较小，则能较好地保护一些细节信息，但对噪声的过滤效果就会打折扣；反之，如果窗口尺寸较大则会有较好的噪声过滤效果，但也会丢失一些信息细节。而自适应中值滤波，是根据预设好的条件，动态地改变中值滤波器的窗口尺寸，以同时兼顾去噪声作用和保护细节的效果。从而很好的改善中值滤波的缺陷。

对于在线监测红外传感器来说，一般是安装在固定位置，距离被测对象距离有远有近，因此，为了改善测温准确性，增加分区域监测，不同区域设置不同补偿距离，根据距离补偿算法，实现分对象进行温度补偿的目的，保证在一个监测视野中，不同距离的物体都能得到准确的测温结果。

经过上述算法后，测温滤波处理告一段落。但是，对于后续的依温度而生成的热成像图，还需要做进一步处理，使其生成的热成像图具有良好的分析价值。

距离补偿后，所测温度可能出现超出允许的极限温度范围，从而导致热成像图失真。因此首先增加有效性检查，即限幅滤波，过滤掉一些极端温度值。

而直方图处理，主要是明显区分监测对象主体和背景，突出显示监测对象，从而使其热成像图具有良好的可视性和分析价值。

由于不同的滤波算法的使用顺序对最终的结果影响很大，本发明上述实施例中提供的各类滤波算法和处理方案的组合顺序，实现了本优化方法的较优技术方案。

由于不同的滤波算法的值及具体实施方案对最终的结果影响很大，本发明上述实施例中提供的各滤波算法的典型值以及改进方案，如预热典型值、预采样典型值、自适应中值滤波预设典型值以及限幅滤波范围等，进一步优化了本发明实施例所提供的方法，进而得到最佳的优化结果。

本发明上述实施例所提供的红外测温以及热成像优化方法，通过对测温过程和热成像过程进行优化，能够显著有效的改善测温不准、热成像图的可阅读性不高的问题，有效过滤到抖动干扰、提高测温准确性、显著改善热成像图效果。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。

Claims (10)

1.一种红外测温以及热成像优化方法，其特征在于，包括测温优化过程和热成像优化过程；其中

所述测温优化过程包括：

S1，对传感器上电预热；

S2，采用S1中预热后的传感器进行预采样，并将预采样的温度数据丢弃；

S3，采用S2中得到的传感器进行正式采样，并对正式采样后的温度数据进行中位值平均滤波处理；

S4，对S3中得到经过中位值平均滤波处理后的温度数据进行边角处理；

S5，对S4中得到的经过边角处理后的温度数据进行自适应中值滤波处理；

S6，对S5中得到的经过自适应中值滤波处理后的温度数据进行距离补偿处理；

所述热成像优化过程包括：

S7，对S6中得到的经过距离补偿处理后的温度数据进行限幅滤波处理；

S8，采用S7中得到的限幅滤波处理后的温度数据进行直方图处理，计算温度边界值；

S9，对S8中得到的温度数据以及边界温度值，生成最终的热成像图。

2.根据权利要求1所述的红外测温以及热成像优化方法，其特征在于，还包括如下任意一项或任意多项：

-所述S1中，对传感器上电预热的时间为8分钟；

-所述S2中，预采样的温度数据为30帧；

-所述S3中，中位值平均滤波处理为：采样5帧温度数据，然后去掉最大值和最小值，并对其它值取平均值；

-所述S4中，边角处理为：对边角的特定区域，进行补偿修正；

-所述S5中，自适应中值滤波处理为：根据预设好的条件，动态地改变中值滤波器的窗口尺寸；

-所述S6中，距离补偿处理为：增加分区域监测，不同区域设置不同补偿距离，根据距离补偿算法，分对象进行温度补偿；

-所述S7中，限幅滤波处理为：增加有效性检查，过滤掉温度数据中的极端温度值；

-所述S8中，直方图处理为：区分监测对象主体部分和背景部分，突出显示监测对象。

3.根据权利要求2所述的红外测温以及热成像优化方法，其特征在于，所述边角处理中，从两侧边各裁剪一设定值，然后对裁剪区域进行插值补偿。

4.根据权利要求3所述的红外测温以及热成像优化方法，其特征在于，所述裁剪的设定值为8％。

5.根据权利要求2所述的红外测温以及热成像优化方法，其特征在于，所述自适应中值滤波处理中：预设定支持的窗口尺寸，如果当前窗口尺寸与支持的窗口尺寸不相符，则自动修改窗口尺寸。

6.根据权利要求5所述的红外测温以及热成像优化方法，其特征在于，所述支持的窗口尺寸为：3*3、5*5、7*7。

7.根据权利要求2所述的红外测温以及热成像优化方法，其特征在于，所述距离补偿处理中：

分区域监测，即在监测区域中分出重点监测的某个对象或者对象的某个部位作为一个子区域，进而对每个子区域分别进行精确测温和跟踪；

分区距离补偿，即在分区域监测的基础上，针对每个子区域设置不同的补偿距离，其中每个子区域根据设置的距离进行独立的距离补偿；

距离补偿算法为，根据温度特性，在前期预先采集样本数据的基础上生成一元二次补偿函数，输入实测温度和补偿距离，得到补偿后的温度。

8.根据权利要求2所述的红外测温以及热成像优化方法，其特征在于，所述直方图处理中：对所有监测区域内的温度点，统计温度按组分布的情况，计算每组温度的温度值个数占总温度个数的百分比；按照温度由低到高排序，出现第一组比例大于等于一设定百分比或者温度个数大于一设定值时，该组最低温作为整个温度数据边界值的最小值；按温度由高到低排序，出现第一组比例大于等于设定百分比或者温度个数大于设定值时，该组最高温作为整个温度数据边界值的最大值。

9.根据权利要求8所述的红外测温以及热成像优化方法，其特征在于，所述直方图处理中，还包括如下任意一项或任意多项：

-统计温度按组分布的情况，是指按照分组个数范围为15-20且每组温度最大差值<5℃进行分组；

-所述比例设定百分比为2.9％；

-所述个数设定值为144个。

10.根据权利要求8所述的红外测温以及热成像优化方法，其特征在于，所述S9中，以得到的整个温度数据边界值的最大值和最小值作为参考，生成热成像图。

Images