CN111639214A - 一种提高机器人采集动态红外热图时存储效率的方法 - Google Patents
一种提高机器人采集动态红外热图时存储效率的方法 Download PDFInfo
- Publication number
- CN111639214A CN111639214A CN202010481174.XA CN202010481174A CN111639214A CN 111639214 A CN111639214 A CN 111639214A CN 202010481174 A CN202010481174 A CN 202010481174A CN 111639214 A CN111639214 A CN 111639214A
- Authority
- CN
- China
- Prior art keywords
- temperature
- data
- gray
- point
- image
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明涉及一种提高机器人采集动态红外热图时存储效率的方法,其特征在于包括以下步骤:S1获取带温度数据的JPEG文件,并处理温度数据段部分与图像数据的关系;S2将含有温度数据帧的关键帧,采用红外通用数据文件存储格式描述的格式记录,并在“文件版本”参数中,将该帧版本定义为“M0”,其他格式与数据不变;S3处理关键帧数据,获取任意点温度;S4根据图像向选定的位置坐标点(X,Y),到文件中红外温度值点阵数据段中,从坐标(X,Y)位置读取到的温度就是该点温度。在保持了通用的MJPEG格流的同时,有效的降低的红外热图文件的存储尺寸,大大提高的带温度数据的红外视频流磁盘的存储能力,大大提高的红外热图的传输速率。
Description
技术领域
本发明属于电网输变电设备状态监测系统技术领域,涉及一种对红外热像仪输出的数字视频数据存储压缩的方法,具体是一种提高机器人采集动态红外热图时存储效率的方法。
背景技术
红外热图数据是分析设备工作状态的重要基础数据,在中华人民共和国电力行业标准《DL/T 664-2016带电设备红外诊断应用规范》中规定了这种数据文件的标准格式。
该格式描述如下:
表1:红外通用数据文件存储格式
在这个格式文件中,首先存储了JPEG格式的图片信息,让后在JPEG文件的附件数据段中存储的红外热像采集的时间、版本,厂家等信息,还存储了红外温度值点阵数据。。
上述格式文件中,存储了完整的目标温度信息,便于事后图像处理分析,但是仅仅存储是一帧温度数据。且以这个数据流格式进行存储,传输,分析处理需要消耗大量的网络带宽及存储空间,限制了红外热像仪实时温度分析存储的应用范围。
发明内容
为了解决上述存在的技术问题,本发明采用了以下方案:
一种提高机器人采集动态红外热图时存储效率的方法,其特征在于包括以下步骤:
S1获取带温度数据的JPEG文件,并处理温度数据段部分与图像数据的关系;
S2将含有温度数据帧的关键帧,采用红外通用数据文件存储格式描述的格式记录,并在“文件版本”参数中,将该帧版本定义为“M0”,其他格式与数据不变;
S3处理关键帧数据,获取任意点温度;
S4根据图像向选定的位置坐标点(X,Y),到文件中红外温度值点阵数据段中,从坐标(X,Y)位置读取到的温度就是该点温度。
所述的提高机器人采集动态红外热图时存储效率的方法,其特征在于所述步骤S1的处理过程包括以下步骤:
S11在固定尺寸的JPEG红外图像中,采用灰度转换公式,将彩色图像转换成0-255级别的灰度图像;
S12在灰度图像中,标记最亮点的灰度数值为255,最暗点的灰度值是0;
S13在灰度图像矩阵中,可以得到任意点的灰度数值,同时,通过该点的坐标,可以根据表一的数据结构,在确定任意点的位置后,就可以从IRData数据段中获得该点的温度,得到该点的温度数值;
S14在红外热图的灰度图像矩阵中,搜索灰度数值为0,128,255的点,并通过这三个点的坐标获得这个点的温度;
或者在红外热图的灰度图像矩阵中,搜索灰度数值为0-255的点,并通过这255点的坐标获得255点的温度;
S15通过所述步骤S14,获得一组温度数据,每个温度数据采用4个字节来存储;
S16当步骤S14搜索0,128,255三个点的灰度数值时,红外热图JPEG文件后面首先附件2个ASCII码,字符“M1”,代表本图像帧中温度压缩存储模式;
当步骤S14搜索255个点的温度数值时,红外热图JPEG文件后面首先附件2个ASCII码,字符“M2”,代表本图像帧中温度压缩存储模式;
S17将获得的这一组温度数据组,尺寸为12字节,附加在红外热图JPEG文件后面,作为JPEG文件的附加数据段。
所述的提高机器人采集动态红外热图时存储效率的方法,其特征在于所述步骤S11中的公式Gray=R*0.299+G*0.587+B*0.114。
所述的提高机器人采集动态红外热图时存储效率的方法,其特征在于所述步骤S15中的温度数据组,一组中设置有三个温度数据,包括0,128,255三个点的温度数据,分别代表了本图像中3个关键等级灰度的点对应的温度数值。
所述的提高机器人采集动态红外热图时存储效率的方法,其特征在于所述步骤S15中的温度数据组,一组数据中设置有255个数据点,分别代表了本图像中255等级灰度的点对应的温度数值。
所述的提高机器人采集动态红外热图时存储效率的方法,其特征在于形成符合要求的标定帧图像,图像流的第一帧是关键帧,图像流每间隔24个标定帧,需要存储一个关键帧,即1秒钟必须存储1个关键帧。
所述的提高机器人采集动态红外热图时存储效率的方法,其特征在于所述步骤S4中的温度获取方法包括以下步骤:
S411从MJPEG流文件中当前处理帧开始,往前查找最近一个关键帧,读取关键帧中所有的温度点阵数据,
S421计算关键帧中该点(X,Y)温度得到T0,灰度G0,0灰度对应的温度T0MIN,128灰度对应的温度T0MID,255灰度对应的温度T0MAX。
S431按以下公式计算G0灰度对应的温度TG
计算修正温度TX=TG-T0;
S441从当前标定帧文件末尾的附件数据段中读取0灰度对应的温度T1MIN,128灰度对应的温度T1MID,255灰度对应的温度T1MAX。
S451读取JPEG红外图像中点(X,Y)的RGB数据,通过通用公式Gray=R*0.299+G*0.587+B*0.114转换成该点的灰度数值G1。
S461根据以下公式计算得到该点的温度T
T=T1G+TX。
所述的提高机器人采集动态红外热图时存储效率的方法,其特征在于所述步骤S4中的温度获取方法包括以下步骤:
S412从MJPEG流文件中当前处理帧开始,往前查找最近一个关键帧,读取关键帧中所有的温度点阵数据。
S422计算关键帧中该点(X,Y)温度得到T0,灰度G0,0-255级灰度对应的255个温度数组T(x)。
S432按以下公式计算G0灰度对应的温度TG
计算修正温度TX=T(G0)-T0;
S442从当前标定帧文件末尾的附件数据段中读取0-255级灰度对应的255个温度数组T1(x)。
S452读取JPEG红外图像中点(X,Y)的RGB数据,通过通用公式Gray=R*0.299+G*0.587+B*0.114转换成该点的灰度数值G1。
S462根据以下公式计算得到该点的温度T
T=T1(G1)+TX。
该提高机器人采集动态红外热图时存储效率的方法具有以下有益效果:
在保持了通用的MJPEG格流的同时,有效的降低的红外热图文件的存储尺寸,大大提高的带温度数据的红外视频流磁盘的存储能力,大大提高的红外热图的传输速率。
附图说明
图1:采用关键帧的数据处理方式进行数据的压缩处理的图像格式的管理方式;
图2:存储结构及分析算法的图像格式的管理方式;
图3:常规彩色的红外热图图像;
图4:转换成灰度图像的红外热图图像;
图5:获取任意位置点的温度。
具体实施方式
下面结合附图,对本发明的具体实施方式作进一步详述,使本发明技术方案更易于理解和掌握。
传统的格式文件中,存储了完整的目标温度信息,便于事后图像处理分析,但是仅仅存储是一帧温度数据。
按照上述文件格式定义,红外热图数据文件可以以采用普通的JPG图像查看器查看,同样道理,也可以以MPJEG视频编码格式存储红外原始视频流,并可以逐帧回放查看原始温度数据文件。
在部分场合,需要以每秒25帧的速度存储红外热图数据,每帧的数据都需要进行温度分析,需要事后读取每个点的温度数据。按照MJPEG编码压缩的方式,如果需要存储1小时的,分辨率为640*480点阵的,帧率为25帧的红外热图数据需要的存储空间如下:
分辨率640*480的JPEG文件本身文件尺寸:107357字节。
温度数据部分文件头信息:178字节(最小)
温度数据部分温度矩阵信息:640*480*4=1228800字节。
所以一帧红外热图格式文件存储最少需要1336335字节。
以每秒25帧存储的640*480点阵的1小时的红外热图MJPEG格式文件至少需要的存储空间为:
1336335*25*3600=120270150000字节(112G字节)
如果如下进行网络传输,所需要的带宽为:
(1336335*8*25)/(1024*1024)=255M带宽
所有以这个数据流格式进行存储,传输,分析处理需要消耗大量的网络带宽及存储空间,限制了红外热像仪实时温度分析存储的应用范围。
这种存储格式的优点如下:保持了MJPEG通用视频流格式,可以使用任何通用的解码软件接收并观看红外视频流。
本发明定义了一种动态温度数据编码的方法,在保持了通用的MJPEG格流的同时,极大的降低的红外温度数据流存储所需的磁盘空间,同时有效的提高了文件传输的效率。
本发明的核心是采用关键帧的数据处理方式进行数据的压缩处理。原理描述如下:
结合图1,这种图像格式的管理方式,含有温度数据的MJPEG视频流,每一帧都采用了表1描述的格式,确保了任意一帧的数据都可以进行事后的逐点温度分析。同时确保的该视频流符合标准MJPEG通用视频流格式,采用绝大多数视频解码器都可以解码播放,在确保通用型的情况下,也实现的保存了原始的温度点整信息,方便进行温度分析处理工作。但是,这种格式的缺点是:文件压缩率低,需要占用大量的传输带宽及存储空间。
结合图2,本发明设计一种存储结构及分析算法,在有效降低数据带宽的情况下,确保了可以进行逐帧温度分析。在这个格式中,含有温度数据帧的格式(后续简称为关键帧),采用表一描述的格式,并在“文件版本”参数中,将该帧版本定义为“M0”,其他格式与数据不变。
实施例1
含有标定数据的帧(后续简称为标定帧)格式定义为下表:
表2:标定帧文件格式
结合图3至图5,将文件版本位置标记为“M1”,标示本帧数据是含有标定数据的图像帧。
温度标定数据按照如下步骤生成:
在红外热像处理分析中,红外热像数据文件往往需要能进行逐点的温度分析,就是可以获得整个的温度矩阵,同时还需要展现设备的工作温度图像。
上述带温度数据的JPEG文件是标准的带有扩展数据的JPEG格式文件,温度数据段部分与图像数据的关系如下:
处理过程如下(以640*480尺寸图像为例):
(1)在640*480尺寸的JPEG红外图像中,采用公式Gray=R*0.299+G*0.587+B*0.114,该公式是将彩色图像转换成灰度图像的通用公式,将彩色图像转换成0-255级别的灰度图像。
(2)在灰度图像中,最亮点的灰度数值为255,最暗点的灰度值是0。
(3)灰度图像矩阵中(640*480个点),可以得到任意点的灰度数值。同时,通过该点的坐标,可以根据表一的数据结构,任意点的位置确定后,就可以从IRData数据段中获得该点的温度,得到该点的温度数值。如图3所示,其最高点的灰度是255,温度为60.8℃。
(4)在红外热图的灰度图像矩阵中(640*480个点),搜索灰度数值为0,128,255的点,并通过这三个点的坐标获得这个点的温度。
(5)通过步骤4,获得一组温度数据,一组中设置有三个温度数据,分别代表了本图像中3个关键等级灰度的点对应的温度数值,每个温度数据采用4个字节来存储。
(6)红外热图JPEG文件后面首先附件2个ASCII码字符“M1”,代表本图像帧中温度压缩存储模式。
(7)将这个温度数组,尺寸为12字节,附加在红外热图JPEG文件后面,作为JPEG文件的附加数据段。
通过上面的操作步骤,就可以将形成了符合表2要求的标定帧图像。
其中,图像流的第一帧一定是关键帧。
图像流每间隔24个标定帧,需要存储一个关键帧,也就是1秒钟必须存储1个关键帧。
采用这种格式以后,对存储容量及带宽要求变化如下:
分辨率640*480的JPEG文件本身文件尺寸:107357字节。
温度数据部分文件头信息:178字节(最小)
温度数据部分温度矩阵信息:640*480*4=1228800字节。
所以一帧红外热图格式文件存储最少需要1336335字节。
以每秒25帧存储的640*480点阵的1小时的红外热图MJPEG格式文件至少需要的存储空间为:
(1336335+(107357+12)*24)*3600=14087487600字节(13.12G字节)
存储空间为原来的11.6%,极大的减低的对存储空间的要求。
如果如下进行网络传输,所需要的带宽为:
((11336335+(107357+12)*24)*8)/(1024*1024)=106M带宽
在进行视频流图像传输时,带宽的要求也降低到原来带宽要求的41.65%。
这种标关键帧与标定帧文件结构,有效的降低的红外热图帧文件的尺寸,在可以看到目标红外热图的同时,还可以逐点还原任意点的温度。
如果处理的是关键帧数据时,获取任意点温度的过程如下:
1、根据图像向选定的位置坐标点(X,Y),到文件中红外温度值点阵数据段中,从如下位置读取到的温度就是该点温度,
使用该标定帧数据时,获取任意点温度的过程如下:
1、从MJPEG流文件中当前处理帧开始,往前查找最近一个关键帧,读取关键帧中所有的温度点阵数据。
2、计算关键帧中该点(X,Y)温度得到T0,灰度G0,0灰度对应的温度T0MIN,128灰度对应的温度T0MID,255灰度对应的温度T0MAX。
3、按以下公式计算G0灰度对应的温度TG
计算修正温度TX=TG-T0;
4、从当前标定帧文件末尾的附件数据段中读取0灰度对应的温度T1MIN,128灰度对应的温度T1MID,255灰度对应的温度T1MAX。
5、读取JPEG红外图像中点(X,Y)的RGB数据,通过通用公式Gray=R*0.299+G*0.587+B*0.114转换成该点的灰度数值G1。
6、根据以下公式计算得到该点的温度T
T=T1G+TX;
通过上述方法,有效的降低的红外热图文件的存储尺寸,大大提高的带温度数据的红外视频流磁盘的存储能力,大大提高的红外热图的传输速率。
实施例2
含有标定数据的帧(后续简称为标定帧)格式定义为下表:
表3:标定帧文件格式
结合图3至图5,其中文件版本位置标记为“M2”,标示本帧数据是含有标定数据的图像帧。
温度标定数据按照如下步骤生成:
在红外热像处理分析中,红外热像数据文件往往需要能进行逐点的温度分析,就是可以获得整个的温度矩阵,同时还需要展现设备的工作温度图像。
上述带温度数据的JPEG文件是标准的带有扩展数据的JPEG格式文件,温度数据段部分与图像数据的关系如下:
处理过程如下(以640*480尺寸图像为例):
(1)在640*480尺寸的JPEG红外图像中,采用公式Gray=R*0.299+G*0.587+B*0.114,该公式是将彩色图像转换成灰度图像的通用公式,将彩色图像转换成0-255级别的灰度图像。
(2)在灰度图像中,最亮点的灰度数值为255,最暗点的灰度值是0。
(3)在灰度图像矩阵中(640*480个点),可以得到任意点的灰度数值。同时,通过该点的坐标,可以根据表一的数据结构,任意点的位置确定后,就可以从IRData数据段中获得该点的温度,得到该点的温度数值。图3中的最高点的灰度是255,温度为60.8℃。
(4)在红外热图的灰度图像矩阵中(640*480个点),搜索灰度数值为0-255的点,并通过这255点的坐标获得255点的温度。
(5)通过步骤4,获得一组温度数据,一组数据中设置有255个数据点,分别代表了本图像中255等级灰度的点对应的温度数值,每个温度数据采用4个字节来存储。
(6)红外热图JPEG文件后面首先附件2个ASCII码字符“M2”,代表本图像帧中温度压缩存储模式。
(7)将这个温度数组,尺寸为12字节,附加在红外热图JPEG文件后面,作为JPEG文件的附加数据段。
通过上面的操作步骤,就可以将形成了符合表3要求的标定帧图像。
其中,图像流的第一帧一定是关键帧。
图像流每间隔24个标定帧,需要存储一个关键帧,也就是1秒钟必须存储1个关键帧。
采用这种格式以后,对存储容量及带宽要求变化如下:
分辨率640*480的JPEG文件本身文件尺寸:107357字节。
温度数据部分文件头信息:178字节(最小)
温度数据部分温度矩阵信息:640*480*4=1228800字节。
所以一帧红外热图格式文件存储最少需要1336335字节。
以每秒25帧存储的640*480点阵的1小时的红外热图MJPEG格式文件至少需要的存储空间为:
(1336335+(107357+1024)*24)*3600=14174924400字节(13.2G字节)
存储空间为原来的11.6%,极大的减低的对存储空间的要求。
如果如下进行网络传输,所需要的带宽为:
((11336335+(107357+1024)*24)*8)/(1024*1024)=106M带宽
在进行视频流图像传输时,带宽的要求也降低到原来带宽要求的41.72%。
这种标关键帧与标定帧文件结构,有效的降低的红外热图帧文件的尺寸,在可以看到目标红外热图的同时,还可以逐点还原任意点的温度。
如果处理的是关键帧数据时,获取任意点温度的过程如下:
根据图像向选定的位置坐标点(X,Y),到文件中红外温度值点阵数据段中,从如下位置读取到的温度就是该点温度,
使用该标定帧数据时,获取任意点温度的过程如下:
1、从MJPEG流文件中当前处理帧开始,往前查找最近一个关键帧,读取关键帧中所有的温度点阵数据。
2、计算关键帧中该点(X,Y)温度得到T0,灰度G0,0-255级灰度对应的255个温度数组T(x)。
3、按以下公式计算G0灰度对应的温度TG
计算修正温度TX=T(G0)-T0;
4、从当前标定帧文件末尾的附件数据段中读取0-255级灰度对应的255个温度数组T1(x)。
5、读取JPEG红外图像中点(X,Y)的RGB数据,通过通用公式Gray=R*0.299+G*0.587+B*0.114转换成该点的灰度数值G1。
6、根据以下公式计算得到该点的温度T
T=T1(G1)+TX;
有效的降低的红外热图文件的存储尺寸,大大提高的带温度数据的红外视频流磁盘的存储能力,大大提高的红外热图的传输速率。
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、物品或者设备中还存在另外的相同要素。
上面结合附图对本发明进行了示例性的描述,显然本发明的实现并不受上述方式的限制,只要采用了本发明的方法构思和技术方案进行的各种改进,或未经改进将本发明的构思和技术方案直接应用于其它场合的,均在本发明的保护范围内。
Claims (8)
1.一种提高机器人采集动态红外热图时存储效率的方法,其特征在于包括以下步骤:
S1获取带温度数据的JPEG文件,并处理温度数据段部分与图像数据的关系;
S2将含有温度数据帧的关键帧,采用红外通用数据文件存储格式描述的格式记录,并在“文件版本”参数中,将该帧版本定义为“M0”,其他格式与数据不变;
S3处理关键帧数据,获取任意点温度;
S4根据图像向选定的位置坐标点(X,Y),到文件中红外温度值点阵数据段中,从坐标(X,Y)位置读取到的温度就是该点温度。
2.根据权利要求1所述的提高机器人采集动态红外热图时存储效率的方法,其特征在于所述步骤S1的处理过程包括以下步骤:
S11在固定尺寸的JPEG红外图像中,采用灰度转换公式,将彩色图像转换成0-255级别的灰度图像;
S12在灰度图像中,标记最亮点的灰度数值为255,最暗点的灰度值是0;
S13在灰度图像矩阵中,可以得到任意点的灰度数值,同时,通过该点的坐标,可以根据表一的数据结构,在确定任意点的位置后,就可以从IRData数据段中获得该点的温度,得到该点的温度数值;
S14在红外热图的灰度图像矩阵中,搜索灰度数值为0,128,255的点,并通过这三个点的坐标获得这个点的温度;
或者在红外热图的灰度图像矩阵中,搜索灰度数值为0-255的点,并通过这255点的坐标获得255点的温度;
S15通过所述步骤S14,获得一组温度数据,每个温度数据采用4个字节来存储;
S16当步骤S14搜索0,128,255三个点的灰度数值时,红外热图JPEG文件后面首先附件2个ASCII码,字符“M1”,代表本图像帧中温度压缩存储模式;
当步骤S14搜索255个点的温度数值时,红外热图JPEG文件后面首先附件2个ASCII码,字符“M2”,代表本图像帧中温度压缩存储模式;
S17将获得的这一组温度数据组,尺寸为12字节,附加在红外热图JPEG文件后面,作为JPEG文件的附加数据段。
3.根据权利要求2所述的提高机器人采集动态红外热图时存储效率的方法,其特征在于所述步骤S11中的公式Gray=R*0.299+G*0.587+B*0.114。
4.根据权利要求2所述的提高机器人采集动态红外热图时存储效率的方法,其特征在于所述步骤S15中的温度数据组,一组中设置有三个温度数据,包括0,128,255三个点的温度数据,分别代表了本图像中3个关键等级灰度的点对应的温度数值。
5.根据权利要求2所述的提高机器人采集动态红外热图时存储效率的方法,其特征在于所述步骤S15中的温度数据组,一组数据中设置有255个数据点,分别代表了本图像中255等级灰度的点对应的温度数值。
6.根据权利要求4或5所述的提高机器人采集动态红外热图时存储效率的方法,其特征在于形成符合要求的标定帧图像,图像流的第一帧是关键帧,图像流每间隔24个标定帧,需要存储一个关键帧,即1秒钟必须存储1个关键帧。
7.根据权利要求1或4所述的提高机器人采集动态红外热图时存储效率的方法,其特征在于所述步骤S4中的温度获取方法包括以下步骤:
S411从MJPEG流文件中当前处理帧开始,往前查找最近一个关键帧,读取关键帧中所有的温度点阵数据,
S421计算关键帧中该点(X,Y)温度得到T0,灰度G0,0灰度对应的温度T0MIN,128灰度对应的温度T0MID,255灰度对应的温度T0MAX。
S431按以下公式计算G0灰度对应的温度TG
计算修正温度TX=TG-T0;
S441从当前标定帧文件末尾的附件数据段中读取0灰度对应的温度T1MIN,128灰度对应的温度T1MID,255灰度对应的温度T1MAX。
S451读取JPEG红外图像中点(X,Y)的RGB数据,通过通用公式Gray=R*0.299+G*0.587+B*0.114转换成该点的灰度数值G1。
S461根据以下公式计算得到该点的温度T
T=T1G+TX。
8.根据权利要求1或5所述的提高机器人采集动态红外热图时存储效率的方法,其特征在于所述步骤S4中的温度获取方法包括以下步骤:
S412从MJPEG流文件中当前处理帧开始,往前查找最近一个关键帧,读取关键帧中所有的温度点阵数据。
S422计算关键帧中该点(X,Y)温度得到T0,灰度G0,0-255级灰度对应的255个温度数组T(x)。
S432按以下公式计算G0灰度对应的温度TG
计算修正温度TX=T(G0)-T0;
S442从当前标定帧文件末尾的附件数据段中读取0-255级灰度对应的255个温度数组T1(x)。
S452读取JPEG红外图像中点(X,Y)的RGB数据,通过通用公式Gray=R*0.299+G*0.587+B*0.114转换成该点的灰度数值G1。
S462根据以下公式计算得到该点的温度T
T=T1(G1)+TX。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010481174.XA CN111639214B (zh) | 2020-05-31 | 2020-05-31 | 一种提高机器人采集动态红外热图时存储效率的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010481174.XA CN111639214B (zh) | 2020-05-31 | 2020-05-31 | 一种提高机器人采集动态红外热图时存储效率的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111639214A true CN111639214A (zh) | 2020-09-08 |
CN111639214B CN111639214B (zh) | 2023-05-02 |
Family
ID=72329623
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010481174.XA Active CN111639214B (zh) | 2020-05-31 | 2020-05-31 | 一种提高机器人采集动态红外热图时存储效率的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111639214B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113409415A (zh) * | 2021-06-22 | 2021-09-17 | 浙江天铂云科光电股份有限公司 | 一种基于温度矩阵的红外图像关联显示及其系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104266765A (zh) * | 2014-10-11 | 2015-01-07 | 山东省计算中心(国家超级计算济南中心) | 一种红外热像仪图像的通用处理方法 |
CN104346768A (zh) * | 2014-09-30 | 2015-02-11 | 成都市晶林科技有限公司 | 一种红外图像的温度标定处理方法 |
US20150042817A1 (en) * | 2012-01-12 | 2015-02-12 | Mission Infrared Electro Optics Technology Co., Ltd | Thermal imaging device and thermal image photographing method |
CN108510561A (zh) * | 2017-05-17 | 2018-09-07 | 苏州纯青智能科技有限公司 | 一种红外热像文件及其图像的处理方法 |
US20190026875A1 (en) * | 2016-04-12 | 2019-01-24 | Shenzhen Everbert Machinery Industry Co., Ltd. | Image fusion method, apparatus, and infrared thermal imaging device |
CN109493292A (zh) * | 2018-10-29 | 2019-03-19 | 平高集团有限公司 | 基于电力设备红外测温图像的增强处理方法和装置 |
CN110853108A (zh) * | 2019-10-11 | 2020-02-28 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种红外热图数据的压缩存储方法 |
CN110853109A (zh) * | 2019-10-11 | 2020-02-28 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种红外热图数据的压缩存储方法 |
-
2020
- 2020-05-31 CN CN202010481174.XA patent/CN111639214B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150042817A1 (en) * | 2012-01-12 | 2015-02-12 | Mission Infrared Electro Optics Technology Co., Ltd | Thermal imaging device and thermal image photographing method |
CN104346768A (zh) * | 2014-09-30 | 2015-02-11 | 成都市晶林科技有限公司 | 一种红外图像的温度标定处理方法 |
CN104266765A (zh) * | 2014-10-11 | 2015-01-07 | 山东省计算中心(国家超级计算济南中心) | 一种红外热像仪图像的通用处理方法 |
US20190026875A1 (en) * | 2016-04-12 | 2019-01-24 | Shenzhen Everbert Machinery Industry Co., Ltd. | Image fusion method, apparatus, and infrared thermal imaging device |
CN108510561A (zh) * | 2017-05-17 | 2018-09-07 | 苏州纯青智能科技有限公司 | 一种红外热像文件及其图像的处理方法 |
CN109493292A (zh) * | 2018-10-29 | 2019-03-19 | 平高集团有限公司 | 基于电力设备红外测温图像的增强处理方法和装置 |
CN110853108A (zh) * | 2019-10-11 | 2020-02-28 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种红外热图数据的压缩存储方法 |
CN110853109A (zh) * | 2019-10-11 | 2020-02-28 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种红外热图数据的压缩存储方法 |
Non-Patent Citations (3)
Title |
---|
GERALD SCHAEFER等: ""Adopting the DICOM standard for medical infrared images"" * |
王磊;王宝珠;薛双苓;杨皓宇;郭宝强;袁玲玲;葛曼玲;: "基于DSP+FPGA的红外热成像伪彩色变换系统" * |
陈英;付冬梅;罗德贵;: "基于IMG红外图像的编码破解与格式转换" * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113409415A (zh) * | 2021-06-22 | 2021-09-17 | 浙江天铂云科光电股份有限公司 | 一种基于温度矩阵的红外图像关联显示及其系统 |
CN113409415B (zh) * | 2021-06-22 | 2022-02-11 | 浙江天铂云科光电股份有限公司 | 一种基于温度矩阵的红外图像关联显示方法及其系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111639214B (zh) | 2023-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1845704B1 (en) | Methods and systems for tone mapping messaging, image receiving device, and image sending device | |
US8120669B2 (en) | Digital camera with reduced image buffer memory and minimal processing for recycling through a service center | |
CN110853108B (zh) | 一种红外热图数据的压缩存储方法 | |
US8165391B2 (en) | Image processing apparatus and image processing method to correct color misregistration near a boundary | |
KR100782826B1 (ko) | 영상 획득 장치 및 방법과 그 방법을 수행하는 프로그램이기록된 기록매체 | |
US5583656A (en) | Methods and apparatus for attaching compressed look-up table (LUT) representations of N to M-dimensional transforms to image data and for processing image data utilizing the attached compressed LUTs | |
CN1237821C (zh) | 图像信息发送方法和图像信息处理装置 | |
CN111651630B (zh) | 一种采用关键数据帧提高采集动态红外热图存储效率方法 | |
CN108805942B (zh) | 一种红外图像宽动态压缩方法 | |
US6256350B1 (en) | Method and apparatus for low cost line-based video compression of digital video stream data | |
US20030103676A1 (en) | Data compression method and recording medium with data compression program recorded therein | |
Rerabek et al. | Icme 2016 grand challenge: Light-field image compression | |
JP2004064434A (ja) | 画像処理システム、画像撮影装置、画像処理端末、画像処理データ蓄積端末、装置用プログラム、端末用プログラム及び画像データのデータ構造、並びに画像処理方法及び画像データ生成方法 | |
KR20100043191A (ko) | 비-볼록 소스 색역으로부터 비-볼록 타깃 색역으로의 컬러 맵핑 방법 | |
CN110853109B (zh) | 一种红外热图数据的压缩存储方法 | |
CN111639214A (zh) | 一种提高机器人采集动态红外热图时存储效率的方法 | |
CN1182730C (zh) | 消除像素色彩分量的图像编码解码 | |
JP2003289550A (ja) | データ格納フォーマット、画像データを格納する方法、及び、格納データを用いる方法 | |
CN1311675C (zh) | 摄影装置、方法、程序以及存储介质 | |
US20060044315A1 (en) | Image processing apparatus and control method | |
CN110534071B (zh) | 一种基于神经网络的显示器颜色校准系统及方法 | |
JP2001203970A (ja) | 画像記録装置、画像再生装置および画像処理プログラムを記録した記録媒体 | |
JP2001292449A (ja) | 画像処理装置、画像処理方法、及び記録媒体 | |
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 | |
JP4401853B2 (ja) | 画像処理装置およびその方法 |
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 |