CN112903109A - 基于红外图像的工业测温成像设备及其图像处理方法 - Google Patents
基于红外图像的工业测温成像设备及其图像处理方法 Download PDFInfo
- Publication number
- CN112903109A CN112903109A CN202110054474.4A CN202110054474A CN112903109A CN 112903109 A CN112903109 A CN 112903109A CN 202110054474 A CN202110054474 A CN 202110054474A CN 112903109 A CN112903109 A CN 112903109A
- Authority
- CN
- China
- Prior art keywords
- image
- infrared
- processing
- low
- thermal imager
- 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.)
- Withdrawn
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 22
- 238000003672 processing method Methods 0.000 title claims abstract description 13
- 238000009529 body temperature measurement Methods 0.000 title claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 35
- 230000000007 visual effect Effects 0.000 claims abstract description 19
- 238000001514 detection method Methods 0.000 claims abstract description 12
- 238000003331 infrared imaging Methods 0.000 claims abstract description 8
- 238000006243 chemical reaction Methods 0.000 claims abstract description 4
- 238000012937 correction Methods 0.000 claims description 21
- 238000000034 method Methods 0.000 claims description 11
- 230000005855 radiation Effects 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 5
- 230000003287 optical effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000006835 compression Effects 0.000 claims 1
- 238000007906 compression Methods 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 abstract description 10
- 230000002159 abnormal effect Effects 0.000 abstract description 4
- 239000000428 dust Substances 0.000 abstract description 4
- 230000009467 reduction Effects 0.000 abstract description 3
- 238000001931 thermography Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003090 exacerbative effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 230000001360 synchronised effect Effects 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
-
- G06T5/70—
-
- 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
- G06T2207/10048—Infrared image
Abstract
本发明是基于红外图像的工业测温成像设备及其图像处理方法,基于红外图像的工业测温成像设备,包括红外成像系统和可视终端;基于红外图像的工业测温成像设备的图像处理方法,包括以下步骤:a图像采集;b信号转化;c信号处理;d图像显示。本发明除解决工业现场设备异常问题以外,本发明还具备弥补现有可见光监控系统在夜间、灰尘等恶劣条件下监控效能降低,满足工业现场昼夜检测需求的能力。
Description
技术领域
本发明涉及红外成像技术领域,尤其涉及基于红外图像的工业测温成像设备及其图像处理方法。
背景技术
工业测温成像设备在工业现场发生事故时把现场的图像实时传回指挥中心,指挥中心通过监视前端摄像机图像指挥调度,最大限度的减小事故造成的损失;图像展示与控制服务器输出实现同步直播功能。现有的工业测温成像设备对图像进行处理的方法在夜间、灰尘等恶劣条件下监控效能低,不能满足工业现场昼夜检测需求的能力,此外,容易导致工业现场设备发生异常。
发明内容
本发明旨在解决现有技术的不足,而提供基于红外图像的工业测温成像设备及其图像处理方法。
本发明为实现上述目的,采用以下技术方案:基于红外图像的工业测温成像设备,其特征在于,包括红外成像系统和可视终端;
红外成像系统包括红外热成像仪和与红外热成像仪电连接的控制服务器,红外热成像仪用于图像的采集,控制服务器用于图像的处理;
可视终端与控制服务器电连接;
可视终端用于显示处理完成的图像。
可视终端为显示器、电脑和平板中的任一种。
红外热成像仪和可视终端均通过网线与控制服务器电连接。
基于红外图像的工业测温成像设备的图像处理方法,包括以下步骤:
a图像采集
红外热成像仪的光学镜头选择性地将目标物体发出的波段与红外热成像仪的红外探测器响应波段相同的红外辐射汇聚到红外热成像仪的红外探测器上;
b信号转化
红外热成像仪的红外探测器将接收到的红外辐射转换成与辐射能量成正比的电信号;
c信号处理
控制服务器将红外探测器输出的电信号依次进行盲元检测及补偿处理、非均匀性校正处理、温漂补偿处理和图像增强处理;
d图像显示
经步骤c中图像增强处理后的图像在可视终端上进行显示。
步骤c中盲元检测及补偿处理中,分别读取低温图像数据Low和读取高温图像数据High,对读取低温图像数据Low求平均值ML,对读取高温图像数据High求平均值MH,并通过公式(High-Low)/(MH-ML)<阈值计算盲元,将盲元除去。
步骤c中非均匀性校正处理,除去盲元坐标求输出增益G和偏置O,输出增益G=(MH-ML)/(High-Low),偏置O=ML-Low*G,根据计算出来的增益G和偏置O进行非均匀性校正。
步骤c中图像增强处理,对图像进行非线性拉伸,将中间灰度级动态扩展,随后进行图像分层的处理,选择合适的高斯低通滤波半径,得到背景低频信息图像和细节高频信息图像,之后对大动态温度信息图和小动态温度信息的压缩处理,采取同态滤波器中使用过的滤波函数,对于低频图像进行抑制,对多组图片进行测试,对于高频图像的增强,采取指数增强的方法,完成上述步骤之后,图像融合后即可获得最终的图像。
在对图像进行非线性拉伸之前,对图像进行去噪。
本发明的有益效果是:本发明除解决工业现场设备异常问题以外,本发明还具备弥补现有可见光监控系统在夜间、灰尘等恶劣条件下监控效能降低,满足工业现场昼夜检测需求的能力。
附图说明
图1为本发明的模块构成示意图;
图2为盲元检测流程图;
图3为非均匀性校正处理流程图;
图4为本发明处理效果图;
以下将结合本发明的实施例参照附图进行详细叙述。
具体实施方式
下面结合附图和实施例对本发明作进一步说明:
如图1至图4所示,基于红外图像的工业测温成像设备,其特征在于,包括红外成像系统和可视终端;
红外成像系统包括红外热成像仪和与红外热成像仪电连接的控制服务器,红外热成像仪用于图像的采集,控制服务器用于图像的处理;
可视终端与控制服务器电连接;
可视终端用于显示处理完成的图像。
红外热成像仪和可视终端均通过网线与控制服务器电连接。
可视终端为显示器、电脑和平板中的任一种。
基于红外图像的工业测温成像设备的图像处理方法,包括以下步骤:
a图像采集
红外热成像仪的光学镜头选择性地将目标物体发出的波段与红外热成像仪的红外探测器响应波段相同的红外辐射汇聚到红外热成像仪的红外探测器上;
b信号转化
红外热成像仪的红外探测器将接收到的红外辐射转换成与辐射能量成正比的电信号;
c信号处理
控制服务器将红外探测器输出的电信号依次进行盲元检测及补偿处理、非均匀性校正处理、温漂补偿处理和图像增强处理;
d图像显示
经步骤c中图像增强处理后的图像在可视终端上进行显示。
步骤c中盲元检测及补偿处理中,分别读取低温图像数据Low和读取高温图像数据High,对读取低温图像数据Low求平均值ML,对读取高温图像数据High求平均值MH,并通过公式(High-Low)/(MH-ML)<阈值计算盲元,将盲元除去。由于非盲元对于不同温度的目标其响应会发生变化,针对这一特点进行盲元检测实验。设置黑体温度为10℃,采集一组原始数据Data10;设置黑体温度50℃,采集一组原始数据Data50。运行盲元查找MATLAB程序,依次读取以黑体温度命名的两组Excel文件,输出含盲元位置信息的.mat和Excel文件。具体计算过程如图2所示:图2(High-Low)/(MH-ML)<0.85中所取的阈值为0.85,该阈值并非固定为0.85,而是根据红外探测器选型的不同选用不同的阈值,图中的0.85仅为举例说明。
步骤c中非均匀性校正处理,除去盲元坐标求输出增益G和偏置O,输出增益G=(MH-ML)/(High-Low),偏置O=ML-Low*G,根据计算出来的增益G和偏置O进行非均匀性校正。现有的非均匀算法主要有两点校正算法,多点校正算法,时域高通滤波法,人工神经网络法和自适应校正法等。近期国内外又研究出基于场景的代数算法、基于干扰抵消原理的自适应校正法和基于低次插值的多点校正算法等。但是工程应用较多的是两点校正算法和多点校正算法。为了保证系统的实时性,所以采用算法结构简单,易于硬件实现的两点校正法。
两点校正算法就是在红外热成像系统的光路中插入温度可控的均匀辐射的黑体,利用各探测器单元对两个不同辐照度下均匀黑体辐射的响应计算出校正参数,从而实现非均匀校正。在环境温度恒定并控制FPA值不变的实验条件获取校正增益和偏移参数,具体流程如图3所示。
温漂补偿是针对FPA自身随着工作时间发生变化,如果人为控制FPA不变的话是不需要额外对温漂进行补偿的,这也就是常说的具有制冷功能的红外热成像仪。FPA自身的漂移也会对成像产生影响,加重竖条纹的出现。根据测得的原始数据计算温漂系数,利用公式进行温漂补偿。
步骤c中图像增强处理,对图像进行非线性拉伸,将中间灰度级动态扩展,随后进行图像分层的处理,选择合适的高斯低通滤波半径,得到背景低频信息图像和细节高频信息图像,之后对大动态温度信息图和小动态温度信息的压缩处理,采取同态滤波器中使用过的滤波函数,对于低频图像进行抑制,对多组图片进行测试,对于高频图像的增强,采取指数增强的方法,完成上述步骤之后,图像融合后即可获得最终的图像。
本发明除解决工业现场设备异常问题以外,本发明还具备弥补现有可见光监控系统在夜间、灰尘等恶劣条件下监控效能降低,满足工业现场昼夜检测需求的能力。此外,发明部署方便,网线传输方式,可利用现有网络环境开展;可实现远程图像实时图传和控制,通过前端设备实时掌握现场情况;红外热成像实时温度监测,及时发现故障隐患并报警;本发明具有可扩展性,本发明具有升级功能,适合工业现场温度监控系统的发展要求;界面清晰、操作简单。
上面结合附图对本发明进行了示例性描述,显然本发明具体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,或未经改进直接应用于其它场合的,均在本发明的保护范围之内。
Claims (8)
1.基于红外图像的工业测温成像设备,其特征在于,包括红外成像系统和可视终端;
红外成像系统包括红外热成像仪和与红外热成像仪电连接的控制服务器,红外热成像仪用于图像的采集,控制服务器用于图像的处理;
可视终端与控制服务器电连接;
可视终端用于显示处理完成的图像。
2.根据权利要求1所述的基于红外图像的工业测温成像设备,其特征在于,可视终端为显示器、电脑和平板中的任一种。
3.根据权利要求1所述的基于红外图像的工业测温成像设备,其特征在于,红外热成像仪和可视终端均通过网线与控制服务器电连接。
4.一种权利要求1-3中任一项所述的基于红外图像的工业测温成像设备的图像处理方法,其特征在于,包括以下步骤:
a图像采集
红外热成像仪的光学镜头选择性地将目标物体发出的波段与红外热成像仪的红外探测器响应波段相同的红外辐射汇聚到红外热成像仪的红外探测器上;
b信号转化
红外热成像仪的红外探测器将接收到的红外辐射转换成与辐射能量成正比的电信号;
c信号处理
控制服务器将红外探测器输出的电信号依次进行盲元检测及补偿处理、非均匀性校正处理、温漂补偿处理和图像增强处理;
d图像显示
经步骤c中图像增强处理后的图像在可视终端上进行显示。
5.根据权利要求4所述的基于红外图像的工业测温成像设备的图像处理方法,其特征在于,步骤c中盲元检测及补偿处理中,分别读取低温图像数据Low和读取高温图像数据High,对读取低温图像数据Low求平均值ML,对读取高温图像数据High求平均值MH,并通过公式(High-Low)/(MH-ML)<阈值计算盲元,将盲元除去。
6.根据权利要求5所述的基于红外图像的工业测温成像设备的图像处理方法,其特征在于,步骤c中非均匀性校正处理,除去盲元坐标求输出增益G和偏置O,输出增益G=(MH-ML)/(High-Low),偏置O=ML-Low*G,根据计算出来的增益G和偏置O进行非均匀性校正。
7.根据权利要求6所述的基于红外图像的工业测温成像设备的图像处理方法,其特征在于,步骤c中图像增强处理,对图像进行非线性拉伸,将中间灰度级动态扩展,随后进行图像分层的处理,选择合适的高斯低通滤波半径,得到背景低频信息图像和细节高频信息图像,之后对大动态温度信息图和小动态温度信息的压缩处理,采取同态滤波器中使用过的滤波函数,对于低频图像进行抑制,对多组图片进行测试,对于高频图像的增强,采取指数增强的方法,完成上述步骤之后,图像融合后即可获得最终的图像。
8.根据权利要求7所述的基于红外图像的工业测温成像设备的图像处理方法,其特征在于,在对图像进行非线性拉伸之前,对图像进行去噪。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110054474.4A CN112903109A (zh) | 2021-01-15 | 2021-01-15 | 基于红外图像的工业测温成像设备及其图像处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110054474.4A CN112903109A (zh) | 2021-01-15 | 2021-01-15 | 基于红外图像的工业测温成像设备及其图像处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112903109A true CN112903109A (zh) | 2021-06-04 |
Family
ID=76114769
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110054474.4A Withdrawn CN112903109A (zh) | 2021-01-15 | 2021-01-15 | 基于红外图像的工业测温成像设备及其图像处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112903109A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113465747A (zh) * | 2021-07-15 | 2021-10-01 | 南开大学 | 一种烧结台车机尾近红外测温方法及系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090272888A1 (en) * | 2008-01-25 | 2009-11-05 | Nugent Paul W | Thermal infrared imaging system and associated methods for radiometric calibration |
CN102609923A (zh) * | 2012-03-09 | 2012-07-25 | 深圳职业技术学院 | 红外图像处理方法及装置 |
CN105043552A (zh) * | 2015-04-24 | 2015-11-11 | 中国科学院西安光学精密机械研究所 | 比色测温系统显示与标定方法 |
CN107436195A (zh) * | 2016-11-30 | 2017-12-05 | 聊城大学 | 一种被动红外候鸟监测设备 |
CN109341864A (zh) * | 2018-10-24 | 2019-02-15 | 北京航天长征飞行器研究所 | 一种轻小型宽动态空间红外定量测量装置 |
CN109788170A (zh) * | 2018-12-25 | 2019-05-21 | 合肥芯福传感器技术有限公司 | 一种基于红外与可见光的视频图像处理系统及方法 |
CN110672214A (zh) * | 2019-10-28 | 2020-01-10 | 中科和光(天津)应用激光技术研究所有限公司 | 一种非制冷红外热成像温漂补偿参数获取方法 |
CN110686783A (zh) * | 2019-09-12 | 2020-01-14 | 山东大学 | 一种InGaAs短波红外成像仪的盲元检测方法及图像处理方法 |
CN111553918A (zh) * | 2020-05-11 | 2020-08-18 | 苏州求臻智能科技有限公司 | 一种基于变电站巡检机器人变压器热故障监测装置及方法 |
CN111562013A (zh) * | 2020-05-23 | 2020-08-21 | 北京富吉瑞光电科技有限公司 | 一种基于tec的红外热像仪自动校正方法及装置 |
CN111899205A (zh) * | 2020-08-10 | 2020-11-06 | 国科天成(北京)科技有限公司 | 一种场景自适应宽动态红外热成像的图像增强方法 |
-
2021
- 2021-01-15 CN CN202110054474.4A patent/CN112903109A/zh not_active Withdrawn
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090272888A1 (en) * | 2008-01-25 | 2009-11-05 | Nugent Paul W | Thermal infrared imaging system and associated methods for radiometric calibration |
CN102609923A (zh) * | 2012-03-09 | 2012-07-25 | 深圳职业技术学院 | 红外图像处理方法及装置 |
CN105043552A (zh) * | 2015-04-24 | 2015-11-11 | 中国科学院西安光学精密机械研究所 | 比色测温系统显示与标定方法 |
CN107436195A (zh) * | 2016-11-30 | 2017-12-05 | 聊城大学 | 一种被动红外候鸟监测设备 |
CN109341864A (zh) * | 2018-10-24 | 2019-02-15 | 北京航天长征飞行器研究所 | 一种轻小型宽动态空间红外定量测量装置 |
CN109788170A (zh) * | 2018-12-25 | 2019-05-21 | 合肥芯福传感器技术有限公司 | 一种基于红外与可见光的视频图像处理系统及方法 |
CN110686783A (zh) * | 2019-09-12 | 2020-01-14 | 山东大学 | 一种InGaAs短波红外成像仪的盲元检测方法及图像处理方法 |
CN110672214A (zh) * | 2019-10-28 | 2020-01-10 | 中科和光(天津)应用激光技术研究所有限公司 | 一种非制冷红外热成像温漂补偿参数获取方法 |
CN111553918A (zh) * | 2020-05-11 | 2020-08-18 | 苏州求臻智能科技有限公司 | 一种基于变电站巡检机器人变压器热故障监测装置及方法 |
CN111562013A (zh) * | 2020-05-23 | 2020-08-21 | 北京富吉瑞光电科技有限公司 | 一种基于tec的红外热像仪自动校正方法及装置 |
CN111899205A (zh) * | 2020-08-10 | 2020-11-06 | 国科天成(北京)科技有限公司 | 一种场景自适应宽动态红外热成像的图像增强方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113465747A (zh) * | 2021-07-15 | 2021-10-01 | 南开大学 | 一种烧结台车机尾近红外测温方法及系统 |
CN113465747B (zh) * | 2021-07-15 | 2023-05-23 | 南开大学 | 一种烧结台车机尾近红外测温方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ma et al. | Contrast limited adaptive histogram equalization-based fusion in YIQ and HSI color spaces for underwater image enhancement | |
CN103487729B (zh) | 基于紫外视频与红外视频融合的电力设备缺陷检测方法 | |
CN110458839B (zh) | 一种有效的电线电缆监测系统 | |
CN111882810B (zh) | 一种火灾识别与预警方法及其系统 | |
CN112651903B (zh) | 红外热像仪图像预处理系统及其预处理方法 | |
CN110570374A (zh) | 一种对红外传感器所获得图像的处理方法 | |
WO2021052020A1 (zh) | 振动检测系统 | |
CN112257554B (zh) | 基于多光谱的森林火灾识别方法、系统、程序及存储介质 | |
CN105844603A (zh) | 一种高动态范围红外图像动态范围压缩方法 | |
CN112903109A (zh) | 基于红外图像的工业测温成像设备及其图像处理方法 | |
CN113762161A (zh) | 一种障碍物智能监测方法及系统 | |
CN109949252B (zh) | 一种基于补偿系数拟合的红外图像光斑去除方法 | |
CN104159046A (zh) | 一种探月工程用自适应宽动态成像方法及装置 | |
CN115619838B (zh) | 用于医疗废弃物冷库的遗漏风险监控系统 | |
CN116381334A (zh) | 一种基于事件相机的电网频率估计方法及系统 | |
KR101920369B1 (ko) | 열화상 카메라의 영상처리장치 및 영상처리방법 | |
CN111272293A (zh) | 一种热分布监控系统及其检测方法 | |
CN108520615B (zh) | 一种基于图像的火灾识别系统和方法 | |
Wang et al. | Non-contact human respiratory rate measurement under dark environments by low-light video enhancement | |
CN107862245A (zh) | 一种客户端配电房的异常监测方法 | |
Li et al. | Image Restoration for Blast Furnace Burden Surface Based on Dust Multi-Scattering Model | |
CN204168433U (zh) | 森林监控图像数字预处理器 | |
Guo et al. | Study based on thermal infrared image | |
EP3620765B1 (en) | Method and system for filtering thermal image data | |
CN114760447B (zh) | 一体式机房环境检测装置 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210604 |