CN117387778A - 一种测温方法、装置、电子设备及存储介质 - Google Patents
一种测温方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117387778A CN117387778A CN202311688112.6A CN202311688112A CN117387778A CN 117387778 A CN117387778 A CN 117387778A CN 202311688112 A CN202311688112 A CN 202311688112A CN 117387778 A CN117387778 A CN 117387778A
- Authority
- CN
- China
- Prior art keywords
- temperature
- image
- visible light
- target
- exposure
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000009529 body temperature measurement Methods 0.000 title claims abstract description 31
- 238000012937 correction Methods 0.000 claims abstract description 56
- 230000001360 synchronised effect Effects 0.000 claims description 36
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000013528 artificial neural network Methods 0.000 claims description 14
- 238000013527 convolutional neural network Methods 0.000 claims description 12
- 230000003287 optical effect Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 125000004122 cyclic group Chemical group 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 6
- 230000000630 rising effect Effects 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 239000000428 dust Substances 0.000 abstract description 20
- 230000008859 change Effects 0.000 abstract description 9
- 239000000779 smoke Substances 0.000 abstract description 8
- 230000005855 radiation Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 12
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000002834 transmittance Methods 0.000 description 6
- 239000000872 buffer Substances 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 239000000155 melt Substances 0.000 description 5
- 239000002184 metal Substances 0.000 description 5
- 229910052751 metal Inorganic materials 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000000306 recurrent effect Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 239000012530 fluid Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 229910052742 iron Inorganic materials 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 2
- 238000003723 Smelting Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 239000003546 flue gas Substances 0.000 description 2
- 238000002329 infrared spectrum Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000003500 flue dust Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 238000004544 sputter deposition Methods 0.000 description 1
- 238000004861 thermometry Methods 0.000 description 1
- 208000008918 voyeurism Diseases 0.000 description 1
Landscapes
- Radiation Pyrometers (AREA)
Abstract
本发明提供一种测温方法、装置、电子设备及存储介质,该测温方法中,根据待测温目标的可见光图像去计算发射率修正系数ε,根据红外图像去计算温度T0,最后利用发射率修正系数修正计算的温度,发射率修正系数可以表征待测温目标红外辐射能力,当采取非接触测温时,测温环境的变化如烟气、粉尘、遮挡等都会直接影响到发射率修正系数,因此我们利用发射率修正系数去修正,不再局限于粉尘的影响,因此按此步骤修正得到的温度也更加准确。
Description
技术领域
本发明涉及图像型测温技术领域,尤其涉及一种测温方法、装置、电子设备及存储介质。
背景技术
在金属熔炼工艺中高温熔体的温度情况对炉况判断具有很大的指导意义。目前对高温熔体的监测手段主要还是依赖人工手持快速热电偶进行测量,但快速热电偶也存在如下缺点:工作环境恶劣,高温熔体存在飞溅可能,影响操作人员的安全性;测温次数少,无法观测连续趋势;不同操作人员的测量手法会影响到测温结果的准确性;快速热电偶为一次性用品,耗费量大,提高了使用成本。
为了避免上述不足,对于熔体温度的检测也有人探索过其他非接触测温手段,大部分非接触测温手段是通过采集高温熔体的红外图像,并通过图像算法来对红外图像进行处理得到温度。对于熔炼炉出口处熔体温度检测工况,非接触测温手段都将面临如下干扰因素:(1)烟气:正常工况下烟气比较少,大都被抽风设备抽走,但也不排除部分工况出现烟气波动;(2)遮挡:为了不影响现场作业,非接触设备通常无法抵近安装,安装较远时,测量路径会频繁被操作人员或其他设备部分或全部遮挡;(3)振动:工业现场存在大量的振动,可能导致点测温方式测温结果的波动,但面测温方式不会;(4)熔体飞溅:熔体在出炉时,有时会出现飞溅现象,导致测量区域熔体状态极不稳定;(5)发射率变化:熔体成分形貌变化导致的发射率变化;(6)粉尘:部分现场环境不佳,粉尘较为严重,也会导致测温结果不准确。其中,尤以烟气、粉尘干扰最为严重。
为了解决这些干扰因素,目前很多专利在图像算法上做改进,比如中国专利《一种基于红外机器视觉的高炉出铁口铁水温度测量方法及系统》(CN108998608B)、《一种基于特殊红外光谱波段的铁水测温装置》(CN111207838B)、《一种基于特殊红外光谱的高炉铁水测温方法及系统》(CN111238650B)、《粉尘干扰下熔融金属流体温度场在线检测方法及系统》(CN116608955A),这些专利中,都是通过对算法来对粉尘干扰进行补偿,从而提高测温的准确性。但实际应用时,这些补偿方案的测温精度并不理想。
除上述高温熔体之外,还有很多针对其他目标物的测温,也存在烟气、粉尘的干扰,在这些场景下,进行非接触测温时,同样存在测温不准确的情况。
发明内容
鉴于以上现有技术的缺陷,本发明提供一种测温方法、装置、电子设备及存储介质,以解决测温不准确的技术问题。
为实现上述目的及其它相关目的,本发明提供了一种测温方法,包括如下步骤:获取待测温目标的可见光图像和红外图像;根据待测温目标配准后的可见光图像计算发射率修正系数ε;根据待测温目标配准后的红外图像计算温度T0;根据公式T=ε*T0计算待测温目标的最终温度T。
于本发明一实施例中,所述的根据待测温目标配准后的可见光图像计算发射率修正系数ε包括:将配准后可见光图像输入卷积神经网络中,提取图像特征x;将图像特征x输入到循环神经网络中,并根据循环神经网络上一时刻的隐藏状态以及图像特征x计算当前时刻的隐藏状态和发射率修正系数ε。
于本发明一实施例中,所述的根据待测温目标配准后的红外图像计算温度T0包括:根据标定函数F(),把配准后的红外图像测温区域所有像素点的灰度值v映射成温度F(v);将所有像素点的温度按从高到低进行排序;取第k高的温度作为温度T0,其中k为根据经验或算法设定的常整数。
于本发明一实施例中,所述的获取待测温目标的可见光图像和红外图像之前还包括如下步骤:通过时钟发生器产生稳定的时钟信号;根据预设的时间间隔或曝光触发命令将时钟信号分配为两个同步曝光脉冲信号;可见光传感器和近红外传感器根据曝光脉冲信号进行同步曝光获取待测温目标的图像信号;将来自两个传感器的图像信号转换成一定格式的图像数据流得到所述待测温目标的可见光图像和红外图像。
于本发明一实施例中,所述的根据预设的时间间隔或曝光触发命令将时钟信号分配为两个同步曝光脉冲信号包括:通过主控电路使能同步曝光触发电路,并下发曝光触发命令和曝光时间;同步曝光触发电路根据曝光触发命令输出两个同步曝光脉冲信号,曝光脉冲信号的上升沿与时钟信号的上升沿对齐,曝光脉冲信号的脉冲宽度和曝光时间相等。
为实现上述目的及其它相关目的,本发明还提供了一种测温装置,包括:数据获取模块,用于获取待测温目标的可见光图像和红外图像;发射率修正系数计算模块,用于根据待测温目标配准后的可见光图像计算发射率修正系数ε;温度计算模块,用于根据待测温目标配准后的红外图像计算温度T0;温度修正模块,用于根据公式T=ε*T0计算待测温目标的最终温度T。
于本发明一实施例中,包括图像同步采集模块,所述的图像同步采集模块包括:镜头,用于收集待测温目标的光学信号;可见光传感器;近红外传感器;分光模组,将所述镜头收集的光学信号一分为二后分别传输给可见光传感器和近红外传感器;时钟发生器,用于产生时钟信号;同步曝光触发电路,将时钟信号分配为两个同步曝光脉冲信号后作用在可见光传感器和近红外传感器上;以及图像采集电路,采集可见光传感器和近红外传感器输出的图像信号得到待测温目标某一时刻的可见光图像和红外图像。
于本发明一实施例中,包括:主控电路,所述的主控电路与同步曝光触发电路电连接用于下发曝光触发命令,所述的主控电路还与所述的图像采集电路电连接;数据缓存单元,所述的主控电路将图像采集电路输出的待测温目标的可见光图像和红外图像缓存至数据缓存单元中。
为实现上述目的及其它相关目的,本发明还提供了一种电子设备,包括处理器、存储器和通信总线;所述通信总线用于将所述处理器和存储器连接;所述处理器用于执行所述存储器中存储的计算机程序,以实现如上述部分实施例所述的测温方法。
为实现上述目的及其它相关目的,本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序用于使计算机执行如上述部分实施例所述的测温方法。
本发明的有益效果:本发明提出的一种测温方法、装置、电子设备及存储介质,该测温方法中,根据待测温目标的可见光图像去计算发射率修正系数ε,根据红外图像去计算温度T0,最后利用发射率修正系数修正计算的温度,发射率修正系数可以表征待测温目标红外辐射能力,当采取非接触测温时,测温环境的变化如烟气、粉尘、遮挡等都会直接影响到发射率修正系数,因此我们利用发射率修正系数去修正,不再局限于粉尘的影响,因此按此步骤修正得到的温度也更加准确。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的测温方法的流程图;
图2是本发明一实施例提供的发射率修正模型图;
图3是图2中的模型对长度为N的序列展开后的示意图;
图4为本发明一实施例提供的曝光信号示意图;
图5为本发明一实施例提供的时序控制逻辑图;
图6为本发明一实施例提供的测温装置的示意图;
图7为本发明一实施例提供的图像同步采集模块的结构图。
附图标记说明:100、图像同步采集模块;101、镜头;102、分光模组;103、可见光传感器;104、近红外传感器;105、时钟发生器;106、同步曝光触发电路;107、图像采集电路;108、主控电路;109、数据缓存单元;201、数据获取模块;202、发射率修正系数计算模块;203、温度计算模块;204、温度修正模块。
具体实施方式
以下通过特定的具体实施例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其它优点与功效。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。除实施例中使用的具体方法、设备、材料外,根据本技术领域的技术人员对现有技术的掌握及本发明的记载,还可以使用与本发明实施例中所述的方法、设备、材料相似或等同的现有技术的任何方法、设备和材料来实现本发明。
应当理解,本发明实施例中使用的术语是为了描述特定的具体实施方案,而不是为了限制本发明的保护范围。除非另外定义,本发明中使用的所有技术和科学术语与本技术领域技术人员通常理解的意义相同。
本说明书附图所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义。任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容所能涵盖的范围内。并且,附图中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
在下文描述中,探讨了大量细节,以提供对本发明实施例的更透彻的解释,然而,对本领域技术人员来说,可以在没有这些具体细节的情况下实施本发明的实施例是显而易见的,在其中一些实施例中,以方框图的形式而不是以细节的形式来示出公知的结构和设备,以避免使本发明的实施例难以理解。
附图中的流程图和框图,示意了按照本发明公开的各种实施例的方法和计算机程序产品可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
请参见图1,本发明一实施例提供了一种测温方法,包括如下步骤:获取待测温目标的可见光图像和红外图像;本发明中,是根据待测温目标的可见光图像和红外图像来进行温度计算的,因此,我们首先需要获取这两个图像。正常情况下,我们应该获取待测温目标同一时刻下的可见光图像和红外图像,但实际在采集图像时,不可能完全同步,此处所述的完全同步,即两个图像中待测温目标处于同一时刻下。如果待测温目标的温度变化很平缓,那么我们对可见光图像和红外图像的同步程度要求可以低一点;如果待测温目标的温度变化十分剧烈,那么我们就需要采集高同步的可见光图像和红外图像。
在获取到可见光图像和红外图像的基础上,再根据待测温目标配准后的可见光图像计算发射率修正系数ε;然后根据待测温目标配准后的红外图像计算温度T0;最后根据公式T=ε*T0计算待测温目标的最终温度T。发射率修正系数可以表征待测温目标红外辐射能力,当采取非接触测温时,测温环境的变化如烟气、粉尘、遮挡等都会直接影响到发射率修正系数,因此我们利用发射率修正系数去修正,不再局限于粉尘的影响,因此按此步骤修正得到的温度也更加准确。
需要指出的是,虽然背景技术中提及的专利《粉尘干扰下熔融金属流体温度场在线检测方法及系统》(CN116608955A)中,也提及使用可见光相机来辅助红外相机测温,但该方案中,其首先根据空间匹配和时间匹配后的可见光图像,建立在可见光波段下基于色彩一致性的粉尘透射率估计模型,从而获得可见光波段下的粉尘透射率;其次建立可见光与红外波段之间的粉尘透射率映射模型,并根据可见光波段下的粉尘透射率获得红外波段下的粉尘透射率;最后再根据红外波段下的粉尘透射率和基于红外辐射机理的熔融金属流体温度场检测模型,实现对熔融金属流体温度场的在线检测。该方案中,其可见光图像主要用于计算粉尘透射率,与本申请中的方案有着本质的区别。
请参见图2,在本发明一具体实施例中,所述的根据待测温目标配准后的可见光图像计算发射率修正系数ε包括:将配准后可见光图像输入卷积神经网络中,提取图像特征x;将图像特征x输入到循环神经网络中,并根据循环神经网络上一时刻的隐藏状态ht-1以及图像特征x计算当前时刻的隐藏状态ht和发射率修正系数ε。
卷积神经网络(Convolutional Neural Networks,CNN)是一类包含卷积计算且具有深度结构的前馈神经网络,是深度学习的代表算法之一,使用卷积核对图像进行计算,可以提取出所需的图像特征。循环神经网络(Recurrent Neural Network,RNN)是一类以序列数据为输入,在序列的演进方向进行递归且所有节点(循环单元)按链式连接的递归神经网络。包括CNN在内的大部分模型都只能处理单独的输入,然而,某些任务需要提取输入之间的时序信息,例如本发明中从输入的图像中提取温度信息,这些温度不是独立的数值,而是连续变化的整个序列,因此我们使用循环神经网络进行特征提取。
在实际应用时,我们首先要构建发射率修正模型,其包括包括卷积神经网络和循环神经网络;然后准备一些训练数据;再利用训练数据训练发射率修正模型;最后得到训练好的发射率修正模型。前述计算发射率修正系数ε的步骤中,我们是将可见光图像输入到训练好的发射率修正模型中的。下面针对模型的构建和训练,进行进一步的详细阐述。
卷积神经网络和循环神经网络如图2所示,鉴于这两个神经网络都是非常成熟的模型,此处就不再详细展示其内部结构,仅以框图示意。在图2中,可见光图像输入卷积神经网络中提取图像特征x,图像特征x的维度根据需要设置,比如本实施例中提取的是512维的特征向量,将提取的图像特征x输入到循环神经网络中,循环神经网络根据上一时刻的隐藏状态以及图像特征计算当前时刻的隐藏状态和当前时刻的输出,当前时刻的输出即为发射率修正系数。图3是图2中的模型对长度为N的序列展开后的示意图,从图3中我们可以更加清楚的看到,循环神经网络在此处是如何根据源源不断传来的可见光图像计算每一帧图像所对应的发射率修正系数ε的。
在准备一些训练数据时,尽量准备包含尽可能多场景的图像数据。以高温熔体为例,应尽量覆盖尽可能多的烟尘、溅射场景下的可见光图像和红外图像,并获取对应高温熔体的标准温度。在进行上述发射率修正模型训练时,我们要先根据红外图像和标准温度反推发射率修正系数ε,然后将可见光图像作为发射率修正模型的输入、发射率修正系数ε作为发射率修正模型的输出,对发射率修正模型进行训练。
在本发明一具体实施例中,所述的根据待测温目标配准后的红外图像计算温度T0包括:根据标定函数F(),把配准后的红外图像测温区域所有像素点的灰度值v映射成温度F(v);将所有像素点的温度按从高到低进行排序;取第k高的温度作为温度T0,其中k为根据经验或算法设定的常整数,比如,本实施例中,应用于高温熔体温度的测量时,k可以取10~50中任意一个整数。
如果待测温目标的测温区域温度是不同的,那么我们可以利用映射的温度F(v)直接乘以发射率修正系数ε得到每个像素点所对应的温度,这也是根据红外图像计算温度T0的常规计算方案。但该实施例中,主要是针对待测温目标的测温区域温度相同的场景,因此我们只需要计算出一个温度值即可,比如可以通过求平均等方式来计算。
本实施例中,通过引入参数k,然后将所有像素点的温度从高到低排序,选第k高的温度作为温度T0,可以快速的剔除一些温度异常的噪点,并且可以相对精准的反应实际的温度情况,该方法计算时速度也很快。
请参见图4,在本发明一具体实施例中,所述的获取待测温目标的可见光图像和红外图像之前还包括如下步骤:通过时钟发生器105产生稳定的时钟信号;根据预设的时间间隔或曝光触发命令将时钟信号分配为两个同步曝光脉冲信号;可见光传感器103和近红外传感器104根据曝光脉冲信号进行同步曝光获取待测温目标的图像信号;将来自两个传感器的图像信号转换成一定格式的图像数据流得到所述待测温目标的可见光图像和红外图像。此实施例主要针对目标温度变化剧烈的场合,此时需要保证可见光图像和红外图像的同步性,因此根据稳定的时钟信号来生成两个同步的曝光脉冲信号使得两个传感器同步曝光,具体实施时,可选用高精度的时钟发生器105。
请参见图5,在本发明一具体实施例中,所述的根据预设的时间间隔或曝光触发命令将时钟信号分配为两个同步曝光脉冲信号包括:通过主控电路108使能同步曝光触发电路106,并下发曝光触发命令和曝光时间;同步曝光触发电路106根据曝光触发命令输出两个同步曝光脉冲信号,曝光脉冲信号的上升沿与时钟信号的上升沿对齐,曝光脉冲信号的脉冲宽度和曝光时间相等。为了更加精确的控制两个传感器的曝光,本实施例中让两个同步曝光脉冲信号的脉宽可调,这样就可以更加合理的设置两个传感器的曝光时间。
请参见图6,本发明一实施例提供了一种测温装置,包括:数据获取模块201,用于获取待测温目标的可见光图像和红外图像;发射率修正系数计算模块202,用于根据待测温目标配准后的可见光图像计算发射率修正系数ε;温度计算模块203,用于根据待测温目标配准后的红外图像计算温度T0;温度修正模块204,用于根据公式T=ε*T0计算待测温目标的最终温度T。需要说明的是,本实施例的测温装置是与上述测温方法相对应的装置,测温装置中的功能模块或者分别对应测温方法中的相应步骤。本发明中,测温装置可与测温方法相互相配合实施,即在不冲突的情况下,本发明中所有测温装置的实施例中提到的相关技术细节也可应用在上述测温方法中,上述测温方法中提到的相关技术细节也可应用在所有测温装置的实施例中。
需要说明的是,上述的各功能模块实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里所述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的部分或全部步骤,或以上的各功能模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
在本发明一具体实施例中,包括图像采集模块,所述的图像采集模块包括:两个镜头101,用于收集待测温目标的光学信号;可见光传感器103,用于接收其中一个镜头101的光学信号;近红外传感器104,用于接收另一个镜头101的光学信号;以及图像采集电路107,采集可见光传感器103和近红外传感器104输出的图像信号得到待测温目标的可见光图像和红外图像。该实施例中,相当于采用两个独立的相机分别去采集可见光图像和红外图像,由于两个相机的位置不同,在获取待测温目标的可见光图像和红外图像步骤之后,需要对两个图像进行配准,然后再进行发射率修正系数ε和温度T0的计算。
在本发明一具体实施例中,包括图像采集模块,所述的图像采集模块包括:镜头101,用于收集待测温目标的光学信号;可见光传感器103;近红外传感器104;分光模组102,将所述镜头101收集的光学信号一分为二后分别传输给可见光传感器103和近红外传感器104;以及图像采集电路107,采集可见光传感器103和近红外传感器104输出的图像信号得到待测温目标的可见光图像和红外图像。该实施例中,可以让两个传感器与分光模组102精密贴合,通过硬件实现图像信号的亚像素级配准,后续就不再需要利用算法进行配准了。
请参见图7,在本发明一具体实施例中,包括图像同步采集模块100,所述的图像同步采集模块100包括:镜头101,用于收集待测温目标的光学信号;可见光传感器103;近红外传感器104;分光模组102,将所述镜头101收集的光学信号一分为二后分别传输给可见光传感器103和近红外传感器104;时钟发生器105,用于产生时钟信号;同步曝光触发电路106,将时钟信号分配为两个同步曝光脉冲信号后作用在可见光传感器103和近红外传感器104上;以及图像采集电路107,采集可见光传感器103和近红外传感器104输出的图像信号得到待测温目标某一时刻的可见光图像和红外图像。在该实施例中,通过设置时钟发生器105和同步曝光触发电路106,使得两个传感器可以同步采集某一时刻的可见光图像和红外图像,非常适用于温度变化剧烈的场景。并且,同步曝光触发电路106可以进一步独立设置两个传感器的曝光时间,使得两个传感器可以依据待测温目标的实际情况分别设置合理的曝光时间。
在本发明一具体实施例中,包括:主控电路108,所述的主控电路108与同步曝光触发电路106电连接用于下发曝光触发命令,所述的主控电路108还与所述的图像采集电路107电连接;数据缓存单元109,所述的主控电路108将图像采集电路107输出的待测温目标的可见光图像和红外图像缓存至数据缓存单元109中。通过设置数据缓存单元109,使得图像采集和温度计算两个流程独立开来,图像同步采集模块100可以不受限制地按照既定的频率采集待测温目标的可见光图像和红外图像,当后续的温度计算出现故障或计算速度慢时,都不会影响到图像的采集过程。一般来说,数据缓存单元109中将采集时间、该时间对应的可见光图像和红外图像三个数据作为一组信息保存。后续进行温度计算时,对同一组信息中的可见光图像和红外图像进行处理,得到的温度即为待测温目标在采集时间的温度。
需要注意的是,当利用上述装置对高温熔体进行测温时,需要选用耐高温的针孔镜头101,其前端窥孔小,有利于风冷却防护。
本发明一实施例提供了一种电子设备,包括处理器、存储器和通信总线;所述通信总线用于将所述处理器和存储器连接;所述处理器用于执行所述存储器中存储的计算机程序,以实现如前部分实施例所述的测温方法。
本发明一实施例提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序用于使计算机执行如前部分实施例所述的测温方法。
具体来说,对于数据获取模块201、发射率修正系数计算模块202、温度计算模块203以及温度修正模块204所实现的方法,其全部可以通过计算机程序来实现。对于时钟信号和曝光脉冲信号的产生,一般可通过电路来实现,因此不包含在该电子设备和计算机可读存储介质中。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种测温方法,其特征在于,包括如下步骤:
获取待测温目标的可见光图像和红外图像;
根据待测温目标配准后的可见光图像计算发射率修正系数ε;
根据待测温目标配准后的红外图像计算温度T0;
根据公式T=ε*T0计算待测温目标的最终温度T。
2.根据权利要求1所述的测温方法,其特征在于,所述的根据待测温目标配准后的可见光图像计算发射率修正系数ε包括:
将配准后可见光图像输入卷积神经网络中,提取图像特征x;
将图像特征x输入到循环神经网络中,并根据循环神经网络上一时刻的隐藏状态以及图像特征x计算当前时刻的隐藏状态和发射率修正系数ε。
3.根据权利要求1所述的测温方法,其特征在于,所述的根据待测温目标配准后的红外图像计算温度T0包括:
根据标定函数F(),把配准后的红外图像测温区域所有像素点的灰度值v映射成温度F(v);
将所有像素点的温度按从高到低进行排序;
取第k高的温度作为温度T0,其中k为根据经验或算法设定的常整数。
4.根据权利要求1所述的测温方法,其特征在于,所述的获取待测温目标的可见光图像和红外图像之前还包括如下步骤:
通过时钟发生器产生稳定的时钟信号;
根据预设的时间间隔或曝光触发命令将时钟信号分配为两个同步曝光脉冲信号;
可见光传感器和近红外传感器根据曝光脉冲信号进行同步曝光获取待测温目标的图像信号;
将来自两个传感器的图像信号转换成一定格式的图像数据流得到所述待测温目标的可见光图像和红外图像。
5.根据权利要求4所述的测温方法,其特征在于,所述的根据预设的时间间隔或曝光触发命令将时钟信号分配为两个同步曝光脉冲信号包括:
通过主控电路使能同步曝光触发电路,并下发曝光触发命令和曝光时间;
同步曝光触发电路根据曝光触发命令输出两个同步曝光脉冲信号,曝光脉冲信号的上升沿与时钟信号的上升沿对齐,曝光脉冲信号的脉冲宽度和曝光时间相等。
6.一种测温装置,其特征在于,包括:
数据获取模块,用于获取待测温目标的可见光图像和红外图像;
发射率修正系数计算模块,用于根据待测温目标配准后的可见光图像计算发射率修正系数ε;
温度计算模块,用于根据待测温目标配准后的红外图像计算温度T0;
温度修正模块,用于根据公式T=ε*T0计算待测温目标的最终温度T。
7.根据权利要求6所述的测温装置,其特征在于,包括图像同步采集模块,所述的图像同步采集模块包括:
镜头,用于收集待测温目标的光学信号;
可见光传感器;
近红外传感器;
分光模组,将所述镜头收集的光学信号一分为二后分别传输给可见光传感器和近红外传感器;
时钟发生器,用于产生时钟信号;
同步曝光触发电路,将时钟信号分配为两个同步曝光脉冲信号后作用在可见光传感器和近红外传感器上;以及
图像采集电路,采集可见光传感器和近红外传感器输出的图像信号得到待测温目标某一时刻的可见光图像和红外图像。
8.根据权利要求7所述的测温装置,其特征在于,包括:
主控电路,所述的主控电路与同步曝光触发电路电连接用于下发曝光触发命令,所述的主控电路还与所述的图像采集电路电连接;
数据缓存单元,所述的主控电路将图像采集电路输出的待测温目标的可见光图像和红外图像缓存至数据缓存单元中。
9.一种电子设备,其特征在于,包括处理器、存储器和通信总线;所述通信总线用于将所述处理器和存储器连接;所述处理器用于执行所述存储器中存储的计算机程序,以实现如权利要求1-3任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序用于使计算机执行如权利要求1-3任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311688112.6A CN117387778B (zh) | 2023-12-11 | 2023-12-11 | 一种测温方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311688112.6A CN117387778B (zh) | 2023-12-11 | 2023-12-11 | 一种测温方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117387778A true CN117387778A (zh) | 2024-01-12 |
CN117387778B CN117387778B (zh) | 2024-04-02 |
Family
ID=89465148
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311688112.6A Active CN117387778B (zh) | 2023-12-11 | 2023-12-11 | 一种测温方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117387778B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108775963A (zh) * | 2018-07-27 | 2018-11-09 | 合肥英睿系统技术有限公司 | 受反射影响的红外测温修正方法、装置、设备及存储介质 |
CN110084092A (zh) * | 2018-01-25 | 2019-08-02 | 通用电气公司 | 用机器学习算法进行温度测量的方法和系统 |
CN112258490A (zh) * | 2020-10-30 | 2021-01-22 | 中国人民解放军空军工程大学 | 基于光学和红外图像融合的低发射率涂层智能探损方法 |
US20210293625A1 (en) * | 2020-08-31 | 2021-09-23 | Harbin Engineering University | Multi-spectral temperature measuring device based on adaptive emissivity model and temperature measuring method thereof |
CN114838830A (zh) * | 2022-04-24 | 2022-08-02 | 广东韶钢松山股份有限公司 | 一种授铁工艺段温度检测方法、装置及系统 |
US11624660B1 (en) * | 2021-10-15 | 2023-04-11 | Motorola Solutions, Inc. | Dynamic radiometric thermal imaging compensation |
CN116067506A (zh) * | 2023-02-09 | 2023-05-05 | 中南大学 | 一种工业炉窑物料表面三维温度场构建方法及系统 |
CN116608955A (zh) * | 2023-04-17 | 2023-08-18 | 中南大学 | 粉尘干扰下熔融金属流体温度场在线检测方法及系统 |
-
2023
- 2023-12-11 CN CN202311688112.6A patent/CN117387778B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110084092A (zh) * | 2018-01-25 | 2019-08-02 | 通用电气公司 | 用机器学习算法进行温度测量的方法和系统 |
CN108775963A (zh) * | 2018-07-27 | 2018-11-09 | 合肥英睿系统技术有限公司 | 受反射影响的红外测温修正方法、装置、设备及存储介质 |
US20210293625A1 (en) * | 2020-08-31 | 2021-09-23 | Harbin Engineering University | Multi-spectral temperature measuring device based on adaptive emissivity model and temperature measuring method thereof |
CN112258490A (zh) * | 2020-10-30 | 2021-01-22 | 中国人民解放军空军工程大学 | 基于光学和红外图像融合的低发射率涂层智能探损方法 |
US11624660B1 (en) * | 2021-10-15 | 2023-04-11 | Motorola Solutions, Inc. | Dynamic radiometric thermal imaging compensation |
CN114838830A (zh) * | 2022-04-24 | 2022-08-02 | 广东韶钢松山股份有限公司 | 一种授铁工艺段温度检测方法、装置及系统 |
CN116067506A (zh) * | 2023-02-09 | 2023-05-05 | 中南大学 | 一种工业炉窑物料表面三维温度场构建方法及系统 |
CN116608955A (zh) * | 2023-04-17 | 2023-08-18 | 中南大学 | 粉尘干扰下熔融金属流体温度场在线检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117387778B (zh) | 2024-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107677375B (zh) | 一种红外辐射测量系统定标装置及定标方法 | |
CN103383360B (zh) | 一种薄带连铸坯表面缺陷正弦光栅相移检测装置及检测方法 | |
CN107588854B (zh) | 基于内置参考体的高精度测温方法 | |
CN102795627B (zh) | 多晶硅还原炉多参量在线监测与优化控制装置及方法 | |
CN112067147B (zh) | 一种温度和变形同步测量方法及装置 | |
CN110186570B (zh) | 一种增材制造激光3d打印温度梯度检测方法 | |
CN111595462B (zh) | 红外成像测温系统标定方法、装置、计算设备及存储介质 | |
US20150355030A1 (en) | Equipment and method for intensity-temperature transformation of imaging system | |
CN104299231B (zh) | 多传感器实时图像配准方法和系统 | |
CN113865717B (zh) | 一种基于高速相机的瞬态高温比色测温装置 | |
CN113358231B (zh) | 红外测温方法、装置及设备 | |
CN111337132B (zh) | 一种温度测量方法、装置以及数字图像采集设备 | |
CN108279071A (zh) | 基于比色测温法的全视场熔池温度场检测系统 | |
CN111707382B (zh) | 一种温度变形同步测量的动态光学补偿方法及装置 | |
JP7006104B2 (ja) | 気流測定装置 | |
CN117387778B (zh) | 一种测温方法、装置、电子设备及存储介质 | |
CN108871189A (zh) | 一种金属冶炼排渣的炉渣位置检测装置及其检测方法 | |
CN113049118B (zh) | 一种红外焦平面探测器闪元测试装置及测试方法 | |
CN208366471U (zh) | 一种用于自动确定红外成像仪的最小可辨温差的装置 | |
CN112229523A (zh) | 一种红外热成像测温方法及装置 | |
CN112013964A (zh) | 一种红外测温距离自动补偿方法、系统、装置和储存介质 | |
CN111652945A (zh) | 一种相机标定方法 | |
CN116067506A (zh) | 一种工业炉窑物料表面三维温度场构建方法及系统 | |
CN116608955A (zh) | 粉尘干扰下熔融金属流体温度场在线检测方法及系统 | |
CN213364035U (zh) | 一种红外热成像测温装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |