CN117516728A - 红外测温置信度检测方法及装置、设备、存储介质 - Google Patents

Abstract

本发明公开了一种红外测温置信度检测方法及装置、设备、存储介质，其中，上述红外测温置信度检测方法中，通过根据确定目标对象在目标红外图像中的目标像素尺寸后，根据目标像素尺寸以及预设的目标对象的实际尺寸，确定目标红外图像中关于目标对象的测温置信度，以确定出用于指示通过目标红外图像检测目标对象的温度值的准确率。将目标对象的目标像素尺寸以及实际尺寸作为红外测温是否准确的判断依据，可以进一步防止输出不能准确检测目标对象的温度值的红外图像，提高红外测温的准确率，避免出现测温失真、发热点漏检的情况。

Description

红外测温置信度检测方法及装置、设备、存储介质

技术领域

本申请实施例涉及红外技术，涉及但不限于一种红外测温置信度检测方法及装置、设备、存储介质。

背景技术

在利用探测器对被测目标进行成像的过程中，由于其成像可能在探测器的成像图案的两个像素点之间，加上环境、目标成像到探测器不是正投影方向等因素影响，通常需要被测目标表在探测器上的投影图像须至少填充满3*3个像素点才能确保准确测温，否则测温精度大幅下降，甚至不能观测到目标。

相应地，在输电线路红外检测过程中，为了能更好的去测量目标及其热扩散区域温度，被测目标需要在红外热像仪探测器上面达到一定的像素点覆盖清晰成像。过低的像素数量会导致发热点温度与背景温度混杂，出现测温失真、发热点漏检的情况。

发明内容

有鉴于此，本申请实施例提供的红外测温置信度检测方法及装置、设备、存储介质，能够提高红外测温的准确率。

第一方面，本申请实施例提供的红外测温置信度检测方法，所述方法包括：获取包括有目标对象的目标红外图像；确定所述目标对象在所述目标红外图像中的目标像素尺寸；根据所述目标像素尺寸以及预设的所述目标对象的实际尺寸，确定所述目标红外图像中关于所述目标对象的测温置信度，所述测温置信度用于指示通过所述目标红外图像检测所述目标对象的温度值的准确率，所述测温置信度与所述目标像素尺寸以及所述实际尺寸的比值正相关。

上述红外测温置信度检测方法中，通过根据确定目标对象在目标红外图像中的目标像素尺寸后，根据目标像素尺寸以及预设的目标对象的实际尺寸，确定目标红外图像中关于目标对象的测温置信度，以确定出用于指示通过目标红外图像检测目标对象的温度值的准确率。将目标对象的目标像素尺寸以及实际尺寸作为红外测温是否准确的判断依据，可以进一步防止输出不能准确检测目标对象的温度值的红外图像，提高红外测温的准确率，避免出现测温失真、发热点漏检的情况。

在一些实施例中，所述根据所述目标像素尺寸以及预设的所述目标对象的实际尺寸，确定测温置信度，包括：根据所述目标像素尺寸以及预设的所述目标对象的实际尺寸，确定所述目标对象在所述目标红外图像中占据的目标像素密度；根据预设的像素密度与测温置信度之间的对应关系以及所述目标像素密度，确定所述测温置信度。

在一些实施例中，所述确定所述目标对象在所述目标红外图像中占据的目标像素密度之前，所述方法还包括：检测所述目标像素尺寸是否在预设的尺寸阈值范围内；若在所述尺寸阈值范围内，则执行所述确定所述目标对象在所述目标红外图像中占据的目标像素密度的步骤；若不在所述尺寸阈值范围内，则输出提示信息，所述提示信息用于提示用户所述目标像素尺寸。

在一些实施例中，所述确定所述目标对象在所述目标红外图像中的目标像素尺寸，包括：从所述目标红外图像中分离出所述目标对象对应的目标图像区域；获得所述目标图像区域中所述目标对象的目标像素尺寸。

在一些实施例中，所述目标对象包括绝缘子串，所述从所述目标红外图像中分离出所述目标对象对应的目标图像区域，包括：检测所述目标红外图像中所述绝缘子串的目标类别；根据预设的类别与分离策略之间的对应关系以及所述目标类别，确定目标分离策略；按照所述目标分离策略，从所述目标红外图像中分离出所述绝缘子串对应的目标图像区域。

在一些实施例中，所述绝缘子串的类别包括复合绝缘子串和/或陶瓷绝缘子串，所述复合绝缘子串对应的分离策略包括分离出整个绝缘子串，所述陶瓷绝缘子串对应的分离策略包括仅分离出绝缘子串的钢帽部分。

在一些实施例中，所述获得所述目标图像区域中所述目标对象的目标像素尺寸，包括：提取所述目标图像区域的边缘；利用连通域检测的方法将所述目标图像区域的边缘聚类形成多个轮廓；计算所述多个轮廓的最小外接矩形，将所述多个轮廓的最小外接矩形的尺寸作为所述目标像素尺寸。

第二方面，本申请实施例提供的红外测温置信度检测装置，所述装置包括：红外图像获取模块，用于获取包括有目标对象的目标红外图像；像素尺寸确定模块，用于确定所述目标对象在所述目标红外图像中的目标像素尺寸；测温置信度确定模块，用于根据所述目标像素尺寸以及预设的所述目标对象的实际尺寸，确定所述目标红外图像中关于所述目标对象的测温置信度，所述测温置信度用于指示通过所述目标红外图像检测所述目标对象的温度值的准确率，所述测温置信度与所述目标像素尺寸以及所述实际尺寸的比值正相关。

第三方面，本申请实施例提供的计算机设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述程序时实现本申请实施例所述的方法。

第四方面，本申请实施例提供的计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本申请实施例提供的所述的方法。

应当理解的是，本申请实施例的第二～四方面与本申请实施例的第一方面的技术方案一致，各方面及对应的可行实施方式所取得的有益效果相似，不再赘述。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本申请的实施例，并与说明书一起用于说明本申请的技术方案。

图1为本申请实施例提供的电子设备的结构示意图；

图2为本申请实施例提供的红外测温置信度检测方法的流程示意图；

图3A为本申请实施例提供的一种红外图像的示意图；

图3B为本申请实施例提供的另一种红外图像的示意图；

图4为本申请实施例提供的红外测温置信度检测方法的流程示意图；

图5为本申请实施例提供的红外测温置信度检测方法的流程示意图；

图6为本申请实施例提供的红外测温置信度检测方法的流程示意图；

图7为本申请实施例提供的目标红外图像的示意图；

图8为本申请实施例提供的红外测温置信度检测方法的流程示意图；

图9为本申请实施例提供的红外测温置信度检测方法的流程示意图；

图10为本申请实施例提供的轮廓点聚类过程的示意图；

图11为本申请实施例提供的红外测温置信度检测方法的流程示意图；

图12为本申请实施例提供的缺陷检测装置的结构示意图；

图13为本申请实施例提供的计算机设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请的具体技术方案做进一步详细描述。以下实施例用于说明本申请，但不用来限制本申请的范围。

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。

在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。

需要指出，本申请实施例所涉及的术语“第一\第二\第三”用以区别类似或不同的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。

本申请实施例提供一种红外测温置信度检测方法，该方法应用于电子设备，该电子设备在实施的过程中可以为各种类型的具有信息处理能力的设备。例如，所述电子设备可以包括个人计算机、笔记本电脑、掌上电脑或服务器等；该电子设备还可以为移动终端，例如所述移动终端可以包括手机、车载电脑、平板电脑或投影仪等。该方法所实现的功能可以通过电子设备中的处理器调用程序代码来实现，当然程序代码可以保存在计算机存储介质中，可见，该电子设备至少包括处理器和存储介质。

示例性地，如图1所示，电子设备10可以包括处理器101，外部存储器接口102，内部存储器103，通用串行总线(universal serial bus，USB)接口104，拍摄模组105，显示屏106和按键107。

可以理解的是，本申请实施例示意的结构并不构成对电子设备10的具体限定。在本申请另一些实施例中，电子设备10可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件，软件或软件和硬件的组合实现。

处理器101可以包括一个或多个处理单元，例如：处理器101可以包括应用处理器(application processor，AP)，调制解调处理器，图形处理器(graphics processingunit，GPU)，图像信号处理器(image signal processor，ISP)，控制器，视频编解码器，数字信号处理器(digital signal processor，DSP)，基带处理器，和/或神经网络处理器(neural-network processing unit，NPU)等。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。示例性的，处理器101可以是智能终端CPU，如Snapdragon系列处理器等。在一些实施例中，处理器101可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit，I2C)接口，集成电路内置音频(inter-integratedcircuit sound，I2S)接口，脉冲编码调制(pulse code modulation，PCM)接口，通用异步收发传输器(universal asynchronous receiver/transmitter，UART)接口，移动产业处理器接口(mobile industry processor interface，MIPI)，通用输入输出(general-purposeinput/output，GPIO)接口，用户标识模块(subscriber identity module，SIM)接口，和/或通用串行总线(universal serial bus，USB)接口等。

可以理解的是，本申请实施例示意的各模块间的接口连接关系，只是示意性说明，并不构成对电子设备10的结构限定。在本申请另一些实施例中，电子设备10也可以采用上述实施例中不同的接口连接方式，或多种接口连接方式的组合。

电子设备10通过GPU，显示屏106，以及应用处理器等实现显示功能。GPU为图像处理的微处理器，连接显示屏106和应用处理器。GPU用于执行数学和几何计算，用于图形渲染。处理器101可包括一个或多个GPU，其执行程序指令以生成或改变显示信息。显示屏106用于显示图像，视频等。

电子设备10可以通过ISP，拍摄模组105，视频编解码器，GPU，显示屏106以及应用处理器等实现拍摄功能。ISP用于处理拍摄模组105反馈的数据。拍摄模组105用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件(charge coupled device，CCD)或互补金属氧化物半导体(complementary metal-oxide-semiconductor，CMOS)光电晶体管。感光元件把光信号转换成电信号，之后将电信号传递给ISP转换成数字图像信号。ISP将数字图像信号输出到DSP加工处理。DSP将数字图像信号转换成标准的RGB，YUV等格式的图像信号。数字信号处理器用于处理数字信号，除了可以处理数字图像信号，还可以处理其他数字信号。一些实施例中，拍摄模组105可以为摄像头。

外部存储器接口102可以用于连接外部存储卡，例如Micro SD卡，实现扩展电子设备10的存储能力。外部存储卡通过外部存储器接口102与处理器101通信，实现数据存储功能。例如将音乐，视频等文件保存在外部存储卡中。

内部存储器103可以用于存储计算机可执行程序代码，所述可执行程序代码包括指令。内部存储器103可以包括存储程序区和存储数据区。其中，存储程序区可存储操作系统，至少一个功能所需的应用程序(比如声音播放功能，图像播放功能等)等。存储数据区可存储电子设备10使用过程中所创建的数据(比如音频数据，电话本等)等。

按键107包括开机键，音量键等。按键107可以是机械按键。也可以是触摸式按键。电子设备10可以接收按键输入，产生与电子设备10的用户设置以及功能控制有关的键信号输入。

另外，本申请实施例所涉及的电子设备，还可安装有操作系统，在该操作系统上可以安装运行应用程序，本申请实施例对此不做限定。

图2为本申请实施例提供的一种红外测温置信度检测方法的流程示意图。如图2所示，该方法可以包括以下步骤：

步骤S101，获取包括有目标对象的目标红外图像；

步骤S102，确定目标对象在目标红外图像中的目标像素尺寸；

步骤S103，根据目标像素尺寸以及预设的目标对象的实际尺寸，确定目标红外图像中关于目标对象的测温置信度，测温置信度用于指示通过目标红外图像检测目标对象的温度值的准确率，测温置信度与目标像素尺寸以及实际尺寸的比值正相关。

实施过程中，电子设备在获得目标红外图像后，可以通过计算目标对象在目标红外图像中的目标像素尺寸以及实际尺寸的比值，确定出目标红外图像对应的测温置信度，从而确定通过该红外图像是否能够准确得出目标对象的温度值。

示例性地，如图3A所示，技术人员在距离目标对象A米远的地方拍摄针对目标对象的红外图像A，对应的测温置信度为A1，但因A米远处技术人员距离目标对象过远，故红外图像A中目标对象的测温置信度低于检测要求，故当技术人员在距离目标对象B米远的地方拍摄针对目标对象的红外图像B，如图3B所示，对应的测温置信度为A2，B米<A米。显而易见的，红外图像B中的目标对象相较于红外图像A中的目标对象的像素尺寸更大，A2明显大于A1。故在距离目标对象在不同距离处进行红外图像的获取时，会造成不同大小的测温置信度，技术人员可以根据红外图像中不同的测温置信度确定出是否需要调整拍摄距离，以获取更高测温置信度的红外图像。

可选地，上述目标对象可以为具有表面温度的物体，例如动物、绝缘子串，气体等。

可选地，上述在目标红外图像时可以通过装备有红外传感器的无人机进行获取。一些实施方式中，在无人机采集完成后可将采集完成的红外图像传输至另一电子设备终端处进行后续处理，也可以无人机对采集到的红外图像进行自行实时处理。

可选地，上述目标对象的实际尺寸可以通过读取用户预先输入的尺寸值确定，例如，电子设备设置有尺寸输入接口，以使用户可以输入目标对象的实际尺寸，从而提高测温置信度的计算准确度，避免通过识别算法的计算过程中所带来的识别误差。

上述红外测温置信度检测方法中，通过根据确定目标对象在目标红外图像中的目标像素尺寸后，根据目标像素尺寸以及预设的目标对象的实际尺寸，确定目标红外图像中关于目标对象的测温置信度，以确定出用于指示通过目标红外图像检测目标对象的温度值的准确率。将目标对象的目标像素尺寸以及实际尺寸作为红外测温是否准确的判断依据，可以进一步防止输出不能准确检测目标对象的温度值的红外图像，提高红外测温的准确率，避免出现测温失真、发热点漏检的情况。

一些实施例中，如图4所示，上述步骤S103可以包括：

步骤S1031，根据目标像素尺寸以及预设的目标对象的实际尺寸，确定目标对象在目标红外图像中占据的目标像素密度；

步骤S1032，根据预设的像素密度与测温置信度之间的对应关系以及目标像素密度，确定测温置信度。

其中，上述像素密度指的是每单位尺寸内所拥有的像素数量，像素密度越高，单张图像中能够以越高的密度显示图像，图像中所包括的细节也会越丰富。通常，单位长度占据的像素密度Z可以通过下述计算：

其中，N为目标像素尺寸，D为目标对象的实际尺寸。

可以理解的是，通过设置测温置信度直接与像素密度之间的对应关系，可以降低电子设备的计算资源量，提高计算效率。

一些实施例中，如图5所示，上述确定目标对象在目标红外图像中占据的目标像素密度之前，上述步骤S103还可以包括：

步骤S1033，检测目标像素尺寸是否在预设的尺寸阈值范围内；

步骤S1034，若在尺寸阈值范围内，则执行确定目标对象在目标红外图像中占据的目标像素密度的步骤；

步骤S1035，若不在尺寸阈值范围内，则输出提示信息，提示信息用于提示用户目标像素尺寸。

可选地，上述尺寸阈值范围可以由本领域技术人员根据实际情况进行设置，本申请不做限制。

示例性地，在获得目标像素尺寸后，会首先确定目标像素尺寸是否在预设的尺寸阈值范围内，若在，说明对应的目标像素密度可以反应出准确的测温置信度，若不在，说明对应的目标像素密度过低，不能准确反应出准确的测温置信度。即若在尺寸阈值范围内，则继续执行确定目标对象在目标红外图像中占据的目标像素密度的步骤，若不在尺寸阈值范围内，则输出提示信息，提示信息用于提示用户目标像素尺寸，不会继续执行确定目标对象在目标红外图像中占据的目标像素密度的步骤。

可选地，上述提示信息可以是弹窗信息，也可以是震动提示，也可以是信息提示等，由本领域技术人员根据实际情况进行设置，本申请不做限制。

可以理解的是，通过在确定目标对象在目标红外图像中占据的目标像素密度之前首先判断目标像素尺寸是否在预设的尺寸阈值范围内，可以避免在目标像素尺寸过低而使对应的目标像素密度无法准确反应出测温置信度时，继续执行后续步骤，增加无谓的计算消耗。

一些实施例中，如图6所示，上述步骤S102可以包括：

步骤S1021，从目标红外图像中分离出目标对象对应的目标图像区域；

步骤S1022，获得目标图像区域中目标对象的目标像素尺寸。

可选地，上述分离可以是直接从目标红外图像中裁剪出目标图像区域，以形成单独的目标图像区域，也可以是从目标红外图像中标记出目标图像区域，以形成包括有标记框的目标红外图像，标记框所框选的内容为目标图像区域，具体可以按需设计，本申请不做限制。

示例性地，如图7所示，目标红外图像包括对象A、对象B和对象C，其中对象C为待检测的目标对象，则本申请会从目标红外图像中通过标识框单独标识出对象C对应的图像区域，以获得目标对象对应的目标图像区域，进而计算得到目标图像区域中目标对象的目标像素尺寸。

可选地，如图8所示，若上述目标对象包括绝缘子串，上述步骤S1021可以包括：

步骤S10211，检测目标红外图像中绝缘子串的目标类别；

步骤S10212，根据预设的类别与分离策略之间的对应关系以及目标类别，确定目标分离策略；

步骤S10213，按照目标分离策略，从目标红外图像中分离出绝缘子串对应的目标图像区域。

可选地，上述绝缘子串的目标类别的识别方式可以通过分类器进行判断。在提取出目标红外图像对应的卷积特征图后，可以基于RPN(Region Proposal Network，区域选取网络)算法，在卷积特征图中搜索多个兴趣区域，称为兴趣区域。对兴趣区域中包含的第一卷积特征信息进行池化处理，即是聚合统计第一卷积特征信息，聚合统计后可以得到关于目标红外图像中目标对象的静态结构特征信息，称为第一结构特征信息。池化处理是为了减少后续的计算量以及共享权值。再基于第一完全卷积神经网络模型中的分类器，识别兴趣区域中聚合统计后的第一结构特征信息和第一完全卷积神经网络模型中的多个属性类型特征的匹配度，称为第一匹配度，也就是每个兴趣区域都要对应多个第一匹配度，且每个兴趣区域对应第一匹配度的数量和第一完全卷积神经网络模型中的属性类型特征的数量相同，其中每个属性类型特征对应一个属性类别。在每个兴趣区域对应的多个第一匹配度中，终端设备将最大第一匹配度作为兴趣区域的置信度，且终端设备将最大第一匹配度对应的属性类型特征的属性类别作为该兴趣区域中对象的标签信息。例如，第一完全卷积神经网络模型中包括属性类别“绝缘子串A”对应属性类型特征；属性类别“绝缘子串B”对应属性类型特征；以及属性类别“绝缘子串C”对应属性类型特征，分类器识别第一结构特征信息A与上述3个属性类别对应的属性类型特征之间的第一匹配度可以得到：第一结构特征信息A与属性类别“绝缘子串A”的第一匹配度为0.1；第一结构特征信息A与属性类别“绝缘子串B”的第一匹配度为0.7；第一结构特征信息A与属性类别“绝缘子串C”的第一匹配度为0.9。因此第一结构特征信息A对应的兴趣区域的置信度为0.9，且上述兴趣区域中对象的标签信息为：绝缘子串C。

可选地，上述绝缘子串的类别包括复合绝缘子串和/或陶瓷绝缘子串，复合绝缘子串对应的分离策略包括分离出整个绝缘子串，陶瓷绝缘子串对应的分离策略包括仅分离出绝缘子串的钢帽部分。

应理解，因陶瓷绝缘子串很多都是平行的多串，换个角度拍多串的红外图像很容易重叠，单串整体的宽度很难取准，因此这里陶瓷绝缘子串对应的分离策略选择了仅分离出钢帽部件，这个部件的宽度不会受拍摄角度的影响，而且有很多个，取平均值后得到的宽度也比较准确。而复合绝缘子串基本都是单串，单串的整体很容易独立分割出来，故复合绝缘子串的分离策略选择分离出整个绝缘子串。

可以理解的是，通过对不同类别的绝缘子串设置不同的分离策略，可以针对不同结构的绝缘子串适应性的进行分离，以提高计算准确度。

一些实施例中，如图9所示，上述步骤S1022可以包括：

步骤S10221，提取目标图像区域的边缘；

步骤S10222，利用连通域检测方法将目标图像区域的边缘聚类形成多个轮廓；

步骤S10223，计算多个轮廓的最小外接矩形，将多个轮廓的最小外接矩形的尺寸作为目标像素尺寸。

可选地，上述提取目标图像区域的边缘的方式可以为Sobel、Canny等边缘检测算子。

可选地，上述利用连通域检测方法将轮廓进行聚类的方式可以为：从目标图像区域的边缘的某一位置的像素点开始，从碰到的第一个边缘像素点开始探测最大的连通域，获取离该边缘像素点小于距离阈值的所有点，放到一个列表中。然后遍历该列表，并将离每一个点距离小于距离阈值的点都放到该列表中。遍历结束后，计算包含列表中所有点的最小外接矩形区域。根据设定的矩形区域特点，如长宽、长宽比等，来判断该区域是否满足要求，如果满足，则放到轮廓列表中，直至所有边缘像素点遍历结束。最后如果轮廓列表为空，则没有获取到轮廓，如果大于或等于1，则输出轮廓。

可选地，在利用连通域检测方法将轮廓进行聚类之后还可以提取剩余轮廓的凹包，以提取出目标图像区域的完整的轮廓。

示例性地，在利用连通域检测方法将轮廓进行聚类之后，会剩余少量未提取到的剩余轮廓，因剩余轮廓由离散点构成，故可以首先计算得到这些离散点的中心点R，找到距离中心点R最近的一个初始边界点A，并将边界点A存入边界点集合中，寻找点X使得向量RA逆时针方向旋转到向量RX的夹角最小，其中，向量RA与任意向量RX的夹角的计算公式为：

其中，向量RA逆时针旋转到向量RC和向量RD的夹角分别为θ1和θ2，如图10所示，但是仅通过夹角公式计算的夹角总是选取最小值，即θ1和θ3中选取θ3，而θ3是顺时针方向旋转的最小夹角，不满足要求，所以通过夹角公式计算得到的夹角需要作进一步修正。修正方法可以为：

计算过点R和点A的直线方程f(x)＝kx+b，需要将手掌沿逆时针方向旋转时手背方向的直线修改为对应的互周角，即向量RA逆时针旋转到向量RC和向量RD的夹角θ＝2π-θ3，从而得到向量RA逆时针旋转到向量RC和向量RD的夹角。

下面将说明本申请实施例在一个实际的应用场景中的示例性应用。

图11为本申请实施例提供的一种红外测温置信度检测方法的总体流程。如图11所示，该方法包括如下步骤:

步骤S201，获取针对陶瓷绝缘子串的目标红外图像；

步骤S202，利用MaskRcnn实例分割算法识别出陶瓷绝缘子串以及提取得到陶瓷绝缘子串的钢帽部分的分割图像；

步骤S203，二值化分割图像后，利用Sobel、Canny等边缘检测算子提取分割图像的边缘；

步骤S204，利用连通域检测的方法将边缘聚类形成不同的轮廓；

步骤S205，统计各个轮廓的面积尺寸，删除面积尺寸与陶瓷绝缘子串的轮廓明显不一致的误检目标。

步骤S206，使用Graham扫描算法提取剩余轮廓的凹包，并使用旋转矩形算法计算轮廓的最小外接矩形，由此得到分割图像的目标像素尺寸；

步骤S207，根据钢帽部分的像素尺寸以及钢帽部分的实际尺寸计算得到单位长度占据的像素密度，并根据预设的像素密度与测温置信度之间的对应关系，确定出当前红外图像的测温置信度。

示例性地，经过现场实验得知，若陶瓷绝缘子串的测量距离在10.7米处时，可以测得目标红外图像对应的测温置信度大于80％，若陶瓷绝缘子串的测量距离在17.9米处时，可以测得目标红外图像对应的测温置信度为49.3％。

应该理解的是，虽然图2-11中的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-11中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

基于前述的实施例，本申请实施例提供一种红外测温置信度检测装置，该装置包括所包括的各模块、以及各模块所包括的各单元，可以通过处理器来实现；当然也可通过具体的逻辑电路实现；在实施的过程中，处理器可以为中央处理器(CPU)、微处理器(MPU)、数字信号处理器(DSP)或现场可编程门阵列(FPGA)等。

图12为本申请实施例提供的红外测温置信度检测装置的结构示意图，如图12所示，装置包括：

红外图像获取模块1201，用于获取包括有目标对象的目标红外图像；

像素尺寸确定模块1202，用于确定目标对象在目标红外图像中的目标像素尺寸；

测温置信度确定模块1203，用于根据目标像素尺寸以及预设的目标对象的实际尺寸，确定目标红外图像中关于目标对象的测温置信度，测温置信度用于指示通过目标红外图像检测目标对象的温度值的准确率，测温置信度与目标像素尺寸以及实际尺寸的比值正相关。

在一些实施例中，上述测温置信度确定模块1203可以包括：

像素密度确定子模块，用于根据目标像素尺寸以及预设的目标对象的实际尺寸，确定目标对象在目标红外图像中占据的目标像素密度；

置信度确定子模块，用于根据预设的像素密度与测温置信度之间的对应关系以及目标像素密度，确定测温置信度。

在一些实施例中，测温置信度确定模块1203还可以包括：

像素尺寸检测子模块，用于检测目标像素尺寸是否在预设的尺寸阈值范围内；

置信度确定子模块，具体用于若在尺寸阈值范围内，则执行确定目标对象在目标红外图像中占据的目标像素密度的步骤；

提示信息输出子模块，用于若不在尺寸阈值范围内，则输出提示信息，提示信息用于提示用户目标像素尺寸。

在一些实施例中，上述像素尺寸确定模块1202可以包括：

图像区域分离子模块，用于从目标红外图像中分离出目标对象对应的目标图像区域；

像素尺寸获得子模块，用于获得目标图像区域中目标对象的目标像素尺寸。

在一些实施例中，目标对象包括绝缘子串，上述图像区域分离子模块可以包括：

类别检测单元，用于检测目标红外图像中绝缘子串的目标类别；

分离策略确定单元，用于根据预设的类别与分离策略之间的对应关系以及目标类别，确定目标分离策略；

图像区域分离单元，用于按照目标分离策略，从目标红外图像中分离出绝缘子串对应的目标图像区域。

在一些实施例中，上述绝缘子串的类别包括复合绝缘子串和/或陶瓷绝缘子串，复合绝缘子串对应的分离策略包括分离出整个绝缘子串，陶瓷绝缘子串对应的分离策略包括仅分离出绝缘子串的钢帽部分。

在一些实施例中，上述像素尺寸获得子模块可以包括：

边缘提取单元，用于提取目标图像区域的边缘；

边缘聚类单元，用于利用连通域检测的方法将目标图像区域的边缘聚类形成多个轮廓；

尺寸计算单元，用于计算多个轮廓的最小外接矩形，将多个轮廓的最小外接矩形的尺寸作为目标像素尺寸。

以上装置实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本申请装置实施例中未披露的技术细节，请参照本申请方法实施例的描述而理解。

需要说明的是，本申请实施例中图12所示的红外测温置信度检测装置对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。也可以采用软件和硬件结合的形式实现。

需要说明的是，本申请实施例中，如果以软件功能模块的形式实现上述的方法，并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得电子设备执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的介质。这样，本申请实施例不限制于任何特定的硬件和软件结合。

本申请实施例提供一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图13所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种红外测温置信度检测方法。

本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中提供的方法中的步骤。

本申请实施例提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述方法实施例提供的方法中的步骤。

本领域技术人员可以理解，图13中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，本申请提供的红外测温置信度检测装置可以实现为一种计算机程序的形式，计算机程序可在如图13所示的计算机设备上运行。计算机设备的存储器中可存储组成该电子设备的各个程序模块。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的红外测温置信度检测方法中的步骤。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现上述红外测温置信度检测方法的步骤。

这里需要指出的是：以上存储介质和设备实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本申请存储介质、存储介质和设备实施例中未披露的技术细节，请参照本申请方法实施例的描述而理解。

应理解，说明书通篇中提到的“一个实施例”或“一实施例”或“一些实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”或“在一些实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以互相参考，为了简洁，本文不再赘述。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如对象A和/或对象B，可以表示：单独存在对象A，同时存在对象A和对象B，单独存在对象B这三种情况。

需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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，并不排除在包括该要素的过程、方法、物品或者设备中还存在另外的相同要素。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个模块或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或模块的间接耦合或通信连接，可以是电性的、机械的或其它形式的。

上述作为分离部件说明的模块可以是、或也可以不是物理上分开的，作为模块显示的部件可以是、或也可以不是物理模块；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部模块来实现本实施例方案的目的。

另外，在本申请各实施例中的各功能模块可以全部集成在一个处理单元中，也可以是各模块分别单独作为一个单元，也可以两个或两个以上模块集成在一个单元中；上述集成的模块既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(Read Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的介质。

或者，本申请上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得电子设备执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。

本申请所提供的几个方法实施例中所揭露的方法，在不冲突的情况下可以任意组合，得到新的方法实施例。

本申请所提供的几个产品实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的产品实施例。

本申请所提供的几个方法或设备实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的方法实施例或设备实施例。

以上所述，仅为本申请的实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种红外测温置信度检测方法，其特征在于，所述方法包括：

获取包括有目标对象的目标红外图像；

确定所述目标对象在所述目标红外图像中的目标像素尺寸；

根据所述目标像素尺寸以及预设的所述目标对象的实际尺寸，确定所述目标红外图像中关于所述目标对象的测温置信度，所述测温置信度用于指示通过所述目标红外图像检测所述目标对象的温度值的准确率，所述测温置信度与所述目标像素尺寸以及所述实际尺寸的比值正相关。

2.如权利要求1所述的方法，其特征在于，所述根据所述目标像素尺寸以及预设的所述目标对象的实际尺寸，确定测温置信度，包括：

根据所述目标像素尺寸以及预设的所述目标对象的实际尺寸，确定所述目标对象在所述目标红外图像中占据的目标像素密度；

根据预设的像素密度与测温置信度之间的对应关系以及所述目标像素密度，确定所述测温置信度。

3.如权利要求2所述的方法，其特征在于，所述确定所述目标对象在所述目标红外图像中占据的目标像素密度之前，所述方法还包括：

检测所述目标像素尺寸是否在预设的尺寸阈值范围内；

若在所述尺寸阈值范围内，则执行所述确定所述目标对象在所述目标红外图像中占据的目标像素密度的步骤；

若不在所述尺寸阈值范围内，则输出提示信息，所述提示信息用于提示用户所述目标像素尺寸。

4.如权利要求1所述的方法，其特征在于，所述确定所述目标对象在所述目标红外图像中的目标像素尺寸，包括：

从所述目标红外图像中分离出所述目标对象对应的目标图像区域；

获得所述目标图像区域中所述目标对象的目标像素尺寸。

5.如权利要求4所述的方法，其特征在于，所述目标对象包括绝缘子串，所述从所述目标红外图像中分离出所述目标对象对应的目标图像区域，包括：

检测所述目标红外图像中所述绝缘子串的目标类别；

根据预设的类别与分离策略之间的对应关系以及所述目标类别，确定目标分离策略；

按照所述目标分离策略，从所述目标红外图像中分离出所述绝缘子串对应的目标图像区域。

6.如权利要求5所述的方法，其特征在于，所述绝缘子串的类别包括复合绝缘子串和/或陶瓷绝缘子串，所述复合绝缘子串对应的分离策略包括分离出整个绝缘子串，所述陶瓷绝缘子串对应的分离策略包括仅分离出绝缘子串的钢帽部分。

7.如权利要求4所述的方法，其特征在于，所述获得所述目标图像区域中所述目标对象的目标像素尺寸，包括：

提取所述目标图像区域的边缘；

利用连通域检测的方法将所述目标图像区域的边缘聚类形成多个轮廓；

计算所述多个轮廓的最小外接矩形，将所述多个轮廓的最小外接矩形的尺寸作为所述目标像素尺寸。

8.一种红外测温置信度检测装置，其特征在于，所述装置包括：

红外图像获取模块，用于获取包括有目标对象的目标红外图像；

像素尺寸确定模块，用于确定所述目标对象在所述目标红外图像中的目标像素尺寸；

测温置信度确定模块，用于根据所述目标像素尺寸以及预设的所述目标对象的实际尺寸，确定所述目标红外图像中关于所述目标对象的测温置信度，所述测温置信度用于指示通过所述目标红外图像检测所述目标对象的温度值的准确率，所述测温置信度与所述目标像素尺寸以及所述实际尺寸的比值正相关。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至7任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。