TW202228071A - 非接觸式物件溫度監控方法及其系統 - Google Patents
非接觸式物件溫度監控方法及其系統 Download PDFInfo
- Publication number
- TW202228071A TW202228071A TW110100163A TW110100163A TW202228071A TW 202228071 A TW202228071 A TW 202228071A TW 110100163 A TW110100163 A TW 110100163A TW 110100163 A TW110100163 A TW 110100163A TW 202228071 A TW202228071 A TW 202228071A
- Authority
- TW
- Taiwan
- Prior art keywords
- temperature
- thermal imaging
- measured
- objects
- tested
- Prior art date
Links
Images
Landscapes
- Radiation Pyrometers (AREA)
Abstract
本發明提供了一種非接觸式物件溫度監控方法及其系統,其包含:獲取複數個熱成像畫面,各該熱成像畫面包含該些待測物件,其中各該熱成像畫面中的複數個顏色分別對應一溫度;識別各該待測物件,包含:對該些顏色進行彩度轉換;及濾除各該熱成像畫面中的環境雜訊,使各該熱成像畫面中的各該待測物件呈現對應的一輪廓,通過各該輪廓來識別各該待測物件;以及確定各該待測物件的一運作狀態,包含:通過各該輪廓中呈現的該些顏色來確定各該輪廓所對應的各該待測物件的一量測溫度;及當該量測溫度大於一預定溫度閥值,產生一第一溫度異常警示。
Description
本發明係關於溫度監控方法及其系統,特別是一種非接觸式物件溫度監控方法及其系統。
在煉鋼產業中,因為物件龐大,多會使用例如紅外線熱影像測溫儀(點稱熱像儀)之類非接觸式的溫度感測器來測量溫度。然而在廠房中,粉塵的多寡會影響熱像儀的測量結果。因此,也產生了利用熱像儀擷取熱影像,再透過熱影像中的亮度差異來排除雜訊,進而達到溫度檢測的技術。
然而,在上述的現有技術中,僅能從單一張熱影像中分析獲得溫度值,並無法識別物件的運作狀態。例如,在正常條件下,物件卻發生異常快速升溫的情況,現有技術僅能獲得溫度但無法確認這樣的情況是否有異常,也無法精準地警示廠房中各種物件的異常狀況。
故,有必要提供一種非接觸式物件溫度監控方法及其系統,以解决習用技術所存在的問題。
本發明的目的在於提供一種非接觸式物件溫度監控方法及其系統,其可以識別出待測物件並且確認待測物件的運作狀態。當待測物件運作時產生異常狀況時,可以即時提供警示,讓操作人員可以即時處理,避免異常狀況進一步惡化。
為了達成上述目的,本發明提供了一種非接觸式物件溫度監控方法,用以監控複數個待測物件,其包含下列步驟:獲取複數個熱成像畫面,各該熱成像畫面包含該些待測物件,其中各該熱成像畫面中的複數個顏色分別對應一溫度;識別各該待測物件,包含:對該些顏色進行彩度轉換;及濾除各該熱成像畫面中的環境雜訊,使各該熱成像畫面中的各該待測物件呈現對應的一輪廓,通過各該輪廓來識別各該待測物件;以及確定各該待測物件的一運作狀態,包含:通過各該輪廓中呈現的該些顏色來確定各該輪廓所對應的各該待測物件的一量測溫度;及當該量測溫度大於一預定溫度閥值,產生一第一溫度異常警示。
在本發明的一實施例中, 對該些顏色進行彩度轉換包含:將該些顏色的RGB色彩模型轉換為HSV色彩模型。
在本發明的一實施例中,其中該濾除各該熱成像畫面中的環境雜訊包含:利用卷積神經網路(Convolutional Neural Network, CNN)來濾除環境雜訊,且經處理後的該熱成像畫面中的每一個像素位置具有代表該像素位置的該顏色的一顏色值。
在本發明的一實施例中,該通過各該輪廓中呈現的該些顏色來確定各該輪廓所對應的各該待測物件的該量測溫度包含:比對各該輪廓中的每一個像素位置的該顏色值與對應的該溫度,來確定該量測溫度。
在本發明的一實施例中,該確定各該待測物件的該運作狀態,更包含:比對該些熱成像畫面中的各該待測物件的該量測溫度,進而獲得各該待測物件的一升溫速率;以及當該升溫速率大於一預定升溫閥值時,產生一第二溫度異常警示。
在本發明的一實施例中,該確定各該待測物件的該運作狀態,更包含:計算各該輪廓中具有一特定顏色值區間的該像素位置的一數量;以及當該數量大於一預定閥值時,產生一第三溫度異常警示。
本發明還提供了一種非接觸式物件溫度監控系統,用以監控複數個待測物件,其包含:一熱成像模組,用以獲取複數個熱成像畫面,各該熱成像畫面包含該些待測物件,其中各該熱成像畫面中的複數個顏色分別對應一溫度;一熱成像分析模組,連接該熱成像模組,該熱成像分析模組配置成用以執行:識別各該待測物件,包含:對該些顏色進行彩度轉換;及濾除各該熱成像畫面中的環境雜訊,使各該熱成像畫面中的各該待測物件呈現對應的一輪廓,通過各該輪廓來識別各該待測物件;以及確定各該待測物件的一運作狀態,包含:通過各該輪廓中呈現的該些顏色來確定各該輪廓所對應的各該待測物件的一量測溫度;及當該量測溫度大於一預定溫度閥值,產生一第一溫度異常警示。
在本發明的一實施例中,非接觸式物件溫度監控系統,更包含:一警示模組,連接該熱成像分析模組,該警示模組接收來自該熱成像分析模組的該第一溫度異常警示後,該警示模組發出一警示信號。
在本發明的一實施例中,該警示信號包含一聲音信號、一視覺信號、一震動信號的其中至少一者。
在本發明的一實施例中,該些待測物件包含一輸送皮帶、一主動式輥輪及一從動輪。
如上所述,本發明所提供的非接觸式物件溫度監控方法及其系統藉由對複數個熱成像畫面進行彩度轉換,並且濾除環境雜訊,通過對應的輪廓識別出各待測物件,再利用熱成像畫面中每一各輪廓中的每一個像素位置的顏色或顏色值來確定各待測物件的量測溫度、升溫速率等運作狀態,搭配預定閥值即時警示操作人員,立即處理異常狀況,避免異常狀況進一步惡化。
爲了讓本發明之上述及其他目的、特徵、優點能更明顯易懂,下文將特舉本發明較佳實施例,並配合所附圖式,作詳細說明如下。再者,本發明所提到的方向用語,例如上、下、頂、底、前、後、左、右、內、外、側面、周圍、中央、水平、橫向、垂直、縱向、軸向、徑向、最上層或最下層等,僅是參考附加圖式的方向。因此,使用的方向用語是用以說明及理解本發明,而非用以限制本發明。
請參照第1圖,第1圖是本發明實施例的一種非接觸式物件溫度監控方法的一步驟流程圖。本實施例提拱了一種非接觸式物件溫度監控方法,用以監控複數個待測物件,例如廠房中輸送平台的輸送皮帶、主動式輥輪、從動輪或其它構件。該非接觸式物件溫度監控方法包含下列步驟:
步驟S110,獲取複數個熱成像畫面,各該熱成像畫面包含該些待測物件,其中各該熱成像畫面中的複數個顏色分別對應一溫度。意即,每一個顏色會對應一溫度值。
步驟S120,識別各該待測物件,包含:步驟S121,對該些顏色進行彩度轉換;及步驟S122,濾除各該熱成像畫面中的環境雜訊,使各該熱成像畫面中的各該待測物件呈現對應的一輪廓,通過各該輪廓來識別各該待測物件。
其中,步驟S121可以包含:步驟S121a,將該些顏色的RGB色彩模型轉換為HSV色彩模型。而步驟S122中,濾除各該熱成像畫面中的環境雜訊可以包含:步驟S122a,利用卷積神經網路(Convolutional Neural Network, CNN)來濾除環境雜訊,且經處理後的該熱成像畫面中的每一個像素位置具有代表該像素位置的該顏色的一顏色值。舉例來說,經過進行彩度轉換後,在HSV色彩模型中,每一個像素位置會具有一個顏色值,其中顏色值0-60的區間為紅色、顏色值60-120的區間為黃色、顏色值120-180的區間為綠色、顏色值180-240的區間為青色、顏色值240-300的區間為藍色、顏色值300-360的區間為紫色。此外,在HSV色彩模型中,還具有飽和度及明度值,因為環境雜訊(例如粉塵)與待測物件在熱成像畫面中的在飽和度及明度值會有區別,利用飽和度及明度值可以排除環境雜訊讓熱成像畫面中的輪廓可以準確的對應待測物件的外型。
步驟S130,確定各該待測物件的一運作狀態,包含:步驟S131,通過各該輪廓中呈現的該些顏色來確定各該輪廓所對應的各該待測物件的一量測溫度;及 步驟S132,當該量測溫度大於一預定溫度閥值,產生一第一溫度異常警示。其中,步驟S131可以包含:步驟S131a,比對各該輪廓中的每一個像素位置的該顏色值與對應的該溫度,來確定該量測溫度。例如,若先前熱成像畫面中的紅色(顏色值0-60之間)對應為攝氏50-60度,這樣一來,顏色值在0-60之間的像素位置代表該像素位置溫度在攝氏50-60度之間。應當理解,其它顏色可以對應不同的溫度區間,在此不再贅述。藉此,轉換後的每一個像素位置的顏色值就可以代表其溫度值(即該量測溫度)。一旦當量測溫度大於預定溫度閥值(例如,攝氏60度)時,就代表待測物件可能有異常狀況,例如主動式輥輪與異物磨差導致溫度過。而第一溫度異常警示可以提醒操作人員去排除異常狀況。
步驟S130,還可以包含:步驟S133,比對該些熱成像畫面中的各該待測物件的該量測溫度,進而獲得各該待測物件的一升溫速率;及步驟S134,當該升溫速率大於一預定升溫閥值時,產生一第二溫度異常警示。例如,擷取固定時間間隔的連續多張熱成像畫面,通過步驟S131及步驟S131a可以獲得待測物件中(例如,同一個像素位置處)的多個量測溫度,進而獲得待測物件的升溫速率,當升溫速率大於預定升溫閥值(例如,每秒攝氏15-25度)時,表示待測物件過快可以能有異常狀況,所以產生第二溫度異常警示告知操作人員。此外,在正常狀況下,當升溫速率為正值時,代表待測物件(例如,廠房中輸送平台的輸送皮帶、主動式輥輪、從動輪)處於剛啟動的狀態;升溫速率為負值時,代表待測物件處於關機降溫的狀態,讓操作人員可以判別待測物件的運作狀態。
步驟S130,還可以包括:步驟S135,計算各該輪廓中具有一特定顏色值區間的該像素位置的一數量;及步驟S136,當該數量大於一預定閥值時,產生一第三溫度異常警示。也就是說,當輪廓中具有特定顏色(特定顏色值)的數量超過預定閥值時,代表待測物件有大面積處於特定顏色(特定顏色值)所對應的溫度。舉例來說,當輪廓中顏色值在0-60(紅色)之間的像素位置數量大於120時,代表有多於120處的像素位置的溫度是處於攝氏50-60度的溫度區間,待測物件(例如輸送皮帶)可能大面積的接觸異物產生大面積的異常狀況。
此外,該第一溫度異常警示、該第二溫度異常警示、該第三溫度異常警示可以轉換成警示信號,警示信號可以一聲音信號、一視覺信號、一震動信號的其中至少一者或是組合。應當理解的是,因為異常狀況可以由不同的條件來決定,所以該第一溫度異常警示、該第二溫度異常警示、該第三溫度異常警示可以分別產生或是同時產生。
請參照第2圖,第2圖是本發明實施例的一種非接觸式物件溫度監控系統的結構示意圖。本實施例提供了一非接觸式物件溫度監控系統100,用以監控複數個待測物件,其中該些待測物件包含一輸送皮帶10、一主動式輥輪20及一從動輪30。該非接觸式物件溫度監控系統100包含:一熱成像模組110及一熱成像分析模組120。
該熱成像模組110,用以獲取複數個熱成像畫面,各該熱成像畫面包含該些待測物件,例如該輸送皮帶10、該主動式輥輪20及該從動輪30,其中各該熱成像畫面中的複數個顏色分別對應一溫度。
該熱成像分析模組120,連接該熱成像模組110,該熱成像分析模組120配置成用以執行:識別各該待測物件及確定各該待測物件的一運作狀態。識別各該待測物件,可以包含:對該些顏色進行彩度轉換;及濾除各該熱成像畫面中的環境雜訊,使各該熱成像畫面中的各該待測物件呈現對應的一輪廓,通過各該輪廓來識別各該待測物件。確定各該待測物件的一運作狀態,可以包含:通過各該輪廓中呈現的該些顏色來確定各該輪廓所對應的各該待測物件的一量測溫度;及當該量測溫度大於一預定溫度閥值,產生一第一溫度異常警示。還可以比對該些熱成像畫面中的各該待測物件的該量測溫度,進而獲得各該待測物件的一升溫速率及計算各該輪廓中具有一特定顏色值區間的該像素的一數量。當該升溫速率大於一預定升溫閥值或該數量大於一預定閥值時,對應的產生一第二溫度異常警示或一第三溫度異常警示。應當理解的是,該熱成像分析模組120可以執行前述步驟S120至步驟S136中的任一個步驟或其組合,步驟S120至步驟S136的詳細運作與功效,在此不再贅述。而該熱成像分析模組120可以是一個或多個處理器,或是含有一個或多個處理器的電腦、筆記型電腦、平板電腦或智慧型手機。
該非接觸式物件溫度監控系統100,還可以包含:一警示模組(未示出),連接該熱成像分析模組120,該警示模組接收來自該熱成像分析模組120的該第一溫度異常警示、該第二溫度異常警示、該第三溫度異常警示或其組合後,該警示模組發出一警示信號。此外,該警示信號包含一聲音信號、一視覺信號、一震動信號的其中至少一者。也就是說,該警示模組可以透過聲音信號、視覺信號或震動信號中的至少其中一種來警示操作人員。舉例來說,當熱成像分析模組120是電腦或筆記型電腦時,可以通過警示模組(例如音響或喇叭)發出聲音信號來警示操作人員;同樣地,當熱成像分析模組120是電腦或筆記型電腦時,警示模組也可以視覺信號顯示在螢幕中來警示操作人員。另一種示例是,當該熱成像分析模組120是平板電腦或智慧型手機,警示模組(例如平板電腦或智慧型手機中的震動裝置)可以發出震動信號來警示操作人員。
請參照第3A圖至第3C圖,第3A圖至第3C圖是本發明中複數個熱成像畫面示例。第3A圖是輸送平台在停止時的熱成像畫面,可以發現各構件(輸送皮帶、主動式輥輪)的溫度一致沒有差異。第3B圖是輸送平台剛啟動時的熱成像畫面,可以發現輪廓105a的顏色(例如紅色)不同於其它構件,也就是溫度高于其它構件,而因為輪廓105a具有曲率,可以確定輪廓105a為主動式輥輪。第3C圖是輸送平台運作一段時間後的熱成像畫面,可以發現輪廓105b的範圍變大,這也代表主動式輥輪的發熱面積越來越大。藉此,可以通過溫度及發熱面積來確認輸送平台是否有異常狀況。
如上所述,本發明所提供的非接觸式物件溫度監控方法及其系統藉由對複數個熱成像畫面進行彩度轉換,並且濾除環境雜訊,通過對應的輪廓識別出各待測物件,再利用熱成像畫面中每一各輪廓中的每一個像素位置的顏色或顏色值來確定各待測物件的量測溫度、升溫速率等運作狀態,搭配預定閥值即時警示廠房操作人員,立即處理異常狀況,避免異常狀況進一步惡化。
雖然本發明已以較佳實施例揭露,然其並非用以限制本發明,任何熟習此項技藝之人士,在不脫離本發明之精神和範圍內,當可作各種更動與修飾,因此本發明之保護範圍當視後附之申請專利範圍所界定者爲準。
10:輸送皮帶
20:主動式輥輪
30:從動輪
100:非接觸式物件溫度監控系統
105a:輪廓
105b:輪廓
110:熱成像模組
120:熱成像分析模組
S110~S136:步驟
S121a:步驟
S122a:步驟
S131a:步驟
第1圖是本發明實施例的一種非接觸式物件溫度監控方法的一步驟流程圖。
第2圖是本發明實施例的一種非接觸式物件溫度監控系統的結構示意圖。
第3A圖至第3C圖是本發明中複數個熱成像畫面示例。
S110~S136:步驟
S121a:步驟
S122a:步驟
S131a:步驟
Claims (10)
- 一種非接觸式物件溫度監控方法,用以監控複數個待測物件,其包含下列步驟: 獲取複數個熱成像畫面,各該熱成像畫面包含該些待測物件,其中各該熱成像畫面中的複數個顏色分別對應一溫度; 識別各該待測物件,包含: 對該些顏色進行彩度轉換;及 濾除各該熱成像畫面中的環境雜訊,使各該熱成像畫面中的各該待測物件呈現對應的一輪廓,通過各該輪廓來識別各該待測物件;以及 確定各該待測物件的一運作狀態,包含: 通過各該輪廓中呈現的該些顏色來確定各該輪廓所對應的各該待測物件的一量測溫度;及 當該量測溫度大於一預定溫度閥值,產生一第一溫度異常警示。
- 如請求項1所述之非接觸式物件溫度監控方法,其中對該些顏色進行彩度轉換包含:將該些顏色的RGB色彩模型轉換為HSV色彩模型。
- 如請求項1所述之非接觸式物件溫度監控方法,其中該濾除各該熱成像畫面中的環境雜訊包含: 利用卷積神經網路(Convolutional Neural Network, CNN)來濾除環境雜訊,且經處理後的該熱成像畫面中的每一個像素位置具有代表該像素位置的該顏色的一顏色值。
- 如請求項3所述之非接觸式物件溫度監控方法,其中該通過各該輪廓中呈現的該些顏色來確定各該輪廓所對應的各該待測物件的該量測溫度包含: 比對各該輪廓中的每一個像素位置的該顏色值與對應的該溫度,來確定該量測溫度。
- 如請求項4所述之非接觸式物件溫度監控方法,其中該確定各該待測物件的該運作狀態,更包含: 比對該些熱成像畫面中的各該待測物件的該量測溫度,進而獲得各該待測物件的一升溫速率;以及 當該升溫速率大於一預定升溫閥值時,產生一第二溫度異常警示。
- 如請求項5所述之非接觸式物件溫度監控方法,其中該確定各該待測物件的該運作狀態,更包含: 計算各該輪廓中具有一特定顏色值區間的該像素位置的一數量;以及 當該數量大於一預定閥值時,產生一第三溫度異常警示。
- 一種非接觸式物件溫度監控系統,用以監控複數個待測物件,其包含: 一熱成像模組,用以獲取複數個熱成像畫面,各該熱成像畫面包含該些待測物件,其中各該熱成像畫面中的複數個顏色分別對應一溫度; 一熱成像分析模組,連接該熱成像模組,該熱成像分析模組配置成用以執行: 識別各該待測物件,包含: 對該些顏色進行彩度轉換;及 濾除各該熱成像畫面中的環境雜訊,使各該熱成像畫面中的各該待測物件呈現對應的一輪廓,通過各該輪廓來識別各該待測物件;以及 確定各該待測物件的一運作狀態,包含: 通過各該輪廓中呈現的該些顏色來確定各該輪廓所對應的各該待測物件的一量測溫度;及 當該量測溫度大於一預定溫度閥值,產生一第一溫度異常警示。
- 如請求項7所述之非接觸式物件溫度監控系統,更包含: 一警示模組,連接該熱成像分析模組,該警示模組接收來自該熱成像分析模組的該第一溫度異常警示後,該警示模組發出一警示信號。
- 如請求項8所述之非接觸式物件溫度監控系統,其中該警示信號包含一聲音信號、一視覺信號、一震動信號的其中至少一者。
- 如請求項7所述之非接觸式物件溫度監控系統,其中該些待測物件包含一輸送皮帶、一主動式輥輪及一從動輪。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW110100163A TW202228071A (zh) | 2021-01-04 | 2021-01-04 | 非接觸式物件溫度監控方法及其系統 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW110100163A TW202228071A (zh) | 2021-01-04 | 2021-01-04 | 非接觸式物件溫度監控方法及其系統 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW202228071A true TW202228071A (zh) | 2022-07-16 |
Family
ID=83436921
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW110100163A TW202228071A (zh) | 2021-01-04 | 2021-01-04 | 非接觸式物件溫度監控方法及其系統 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TW202228071A (zh) |
-
2021
- 2021-01-04 TW TW110100163A patent/TW202228071A/zh unknown
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109488888B (zh) | 基于对红外温度场多元分析的金属管道泄漏监测方法 | |
CA2889886A1 (en) | System and method of adaptive color correction for pill recognition in digital images | |
CN109461156B (zh) | 基于视觉的螺纹密封塞装配检测方法 | |
TW202126031A (zh) | 顯示畫面檢測方法與顯示畫面檢測系統 | |
JPH1096681A (ja) | 表示装置の検査方法、検査装置及び評価方法 | |
KR102488651B1 (ko) | Ir 카메라를 이용한 딥러닝 기반의 이상상태 판단 장치 | |
US11748856B2 (en) | Computer apparatus and method for detecting defects in near-eye display | |
TW202228071A (zh) | 非接觸式物件溫度監控方法及其系統 | |
US9646224B2 (en) | Image processing method, image processing device and automated optical inspection machine | |
JP6953712B2 (ja) | タイヤの外観検査装置 | |
US20200043443A1 (en) | Correction system | |
CN111145234A (zh) | 基于双目视觉的火灾烟雾探测方法 | |
WO2017049855A1 (zh) | 显示屏检测方法及设备 | |
TW201445458A (zh) | 一種攝像設備的檢測裝置及方法 | |
JP2002036513A (ja) | 印刷物検査装置 | |
KR100743801B1 (ko) | 주입한 겔의 진단시스템 및 그 진단방법 | |
JP5288154B2 (ja) | 画質検査装置 | |
TWI470207B (zh) | 灰階-明度對照關係式的建立方法、顯示面板檢測方法、及顯示面板自動檢測系統 | |
JPH11304449A (ja) | 画像処理装置 | |
WO2019119651A1 (zh) | 安检设备控制方法及终端设备 | |
CN113284147B (zh) | 一种基于黄色异物疵点的异物检测方法和系统 | |
JP2730806B2 (ja) | 固体撮像素子の評価方法 | |
JP2004170109A (ja) | 色むら検査装置および検査方法 | |
US20230038244A1 (en) | Device for analysing a set of food particles and method thereof | |
JP7300155B2 (ja) | 固形製剤外観検査における教示装置、及び固形製剤外観検査における教示方法 |