一种多目标自动区分测温方法及系统技术方案

本发明专利技术涉及温度检测领域，提供了一种多目标自动区分测温方法，所述方法包括：多目标自动区分方法和测温模型，同时本发明专利技术还提供相对应的系统。不仅可以对多目标物进行自动区分，还可以采用测温模型对热源温度进行补偿，更准备地测量计算出物体的真实温度。多目标自动区分方法能有效防止探测环境中热源的遗漏，大大降低了未知火源导致的二次火灾的发生；测温模型克服一系列的因素的影响，更为准确地测量物体热源温度，大大提高了测温精度。

【技术实现步骤摘要】

本专利技术涉及温度检测领域，尤其涉及一种多目标自动区分测温方法及系统。
技术介绍
常见一般红外热像仪前端测试的测温原理：在相同温度下，实际物体的同一波长内辐射的功率总是小于黑体辐射的规律。实际物体的热辐射在红外波长范围内，可以近似看成灰体辐射。热图像中每一个点的裸数据值与物体表面的红外辐射值都有相对应的关系，但直接从裸数据值计算的温度并不是真实的物体表面温度，依据普朗克辐射定律，可拟合曲线法将其转换为真实的物体温度。拟合曲线法：表定时，在一定条件下(黑体和镜头之间的距离、环境温度等)，用红外热像仪对着不同温度下的基准黑体热源(在任何温度下能吸收任何波长辐射的物体)进行测量，采集热图像的裸数据，用最小二乘法拟合测量数据，得到一条热值与温度关系的最近拟合曲线，同时能够求出描述标定曲线的数学模型中各项标定常量的值，得到具体的数学模型。实时测温时，直接在数学模型中将裸数据值转换为真实温度值。拟合公式一: H ( T r ) = a 1 + exp [ b ( T r - c ) ] - - - ( 1 ) ]]>其中，H(Tr)是真实温度,a、b、c是常量系数,Tr是辐射温度,exp是以自然常数e为底的指数函数。拟合公式二:H(Tr)＝a*Tr+b (2)其中，H(Tr)是真实温度，a、b、是常量系数,Tr是辐射温度。采用上述两个拟合公式均可直接在数学模型中将裸数据值转换为真实温度值。但是红外热图像只是物体表面的辐射温度分布，不是真实的温度分布。另外，由于辐射温度把物体表面的发射率作为1折算的，这是一种理想的状况。由于实际物体并不是黑体，表面发射率要小于1，所以有时辐射温度与真实温度差异较大。目前采用的做法是在对被测物体的测试过程中，当被测物体的温度变化范围不大时，且测试时间不长，可以近似满足两个假设条件：环境辐射在测试过程中不变；物体发射率随温度的变化可以忽略。常采用温度补偿的测试方法，例如双线性温度补偿模型。双线性温度补偿模型：Hsur＝A0+A1Td+A2Te (3)其中，Hsur是温度补偿结果参数,A0、A1和A2为常量系数,Td为环境温度,Te为大气温度。温度补偿公式： H ( T r , T d , T e ) - A 1 T d - A 2 T e = a 1 + exp [ b ( T r - c ) ] + d - - - ( 4 ) ]]>其中，H(Tr,Td,Te)为温度补偿结果，A1和A2为常量系数，Td为环境温度,Te为大气温度，a、b、c是常量系数，Tr是辐射温度,exp是以自然常数e为底的指数函数。另外，还有一些常见高端特殊测温方式，例如根据每个红外能量， 经过相应的换算公式计算出所测物体的温度，但是此方法需要14位数字图像才能更准确地计算出真实温度值。通过强大的算法公式及数字图像处理能力可以得到全屏的温度数据，再加上算子修正才能使得温度数据更加准确，同时对硬件系统要求较高。以上基于红外热像仪的测温方法只能近距离测出物体表面的温度，同时这种测温方式的最大弊端则是在距离上的影响，近距离时没有进行补偿消除距离的影响，远距离的测温则不准确。
技术实现思路
本专利技术的目的在于提供一种多目标自动区分测温方法及系统,旨在解决现有的测温方法无法对多目标进行自动区分和测温精度低等问题。第一方面，一种多目标自动区分测温方法，所述方法包括以下步骤：S1、采用多目标自动区分方法，获取版面内热源分布情况；S2、统计所述版面内热源信息，利用测温模型计算热源温度。进一步地，在S1步骤中，所述多目标自动区分方法包括以下步骤：S1a:预先生成容器，并对所述容器进行编号，即第一容器、第二容器和第n容器，n为正整数；S1b:获取超限像素点在版面内的坐标位置，按像素点的大小将其分为第一超限像素点、第二超限像素点和第N超限像素点，N为正整数，将第一超限像素点存入所述第一容器中；S1c：从第二超限像素点开始，通过位置比较方法判断剩余超限像素点是否在已经存入超限像素点的容器内，若是，则存入该容器内，若否，则存入下一个容器内；S4d：重复步骤S1c，直至所有超限像素点都存入到相应的容器中为止。进一步地，在S2步骤中，所述测温模型具体为：T＝(Tmid-Tlow)/(Thigh-Tlow)*10+Tma (1)Tlow＝CcoeX+Ccon (2)Thigh＝CcosLn(S)+Ccon (3)其中，T表示计算所得真实温度，S为像素点个数，C表示常量系数，即Ccos、Ccon为常量系数，Tlow为温度分段的低温度值，Thigh为温度分段的高温度值，Tmid为温度计算值，Tma为补偿系数，X为常数系数，Ln为以e为底数的对数函数。进一步地，在步骤S1c中，所述位置比较方法具体为：比较超限像素点位置是否在已经存入超限像素点容器的像素点的预设像素范围内。进一步地，在S2步骤之后还包括：根据热源温度，将热源进行排序并定位。进一步地，在S2步骤之后还包括：判断热源温度是否达到报警条件，若是，报警并将信息推送给用户。第二方面，一种多目标自动区分测温系统，所述系统包括：获取模块和统计计算模块；所述获取模块，用于采用多目标自动区分方法，获取版面内热源分布情况；所述统计计算模块，用于统计所述版面内热源信息，利用测温模型计算热源温度。进一步地，所述获取模块还包括：生成子模块、获取划分子模块、第一存入子模块、判断子模块和第二存入子模块；所述生成子模块，用于预先生成容器，并对所述容器进行编号，即第一容器、第二容器和第n容器，n为正整数；所述获取划分子模块，用于获取超限像素点在版面内的坐标位置，按像素点的大小将其分为第一超限像素点、第二超限像素点和第N超限像素点，N为正整数；所述第一存入子模块，用于将第一超限像素点存入所述第一容器中；所述判断子模块，用于从第二超限像素点开始，通过位置比较方法判断剩余超限像素点是否在已经存入超限像素点的容器内；所述第二存入子模块，用于根据所述判断子模块判断结果，若是，则存入该容器内，若否，则存入下一个容器内，直至所有超限像素本文档来自技高网...

【技术保护点】
一种多目标自动区分测温方法,其特征在于，所述方法包括以下步骤:S1、采用多目标自动区分方法，获取版面内热源信息；S2、统计所述版面内热源信息，利用测温模型计算热源温度。

【技术特征摘要】
1.一种多目标自动区分测温方法,其特征在于，所述方法包括以下步骤:S1、采用多目标自动区分方法，获取版面内热源信息；S2、统计所述版面内热源信息，利用测温模型计算热源温度。2.根据权利要求1所述的方法，其特征在于，在S1步骤中，所述多目标自动区分方法包括以下步骤：S1a:预先生成容器，并对所述容器进行编号，即第一容器、第二容器和第n容器，n为正整数；S1b:获取超限像素点在版面内的坐标位置，按像素点的大小将其分为第一超限像素点、第二超限像素点和第N超限像素点，N为正整数，将第一超限像素点存入所述第一容器中；S1c：从第二超限像素点开始，通过位置比较方法判断剩余超限像素点是否在已经存入超限像素点的容器内，若是，则存入该容器内，若否，则存入下一个容器内；S4d：重复步骤S1c，直至所有超限像素点都存入到相应的容器中为止。3.根据权利要求1或2所述的方法，其特征在于，在S2步骤中，所述测温模型具体为：T＝(Tmid-Tlow)/(Thigh-Tlow)*10+Tma (1)Tlow＝CcoeX+Ccon (2)Thigh＝CcosLn(S)+Ccon (3)其中，T表示计算所得真实温度，S为像素点个数，C表示常量系数，即Ccos、Ccon为常量系数，Tlow为温度分段的低温度值，Thigh为温度分段的高温度值，Tmid为温度计算值，Tma为补偿系数，X为常数系数，Ln为以e为底数的对数函数。4.根据权利要求2所述的方法，其特征在于，在步骤S1c中，所述位置比较方法具体为：比较超限像素点位置是否在已经存入超限像素点容器的像素点的预设像素范围内。5.根据权利要求1所述的方法，其特征在于，在S2步骤之后还包括：根据热源温度，将热源进行排序并定位。6.根据权利要求1所述的方法，其特征在于，在S2步骤之后还包...

【专利技术属性】
技术研发人员：曾宇，郭晓东，肖峰，
申请(专利权)人：广州紫川电子科技有限公司，
类型：发明
国别省市：广东;44