[发明专利]一种热分布图像在线预测方法

说明书

技术领域

本发明是一种热分布图像在线预测方法，属于故障检测与诊断技术领域，基于红外成像技术，具体涉及数字图像处理、热力学计算和热成像模拟，是在热源参数不确定的条件下，对热分布的变化进行热力学分析并给出定量预测，进而合成逼真热分布图像的方法。

背景技术

随着热成像技术的发展和成熟，凭借其在温度检测领域中安全、实时、易用的优势，在各领域中都产生了瞩目的效益，如矿用机电设备监测、电子电路的故障定位、高压电力设备的故障排查、人体医疗诊断、工业散热设计、卫星拍摄地表研究等，热成像技术已经在国家发展过程中从战术地位提升为战略地位。但是在红外成像技术的广泛的应用中没有充分的利用热分布图像内部的热学动态特征,尚未较好的与热力学理论结合应用。目前故障检测与诊断领域，尚未实现对温度变化的趋势进行准确的预测，急需一种方法能够对热分布图中的动态数值特征进行分析处理，并定量的给出未来时域内的温度变化特性，进一步改善红外故障检测技术的效率，提前排除生产安全隐患，降低由设备故障导致的人员伤亡和经济损失。

发明内容

本发明是一种热分布图像在线预测方法，目的在于为解决上述现有技术中急需解决的问题，从而公开一种基于红外成像技术，涉及数字图像处理、热力学计算和热成像模拟，在热源参数不确定的条件下，对红外热图像中的信息进行动态特征提取、数值计算分析、拟合生成二维函数、构建三维特征数组、依系统输入时间参数对三维特征数组进行数值提取以合成热分布灰度图和模拟红外色彩还原的方法。

本发明是一种热分布图像在线预测方法，其特征在于是一种基于红外成像技术，涉及数字图像处理、热力学计算和热成像模拟，在热源参数不确定的条件下，对红外热图像中的信息进行动态特征提取、数值计算分析、拟合生成二维函数、构建三维特征数组、依系统输入时间参数对三维特征数组进行数值提取以合成热分布灰度图和模拟红外色彩还原的方法，整个过程针对硬件性能进行自动适配以保证实时性，输出结果是未来时间区域内的标准热分布图像，通过计算机处理模拟热分布图像的运动过程，实现了对热分布图像在线预测，具体步骤为：

（1）抽取采样点

红外视觉传感器对热感目标以ΔT为时间周期进行捕捉并传输到计算机中心上，若T₁时刻完成第一幅热图像采集，当T₂=T₁+ΔT时刻完成第二幅热图像采集，此时对2幅热图像抽样采集样点温度，抽样原则是在保证图像处理的实时性前提下，为减少热图像中有效信息的损失，确保最终由抽样点拟合出的预测热图像在细节上更细腻准确，采用隔c行隔r列的抽样原则；

（2）提取特征值

根据（1）给出的采样点计算温度变化速率，由第一幅热图像抽样点的灰度值计算出温度值t_1i，其中i=0,1,2,…n，第二幅热图像采样点的灰度值计算出温度值t_2i,其中i=0,1,2,…n，取热图像中靠近热感目标的周围空气温度t_c，计算采样点的平均温度变化速率

（3）温度数据处理

下面分别计算采样点以热对流、热辐射两种形式损失的能量流速，以热传导形式吸收的能量流速，

计算每一个采样点与周围空气的热对流能量流速，使用牛顿热对流换热公式：q_c=h_c(t_s-t₀)，其中h_c是对流换热系数,t_s高温体表温度,t₀空气温度，这里h_c是已知常量，t₀即是热感目标周围空气温度t_c，t_s即是热感目标表面的点温度t_2i，将各参数带入公式可求得采样点与周围空气的热对流能量流速q_ci；

接下来计算热辐射形式的能量损失，使用斯特藩-玻尔兹曼黑体热辐射定律：