[发明专利]基于深度神经网络的测温红外热像仪标定方法及装置

说明书

本发明公开基于深度神经网络的测温热像仪标定方法，包括如下步骤：利用待标定的红外热像仪在不同温度组合条件下采集本底红外图像；构建深度神经网络和样本数据库；利用样本数据库训练深度神经网络并更新深度神经网络参数；利用训练后的深度神经网络标定出红外图像对应的温度场图像。本发明还公开基于深度神经网络的测温热像仪标定装置。本发明利用深度神经网络建立红外镜头温度、探测器焦平面的工作温度、红外图像的像素值三者与温度测量值的映射关系，更新深度神经网络参数，利用更新后的深度神经网络估计温度测量值，从而使得测温红外热像仪具有无需机械挡片、测温操作简单、测温精度高的优点。

技术领域

本发明属于红外辐射测量技术领域，具体涉及基于深度神经网络的测温红外热像仪标定方法及装置。

背景技术

测温红外热像仪是获取目标红外辐射特性的核心器件。红外热像仪由红外镜头、红外焦平面探测器、测温信息处理单元构成。红外热像仪的前端为红外镜头，红外材料的透过率和折射率对环境温度敏感，环境温度变化将影响红外镜头的红外辐射特性，造成红外热像仪对恒定红外场景辐射的响应值发生漂移，从而影响红外热像仪对场景温度测量的精度。红外热像仪测量场景温度过程中，红外探测器焦平面的工作温度变化将改变场景红外辐射输入与探测器响应输出之间的映射关系，从而影响红外热像仪对场景温度测量的精度。由于红外焦平面探测器材料和工艺水平等限制，红外焦平面阵列各像元对均匀红外辐射场的响应存在非均匀性，造成红外热像仪难以对红外辐射场进行精确测量。

红外热像仪的红外镜头工作温度、探测器焦平面的工作温度、探测器焦平面的非均匀性，这三种因素降低红外热像仪的测温精度，需要对红外热像仪进行标定，常见的红外热像仪标定方法归纳如下：

针对红外镜头温度变化对测温精度的影响，典型的标定方法为：在标定处理过程中，利用预先测量得到的在不同环境温度下红外镜头的红外辐射数据，对红外热像仪输出的原始测温数据进行补偿处理，以补偿红外镜头温度变化引起的测量误差；针对红外探测器焦平面的工作温度对测温精度影响，现有基于探测器焦平面工作温度区间段的红外热像仪无挡片非均匀校正方法(授权专利公布号：CN 103162843B；授权专利公布号：CN107421643B)，其基本思想：根据探测器焦平面的当前工作温度，确定焦平面工作温度所在的温度区间段，利用温度区两端对应的工作温度值及本底红外图像估计各像元用于校正的增益和偏置系数，进而对原始红外图像进行校正处理；该类方法通过温度区两端的本底红外图像来估计当前探测器工作温度下的增益和偏置系数，估计得到的增益和偏置系数存在误差；针对红外热像仪的焦平面非均匀性对测量精度的影响，典型的红外热像仪标定方法假定红外探测器各像元对红外辐射的响应是线性的，相应采用两点或多点的分段线性标定方法；例如现有技术红外热像仪无挡片非均匀校正装置(授权公布号：CN 207866372U)，其通过在红外热像仪的光路系统中增加一个由反射镜和反射振镜构成的均匀面装置。

上述三种因素的处理方法存在以下缺陷：

1、红外镜头温度变化对测温精度的影响的误差补偿方法操作过程繁琐，降低了测温操作效率；

2、采用机械挡片进行补偿处理，但采用机械挡片将增加测温红外热像仪的设计复杂性，不利于红外热像仪的小型化，机械挡片故障将降低红外热像仪的工作稳定性，挡片发热将造成图像校正不均匀，影响测量精度；

3、实际上红外探测器对宽温辐射的响应是非线性的，因此，基于红外探测器像元响应的线性假设，进行红外图像的非均匀校正，将降低测温精度。

发明内容

本发明针对上述现有技术存在的不足，提供基于深度神经网络的测温红外热像仪标定方法及装置。本发明同时考虑红外镜头的工作温度、探测器焦平面的工作温度、探测器像元的像素值三种要素，无需红外热像仪的机械挡片、简化测温操作过程、提高测温精度。

为了达到上述目的，本发明采用以下技术方案予以实现：

基于深度神经网络的测温红外热像仪标定方法，包括如下步骤：