[发明专利]便携式温度巡检的测温方法和系统在审
申请号: | 202010758801.X | 申请日: | 2020-07-31 |
公开(公告)号: | CN111914744A | 公开(公告)日: | 2020-11-10 |
发明(设计)人: | 由海 | 申请(专利权)人: | 北京中星微电子有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46;G06K9/62;G01J5/00;G01J5/52;G06N3/04;G06N3/08 |
代理公司: | 北京卫智畅科专利代理事务所(普通合伙) 11557 | 代理人: | 陈佳 |
地址: | 100191 北京市海*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 便携式 温度 巡检 测温 方法 系统 | ||
1.一种便携式温度巡检的测温方法,包括:
获取巡检线路中的多帧热图像;
对所述多帧热图像进行筛选操作,提取包括黑体对象和/或自动选取的参照物对象的热图像信息,其中,多个所述黑体以预设间隔分布到巡检路线上,多个参照物处于相邻的两个所述黑体之间;
根据所述黑体对象或者所述参照物对象的热图像信息和温度信息,确定待测温对象的温度。
2.根据权利要求1所述的测温方法,其中,所述参照物对象的温度信息是通过黑体对象的温度信息或者已被黑体对象的温度信息标定的参照物对象的温度信息来标定的。
3.根据权利要求1所述的测温方法,其中,所述参照物的选取是通过机器学习模型对所述参照物的边缘特征信息和热图像的灰度值信息进行分析得到的,其中,所述机器学习模型是通过训练样本集合训练得到。
4.根据权利要求3所述的方法,其中,所述训练样本集合包括所述样本参照物的热图像的边缘特征信息、所述样本参照物的热图像的灰度值信息和样本参照物确定结果信息,所述机器学习模型是以所述样本输出结果信息作为期望输出训练得到的。
5.根据权利要求1所述的测温方法,其中,所述对所述多帧热图像进行筛选操作,提取包括黑体或者参照物的热图像信息,包括:
基于所述多帧热图像中的每个所述热图像,检测该热图像中的对象;
提取所述对象的特征向量;
响应于所述特征向量包括所述黑体或者所述参照物的特征向量,对该热图像进行提取操作。
6.根据权利要求1所述的测温方法,其中,所述测温方法还包括:响应于所述热图像中若包括黑体对象,优先以确定所述待测温对象的温度。
7.根据权利要求1-6中任一所述的测温方法,其中,所述测温方法还包括:
响应于所述热图像中包括参照物对象和下一黑体对象,将所述参照物的温度信息标定的第一数值与以所述下一黑体对象的温度信息标定的该参照物的温度信息表征的第二数值进行比较;
响应于所述第一数值与所述第二数值的比较结果超过预设阈值,调整所述黑体的分布距离。
8.一种便携式温度巡检的测温系统,包括:
获取单元,被配置成获取巡检线路中的多帧热图像;
提取单元,被配置成对所述多帧热图像进行筛选操作,提取包括黑体对象和/或自动选取的参照物对象的热图像信息,其中,多个所述黑体以预设间隔分布到巡检路线上,多个参照物处于相邻的两个所述黑体之间;
确定单元,被配置成根据所述黑体对象或者所述参照物对象的热成像信息和温度信息,确定待测温对象的温度。
9.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京中星微电子有限公司,未经北京中星微电子有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010758801.X/1.html,转载请声明来源钻瓜专利网。