[发明专利]提升非接触式测温精度的方法及装置

说明书

本发明公开了一种提升非接触式测温精度的方法及装置，其中方法包括获取环境温度数据以及测量物的原始测温数据；对环境温度数据和原始测温数据进行预处理；将预处理之后数据通过神经网络进行计算，以得到测量物的实际测量温度。本发明大幅度提升了非接触式测温的精度。

技术领域

本发明涉及测温技术领域，更具体地说是一种提升非接触式测温精度的方法及装置。

背景技术

由于近年突发公共卫生事件导致对非接触式测温的需求急剧增加。除了热成像测温以外，基于热电堆的非接触式测温产品也是不可缺少的非接触式测温设备，但现有这种非接触式测温产品的测温精度不高一直是一个难以解决的问题。

发明内容

本发明的目的在于克服现有技术的不足，提供提升非接触式测温精度的方法及装置。

为实现上述目的，本发明采用以下技术方案：

第一方面，提升非接触式测温精度的方法，所述方法包括：

获取环境温度数据以及测量物的原始测温数据；

对环境温度数据和原始测温数据进行预处理；

将预处理之后数据通过神经网络进行计算，以得到测量物的实际测量温度。

其进一步技术方案为：所述对环境温度数据和原始测温数据进行预处理的步骤中，所述预处理为归一化处理。

其进一步技术方案为：所述环境温度数据和测量物的原始测温数据通过非接触式测温物件测量获得。

其进一步技术方案为：所述非接触式测温物件为热电堆。

其进一步技术方案为：所述获取环境温度数据以及测量物的原始测温数据的步骤之后，还包括：

从原始测温数据中提取出多维温度特征，以得到物温特征向量。

其进一步技术方案为：所述将预处理之后数据通过神经网络进行计算，以得到测量物的实际测量温度的步骤之后，还包括：

对测量物的实际测量温度进行滤波处理。

第二方面，提升非接触式测温精度的装置，包括获取模块、特征前处理模块以及机器学习模块；

所述获取模块，用于获取环境温度数据以及测量物的原始测温数据；

所述特征前处理模块，用于对环境温度数据和原始测温数据进行预处理；

所述机器学习模块，用于将预处理之后数据通过神经网络进行计算，以得到测量物的实际测量温度。

其进一步技术方案为：所述装置还包括特征提取模块；

所述特征提取模块，用于从原始测温数据中提取出多维温度特征，以得到物温特征向量。

其进一步技术方案为：所述装置还包括滤波模块；

所述滤波模块，用于对测量物的实际测量温度进行滤波处理。

本发明与现有技术相比的有益效果是：本发明通过对获取的环境温度数据以及测量物的原始测温数据进行预处理之后在通过神经网络进行计算，得到测量物的实际测量温度，大幅度提升了非接触式测温的精度。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明技术手段，可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征及优点能够更明显易懂，以下特举较佳实施例，详细说明如下。

附图说明

图1为本发明提升非接触式测温精度的方法具体实施例的流程图；

图2为本发明提升非接触式测温精度的装置具体实施例的结构示意性框图；