[发明专利]物体表面温度测量系统、测量方法、智能终端及存储介质在审
申请号: | 202210468775.6 | 申请日: | 2022-04-29 |
公开(公告)号: | CN114858301A | 公开(公告)日: | 2022-08-05 |
发明(设计)人: | 王铖;王杨;宋亚奇;郭孔辉;崔笑仙;刘航;刘雨萌 | 申请(专利权)人: | 吉林大学 |
主分类号: | G01K11/12 | 分类号: | G01K11/12;G06N3/08;G06T7/11;G06T7/136;G06T7/194;G06T7/90 |
代理公司: | 长春中科长光知识产权代理事务所(普通合伙) 22218 | 代理人: | 郭婷 |
地址: | 130012 吉林*** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 物体 表面温度 测量 系统 测量方法 智能 终端 存储 介质 | ||
1.一种物体表面温度测量系统,其特征在于,包括:图像处理单元和数据处理单元,所述图像处理单元包括:图像采集模块、超灰度处理模块、图像分割模块和信息提取模块;所述数据处理单元包括数据输出模块;
所述图像采集模块用于对物体表面的目标图像进行采集,所述超灰度处理模块用于去除所述目标图像中的背景干扰信息;所述图像分割模块用于从所述目标图像中分离出带有颜色分量信息的目标区域;所述信息提取模块用于提取所述目标区域中的颜色分量信息;所述数据输出模块用于将所述颜色分量信息输入至最优测温模型进行计算得到物体表面的温度。
2.根据权利要求1所述的物体表面温度测量系统,其特征在于,所述超灰度处理模块通过aR+bG+cB模型对所述目标图像进行超灰度处理;
所述aR+bG+cB模型为:
其中,Gray为灰度值;R、G、B分别为红色、绿色和蓝色三个颜色分量信息,a、b、c为超灰度处理系数,a的取值范围为0.9~1.1,b的取值范围为-1.6~-1.4,c的取值范围为0.4~0.6。
3.根据权利要求2所述的物体表面温度测量系统,其特征在于,所述图像分割模块包括:分割阈值计算单元、图像二值化单元和连通区域提取单元;
所述分割阈值计算单元用于通过最大类间方差法计算所述目标图像的最优分割阈值;
所述图像二值化单元用于根据所述最优分割阈值对所述目标图像进行二值化处理;
所述连通区域提取单元用于确定所述二值化图像中的最大连通区域;并通过Canny算子对所述最大连通区域进行提取,得到所述目标区域。
4.根据权利要求3所述的物体表面温度测量系统,其特征在于,所述数据处理单元还包括数据预处理模块;
所述数据预处理模块用于根据所述颜色分量信息分别计算单色数据、比色数据和三色数据;
所述单色数据I1的计算公式为:
所述比色数据I2的计算公式为:
所述三色数据I3的计算公式为:
所述数据处理单元还包括模型训练模块;
所述模型训练模块根据所述颜色分量信息、所述单色数据、所述比色数据和所护三色数据对所述最优测温模型进行训练。
5.一种利用如权利要求1-4任一项所述的物体表面温度测量系统的测量方法,其特征在于,包括以下步骤:
S1、通过所述图像采集模块对物体表面的目标图像进行采集;
S2、通过所述超灰度处理模块和所述图像分割模块分别对所述目标图像进行超灰度处理和图像分割处理后得到目标区域;
S3、通过所述信息提取模块提取所述目标区域中的颜色分量信息;
S4、通过所述数据输出模块将所述颜色分量信息输入至所述最优测温模型中进行计算,得到物体表面的温度。
6.根据权利要求5所述的物体表面温度测量方法,其特征在于,所述步骤S2包括:
通过aR+bG+cB模型对所述目标图像进行超灰度处理;
所述aR+bG+cB模型为:
其中,Gray为灰度值;R、G、B分别为红色、绿色和蓝色三个颜色分量信息,a、b、c为超灰度处理系数,a的取值范围为0.9~1.1,b的取值范围为-1.6~-1.4,c的取值范围为0.4~0.6;
所述步骤S2还包括以下子步骤:
S201、通过所述分割阈值计算单元计算所述目标图像的最优分割阈值;
S202、通过所述图像二值化单元对所述目标图像进行二值化处理;
S203、通过所述连通区域提取单元确定所述二值化图像中的最大连通区域;并通过Canny算子对所述最大连通区域进行提取,得到所述目标区域。
7.根据权利要求6所述的物体表面温度测量方法,其特征在于,所述步骤S3包括:
将所述目标区域与所述目标图像进行像素与操作,获得包含R、G、B三种颜色的颜色分量值。
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吉林大学,未经吉林大学许可,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/202210468775.6/1.html,转载请声明来源钻瓜专利网。