一種多目標自動區分測溫方法及系統的制作方法
【專利摘要】本發明涉及溫度檢測領域，提供了一種多目標自動區分測溫方法，所述方法包括：多目標自動區分方法和測溫模型，同時本發明還提供相對應的系統。不僅可以對多目標物進行自動區分，還可以采用測溫模型對熱源溫度進行補償，更準備地測量計算出物體的真實溫度。多目標自動區分方法能有效防止探測環境中熱源的遺漏，大大降低了未知火源導致的二次火災的發生；測溫模型克服一系列的因素的影響，更為準確地測量物體熱源溫度，大大提高了測溫精度。
【專利說明】
一種多目標自動區分測溫方法及系統
技術領域
[0001 ]本發明涉及溫度檢測領域，尤其涉及一種多目標自動區分測溫方法及系統。
【背景技術】
[0002] 常見一般紅外熱像儀前端測試的測溫原理:在相同溫度下，實際物體的同一波長 內輻射的功率總是小于黑體輻射的規律。實際物體的熱輻射在紅外波長范圍內，可以近似 看成灰體輻射。熱圖像中每一個點的裸數據值與物體表面的紅外輻射值都有相對應的關 系，但直接從裸數據值計算的溫度并不是真實的物體表面溫度，依據普朗克輻射定律，可擬 合曲線法將其轉換為真實的物體溫度。
[0003] 擬合曲線法:表定時，在一定條件下（黑體和鏡頭之間的距離、環境溫度等），用紅 外熱像儀對著不同溫度下的基準黑體熱源(在任何溫度下能吸收任何波長輻射的物體)進 行測量，采集熱圖像的裸數據，用最小二乘法擬合測量數據，得到一條熱值與溫度關系的最 近擬合曲線，同時能夠求出描述標定曲線的數學模型中各項標定常量的值，得到具體的數 學模型。實時測溫時，直接在數學模型中將裸數據值轉換為真實溫度值。
[0004] 擬合公式一：
(1)
[0006] 其中，H(Tr)是真實溫度，a、b、c是常量系數，Tr是輻射溫度，exp是以自然常數e為 底的指數函數。
[0007] 擬合公式二：
[0008] H(Tr)=a*Tr+b (2)
[0009 ]其中，H( Tr)是真實溫度，a、b、是常量系數，Tr是輻射溫度。
[0010] 采用上述兩個擬合公式均可直接在數學模型中將裸數據值轉換為真實溫度值。但 是紅外熱圖像只是物體表面的輻射溫度分布，不是真實的溫度分布。另外，由于輻射溫度把 物體表面的發射率作為1折算的，這是一種理想的狀況。由于實際物體并不是黑體，表面發 射率要小于1，所以有時輻射溫度與真實溫度差異較大。目前采用的做法是在對被測物體的 測試過程中，當被測物體的溫度變化范圍不大時，且測試時間不長，可以近似滿足兩個假設 條件:環境輻射在測試過程中不變;物體發射率隨溫度的變化可以忽略。常采用溫度補償的 測試方法，例如雙線性溫度補償模型。
[0011] 雙線性溫度補償模型：
[0012] Hsur=A0+AlTd+A2Te (3)
[0013] 其中，Hsur是溫度補償結果參數，AO、A1和A2為常量系數，Td為環境溫度，Te為大氣 溫度。
[0014] 溫度補償公式：
⑷
[0016] 其中，H(Tr，Td，Te)為溫度補償結果，A1和A2為常量系數，Td為環境溫度，Te為大氣 溫度，a、b、c是常量系數，Tr是輻射溫度，exp是以自然常數e為底的指數函數。
[0017] 另外，還有一些常見高端特殊測溫方式，例如根據每個紅外能量，經過相應的換 算公式計算出所測物體的溫度，但是此方法需要14位數字圖像才能更準確地計算出真實溫 度值。通過強大的算法公式及數字圖像處理能力可以得到全屏的溫度數據，再加上算子修 正才能使得溫度數據更加準確，同時對硬件系統要求較高。
[0018] 以上基于紅外熱像儀的測溫方法只能近距離測出物體表面的溫度，同時這種測溫 方式的最大弊端則是在距離上的影響，近距離時沒有進行補償消除距離的影響，遠距離的 測溫則不準確。

【發明內容】

[0019] 本發明的目的在于提供一種多目標自動區分測溫方法及系統，旨在解決現有的測 溫方法無法對多目標進行自動區分和測溫精度低等問題。
[0020] 第一方面，一種多目標自動區分測溫方法，所述方法包括以下步驟：
[0021 ] S1、采用多目標自動區分方法，獲取版面內熱源分布情況；
[0022] S2、統計所述版面內熱源信息，利用測溫模型計算熱源溫度。
[0023] 進一步地，在S1步驟中，所述多目標自動區分方法包括以下步驟：
[0024] Sla:預先生成容器，并對所述容器進行編號，即第一容器、第二容器和第η容器，η 為正整數；
[0025] Sib:獲取超限像素點在版面內的坐標位置，按像素點的大小將其分為第一超限像 素點、第二超限像素點和第N超限像素點，N為正整數，將第一超限像素點存入所述第一容器 中；
[0026] Sic:從第二超限像素點開始，通過位置比較方法判斷剩余超限像素點是否在已經 存入超限像素點的容器內，若是，則存入該容器內，若否，則存入下一個容器內；
[0027] S4d:重復步驟Slc，直至所有超限像素點都存入到相應的容器中為止。
[0028] 進一步地，在S2步驟中，所述測溫模型具體為：
[0029] T = ( Tmid-Tlow) / ( Thigh-Tlow) * 10+Tma (1)
[0030] Tlow = CcoeX+Ccon (2)
[0031] Thigh=Cc〇sLn(S)+Cc〇n (3)
[0032] 其中，T表示計算所得真實溫度，S為像素點個數，C表示常量系數，即C_、C_為常 量系數，Τι?為溫度分段的低溫度值，Thi gh為溫度分段的高溫度值，Tmid為溫度計算值，Tma為 補償系數，X為常數系數，Ln為以e為底數的對數函數。
[0033] 進一步地，在步驟Sic中，所述位置比較方法具體為：比較超限像素點位置是否在 已經存入超限像素點容器的像素點的預設像素范圍內。
[0034] 進一步地，在S2步驟之后還包括:根據熱源溫度，將熱源進行排序并定位。
[0035] 進一步地，在S2步驟之后還包括:判斷熱源溫度是否達到報警條件，若是，報警并 將信息推送給用戶。
[0036] 第二方面，一種多目標自動區分測溫系統，所述系統包括:獲取模塊和統計計算模 塊；
[0037] 所述獲取模塊，用于采用多目標自動區分方法，獲取版面內熱源分布情況；
[0038] 所述統計計算模塊，用于統計所述版面內熱源信息，利用測溫模型計算熱源溫度。 [0039 ]進一步地，所述獲取模塊還包括:生成子模塊、獲取劃分子模塊、第一存入子模塊、 判斷子模塊和第二存入子模塊；
[0040] 所述生成子模塊，用于預先生成容器，并對所述容器進行編號，即第一容器、第二 容器和第η容器，η為正整數；
[0041] 所述獲取劃分子模塊，用于獲取超限像素點在版面內的坐標位置，按像素點的大 小將其分為第一超限像素點、第二超限像素點和第Ν超限像素點，Ν為正整數；
[0042] 所述第一存入子模塊，用于將第一超限像素點存入所述第一容器中；
[0043] 所述判斷子模塊，用于從第二超限像素點開始，通過位置比較方法判斷剩余超限 像素點是否在已經存入超限像素點的容器內；
[0044] 所述第二存入子模塊，用于根據所述判斷子模塊判斷結果，若是，則存入該容器 內，若否，則存入下一個容器內，直至所有超限像素點都存入到相應的容器中為止。
[0045] 第三方面，一種基于紅外熱像儀的多目標自動區分測溫系統，所述系統包括:前端 設備、數據處理設備和終端設備；
[0046] 所述前端設備包括紅外熱像儀、云臺和可見光設備，用于采集物體熱源的紅外輻 射；
[0047]所述數據處理設備包括服務器、交換機或路由器，用于根據所述多目標自動區分 測溫方法處理所述物體熱源的紅外輻射獲得警告信息，并將警告信息發送給所述終端設 備；
[0048]所述終端設備包括手機、平板或PC。
[0049] 進一步地，所述服務器還用于儲存處理所述物體熱源的紅外輻射獲得警告信息作 為歷史數據;所述終端設備還用于查看所述歷史數據。
[0050] 本發明與現有技術相比存在的有益效果是:本發明通過提供了一種多目標自動區 分測溫方法及系統，不僅可以對多目標物進行自動區分，還可以采用測溫模型對熱源溫度 進行補償，更準備地測量計算出物體的真實溫度。多目標自動區分方法能有效防止探測環 境中熱源的遺漏，大大降低了未知火源導致的二次火災的發生;測溫模型克服一系列的因 素的影響，更為準確地測量物體熱源溫度，大大提高了測溫精度。
【附圖說明】
[0051 ]圖1是本發明一實施例提供的多目標自動區分測溫方法流程圖；
[0052]圖2是本發明一實施例提供的多目標自動區分方法流程圖；
[0053]圖3是本發明一實施例提供的多目標自動區分示意圖；
[0054] 圖4是本發明一實施例提供的多目標自動區分測溫系統結構圖；
[0055] 圖5是本發明一實施例提供的多目標自動區分測溫系統中獲取模塊的結構示意 圖；
[0056] 圖6是本發明一實施例提供的基于紅外熱像儀的多目標自動區分測溫系統結構 示意圖； 圖7是本發明一實施例提供的溫度對最大值與均差值的影響曲線圖； 圖8是本發明一實施例提供的溫度變化對均差值的影響曲線圖； 圖9是本發明一實施例提供的溫度、均差值、像素點三者之間關系曲線圖。
【具體實施方式】
[0057] 為了使本發明的目的、技術方案及優點更加清楚明白，下面結合附圖和具體實施 方式對本發明作進一步詳細說明。
[0058] 圖1示出了本發明一實施例提供的多目標自動區分測溫方法流程，該方法包括以 下步驟：
[0059]步驟S101、采用多目標自動區分方法，獲取版面內熱源信息。
[0060] 在本步驟中，采用多目標自動區分方法主要是為提高熱源探測能力，精確地區分 版面內的熱源的位置，可以有效地防止未知火源導致二次火災的發生。獲取版面內熱源信 息，版面內是指需要探測的范圍，例如一個房間或一間廠房等，對一個版面內的熱源采用多 目標自動區分方法獲取版面內熱源信息，熱源信息主要包括熱源位置信息和紅外輻射信 息。
[0061] 步驟S102、統計所述版面內熱源信息，利用測溫模型計算熱源溫度。
[0062] 在本步驟中，一般的測溫原理是:在相同溫度下，實際物體的同一波長內輻射的功 率總是小于黑體輻射的規律。實際物體的熱輻射在紅外波長范圍內，可以近似看成灰體輻 射。紅外輻射的圖像中每一個點的裸數據值與物體表面的紅外輻射值都有相對應的關系， 但直接從紅外裸數據值計算的溫度并不是真實的物體表面溫度，依據普朗克輻射定律，可 將其轉換為真實的物體溫度，主要是通過擬合曲線的方法，但是此擬合曲線方法并準確，尤 其是受距離的影響較為嚴重。為了更真實測量熱源的問題，提出了一個測溫模型計算熱源 溫度。
[0063]該測溫模型為：
[0064] T = ( Tmid-Tlow) / ( Thigh-Tlow) * 10+Tma (1)
[0065] Tlow = CcoeX+Ccon (2)
[0066] Thigh=Cc〇sLn(S)+Cc〇n (3)
[0067] 其中，T表示計算所得真實溫度，S為像素點個數，C表示常量系數，即、C_為常 量系數，Τι?為溫度分段的低溫度值，Thigh為溫度分段的高溫度值，Tmid為溫度計算值，T ma為 補償系數，X為常數系數，Ln為以e為底數的對數函數。
[0068] 再根據步驟S1中，通過采用多目標自動區分方法，獲取版面內熱源信息，通過相關 的變換，在通過測溫模型即可求出相應的熱源溫度。
[0069] 圖2示出了本發明一實施例提供的多目標自動區分方法流程，采用多目標自動區 分方法主要是為提高熱源探測能力，精確地區分版面內的熱源的位置，可以有效地防止未 知火源導致二次火災的發生。該多目標自動區分方法優先探測由版面從上到下，從左到右 的順序，該方法包括以下步驟：
[0070] S201:預先生成容器，并對所述容器進行編號，即第一容器、第二容器和第η容器，η 為正整數。
[0071] 在本步驟中，預先生成容器是根據需求設計相應的數據結構體與數據結構，也稱 為容器，用于存放單個像素點信息和每個熱源塊信息，并對所述容器進行編號，即第一容 器、第二容器和第η容器，η為正整數。假如根據需求設計五個容器，則編號為第一容器、第 二容器、第三容器、第四容器和第五容器。編號是為了更好的區分和后續的應用。
[0072] S202:獲取超限像素點在版面內的坐標位置，按像素點的大小將其分為第一超限 像素點、第二超限像素點和第Ν超限像素點，Ν為正整數，將第一超限像素點存入所述第一容 器中。
[0073] 在本步驟中，獲取超限像素點在版面內的坐標位置，是指在獲取版面內圖像基礎 上，包括版面內熱源圖像，通過相關的圖像處理，獲取超限像素點在版面內的坐標位置，超 限像素點是根據預先設計像素點的值，如果版面內的圖像有大于此預先設計像素點的值， 則判定為超限像素點。在按照超限像素點的大小進行排序編號，最大的超限像素點為第一 超限像素點，次最大的超限像素點為第二超限像素點，以此類推，對所有的超限像素點進行 排序編號。也可以用其他排序方式對超限像素點進行排序編號，在此不作詳細介紹。將第一 超限像素點存入所述第一容器中。
[0074] S203:從第二超限像素點開始，通過位置比較方法判斷剩余超限像素點是否在已 經存入超限像素點的容器內，若是，則存入該容器內，若否，則存入下一個容器內。
[0075]在本步驟中，從第二超限像素點開始，因為在步驟S202中已經將將第一超限像素 點存入所述第一容器中，故第一超限像素點不需要重新處理。從第二超限像素點開始，到第 Ν超限像素點結束，通過位置比較方法判斷剩余超限像素點是否在已經存入超限像素點的 容器內，若是，貝存入該容器內，若否，貝存入下一個容器內。
[0076]在本步驟中，位置比較方法具體為：比較超限像素點位置是否在已經存入超限像 素點容器的像素點的預設像素范圍內。如圖3所示，每個方格代表一個像素點，區域1、區域 2、區域3、區域4、區域5以及像素點10、像素點20、像素點30代表超限像素點，其中區域1、區 域2、區域3、區域4和區域5表示熱源位置，像素點10、像素點20、像素點30也表示熱源位置。 像素點10與區域1臨近，若設置"屬于此塊熱源"的像素點范圍為1個(也可以設置為多個，根 據實際情況需要而定）。因為像素點10與區域1的其中一個像素點挨著，在"屬于此塊熱源" 的像素點范圍內，那么判定像素點10熱源屬于區域1那塊熱源。同理，像素點20屬于區域2那 塊熱源，像素點30則不與任何一塊熱源區域的任何一個像素點在1個像素范圍內，它則屬于 單獨的一塊熱源。
[0077]從第二超限像素點開始，即先處理第二超限像素點，將其通過位置比較方法判斷 第二超限像素點是否在第一容器內，主要是通過和第一容器內的第一超限像素點采用位置 比較方法比較，若是，則存入該容器內，若否，則存入下一個容器內。
[0078] S204:重復步驟S203,直至所有超限像素點都存入到相應的容器中為止。
[0079]本步驟中，重復步驟203,接著處理余下的超限像素點，同樣采用位置比較方法，例 如第三超限像素點，將其通過位置比較方法判斷第二超限像素點是否在第一容器內或第二 容器內，主要將第三超限像素點通過和第一容器內的第一超限像素點采用位置比較方法 比較，若是，則存入第一容器內；再將第三超限像素點通過和第二容器內的第二超限像素點 采用位置比較方法比較，若是，則存入第二容器內；若否，即不在第一容器，也不在第二容 器，則存入下一個容器內。依次循環，直至所有超限像素點都存入到相應的容器中為止。 [0080]從上述實施例可以看出該多目標自動區分方法簡單快捷，同時可以提高熱源探測 能力，精確地區分版面內的熱源的位置，可以有效地防止未知火源導致二次火災的發生。
[0081 ]另外，該多目標自動區分方法在對熱源進行測溫結束后，還包括根據熱源溫度，即 使用多目標自動區分方法測量結果，將多目標熱源按照溫度的高低進行排序，排序完后在 對多目標熱源進行定位，方便確定熱源的位置，同時也根據熱源高低順序，清楚知道哪些是 潛在引起火災的熱源。同時，在判斷熱源溫度是否達到報警條件，根據測量溫度和預設溫度 進行比較，如果高于預設溫度，則報警，并將報警信息推送給用戶。
[0082] 下面主要是介紹多目標自動區分測溫方法所采用的測溫模型，該測溫模型的具體 表達式為：
[0083] T = ( Tmid-Tlow) / ( Thigh-Tlow) * 10+Tma (1)
[0084] Tlow = CcoeX+Ccon (2)
[0085] Thigh=Cc〇sLn(S)+Cc〇n (3)
[0086] 其中，T表示計算所得真實溫度，S為像素點個數，C表示常量系數，即、C_為常 量系數，Τι?為溫度分段的低溫度值，Thigh為溫度分段的高溫度值，Tmid為溫度計算值，T ma為 補償系數，X代表一個常數系數，可以通過曲線圖導出的，Ln為以e為底數的對數函數。
[0087] 由于輻射溫度把物體表面的發射率作為1折算的，這是一種理想的狀況。由于實際 物體并不是黑體，表面發射率要小于1，所以有時輻射溫度與真實溫度差異較大。目前采用 的做法是在對被測物體的測試過程中，當被測物體的溫度變化范圍不大時，且測試時間不 長，可以近似滿足兩個假設條件:環境輻射在測試過程中不變;物體發射率隨溫度的變化可 以忽略。還有一些常見高端特殊測溫方式，例如根據每個紅外能量，經過相應的換算公式計 算出所測物體的溫度，但是此方法需要14位數字圖像才能更準確地計算出真實溫度值。通 過強大的算法公式及數字圖像處理能力可以得到全屏的溫度數據，再加上算子修正才能使 得溫度數據更加準確，同時對硬件系統要求較高。
[0088] 本發明實施例采用獨特的像素裸數據值測溫方法。目前，市場上普遍的測溫儀器 都是采用的紅外熱像儀，利用前端測溫的方法能夠較準確地近距離測出物體表面的溫度， 但此測溫方式最大的弊端則是在距離上的影響。然而此弊端，在發明的測溫模型上做了極 大的補償。
[0089]由于紅外熱像儀測溫時受諸多因素影響，例如熱源材質、紅外與熱源的距離、機身 溫度、環境溫度等，想要精確測出物體溫度是有很大困難的，因此在本實施例中在測溫算法 上加了修正公式，修正公式:T = Tt*E，T表示計算出的最后溫度值，Tt表示未修正之前的溫 度值，E表示修正系數，此修正系數是由室內（環境溫度+距離+面積+機身溫度)*材質發射率 擬合出來的值。因此發明實施例中測溫模型考慮諸多因素影響，都相應在算法上做了較大 補償。在材質上，測溫方法帶有材質輻射率的折算補償算法;在距離上，測溫方法也有著距 離補償算法;在其他已知影響因素上，測溫方法也都做了相應補償。從而，本發明實施例的 測溫方法采用的測溫模型除了可以大大降低距離對紅外測溫方法的影響外，在其他因素的 補償上也逐步提高了方法的準確性。
[0090] 不同的熱源物體在不同的環境中輻射率不同，所以本發明實施例中的測試選取了 兩種不同材質的標準常規熱源(木材，氧化鐵)在一般環境溫度(25°C)進行數據測試。根據 紅外輻射率表，木材輻射率:0.9，氧化鐵輻射率:0.74。根據兩種材質的測試數據，能計算出 兩種材質溫度的輻射率即換算系數，并以此作為基礎測溫公式的基準換算系數。
[0091] 測試過程中，采取單因素控制法，分別通過控制距離、熱源溫度及告警像素點數量 分別測試出在150°C-40°C (每10°C間隔）的范圍內、20m(每5m間隔）范圍內以及1-50個像素 點范圍內，像素點數量與均差值(每個像素點的最大值與最小值之差)溫度三者之間的變化 規律，根據此規律可以得出像素點數量、均差值、溫度三要素之間的變化規律二維曲線圖 表。
[0092]根據測試數據及二維曲線圖及圖像變化趨勢將溫度分為13段，40°C以下一個分 段，40°C-15(TC每10°C-個分段，150攝氏度以上一個分段;像素點分為5段，沒有告警點時 為一個分段，1-3個像素點為一個分段，3-10個像素點為一個分段，10-50個像素點為一個分 段，50個像素點以上為一個分段，根據每一段曲線的特性得出同一材質在每段溫度及每段 像素點數量的曲線公式。計算方法:告警時記錄像素點數量及均差值;根據像素點數量找出 對應的溫度分段;根據均差值通過折半算法找出所在溫度區間；通過計溫算法計算出溫度 值(誤差± 5 % );根據材質的發射率折算出準確的物體溫度值。
[0093]誤差分析及影響因素，主要是距離：目標到紅外熱像儀的距離，物體的紅外輻射率 在灰度均值上的表現隨距離呈非線性變化關系。實際測溫距離與熱像儀標定距離不同，也 會引入測溫誤差，因此，保證實際測溫距離與以校準距離相同，以減少誤差是必須的。通過 實驗測得測溫距離對紅外衰減的影響為:紅外衰減從3km左右距離開始衰減比較明顯。
[0094] 采取單因素控制法，根據實驗可以得出像素點數量、均差值、溫度三要素之間的變 化規律二維曲線圖表。分別為圖7、圖8和圖9所示。
[0095] 圖7溫度對最大值與均差值的影響
[0096] 圖7的橫軸表示溫度，縱軸表示像素點值，上方實線表示像素點最大值與溫度的關 系，下方實線表示均差值與溫度的線性關系，兩條虛線都是擬合漸近線。
[0097]圖8溫度變化對均差值的影響
[0098]圖8的橫軸表示溫度，縱軸表示均差值，其中虛線表示均差值受溫度影響的關系曲 線，實線表示均差值受溫度影響的關系擬合漸近線。
[0099]圖9是溫度、均差值、像素點三者之間關系
[0100] 圖9的橫軸表示像素點數量，縱軸表示均差值，實線表示不同的溫度，從上至下依 次為150°C-40°C，每十度一個間隔。
[0101]
[0102]
[0103]
[0104] 根據測試數據及二維曲線圖及圖像變化趨勢將溫度分為13,40°C以下一個分段， 40°C-15(TC每10°C-個分段，150攝氏度以上一個分段;像素點分為5段，沒有告警點時為一 個分段，1-3個像素點為一個分段，3-10個像素點為一個分段，10-50個像素點為一個分段， 50個像素點以上為一個分段，根據每一段曲線的特性得出同一材質在每段溫度及每段像素 點數量的曲線公式。
[0105] 實驗模型總結:根據表3溫度、均差值、像素點三者之間關系，可以看出每個溫度曲 線大致可以分為3段，第一段1-3個像素點，第二段4-10個像素點，第三段大于10個像素點， 根據這三段曲線的趨勢走向，將這三段曲線的漸近線(漸近線即一種曲線的趨勢線)通過擬 合導出來，第一段漸近線采取了常規的二元一次方程線性變化公式，第二段與第三段曲線 由于趨勢線已經不再呈現標準的線性變化趨勢，所以選擇了對數曲線公式。這樣就將表3中 的每個曲線的每段公式都能通過擬合得出。當出現告警時，能夠得到此時版面內的告警點 數量(超限像素點），根據這個告警點的數量能夠選選擇出此時應該選擇哪段公式，比如，告 警點如果是2,就選擇第一段公式，如果告警點是7就選擇第二段公式，那么根據告警點代入 擬合得到的公式中可以得到每個公式計算出來的均差值，再根據此時測出的真實的均差值 能夠判斷出此時的真實均差值在哪兩個計算出的均差值之間，從而也就能確定了在哪個溫 度段，因為一條曲線代表一個溫度，比如如果此時真實均差值為3000,那么我們根據像素 點計算并判斷出這個真實的均差值在60與70這兩個溫度曲線所計算出的均差值之間，那么 就可以判斷出這個物體的溫度在60-70之間，但是此時還不能確定具體是多少度，表示高溫 真實的均差值減去低溫60的曲線的均差值之差，表示高溫70的曲線的均差值減去低溫60的 曲線的均差值之差，表示真實溫度在60-70這段溫度中所占的比例，因為這兩段曲線的差值 為10,所以最后乘以10就能得出此時的溫度值。T mid是通過均值算法直接取出了的值，Thigh 和TlOT是通過選擇的分段公式計算出來的值。
[0106] 本發明實施例的測溫方法，根據以上三種測試數據模型，制定出測溫模型，即表達 式1-3式。該測溫模型可根據版面裸數據值進行相應的距離、環境溫度以及面積補償(面積 補償是指因為同一種材質面積不同也會造成溫度變化，所以要做出相應的面積系數補償）， 但在材質上的影響則沒有消除。根據紅外熱像測溫原理，黑體輻射的基本規律則是紅外輻 射基本理論研究和技術應用的基礎。
[0107] 圖4示出本發明一實施例提供的多目標自動區分測溫系統結構，該測溫系統4包 括:獲取模塊41和統計計算模塊42。獲取模塊41用于采用多目標自動區分方法，獲取版面內 熱源分布情況;統計計算模塊42，用于統計所述版面內熱源信息，利用測溫模型計算熱源溫 度。其中獲取模塊41還包括子模塊，如圖5所示。
[0108] 獲取模塊包括:生成子模塊51、獲取劃分子模塊52、第一存入子模塊53、判斷子模 塊54和第二存入子模塊55;
[0109] 生成子模塊51，用于預先生成容器，并對該容器進行編號，即第一容器、第二容器 和第η容器，η為正整數；
[0110]獲取劃分子模塊52,用于獲取超限像素點在版面內的坐標位置，按像素點的大小 將其分為第一超限像素點、第二超限像素點和第Ν超限像素點，Ν為正整數；
[0111] 第一存入子模塊53,用于將第一超限像素點存入所述第一容器中；
[0112] 判斷子模塊54,用于從第二超限像素點開始，通過位置比較方法判斷剩余超限像 素點是否在已經存入超限像素點的容器內；
[0113] 第二存入子模塊55，用于根據所述判斷子模塊判斷結果，若是，則存入該容器內， 若否，則存入下一個容器內，直至所有超限像素點都存入到相應的容器中為止。
[0114] 本實施例中的系統與前述實施例中多目標自動區分測溫方法是基于同一發明構 思下的兩個方面，在前面已經對方法實施過程作了詳細的描述，所以本領域技術人員可根 據前述描述清楚地了解本實施中的系統的結構及實施過程，為了說明書的簡潔，在此就不 再贅述。
[0115] 圖6示出了本發明又一實施例提供的基于紅外熱像儀的多目標自動區分測溫系統 結構，該測溫系統6包括:前端設備61、數據處理設備62和終端設備63;前端設備61包括紅外 熱像儀611、云臺612和可見光設備613,用于采集物體熱源的紅外輻射;數據處理設備62包 括服務器621、交換機622或路由器623，用于根據上述多目標自動區分測溫方法處理所述物 體熱源的紅外輻射獲得警告信息，并將警告信息發送給終端設備63;終端設備63包括 PC631、手機632或平板633。服務器62還用于儲存處理所述物體熱源的紅外輻射獲得警告 信息作為歷史數據;終端設備63還用于查看所述歷史數據。
[0116] 本實施例中的系統與前述實施例中基于紅外熱像儀的多目標自動區分測溫方法 是基于同一發明構思下的兩個方面，在前面已經對方法實施過程作了詳細的描述，所以本 領域技術人員可根據前述描述清楚地了解本實施中的系統的結構及實施過程，為了說明書 的簡潔，在此就不再贅述。
[0117] 綜上所述，從不同實施例可以看出，本發明實施例提供的多目標自動區分測溫方 法及系統，不僅可以對多目標物進行自動區分，還可以采用測溫模型對熱源溫度進行補償， 更準備地測量計算出物體的真實溫度。多目標自動區分方法能有效防止探測環境中熱源的 遺漏，大大降低了未知火源導致的二次火災的發生;測溫模型克服一系列的因素的影響，更 為準確地測量物體熱源溫度，大大提高了測溫精度。
[0118] 以上所述僅為本發明的較佳實施例而已，并不用以限制本發明，凡在本發明的精 神和原則之內所作的任何修改、等同替換和改進等，均應包含在本發明的保護范圍之內。
【主權項】
1. 一種多目標自動區分測溫方法，其特征在于，所述方法包括以下步驟： 51、 采用多目標自動區分方法，獲取版面內熱源信息； 52、 統計所述版面內熱源信息，利用測溫模型計算熱源溫度。2. 根據權利要求1所述的方法，其特征在于，在S1步驟中，所述多目標自動區分方法包 括以下步驟： Sla:預先生成容器，并對所述容器進行編號，即第一容器、第二容器和第η容器，η為正 整數； Sib:獲取超限像素點在版面內的坐標位置，按像素點的大小將其分為第一超限像素 點、第二超限像素點和第N超限像素點，N為正整數，將第一超限像素點存入所述第一容器 中； Sic:從第二超限像素點開始，通過位置比較方法判斷剩余超限像素點是否在已經存入 超限像素點的容器內，若是，則存入該容器內，若否，則存入下一個容器內； S4d:重復步驟Slc，直至所有超限像素點都存入到相應的容器中為止。3. 根據權利要求1或2所述的方法，其特征在于，在S2步驟中，所述測溫模型具體為： T= (Tmid-Tl〇w)/(Thigh-Tl〇w)*10+Tma (1) Tlow=CcoeX+Ccon (2) Thigh = CcosLn (S) +Cc〇n (3) 其中，T表示計算所得真實溫度，S為像素點個數，C表示常量系數，即(：。。8、(：_為常量系 數，Tlciw為溫度分段的低溫度值，Thlgh為溫度分段的高溫度值，Tmid為溫度計算值，T ma為補償 系數，X為常數系數，Ln為以e為底數的對數函數。4. 根據權利要求2所述的方法，其特征在于，在步驟Sic中，所述位置比較方法具體為： 比較超限像素點位置是否在已經存入超限像素點容器的像素點的預設像素范圍內。5. 根據權利要求1所述的方法，其特征在于，在S2步驟之后還包括:根據熱源溫度，將熱 源進行排序并定位。6. 根據權利要求1所述的方法，其特征在于，在S2步驟之后還包括:判斷熱源溫度是否 達到報警條件，若是，報警并將報警信息推送給用戶。7. -種多目標自動區分測溫系統，其特征在于，所述系統包括:獲取模塊和統計計算模 塊； 所述獲取模塊，用于采用多目標自動區分方法，獲取版面內熱源分布情況； 所述統計計算模塊，用于統計所述版面內熱源信息，利用測溫模型計算熱源溫度。8. 根據權利要求7所述的多目標自動區分測溫系統，其特征在于，所述獲取模塊還包 括:生成子模塊、獲取劃分子模塊、第一存入子模塊、判斷子模塊和第二存入子模塊； 所述生成子模塊，用于預先生成容器，并對所述容器進行編號，即第一容器、第二容器 和第η容器，η為正整數； 所述獲取劃分子模塊，用于獲取超限像素點在版面內的坐標位置，按像素點的大小將 其分為第一超限像素點、第二超限像素點和第Ν超限像素點，Ν為正整數； 所述第一存入子模塊，用于將第一超限像素點存入所述第一容器中； 所述判斷子模塊，用于從第二超限像素點開始，通過位置比較方法判斷剩余超限像素 點是否在已經存入超限像素點的容器內； 所述第二存入子模塊，用于根據所述判斷子模塊判斷結果，若是，則存入該容器內，若 否，則存入下一個容器內，直至所有超限像素點都存入到相應的容器中為止。9. 一種基于紅外熱像儀的多目標自動區分測溫系統，其特征在于，所述系統包括:前端 設備、數據處理設備和終端設備； 所述前端設備包括紅外熱像儀、云臺和可見光設備，用于采集物體熱源的紅外輻射； 所述數據處理設備包括服務器、交換機或路由器，用于根據如權利6所述的多目標自動 區分測溫方法處理所述物體熱源的紅外輻射獲得警告信息，并將警告信息發送給所述終端 設備； 所述終端設備包括手機、平板或PC。10. 根據權利要求9所述的基于紅外熱像儀的多目標自動區分測溫系統，其特征在于， 所述服務器還用于儲存處理所述物體熱源的紅外輻射獲得警告信息作為歷史數據;所述終 端設備還用于查看所述歷史數據。
【文檔編號】G01J5/00GK106017690SQ201610058262
【公開日】2016年10月12日
【申請日】2016年1月27日
【發明人】曾宇, 郭曉東, 肖峰
【申請人】廣州紫川電子科技有限公司