阅读说明：本技术 一种无挡片红外测温方法及装置 (Barrier-free infrared temperature measurement method and device ) 是由 陆桂富 范少华 于 2019-10-18 设计创作，主要内容包括：本发明揭示了一种无挡片红外测温方法及装置,在红外热成像仪机芯无挡片的情况下,通过采集机芯在不同环境温度下热机稳定后的数据,计算出虚拟环境温度及虚拟目标灰度,进一步根据目标温度变化时对应的灰度变化获得预估目标温度,最后根据探测器温度变化情况并结合预估目标温度,进行温度修正,获得精确测量的目标温度。本发明能够准确、稳定的测量目标温度。(The invention discloses a barrier-free infrared temperature measurement method and a barrier-free infrared temperature measurement device, under the condition that a movement of an infrared thermal imager has no barrier, the virtual environment temperature and the virtual target gray scale are calculated by collecting data after the heat engine of the movement is stabilized at different environment temperatures, the estimated target temperature is further obtained according to the corresponding gray scale change when the target temperature changes, and finally, the temperature is corrected according to the change condition of the temperature of a detector and the estimated target temperature to obtain the accurately measured target temperature. The invention can accurately and stably measure the target temperature.)

一种无挡片红外测温方法及装置

技术领域

本发明涉及红外图像处理技术领域，尤其是涉及一种无挡片红外测温方法及装置。

背景技术

随着电子技术的发展，红外成像和红外测温越来越广泛地应用到人们生产和生活的多个领域。红外测温技术在生产过程中，在产品质量控制和监测，设备在线故障诊断和安全保护以及节约能源等方面发挥着重要作用。

无挡片热成像仪在图像观测方面具有不间断观测优势，从而越来越普及。但是无挡片热成像仪由于去除了挡片，而挡片是传统热像仪中非常重要的一个结构，它可以消除红外探测器的温度漂移，对测温有着直接的影响。

目前无挡片热像仪受到设备本身温度及光学结构的影响，往往测温精度不高，测温精度波动大，稳定性差。

发明内容

本发明的目的在于克服现有技术的缺陷，提供一种精度高、稳定性高的无挡片红外测温方法及装置。

为实现上述目的，本发明提出如下技术方案：一种无挡片红外测温方法，包括如下步骤：

步骤S100，采集机芯在不同环境温度下热机稳定后的探测器温度和目标灰度；

步骤S200，根据步骤S100采集的数据建立用于根据探测器温度计算虚拟环境温度Ts的多元线性回归模型Ⅰ和用于根据虚拟环境温度Ts计算不同探测器温度下虚拟目标灰度Gs的多元线性回归模型Ⅱ，进一步计算不同探测器温度下虚拟环境温度Ts，及虚拟目标灰度Gs；

步骤S300，设置至少三个黑体，且为每个黑体设置不同的目标温度，将充分冷却后的机芯开机后采集每个目标温度在不同探测器温度下的灰度数据；

步骤S400，根据步骤S300采集的数据建立用于根据探测器温度计算灰度差△G对应温度差△T的多元线性回归模型Ⅲ，进一步计算不同探测器温度下灰度差△G对应的温度差△T，及预估目标温度Te＝Ts+△T；

步骤S500，根据机芯由冷机到热机状态下探测器温度的变化率对步骤S400获得的预估目标温度Te进行修正，获得需要修正的温度差△T′，进而获得目标温度T＝Te-△T′。

优选地，在步骤S200中，所述多元线性回归模型Ⅰ为：

其中，T0～Tn为环境温度，V0～Vn为环境温度T0～Tn对应的探测器温度，β～N(0，σ²)。

优选地，在步骤S200中，所述多元线性回归模型Ⅱ为：

其中，T0～Tn为环境温度，G0～Gn为环境温度T0～Tn对应的目标灰度，V0～Vn为环境温度T0～Tn对应的探测器温度，β～N(0，σ²)。

优选地，在步骤S300中，设置三个黑体，且设置三个黑体的目标温度分别为T_A、T_B和T_C，其中，T_B-T_A<10℃，T_C-T_B>80℃。

优选地，在步骤S200中，所述多元线性回归模型Ⅲ为：

其中，V₀～V_n为探测器温度，△G₀～△G_n为探测器温度V₀～V_n对应的灰度差，△T₀＝T_B-T_A，△T₁＝T_C-T_B。

优选地，在步骤S500中，根据如下步骤获得需要修正的温度差△T′：

步骤S501，设置一具有目标温度Td的黑体；

步骤S502，计算不同探测器温度下目标温度Td与预估目标温度Te的差值，及探测器温度变化率；

步骤S503，根据步骤S502获得的数据建立用于根据探测器温度变化率计算需要修正的温度差△T′的多元线性回归方程Ⅳ，进一步根据探测器温度变化率计算需要修正的温度差△T′。

优选地，所述多元线性回归方程Ⅳ为：

其中，△T₀′～△T_n′为探测器温度V₀～V_n对应的温度差，VV₀～VV_n为探测器温度V₀～V_n对应的探测器温度变化率。

优选地，在步骤S100中，环境温度范围为-20℃～60℃。

本发明还揭示了一种无挡片红外测温装置，包括

高低温环境数据采集模块，用于采集机芯在不同环境温度下热机稳定后的探测器温度和目标灰度；

第一数据处理模块，用于根据高低温环境数据采集模块采集的数据建立用于根据探测器温度计算虚拟环境温度Ts的多元线性回归模型Ⅰ和用于根据虚拟环境温度Ts计算不同探测器温度下虚拟目标灰度Gs的多元线性回归模型Ⅱ，进一步计算不同探测器温度下虚拟环境温度Ts，及虚拟目标灰度Gs；

增益采集模块，用于设置至少三个黑体，且为每个黑体设置不同的目标温度，将充分冷却后的机芯开机后采集每个目标温度在不同探测器温度下的灰度数据；

第二数据处理模块，用于根据增益采集模块采集的数据建立用于根据探测器温度计算灰度差△G对应温度差△T的多元线性回归模型Ⅲ，进一步计算不同探测器温度下灰度差△G对应的温度差△T，及预估目标温度Te＝Ts+△T；

温度修正模块，用于根据机芯由冷机到热机状态下探测器温度的变化率对步骤S400获得的预估目标温度Te进行修正，获得需要修正的温度差△T′，进而获得目标温度T＝Te-△T′。

优选地，增益采集模块设置三个黑体，且设置三个黑体的目标温度分别为T_A、T_B和T_C，其中，T_B-T_A<10℃，T_C-T_B>80℃。

本发明的有益效果是：

(1)本发明能够在无挡片情况下，通过采集机芯在不同环境温度下热机稳定后的数据，计算出虚拟环境温度及虚拟目标灰度，进一步根据目标温度变化时对应的灰度变化获得预估目标温度，最后根据探测器温度变化情况并结合预估目标温度，进行温度修正，获得精确测量的目标温度；

(2)本发明还能够实时调整需要修正的温度差，进而实现精确测温功能。

附图说明

图1是本发明的方法流程图示意图；

图2是本发明的装置结构框图示意图。

具体实施方式

下面将结合本发明的附图，对本发明实施例的技术方案进行清楚、完整的描述。

本发明所揭示的一种无挡片红外测温方法，在红外机芯没有机械挡片的情况下，通过采集机芯在不同环境温度下热机稳定后的数据，计算虚拟环境温度及虚拟目标灰度，进一步根据目标温度变化时对应的灰度变化获得预估目标温度，最后根据探测器温度变化情况并结合预估目标温度，进行温度修正，以获得精确的目标温度。

如图1所示，本发明所揭示的一种无挡片红外测温方法，包括如下步骤：

步骤S100，采集机芯在不同环境温度下热机稳定后的探测器温度和目标灰度；

步骤S200，根据步骤S100采集的数据建立用于根据探测器温度计算虚拟环境温度Ts的多元线性回归模型Ⅰ和用于根据虚拟环境温度Ts计算虚拟目标灰度Gs的多元线性回归模型Ⅱ，进一步计算不同探测器温度下虚拟环境温度Ts，及虚拟目标灰度Gs；

具体地，具体实施时将红外热成像仪机芯置于高低温箱中进行数据采集，也即首先将高低温箱的环境温度设置为T0，如-20℃，当机芯热机稳定后采集环境温度T0时的探测器温度V0和随温目标灰度G0；其次，将高低温箱的环境温度设置为T1，如-15℃或-10℃，当机芯热机稳定后采集环境温度T1时的探测器温度V1和随温目标灰度G1，随温目标温度是指目标温度同环境温度相同；依次类推，逐步提高高低温箱的环境温度，将环境温度逐渐上升至Tn，同时采集不同环境下机芯热机稳定后的探测器温度和目标灰度，进而获得如下表所示数据。

表一

探测器温度(Vtemp)	随温目标温度(Gray)	环境温度T	目标温度Temp
				V0	G0	T0	T0
V1	G1	T1	T1
				V2	G2	T2	T2
…	…	…	…
				Vn	Gn	Tn	Tn

具体实施时，可根据实际需求设置环境温度的范围，本实施例中，高低温箱的环境温度的范围优选-20℃～60℃。

进一步地，根据表一首先建立用于根据探测器温度计算虚拟环境温度的多元线性回归模型(1.1)，如下所示：

其中，Vn为自变量，表示环境温度Tn时的探测器温度，β是去除自变量Vn对温度Tn的影响后的随机误差，且β～N(0，σ²)。

将表一中的数据代入上述多元线性回归模型(1.1)中求解多元线性回归系数K0、K1、K2和K3。具体实施时，将上述多元线性回归模型(1.1)写成矩阵形式：

T＝K×V+β

根据最小二乘法寻找多元线性回归系数K0、K1、K2和K3的适宜数值A0、A1、A2和A3，使的实际观测值和多元线性回归模型(1.1)的估计值之间的残差平方和最小，即：

根据最小二乘法理论，对上式中的A0、A1、A2和A3分别求偏导，并另偏导数为0，可获得如下4个方程，求解方程即可以得出最小二乘估计值：

A0、A1、A2和A3即为要求解的K0、K1、K2和K3的最小二乘估计值。机芯开机后，可已知当前探测器温度Vtemp时，可将当前探测器温度Vtemp代入上述多元线性回归模型(1.1)中即可计算出当前探测器温度Vtemp下虚拟环境温度Ts，同理，可通过多元线性回归模型(1.1)求解出不同探测器温度Vtemp下虚拟环境温度Ts。

更进一步地，由于机芯热机稳定后，目标温度与环境温度一致，也即虚拟目标温度与虚拟环境温度保持一致。为了计算虚拟目标温度对应的虚拟目标灰度，根据表一建立如下多元线性回归模型(1.2)，如下所示：

将表一中的数据代入上述多元线性回归模型(1.2)中求解多元线性回归系数K0'、K1'、K2'和K3'的最小二乘估计值A0'、A1'、A2'和A3'。当已知当前探测器温度Vtemp及虚拟环境温度Ts时，将两者代入上述多元线性回归模型(1.2)中即可计算出当前探测器温度Vtemp下虚拟目标温度Ts对应的虚拟目标灰度Gs。

步骤S300，设置至少三个黑体，且为每个黑体设置不同的目标温度，将充分冷却后的机芯开机后采集每个目标温度在不同探测器温度下的灰度数据；

步骤S400，根据步骤S300采集的数据建立用于根据探测器温度计算灰度差△G对应温度差△T的多元线性回归模型Ⅲ，进一步计算不同探测器温度下灰度差△G对应的温度差△T，及预估目标温度Te＝Ts+△T；

具体地，采集增益的目的是为了计算出温度差所对应的灰度差。由于探测器温度Vtemp及目标温度的高低均会对目标温度对应的灰度产生影响，因此通过借助黑体进行数据的采集，以确定目标温度变化时对应的灰度变化情况，也即获取不同探测器温度Vtemp下温度差△T与灰度差△G之间的关系。本实施例中，以设置三个黑体为例，并将三个黑体的目标温度分别设置为T_A、T_B和T_C，其中，T_B-T_A<10℃，T_C-T_B>80℃。具体实施时，可根据实际需求设置黑体的数量及黑体的温度。

采集三个目标温度对应的灰度数据时，首先使机芯充分冷却一段时间，开机后尽快连续的采集三个目标温度在不同探测器温度下对应的灰度数据，初始时可适当提高采集密度，然而热机过程中可降低采集密度，并且需在同一个探测器温度下采集三个目标温度对应的灰度数据，最终获得如下表所示数据。

表二

进一步地，根据表二建立用于计算不同探测器温度下灰度差△G对应温度差△T的多元线性回归模型(2.1)，如下所示：

将表二中的数据代入上述多元线性回归模型(2.1)中求解多元线性回归系数K0″、K1″、K2″、K3″、K4″和K5″的最小二乘估计值A0″、A1″、A2″、A3″、A4″和A5″。当已知当前探测器温度Vtemp及灰度差△G＝G-Gs时，其中，G为采集到的目标灰度，Gs为当前探测器温度Vtemp下虚拟目标灰度，将两者代入上述多元线性回归模型(2.1)中即可计算出当前探测器温度Vtemp下温度差△T，同理，可通过多元线性回归模型(2.1)求解出不同探测器温度Vtemp下灰度差△G对应的温度差△T。

更进一步地，不同探测器温度Vtemp下预估目标温度Te＝Ts+△T，其中，Ts为不同探测器温度Vtemp对应的虚拟环境温度，△T为不同探测器温度Vtemp对应的温度差。

步骤S500，根据机芯由冷机到热机状态下探测器温度的变化率对步骤S400获得的预估目标温度Te进行修正，使测得的目标温度T＝Te-△T′，△T′为需要修正的温度差。

具体地，机芯升温过程中，探测器温度Vtemp逐渐升高，并且变化率逐渐减小。当探测器温度Vtemp变化时，预估目标温度Te也随之发生变化。在机芯未达到稳定状态之前，预估目标温度Te与实际环境温度存在偏差，并且偏差随着探测器温度Vtemp变化率的减小而逐渐减小，进而可根据探测器温度Vtemp的变化率对预估目标温度Te进行修正。

具体实施时，设置一黑体，并将黑体的目标温度为Td，通过步骤S100至步骤S400由当前探测器温度Vtemp及采集获得的目标灰度G，分别计算当前探测器温度Vtemp下的虚拟环境温度Ts和温度差△T，进而获得当前探测器温度Vtemp下的预估目标温度Te＝Ts+△T。

进一步地，需要修正的温度差△T′＝Td-Te，其中需要修正的温度差△T′与探测器温度Vtemp变化率有关。通过计算不同探测器温度Vtemp下需要修正的温度差，及不同探测器温度Vtemp下的探测器温度变化率形成如下数据表：

表三

需要校正的温度差△T′＝Td-Te	探测器温度变化率VV
		△T<sub>0</sub>′	VV<sub>0</sub>
△T<sub>1</sub>′	VV<sub>1</sub>
		…	…
△T<sub>n</sub>′	VV<sub>n</sub>

进一步地，根据表三建立用于根据当前探测器温度变化率计算需要修正的温度差的多元线性回归方程(3.1)，如下所示：

将表三中的数据代入上述多元线性回归模型(3.1)中求解多元线性回归系数K0″′、K1″′、K2″′和K3″′的最小二乘估计值A0″′、A1″′、A2″′和A3″′。当已知当前探测器温度变化率时可根据上述多元线性回归模型(3.1)求解出当前探测器温度Vtemp下需要校正的温度差△T′，进而获得测得的目标温度T＝Te-△T′。

本发明所述的无挡片红外测温方法，可在红外机芯没有机械挡片的情况下，自动跟踪红外机芯的工作状态，实时调整需要修正的温度差，进而实现精确测温功能。

如图2所示，本发明还揭示了一种无挡片红外测温装置，包括高低温环境数据采集模块、第一数据处理模块、增益采集模块、第二数据处理模块和温度修正模块。

其中，高低温环境数据采集模块用于采集红外热成像仪机芯在不同环境温度下热机稳定后的探测器温度和目标灰度；

第一数据处理模块用于根据高低温环境数据采集模块采集的数据建立用于根据探测器温度计算虚拟环境温度Ts的多元线性回归模型Ⅰ和用于根据虚拟环境温度Ts计算不同探测器温度下虚拟目标灰度Gs的多元线性回归模型Ⅱ，进一步计算不同探测器温度下虚拟环境温度Ts，及虚拟目标灰度Gs；

增益采集模块用于设置至少三个黑体，且为每个黑体设置不同的目标温度，将充分冷却后的机芯开机后采集每个目标温度在不同探测器温度下的灰度数据；

第二数据处理模块用于根据增益采集模块采集的数据建立用于根据探测器温度计算灰度差△G对应温度差△T的多元线性回归模型Ⅲ，进一步计算不同探测器温度下灰度差△G对应的温度差△T，及预估目标温度Te＝Ts+△T；

温度修正模块用于根据机芯由冷机到热机状态下探测器温度的变化率对预估目标温度Te进行修正，获得需要修正的温度差△T′，进而获得目标温度T＝Te-△T′。

具体实施时，高低温环境数据采集模块、第一数据处理模块、增益采集模块、第二数据处理模块和温度修正模块的具体处理过程详见上述。

本发明的技术内容及技术特征已揭示如上，然而熟悉本领域的技术人员仍可能基于本发明的教示及揭示而作种种不背离本发明精神的替换及修饰，因此，本发明保护范围应不限于实施例所揭示的内容，而应包括各种不背离本发明的替换及修饰，并为本专利申请权利要求所涵盖。