一种基于图像拼接的红外热像扫描在线热损失测量技术

摘要

本发明涉及一种热损失测量方式，具体涉及一种基于图像拼接技术的红外热像扫描合成在线热损失测量技术方法。包括无人机、机载热成像设备和装有图像拼接和处理软件的计算机。包括如下步骤：红外图像的采集、红外图像的拼接合成、热损失的计算。本发明的有益效果为：本发明利用无人机搭载红外成像设备，实现了对任意待测物体的表面热成像。开发了图像拼接处理软件，设计算法利用图像拼接技术得到待测物体的三维热像图，并对合成后的图像可能的不完整问题进行矫正。最后计算图像微元热损失并对其叠加得到整体热损失。以上步骤均可在同一软件中完成，有效提高了热损失测量效率和准确度。

说明书

技术领域：本发明涉及到热损失测量技术领域，具体涉及到一种基于图像拼接技术的红外热像扫描合成在线热损失测量技术方法。

背景技术：图像拼接技术是将数张有重叠部分的图像拼成一幅无缝的全景图或高图像的技术。其在运动检测和跟踪、增强现实、分辨率增强、视频压缩和图像稳定等机器视觉领域有很大的应用。而其在对于热像图的应用并不十分广泛。同时，对于石油化工企业中所拥有的大量高温换热设备，需要对它们的表面热损失进行监测。然而，目前常用的热像图法仅能对单张图片进行热分析。同时，由于待测物体往往存在曲边且与地面等临近参照物难以区分，其所得到的热损失数值也并不能反映真实值。

综上所示，图像拼接拥有广泛的应用潜力，而目前的热损失测量技术又不能完全的反映真实情况。

如何解决上述技术问题为本发明所面临的课题

发明内容：本发明是通过如下措施实现的：一种基于图像拼接技术的红外热像扫描合成在线热损失测量技术方法，其中，包括如下步骤：

步骤一：红外图像的采集和识别：

A：初始条件和边界条件的确定：采集待测物体表面属性数据，与常用工程材料表面发射率数据库进行比对，选择在当下条件下合适的表面发射率和表面传热系数。

B:红外图像的采集：利用无人机搭载红外热像仪，围绕被测物体进行360°定距巡航飞行，并获取不同角度的红外图像，并通过蓝牙将所获取的原始热像图远程传输到计算机上。

步骤二：红外热像图的图像拼接：此步骤将利用图像拼接和处理软件首先对多张红外图像进行预先处理，以提高待测物体的辨识度。之后对多张处理完成的图像进行特征识别和匹配处理，建立变换矩阵和去裂缝处理，对多张图片进行拼接处理。

A：红外图像拼接前的降噪处理：设计了红外图像非均匀矫正算法和背景噪声的滤除算法，对于所拍摄的图像进行矫正和降噪处理。之后，对所有图像进行灰度化处理以消除彩色影响。将所有的图像进行同一化处理，从而降低拍摄工艺和周围环境对后续热流损失计算过程中的影响

B：红外图像的提取与匹配：首先采用分水岭算法进行图像分割，以彻底消除非目标物体的干扰，仅保留目标图像。在得到分割完成的待测物体图像之后，通过前景与背景找到对应的阈值，分割目标。经分割算法处理后，将图像中的目标单独提取，排除其他因素的影响。

C:红外图像的拼接：采用SURF算法，提取每张待测物体图像中的特征点并记录。之后根据图像特征点特征性强的性质和匹配策略，确定多幅图像间的变换关系，建立变换矩阵和去裂缝处理，进行图像的拼接融合。

D:数据匹配：在红外图像进行提取的同时，设计算法以实现待测物体主题与温度数据同步分割，并另存为CSV文件，之后根据拼接图象有效的位置，将对应的有效温度数据的CSV文件进行合并。

E：图像校正：对于合成的整体图像出现倾斜或者不完整的问题，可依靠目标主题与地面纹理、亮度、对比度等特征信息，设置合理阈值，利用相似原理和对称原理，进行图像分离与修正。之后采用二次分割技术确定界限，消除与目标有相似特征的环境因素；确定目标物体的中心位置，根据对称原理确定目标主题与环境的界限。

步骤三：热损失的计算：此步骤利用图像拼接和处理软件对合成的图像进行分析，依靠标准件在图中的像素尺寸和实际尺寸之比得出被测物体的实际各点坐标，并与热像图中各点温度一一对应，再计算出各点的热损失并进行求和，以得出待测物体整体的热损失。

A：合成热像图与设备实际尺寸的匹配：根据合成热像图中的标准件的像素尺寸l

考虑到曲面在图像中二维化成为平面无法计算实际表面积的问题，取标准件在水平与垂直方向上的像素点个数分别为p

B：热像图的数据匹配和热损失处理算法研究：在物体尺寸计算完成之后，红外热像扫描合成的在线热损失测量软件会计算每个区域的像素点个数，并与每个像素点的温度值一一对应。C：计算表面热损失：每个点的热损失可利用对流换热公式

在所述步骤一中，红外热像仪被放置在无人机上，围绕被测物体进行360°环绕飞行，每隔120°便获取一张该角度下物体的热像图，并将其通过蓝牙传输的方式传送到计算机中。

在所述步骤一中，在测量开始前需要测定被测物体材料、当地环境温度T

在所述步骤一中，计算机通过红外图谱分析管理软件，输出整个图片的像素点坐标和每个像素点对应的温度信息。

在所述步骤二中，计算原图与模板图像间的像素值相似度，并采用欧式距离作为计算方法，将图像固定的干扰元素去除，避免对后期的结果产生干扰。

在所述步骤二中，红外图像的特征点应具有以下特点：选取的特征明显，易于提取，在待匹配的图中足够多且分布广。

在所述步骤二中，分水岭算法计算整张图像灰度值的极小值，利用扩大极小值影响范围以形成灰度值分水岭的方法对图像进行整体分割。

在所述步骤二中，对图像分割基于图像的灰度特征计算一个或多个灰度阈值，并将图像中每个像素的灰度值与阈值作比较，最后将像素根据比较结果分到合适的类别中，以实现整张图像中待测物体元素的提取。

在所述步骤二中，利用SURF算法，构造Hessian矩阵，计算特征值α；之后构造高斯金字塔并定位特征点；之后确定特征点主方向，结合特征值α一同构造特征描述子，包括特征点的位置信息、方向信息及特征描述。

在所述步骤二中，根据所建立的特征描述子，通过匹配特征计算图像之间的变换结构以实现图像映射，之后采用APAP算法对齐特征点，以此实现图像的拼接融合。

在所述步骤三中，输入标准件的实际尺寸l

在所述步骤三中，红外图像的合成需要确定每一张图中的特征点并进行比对，对具有相同特征点的图片进行分类和合并，并利用图像拼接和处理软件进行图像合成。

所用的分析软件为图像拼接和处理软件

本发明实际使用时：将标准件放置于待测物体旁边，并能保证其能够置于无人机的扫描范围之内，且不遮挡待测物体；起飞无人机，围绕待测物体和标准件进行定点环绕飞行，观察计算机监视器画面，调整环绕距离；调整完成后进行正式拍摄，拍摄多张红外热像图，并从中选择出成像质量较好的进行后期处理。用红外成像仪自带软件将图片坐标值和每个像素点对应的温度值文件以.xsl文件格式导出；将图片和数据文件导入图像拼接和处理软件中，利用软件首先将图片进行灰度化处理，消除彩色影响，并点击软件中的红外图像非均匀矫正算法和背景噪声滤除功能，对图像进行降噪处理。之后点击分析合成，将图像进行拼接合成；之后点击热分析按钮，软件会自动导入先前合成的全景热像图，测量被测物体表面温度和当地风速，与数据库进行对比，求得当时的表面传热系数h，连同标准件长度l、被测物体表面温度t输入初始条件框中；完成输入后，软件会输出物体的总散热量、平均热流密度，点击保存即可将数据另存为.xsl文件。

本发明的有益效果为：图像拼接技术是将数张有重叠部分的图像拼成一幅无缝的全景图或高图像的技术。其在运动检测和跟踪、增强现实、分辨率增强、视频压缩和图像稳定等机器视觉领域有很大的应用。而其在对于热像图的应用并不十分广泛。同时，对于石油化工企业中所拥有的大量高温换热设备，需要对它们的表面热损失进行监测。然而，目前常用的热像图法仅能对单张图片进行热分析。同时，由于待测物体往往存在曲边且与地面等临近参照物难以区分，其所得到的热损失数值也并不能反映真实值。

采用了基于图像拼接技术的红外热像扫描合成在线热损失测量技术方法，实现了对各角度的热像图的处理与合成，实现了对整个物体表面的热像建模。结合当时物体的表面传热系数等初始条件，计算出每一个面积微元的热损失，最后利用叠加法

附图说明：

图1为本发明的流程示意图

图2为图像拼接和处理软件界面示意图

图3为无人机对待测物体进行定点拍摄时的俯视图

图4为本发明图像拼接过程示意图

图5为本发明拼接图像修正效果图

图6为本发明所设计的所有仪器逻辑组合示意图

具体实施方式：

为了清楚说明本方案的技术特点，下面通过具体实施方式，对本方案进行阐述

步骤一：红外图像的采集和识别：

A：初始条件和边界条件的确定：采集待测物体表面属性数据，与常用工程材料表面发射率数据库进行比对，选择在当下条件下合适的表面发射率和表面传热系数。

B:红外图像的采集：利用无人机搭载红外热像仪，围绕被测物体进行360°定距巡航飞行，并获取不同角度的红外图像，并通过蓝牙将所获取的原始热像图远程传输到计算机上。

步骤二：红外热像图的图像拼接：此步骤将利用图像拼接和处理软件首先对多张红外图像进行预先处理，以提高待测物体的辨识度。之后对多张处理完成的图像进行特征识别和匹配处理，建立变换矩阵和去裂缝处理，对多张图片进行拼接处理。

A：红外图像拼接前的降噪处理：设计了红外图像非均匀矫正算法和背景噪声的滤除算法，对于所拍摄的图像进行矫正和降噪处理。之后，对所有图像进行灰度化处理以消除彩色影响。将所有的图像进行同一化处理，从而降低拍摄工艺和周围环境对后续热流损失计算过程中的影响

B：红外图像的提取与匹配：首先采用分水岭算法进行图像分割，以彻底消除非目标物体的干扰，仅保留目标图像。在得到分割完成的待测物体图像之后，通过前景与背景找到对应的阈值，分割目标。经分割算法处理后，将图像中的目标单独提取，排除其他因素的影响。

C:红外图像的拼接：采用SURF算法，提取每张待测物体图像中的特征点并记录。之后根据图像特征点特征性强的性质和匹配策略，确定多幅图像间的变换关系，建立变换矩阵和去裂缝处理，进行图像的拼接融合。

D:数据匹配：在红外图像进行提取的同时，设计算法以实现待测物体主题与温度数据同步分割，并另存为CSV文件，之后根据拼接图象有效的位置，将对应的有效温度数据的CSV文件进行合并。

E：图像校正：对于合成的整体图像出现倾斜或者不完整的问题，可依靠目标主题与地面纹理、亮度、对比度等特征信息，设置合理阈值，利用相似原理和对称原理，进行图像分离与修正。之后采用二次分割技术确定界限，消除与目标有相似特征的环境因素；确定目标物体的中心位置，根据对称原理确定目标主题与环境的界限。

步骤三：热损失的计算：此步骤利用图像拼接和处理软件对合成的图像进行分析，依靠标准件在图中的像素尺寸和实际尺寸之比得出被测物体的实际各点坐标，并与热像图中各点温度一一对应，再计算出各点的热损失并进行求和，以得出待测物体整体的热损失。

A：合成热像图与设备实际尺寸的匹配：根据合成热像图中的标准件的像素尺寸l

考虑到曲面在图像中二维化成为平面无法计算实际表面积的问题，取标准件在水平与垂直方向上的像素点个数分别为p

B：热像图的数据匹配和热损失处理算法研究：在物体尺寸计算完成之后，红外热像扫描合成的在线热损失测量软件会计算每个区域的像素点个数，并与每个像素点的温度值一一对应。C：计算表面热损失：每个点的热损失可利用对流换热公式

本发明未经描述的技术手段由于已经存在且成熟，在此不再赘述。本发明也不仅局限于上述举例，本技术领域的技术人员依靠本发明的构思在现有技术的基础上通过适当的适配和修正就可以适用于广泛的领域，应当说明，所有经以上途径得到的技术方案均在权利要求书所确定的保护范围内。