基于近红外图像的中高温对象的测温方法及终端设备与流程

1.本发明涉及温度检测技术领域，尤其涉及一种基于近红外图像的中高温对象的测温方法及终端设备。


背景技术：

2.无论是日常生活，还是工业应用上，温度参数都占有举足轻重的地位，温度测量技术的研究对社会的发展和科技的进步有着十分重要的意义和应用价值。在很多领域中，中高温对象的温度测量是不可忽视的一部分。
3.目前，为了满足中高温对象的测温要求，可以基于近红外图像的测温方法进行测温。然而目前多数基于近红外图像的测温方法都是通过图像的色度信息与对象温度的关系达到测温目的，但图像的色度信息与对象温度的关系只是由实验确定的经验关系公式，这种经验关系公式不够准确，导致目前基于近红外图像进行的中高温对象的测温结果也不够准确。


技术实现要素：

4.本发明实施例提供了一种基于近红外图像的中高温对象的测温方法及终端设备，以解决现有技术基于近红外图像进行的中高温对象的测温方法不够准确的问题。
5.第一方面，本发明实施例提供了一种基于近红外图像的中高温对象的测温方法，包括：
6.通过标定近红外相机，获得目标对象的近红外图像及所述近红外图像的色度信息；
7.根据所述色度信息和第一函数模型，确定所述标定近红外相机测量的所述目标对象在预设近红外波段的波段辐射力；所述第一函数模型为色度信息与波段辐射力的函数模型；
8.根据所述波段辐射力和第二函数模型，确定所述目标对象的温度；所述第二函数模型为波段辐射力与波段发射率之比和温度的函数模型。
9.在一种可能的实现方式中，获得所述第一函数模型的过程为：
10.建立色度信息与波段辐射力之间的第一初始函数模型；
11.通过所述标定近红外相机，获得黑体炉在各个预设温度下的黑体炉近红外图像及所述黑体炉近红外图像的标准色度信息；
12.通过获取的各个预设温度下的单色黑体辐射强度和所述标定近红外相机在所述预设近红外波段的响应光谱系数，计算在各个预设温度下所述标定近红外相机测量的所述黑体炉在所述预设近红外波段的标准波段辐射力；
13.根据各个预设温度下的所述标准色度信息和各个预设温度下的所述标准波段辐射力对所述第一初始函数模型进行求解，获得所述第一函数模型。
14.在一种可能的实现方式中，所述第一初始函数模型为：
[0015][0016]
其中，e
ir
为波段辐射力，gray'为色度信息，b
m
为所述第一初始函数模型的多项式拟合系数，m为正整数，表示所述第一初始函数模型的阶数。
[0017]
在一种可能的实现方式中，所述通过所述标定近红外相机，获得黑体炉在各个预设温度下的黑体炉近红外图像及所述黑体炉近红外图像的标准色度信息，包括：
[0018]
通过所述标定近红外相机，获得黑体炉在每个预设温度下包括的多个不同积分时间对应的黑体炉近红外图像及每个所述黑体炉近红外图像的初始色度信息；
[0019]
将每个预设温度包括的多个不同积分时间对应的初始色度信息进行线性拟合，获得每个预设温度对应的拟合函数；
[0020]
将每个初始色度信息减去对应的预设温度对应的拟合函数的截距，再除以该初始色度信息对应的积分时间，得到每个去噪的色度信息；
[0021]
计算每个预设温度对应的所有的去噪的色度信息的平均值，并将所述平均值作为对应预设温度下所述黑体炉近红外图像的标准色度信息。
[0022]
在一种可能的实现方式中，通过获取的各个预设温度下的单色黑体辐射强度和所述标定近红外相机在所述预设近红外波段的响应光谱系数，计算在各个预设温度下所述标定近红外相机测量的所述黑体炉在所述预设近红外波段的标准波段辐射力，包括：
[0023]
根据计算在各个预设温度下所述标定近红外相机测量的所述黑体炉在所述预设近红外波段的标准波段辐射力；
[0024]
其中，i
bλ
(t)为温度t下的单色黑体辐射强度，c1为第一普朗克常量，c2为第二普朗克常量，λ为波长，e
b,ir
(t)为温度t下所述标定近红外相机测量的所述黑体炉在所述预设近红外波段的标准波段辐射力，η
ir,λ
为所述标定近红外相机在所述预设近红外波段的响应光谱系数，λ1为所述预设近红外波段的最小值，λ2为所述预设近红外波段的最大值。
[0025]
在一种可能的实现方式中，获得所述第二函数模型的过程为：
[0026]
建立波段辐射力与波段发射率之比和温度之间的第二初始函数模型；
[0027]
根据各个预设温度和各个预设温度下的所述标准波段辐射力对所述第二初始函数模型进行求解，获得所述第二函数模型。
[0028]
在一种可能的实现方式中，所述第二初始函数模型为：
[0029][0030]
其中，t为绝对温度，e
ir
为波段辐射力，ε
δλ,ir
为所述目标对象在所述预设近红外波段的波段发射率，a
m
为所述第二初始函数模型的多项式拟合系数，m为正整数，表示所述第二初始函数模型的阶数。
[0031]
第二方面，本发明实施例提供了一种基于近红外图像的中高温对象的测温装置，包括：
[0032]
获取模块，用于通过标定近红外相机，获得目标对象的近红外图像及所述近红外图像的色度信息；
[0033]
第一处理模块，用于根据所述色度信息和第一函数模型，确定所述标定近红外相机测量的所述目标对象在预设近红外波段的波段辐射力；所述第一函数模型为色度信息与波段辐射力的函数模型；
[0034]
第二处理模块，用于根据所述波段辐射力和第二函数模型，确定所述目标对象的温度；所述第二函数模型为波段辐射力与波段发射率之比和温度的函数模型。
[0035]
第三方面，本发明实施例提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
[0036]
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
[0037]
本发明实施例提供一种基于近红外图像的中高温对象的测温方法及终端设备，通过标定近红外相机，获得目标对象的近红外图像及近红外图像的色度信息，根据色度信息和表征色度信息与波段辐射力的第一函数模型，确定标定近红外相机测量的目标对象在预设近红外波段的波段辐射力，根据波段辐射力和表征波段辐射力与波段发射率之比和温度的第二函数模型，确定目标对象的温度。相较于现有技术直接根据图像的色度信息与对象温度的经验关系公式确定目标对象的温度，本发明实施例先根据色度信息和第一函数模型确定波段辐射力，再根据波段辐射力和第二函数模型确定目标对象的温度，确定目标对象的温度的过程更加细致，且第一函数模型和第二函数模型均基于黑体辐射定律的理论支撑，进而提高了基于近红外图像进行的中高温对象测温的准确性。
附图说明
[0038]
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0039]
图1是本发明实施例提供的基于近红外图像的中高温对象的测温方法的实现流程图；
[0040]
图2是本发明实施例提供的某一标定近红外相机在近红外波段内的光谱响应曲线图；
[0041]
图3是本发明又一实施例提供的基于近红外图像的中高温对象的测温方法的实现流程图；
[0042]
图4是本发明实施例提供的实验标定处理系统的结构示意图；
[0043]
图5是本发明实施例提供的基于近红外图像的中高温对象的测温装置的结构示意图；
[0044]
图6是本发明实施例提供的终端设备的示意图。
具体实施方式
[0045]
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
[0046]
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图通过具体实施例来进行说明。
[0047]
现有测温方法主要可以分为接触法和非接触法两大类。接触法虽然大多技术成熟，操作简单，但是也存在着一些共有的缺陷，例如受材料限制难以满足中高温对象的温度测量要求；动态响应差；容易损坏、难以达到工业应用的要求等等。而非接触法可以很好的弥补接触法存在的问题，同时获得较精确的温度测量结果，其中基于相机的成像法就是非接触法中典型的一种。
[0048]
基于彩色相机拍摄的可见光图像的测温方法，其测温范围的下限温度较高，适合于高温对象的温度测量，却难以完成中高温对象的温度测量。基于近红外图像的测温方法可以实现中高温对象的温度测量，但目前多数基于近红外图像的测温方法都是通过图像的色度信息与对象温度的关系达到测温目的，而图像的色度信息与对象温度的关系只是由实验确定的经验关系公式，这种经验关系公式不够准确，导致目前基于近红外图像进行的中高温对象的测温结果也不够准确。
[0049]
本发明实施例提供一种基于近红外图像的中高温对象的测温方法，可以先根据色度信息和第一函数模型确定波段辐射力，再根据波段辐射力和第二函数模型确定目标对象的温度，确定目标对象的温度的过程更加细致，且第一函数模型和第二函数模型均基于黑体辐射定律的理论支撑，进而提高了基于近红外图像进行的中高温对象测温的准确性。
[0050]
参见图1，其示出了本发明实施例提供的基于近红外图像的中高温对象的测温方法的实现流程图，详述如下：
[0051]
在步骤101中，通过标定近红外相机，获得目标对象的近红外图像及近红外图像的色度信息。
[0052]
在步骤102中，根据色度信息和第一函数模型，确定标定近红外相机测量的目标对象在预设近红外波段的波段辐射力。
[0053]
其中，第一函数模型为色度信息与波段辐射力的函数模型。
[0054]
在步骤103中，根据波段辐射力和第二函数模型，确定目标对象的温度。
[0055]
其中，第二函数模型为波段辐射力与波段发射率之比和温度的函数模型。
[0056]
本发明实施例中，第一函数模型为事先确定的色度信息与波段辐射力的关系式，第二函数模型为事先确定的波段辐射力与波段发射率之比和温度的关系式。基于黑体辐射定律的知识，可知色度信息与波段辐射力存在预设关系，波段辐射力与波段发射率之比和温度存在预设关系，利用标定近红外相机测量黑体炉在一系列不同温度下对应的标准色度信息和标准波段辐射力，可以进行热辐射标定，以对上述预设关系进行求解，确定第一函数模型和第二函数模型。确定第一函数模型和第二函数模型后，将标定近红外相机拍摄的目
标对象的近红外图像的色度信息代入第一函数模型，获得标定近红外相机测量的目标对象在预设近红外波段的波段辐射力，将波段辐射力代入第二函数模型，获得目标对象的温度，以此完成目标对象的温度测量。
[0057]
其中，标定近红外相机为确定第一函数模型和第二函数模型过程中调整好相机参数的近红外相机，在标定近红外相机的基础上，可以根据目标对象调整标定近红外相机镜头的位置以及标定近红外相机的焦距，以便于拍摄到完整清晰的目标对象。
[0058]
目标对象可以为待测温度在500到3000摄氏度之间的中高温对象，例如高温炉膛、温度较高的金属锻件等。
[0059]
近红外波段是指波长在780～3000nm左右的电磁波，近红外图像是包含部分或全部近红外波段的单色灰度图像，包含的波段(即预设近红外波段)可以由标定近红外相机在近红外波段内的光谱响应曲线确定。
[0060]
示例性的，若所用近红外相机在近红外波段内的光谱响应曲线如图2所示，则可以确定所用近红外相机对应的预设近红外波段为780～1000nm。具体的预设近红外波段可以根据标定近红外相机在近红外波段内的光谱响应曲线确定，本发明实施例对此不作限定。
[0061]
本发明实施例通过标定近红外相机，获得目标对象的近红外图像及近红外图像的色度信息，根据色度信息和第一函数模型，确定标定近红外相机测量的目标对象在预设近红外波段的波段辐射力，根据波段辐射力和第二函数模型，确定目标对象的温度。相较于直接根据图像的色度信息与对象温度的经验关系公式确定目标对象的温度，本发明实施例表征色度信息与波段辐射力的第一函数模型，以及表征波段辐射力与波段发射率之比和温度的第二函数模型均基于黑体辐射定律的理论支撑得到。而且本发明实施例先根据目标对象对的近红外图像的色度信息确定标定近红外相机测量的目标对象在预设近红外波段的波段辐射力，再根据波段辐射力确定目标对象的温度，确定目标对象温度的过程更细致，进而提高了基于近红外图像进行的中高温对象测温的准确性。
[0062]
可选的，参见图3，作为本发明实施例提供的基于近红外图像的中高温对象的测温方法的一种具体实施方式，获得第一函数模型的过程可以为：
[0063]
在步骤201中，建立色度信息与波段辐射力之间的第一初始函数模型。
[0064]
其中，第一初始函数模型为：
[0065][0066]
其中，e
ir
为波段辐射力，gray'为色度信息，b
m
为第一初始函数模型的多项式拟合系数，m为正整数，表示第一初始函数模型的阶数。
[0067]
基于黑体辐射定律可知，辐射能q
e
(radiation energy)：通常将以电磁波形式传播的能量称为辐射能，单位为焦耳(j)。辐射通量φ
e
(radiation flux)：单位时间内发射(传输或接收)的辐射能，单位为瓦特(w，j/s)，可以对应相机获得的波段辐射力e。
[0068][0069]
光量q
v
：可被人眼接收的辐射能(lm
·
s)。
[0070]
光通量φ
v
：单位时间内传播或接收的光能，单位：流明(lm)，可对应相机拍摄的图
像的色度信息。
[0071][0072]
光通量φ
v
与辐射通量φ
e
可通过人眼视觉特性进行转换：
[0073]
φ
v
(λ)＝v(λ)φ
e
(λ)＝k
m
φ(λ)φ
e
(λ)；
[0074][0075]
其中，v(λ)＝k
m
φ(λ)是cie推荐的平均人眼光谱光视效率，φ(λ)是归一化人眼光谱光视效率，称为视见函数。
[0076]
由光通量φ
v
与辐射通量φ
e
进行转换的公式可知，光通量φ
v
与辐射通量φ
e
之间存在着一定的关系，也就是相机拍摄的图像的色度信息与相机获得的辐射力之间存在着一定的关系。故可以根据上述关系构建标定近红外相机获得的近红外波段辐射力e
ir
关于标定近红外相机获得的近红外图像的色度信息gray'之间的拟合模型，也就是第一初始函数模型。
[0077]
建立第一初始函数模型后，为了对第一初始函数模型的多项式拟合系数b
m
进行拟合求解，可以先选取第一初始函数模型的阶数m，将阶数m代入第一初始函数模型对进行b
m
展开，再通过标定近红外相机测量黑体炉在一系列不同温度下对应的标准色度信息和标准波段辐射力，将标准色度信息和标准波段辐射力代入展开后的第一初始函数模型，得到多项式拟合系数b
m
的具体数值。其中，阶数m的选取可以根据拟合误差确定，使得拟合误差足够小(例如达到5％以下)即可。本发明实施例对此不作限定。
[0078]
在步骤202中，通过标定近红外相机，获得黑体炉在各个预设温度下的黑体炉近红外图像及黑体炉近红外图像的标准色度信息。
[0079]
为了对第一初始函数模型的多项式拟合系数b
m
进行拟合求解，以及对后续第二初始函数模型的多项式拟合系数a
m
进行拟合求解，需要通过标定近红外相机测量黑体炉在一系列不同温度下对应的标准色度信息和标准波段辐射力。这一过程可以称为热辐射标定，热辐射标定可以通过如图4所示的实验标定处理系统进行，实验标定处理系统的主要设备为黑体炉、近红外相机和电子设备(可以为桌上型计算机、笔记本电脑、掌上电脑等控制处理设备)，黑体炉上可以设置有一个或多个黑体炉观测口，每个黑体炉观测口都与一台近红外相机的镜头光学中心对准，电子设备与一个或多个黑体炉观测口连接。热辐射标定时，设定多个不同的黑体炉观测口的温度，利用近红外相机，并调整近红外相机的积分时间以确保拍摄的近红外图像无饱和现象，拍摄各温度下不同积分时间对应的黑体炉观测口的近红外图像，并将拍摄的近红外图像发送给电子设备，电子设备处理得到各温度下拍摄的近红外图像对应的标准色度信息及标准波段辐射力，与对应温度一起记录，从而得到多种温度工况下的标准色度信息及标准波段辐射力，以便于对第一初始函数模型的多项式拟合系数b
m
，以及对第二初始函数模型的多项式拟合系数a
m
的拟合求解。
[0080]
其中，在热辐射标定前，需要调整近红外相机的相机参数，且为了保证相机拍摄的图像清晰，结果可靠，通过调整近红外相机镜头的位置使得近红外相机可以拍摄到完整的黑体炉观测口图像，通过调整近红外相机的焦距使得拍摄的图像足够清楚，并选择好所要使用的光圈，将调整好的近红外相机确定为标定近红外相机，后续热辐射标定过程中保持
标定近红外相机上述参数不变。在热辐射标定完成得到第一函数模型和第二函数模型后，利用标定近红外相机拍摄目标对象的近红外图像，进而对目标对象测温，利用标定近红外相机拍摄目标对象的近红外图像之前，可以根据目标对象调整标定近红外相机镜头的位置以及标定近红外相机的焦距，以便于拍摄到完整清晰的目标对象，其余相机参数保持不变。
[0081]
可选的，预设温度可以是任意选定的值，也可以是根据黑体炉运行状况选取的代表性温度，还可以是按照预设温度时间间隔，由最低预设温度逐渐调整至最高温度，在此不作限定。
[0082]
可选的，通过标定近红外相机，获得黑体炉在各个预设温度下的黑体炉近红外图像及黑体炉近红外图像的标准色度信息，可以包括：
[0083]
通过标定近红外相机，获得黑体炉在每个预设温度下包括的多个不同积分时间对应的黑体炉近红外图像及每个黑体炉近红外图像的初始色度信息。
[0084]
将每个预设温度包括的多个不同积分时间对应的初始色度信息进行线性拟合，获得每个预设温度对应的拟合函数。
[0085]
将每个初始色度信息减去对应的预设温度对应的拟合函数的截距，再除以该初始色度信息对应的积分时间，得到每个去噪的色度信息。
[0086]
计算每个预设温度对应的所有的去噪的色度信息的平均值，并将平均值作为对应预设温度下黑体炉近红外图像的标准色度信息。
[0087]
本实施例中，设定不同黑体炉温度作为预设温度，并调整标定近红外相机的积分时间以确保拍摄的黑体炉近红外图像无饱和现象，拍摄各温度下不同积分时间的黑体炉近红外图像，读取各温度下不同积分时间的黑体炉近红外图像的初始色度信息(gray值)，并分别做出同一温度下的gray值关于积分时间的线性拟合，线性拟合得到的拟合函数的截距作为对应温度下的噪声影响；将各温度下不同积分时间的gray值减去对应截距并除以对应的积分时间后，计算上述经过处理的各温度下不同积分时间的gray值的平均值，作为该温度下拍摄的黑体炉近红外图像的标准色度信息。本实施例通过线性拟合后的处理以及平均处理，能够减少积分时间、随机误差等因素对色度信息的影响，从而提高对第一初始函数模型和第二初始函数模型的拟合求求解精度，进而提高目标对象温度的测量精度。积分时间可以根据实际需求选取，选取的积分时间越多，得到的标准色度信息的越接近真实值，但其运算时间也会变长。
[0088]
同样的，在拟合求解得到第一函数模型和第二函数模型后，利用标定近红外相机对目标对象进行测温时，也可以采用上述线性拟合、线性拟合后的处理以及平均处理的方式获得目标对象的近红外图像的色度信息，以提高获得目标对象的近红外图像的色度信息的准确度，进而提高目标对象温度的测量精度。
[0089]
在步骤203中，通过获取的各个预设温度下的单色黑体辐射强度和标定近红外相机在预设近红外波段的响应光谱系数，计算在各个预设温度下标定近红外相机测量的黑体炉在预设近红外波段的标准波段辐射力。
[0090]
可选的，通过获取的各个预设温度下的单色黑体辐射强度和标定近红外相机在预设近红外波段的响应光谱系数，计算在各个预设温度下标定近红外相机测量的黑体炉在预设近红外波段的标准波段辐射力，可以包括：
[0091]
根据计算在各个预设温度下标定近红外相机测量的黑体炉在预设近红外波段的标准波段辐射力。
[0092]
其中，i
bλ
(t)为温度t下的单色黑体辐射强度，c1为第一普朗克常量，c2为第二普朗克常量，λ为波长，e
b,ir
(t)为温度t下标定近红外相机测量的黑体炉在预设近红外波段的标准波段辐射力，η
ir,λ
为标定近红外相机在预设近红外波段的响应光谱系数，λ1为预设近红外波段的最小值，λ2为设近红外波段的最大值。
[0093]
本实施例中，用近红外相机可以获得目标对象在预设近红外波段λ1～λ2nm的红外热辐射信号(即波段辐射力)，考虑标定近红外相机在预设近红外波段的响应光谱系数η
ir,λ
，近红外相机接收到的波段辐射力e
ir
可以通过如下式计算得到：
[0094][0095]
其中，i
λ
(t)为标定近红外相机在温度t下接受的辐射强度；η
ir,λ
为标定近红外相机在预设近红外波段的响应光谱系数。
[0096]
进行热辐射标定时，以黑体炉作为目标对象，温度t下的单色黑体辐射强度i
bλ
(t)为标定近红外相机在温度t接下受的辐射强度。通过planck定律可得到不同预设温度下单色黑体辐射强度t为绝对温度，将i
bλ
(t)代入得到标准波段辐射力
[0097]
在步骤204中，根据各个预设温度下的标准色度信息和各个预设温度下的标准波段辐射力对第一初始函数模型进行求解，获得第一函数模型。
[0098]
第一初始函数模型为将各个预设温度下的标准色度信息作为gray'代入第一初始函数模型，将各个预设温度下的标准波段辐射力作为e
ir
代入第一初始函数模型，得到b
m
的数值。
[0099]
可选的，作为本发明实施例提供的基于近红外图像的中高温对象的测温方法的一种具体实施方式，获得第二函数模型的过程可以为：
[0100]
建立波段辐射力与波段发射率之比和温度之间的第二初始函数模型；根据各个预设温度和各个预设温度下的标准波段辐射力对第二初始函数模型进行求解，获得第二函数模型。
[0101]
其中，第二初始函数模型为：
[0102][0103]
式中，t为绝对温度，e
ir
为波段辐射力，ε
δλ,ir
为目标对象在预设近红外波段的波段发射率，a
m
为第二初始函数模型的多项式拟合系数，m为正整数，表示第二初始函数模型的阶数。
[0104]
基于黑体辐射定律可知，用近红外相机可以获取介质在近红外波段λ1～λ2nm的红外热辐射信号(即波段辐射力)，考虑标定近红外相机在预设近红外波段的响应光谱系数η
ir,λ
，近红外相机接收到的波段辐射力e
ir
可以通过如下式计算得到：
[0105][0106]
其中，i
λ
(t)为标定近红外相机在温度t下接受的辐射强度；η
ir,λ
为标定近红外相机在预设近红外波段的光谱响应系数。
[0107]
对于近红外波段，假设介质在测量波段范围内的波段发射率ε
δλ,ir
均匀分布，并且不随波长变化，则可以得到标定近红外相机接收到的预设近红外波段的波段辐射力(即标定近红外相机测量的目标对象在预设近红外波段的波段辐射力)与黑体波段辐射力(即标准波段辐射力)的关系，如下式：
[0108]
e
ir
＝ε
δλ,ir
e
b,ir
(t)；
[0109]
由上述关系可知，标定近红外相机测量的目标对象在预设近红外波段的波段辐射力与目标对象在预设近红外波段的波段发射率之比和温度有关。因此可以使用插值法，将t与e
b,ir
(t)的关系进行拟合，也就是将t与的关系进行拟合，进而得到第二初始函数模型
[0110]
将上述热辐射标定过程中得到的各个预设温度下的标准波段辐射力作为e
ir
代入第二初始函数模型，将对应的预设温度作为t代入第二初始函数模型，得到a
m
的数值。
[0111]
本发明实施例中，基于黑体辐射定律的知识，确定色度信息与波段辐射力存在预设关系，波段辐射力与波段发射率之比和温度存在预设关系，即建立第一初始函数模型和第二初始函数模型，然后进行热辐射标定，用标定近红外相机拍摄设定温度的黑体炉观测口，得到黑体炉近红外图像的标准色度信息和标定近红外相机获得的在预设近红外波段的标准波段辐射力，把测量的一系列不同温度下对应的标准色度信息和标准波段辐射力代入第一初始函数模型中，得到第一初始函数模型的多项式拟合系数b
m
的具体数值；同时，把一系列不同温度下对应的标准波段辐射力和黑体炉在预设近红外波段的波段发射率之比和黑体炉温度t代入第二初始函数模型
中，得到第二初始函数模型的多项式拟合系数a
m
的具体数值。
[0112]
以下通过具体实施例，对上述基于近红外图像的中高温对象的测温方法进行进一步说明，但并不作为限定。该实施例的具体步骤如下：
[0113]
步骤1：基于所用的标定近红外相机在近红外波段内的光谱响应曲线，确定预设近红外波段为780～1000nm。
[0114]
步骤2：基于黑体辐射定律可知，所用的标定近红外相机可以获取目标对象在预设近红外波段780～1000nm的红外热辐射信号(即波段辐射力)，考虑所用的标定近红外相机在预设近红外波段的响应光谱系数η
ir,λ
，所用的标定近红外相机接收到的波段辐射力e
ir
可以通过如下式计算得到：
[0115][0116]
对于近红外波段，假设目标对象在预设近红外波段范围内的波段发射率ε
δλ,ir
均匀分布，并且不随波长变化，则可以得到所用的标定近红外相机接收到的预设近红外波段的波段辐射力(即标定近红外相机测量的目标对象在预设近红外波段的波段辐射力)与黑体波段辐射力(即标准波段辐射力)的关系，如下式：
[0117]
e
ir
＝ε
δλ,ir
e
b,ir
(t)；
[0118]
由上述关系可知，标定近红外相机测量的目标对象在预设近红外波段的波段辐射力与目标对象在预设近红外波段的波段发射率之比和温度有关。因此可以使用插值法，将t与e
b,ir
(t)的关系进行拟合，也就是将t与的关系进行拟合，进而得到第二初始函数模型
[0119]
本实施例中，根据拟合误差的需要，选择第二初始函数模型的阶数m最大为4，将m＝4代入第二初始函数模型中，得到阶数展开的第二初始函数模型：
[0120][0121]
步骤3：基于黑体辐射定律可知，辐射能q
e
(radiation energy)：通常将以电磁波形式传播的能量称为辐射能，单位为焦耳(j)。辐射通量φ
e
(radiation flux)：单位时间内发射(传输或接收)的辐射能，单位为瓦特(w，j/s)，可以对应所有标定近红外相机获得的波
段辐射力e。
[0122][0123]
光量q
v
：可被人眼接收的辐射能(lm
·
s)。
[0124]
光通量φ
v
：单位时间内传播或接收的光能，单位：流明(lm)，可对应标定近红外相机拍摄的图像的色度信息。
[0125][0126]
光通量φ
v
与辐射通量φ
e
可通过人眼视觉特性进行转换：
[0127]
φ
v
(λ)＝v(λ)φ
e
(λ)＝k
m
φ(λ)φ
e
(λ)；
[0128][0129]
其中，v(λ)＝k
m
φ(λ)是cie推荐的平均人眼光谱光视效率，φ(λ)是归一化人眼光谱光视效率，称为视见函数。
[0130]
由光通量φ
v
与辐射通量φ
e
进行转换的公式可知，光通量φ
v
与辐射通量φ
e
之间存在着一定的关系，也就是标定近红外相机拍摄的图像的色度信息与标定近红外相机获得的辐射力之间存在着一定的关系。故可以根据上述关系建立标定近红外相机获得的近红外波段辐射力e
ir
关于标定近红外相机获得的近红外图像的色度信息gray'之间的拟合模型，也就是第一初始函数模型
[0131]
本实施例中，根据拟合误差的需要，选择第一初始函数模型的阶数m最大为4，将m＝4代入第一初始函数模型中，得到阶数展开的第一初始函数模型：
[0132][0133]
步骤4：热辐射标定。
[0134]
为了保证近红外相机拍摄的图像清晰，结果可靠，热辐射标定前需调整好近红外相机镜头的位置使得近红外相机可以拍摄到完整的黑体炉观测口图像，通过调整焦距使得拍摄的图像足够清楚，并选择好所要使用的光圈，同时调整一些其他相机参数，调整好后作为标准近红外相机。热辐射标定过程中保证上述条件不变，通过实验标定，把测量的一系列不同温度下黑体炉的黑体炉近红外图像对应的标准色度信息和标准波段辐射力代入步骤3阶数展开的第一初始函数模型中，得到第一初始函数模型的多项式拟合系数b0、b1、b2、b3、b4的具体数值；同时，把一系列不同温度下对应的标准近红外波段辐射力和黑体炉在780～1000nm波段的波段发射率之比和黑体炉温度t代入步骤2阶数展开的第二初始函数模型中，得到第二初始函数模型的多项式拟合系数a0、a1、a2、a3、a4的具体数值。
[0135]
第一初始函数模型和第二初始函数模型的多项式拟合系数的确定可以通过图4所
示的实验标准处理系统。实验标的黑体炉工况可以从500℃(773k)间隔25℃(25k)升至950℃(1223k)。
[0136]
实验标定的具体过程如下：
[0137]
步骤4.1，获取黑体炉近红外图像：设定不同黑体炉温度，并调整所以标定近红外相机的积分时间确保黑体炉近红外图像无饱和现象，拍摄各温度下不同积分时间的黑体炉近红外图像。
[0138]
步骤4.2，计算获取的黑体炉近红外图像的标准色度信息：读取各温度下不同积分时间的黑体炉近红外图像的初始色度信息，并分别做出同一温度下的初始色度信息关于积分时间的线性拟合，拟合函数的截距作为对应温度下的噪声影响；将各温度下不同积分时间的初始色度信息减去对应截距并除以对应的积分时间后，计算上述经过处理的各温度下不同积分时间的初始色度信息的平均值，作为该温度下拍摄的黑体炉近红外图像的标准色度信息。
[0139]
步骤4.3，计算标定近红外相机测量的黑体炉在预设近红外波段的标准波段辐射力：
[0140]
通过planck定律可以得到不同温度下单色黑体辐射强度由于考虑标定近红外相机在预设近红外波段的响应光谱系数η
ir,λ
，标定近红外相机接收到的波段辐射力e
ir
可以通过计算得到，将i
bλ
(t)代入得到标准波段辐射力
[0141]
步骤4.4，计算拟合系数a
m
、b
m
[0142]
将得到的标准色度信息和标准波段辐射力代入阶数展开的第一初始函数模型，将标准波段辐射力与黑体炉在预设波段的波段发射率之比和对应的预设温度代入阶数展开的第二初始函数模型，得到相应的多项式拟合系数a
m
、b
m
的具体数值。具体如下：
[0143][0144]
至此，确定目标对象的温度关于标定近红外相机测量的目标对象在预设近红外波
段的波段辐射力与目标对象在预设近红外波段的波段发射率之比的第二函数模型，以及标定近红外相机测量的目标对象在预设近红外波段的波段辐射力关于标定近红外相机拍摄的目标对象的近红外图像的色度信息的第一函数模型。
[0145]
步骤5：目标对象温度测量
[0146]
采用上述标定近红外相机拍摄目标对象，获得目标对象的近红外图像，并处理得到目标对象的近红外图像的色度信息，代入第一函数模型中，计算得到标定近红外相机测量的目标对象在预设近红外波段的波段辐射力。将波段辐射力和目标对象在预设波段的波段发射率之比代入第二函数模型中，计算得到目标对象的温度，以此完成目标对象的温度测量。
[0147]
本发明实施例通过标定近红外相机，获得目标对象的近红外图像及近红外图像的色度信息，根据色度信息和第一函数模型，确定标定近红外相机测量的目标对象在预设近红外波段的波段辐射力，根据波段辐射力和第二函数模型，确定目标对象的温度。相较于直接根据图像的色度信息与对象温度的经验关系公式确定目标对象的温度，本发明实施例表征色度信息与波段辐射力的第一函数模型，以及表征波段辐射力与波段发射率之比和温度的第二函数模型均基于黑体辐射定律的理论支撑得到。而且本发明实施例先根据目标对象对的近红外图像的色度信息确定标定近红外相机测量的目标对象在预设近红外波段的波段辐射力，再根据波段辐射力确定目标对象的温度，确定目标对象温度的过程更细致，进而提高了基于近红外图像进行的中高温对象测温的准确性，而且本发明实施例的基于近红外图像的中高温对象的测温方法易于实现、成本低、动态响应好，适用于对中高温对象的温度场和温度变化的精确测量。
[0148]
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
[0149]
以下为本发明的装置实施例，对于其中未详尽描述的细节，可以参考上述对应的方法实施例。
[0150]
图5示出了本发明实施例提供的基于近红外图像的中高温对象的测温装置的结构示意图，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：
[0151]
如图5所示，基于近红外图像的中高温对象的测温装置包括：获取模块51、第一处理模块52和第二处理模块53。
[0152]
获取模块51，用于通过标定近红外相机，获得目标对象的近红外图像及所述近红外图像的色度信息；
[0153]
第一处理模块52，用于根据所述色度信息和第一函数模型，确定所述标定近红外相机测量的所述目标对象在预设近红外波段的波段辐射力；所述第一函数模型为色度信息与波段辐射力的函数模型；
[0154]
第二处理模块53，用于根据所述波段辐射力和第二函数模型，确定所述目标对象的温度；所述第二函数模型为波段辐射力与波段发射率之比和温度的函数模型。
[0155]
本发明实施例通过标定近红外相机，获得目标对象的近红外图像及近红外图像的色度信息，根据色度信息和表征色度信息与波段辐射力的第一函数模型，确定标定近红外相机测量的目标对象在预设近红外波段的波段辐射力，根据波段辐射力和表征波段辐射力
与波段发射率之比和温度的第二函数模型，确定目标对象的温度。相较于现有技术直接根据图像的色度信息与对象温度的经验关系公式确定目标对象的温度，本发明实施例先根据色度信息和第一函数模型确定波段辐射力，再根据波段辐射力和第二函数模型确定目标对象的温度，确定目标对象的温度的过程更加细致，且第一函数模型和第二函数模型均基于黑体辐射定律的理论支撑，进而提高了基于近红外图像进行的中高温对象测温的准确性。
[0156]
在一种可能的实现方式中，第一处理模块52，可以用于建立色度信息与波段辐射力之间的第一初始函数模型；
[0157]
通过所述标定近红外相机，获得黑体炉在各个预设温度下的黑体炉近红外图像及所述黑体炉近红外图像的标准色度信息；
[0158]
通过获取的各个预设温度下的单色黑体辐射强度和所述标定近红外相机在所述预设近红外波段的响应光谱系数，计算在各个预设温度下所述标定近红外相机测量的所述黑体炉在所述预设近红外波段的标准波段辐射力；
[0159]
根据各个预设温度下的所述标准色度信息和各个预设温度下的所述标准波段辐射力对所述第一初始函数模型进行求解，获得所述第一函数模型。
[0160]
在一种可能的实现方式中，所述第一初始函数模型为：
[0161][0162]
其中，e
ir
为波段辐射力，gray'为色度信息，b
m
为所述第一初始函数模型的多项式拟合系数，m为正整数，表示所述第一初始函数模型的阶数。
[0163]
在一种可能的实现方式中，第一处理模块52，可以用于通过所述标定近红外相机，获得黑体炉在每个预设温度下包括的多个不同积分时间对应的黑体炉近红外图像及每个所述黑体炉近红外图像的初始色度信息；
[0164]
将每个预设温度包括的多个不同积分时间对应的初始色度信息进行线性拟合，获得每个预设温度对应的拟合函数；
[0165]
将每个初始色度信息减去对应的预设温度对应的拟合函数的截距，再除以该初始色度信息对应的积分时间，得到每个去噪的色度信息；
[0166]
计算每个预设温度对应的所有的去噪的色度信息的平均值，并将所述平均值作为对应预设温度下所述黑体炉近红外图像的标准色度信息。
[0167]
在一种可能的实现方式中，第一处理模块52，可以用于根据计算在各个预设温度下所述标定近红外相机测量的所述黑体炉在所述预设近红外波段的标准波段辐射力；
[0168]
其中，i
bλ
(t)为温度t下的单色黑体辐射强度，c1为第一普朗克常量，c2为第二普朗克常量，λ为波长，e
b,ir
(t)为温度t下所述标定近红外相机测量的所述黑体炉在所述预设近红外波段的标准波段辐射力，η
ir,λ
为所述标定近红外相机在所述预设近红外波段的响应光谱系数，λ1为所述预设近红外波段的最小值，λ2为所述预设近红外波段的最大值。
[0169]
在一种可能的实现方式中，第二处理模块53，可以用于建立波段辐射力与波段发射率之比和温度之间的第二初始函数模型；
[0170]
根据各个预设温度和各个预设温度下的所述标准波段辐射力对所述第二初始函数模型进行求解，获得所述第二函数模型。
[0171]
在一种可能的实现方式中，所述第二初始函数模型为：
[0172][0173]
其中，t为绝对温度，e
ir
为波段辐射力，ε
δλ,ir
为所述目标对象在所述预设近红外波段的波段发射率，a
m
为所述第二初始函数模型的多项式拟合系数，m为正整数，表示所述第二初始函数模型的阶数。
[0174]
图6是本发明实施例提供的终端设备的示意图。如图6所示，该实施例的终端设备6包括：处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机程序62。所述处理器60执行所述计算机程序62时实现上述各个基于近红外图像的中高温对象的测温方法实施例中的步骤，例如图1所示的步骤101至步骤103，或者图3所示的步骤201至步骤204。或者，所述处理器60执行所述计算机程序62时实现上述各装置实施例中各模块/单元的功能，例如图5所示模块51至53的功能。
[0175]
示例性的，所述计算机程序62可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器61中，并由所述处理器60执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序62在所述终端设备6中的执行过程。例如，所述计算机程序62可以被分割成图5所示的模块51至53。
[0176]
所述终端设备6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备6可包括，但不仅限于，处理器60、存储器61。本领域技术人员可以理解，图6仅仅是终端设备6的示例，并不构成对终端设备6的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
[0177]
所称处理器60可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field
‑
programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0178]
所述存储器61可以是所述终端设备6的内部存储单元，例如终端设备6的硬盘或内存。所述存储器61也可以是所述终端设备6的外部存储设备，例如所述终端设备6上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。进一步地，所述存储器61还可以既包括所述终端设备6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
[0179]
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0180]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
[0181]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0182]
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
[0183]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0184]
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0185]
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个基于近红外图像的中高温对象的测温方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(read
‑
only memory，rom)、随机存取存储器(random access memory，ram)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计
算机可读介质不包括是电载波信号和电信信号。
[0186]
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。