一种选取最优回归模型的红外测温方法与流程

1.本发明涉及红外测温技术领域，尤其涉及一种选取最优回归模型的红外测温方法。


背景技术：

2.自然界中一切温度高于绝对零度的物体，每时每刻都辐射出红外线。红外测温就是利用场景中物体本身的热辐射，对目标进行红外成像，并进行温度显示。随着工农业、国防事业、医学的发展，对温度测量要求越来越高。如在开机的情况下对机械设备、电力设备、生产设备等进行温度测量，在不造成产品的污染或损坏的情况下，对生产过程中或仓库里的产品温度进行测量等需求日益增多的情况下，红外测温作为非接触、无损测量的测温技术受到了广泛的关注。
3.当红外热像仪对物体成像时，物体表面向外辐射红外线，经过光学系统后将代表物体表面温度的辐射能量汇聚到探测器上，探测器输出电信号的幅度与输入辐射能量的大小成正比，经信号处理及计算，在显示器上显示出对应于物体表面温度分布的热像图。
4.由于红外温度测量的测温精度与物体发射率、环境辐射、红外探测器靶面温度、红外热像仪响应非均匀性及灰度漂移、定标及数据处理算法等多种因素有关。可见要获得高精度，高准确度的物体表面温度比较困难，同时误差项也比较多，影响了红外测温在诸多技术领域的应用。因此如何有效消减各种因素的影响，提高红外成像测温的精度是解决该领域应用的重中之重。
5.目前对于物体发射率、红外热像仪响应非均匀性及灰度漂移的研究已经日渐成熟，而在定标及数据处理算法上以及环境辐射、红外探测器靶面温度对红外测温数据的影响等方面所采用的方法大致为以下方面。
6.红外热像仪采集到的二维图像代表着目标表面的热辐射分布，也代表着目标的温度信息。但是由于目标温度与探测器接收的辐射能量不是简单的线性关系，而是非线性，另外还会受到环境温度、目标的表面发射率、探测器靶面温度等的影响，因此并不能直接从红外成像系统输出的热图像得到目标的定量的温度值，而只是定性的表示。为了根据目标的热图像得到目标的绝对温度，需要通过定标来建立图像灰度与目标温度的对应关系。定标一般是以标准辐射源(常为高精度、高发射率的黑体)为基准源，用热成像系统采集在不同温度下的辐射图像，然后根据辐射图像的灰度和黑体真实温度值拟合出图像灰度与温度的关系曲线，实际测温应用时，可以根据定标的关系曲线和采集到的目标的灰度值计算出目标的绝对温度，实现测温。
7.如今常见的定标主要有两种：近距离扩展源法和远距离小源法。近距离扩展源法要求定标源的面积必须充满红外成像系统的整个视场。在远距离小源法中，把定标黑体源置于离开热像仪足够远的距离上，使它处于热像仪的视场范围之内并能够清晰成像，但不能充满视场。为了减少大气对红外线的吸收，以及红外热像仪响应非均匀性因素的影响一般采用近距离扩展源法。
8.而在数据处理上常用的处理方法主要有两种：拟合曲线法和查找表法。拟合曲线法，采用最小二乘法对采集到的样本数据进行处理，得到一条温度与灰度对应关系的拟合曲线，拟合曲线法具有定标样本点少、定标工作量小的优点，但因拟合曲线时会存在误差，因此会影响到测温精度的提高。查找表法是把定标的样本点建立一个数据库，也就是查找表，实际测温时根据得到的目标图像灰度值查表即可得到目标的温度。查找表法必须建立足够多的样本点才可以取得很高的精度，所以建立样本数据库的难度较大，耗时较长，特别是测温范围比较宽时，定标周期将会很长。
9.现有红外测温多数是固定的多项式模型函数，基本只能满足一种型号的探测器；而出现以下情况时，需要不停的调整函数模型以达到精度更高的目的，
10.1.同一型号探测器由于技术工艺的限制，不同的生产批次会出现不一致性，个别情况下温度特性差异较大，需要调整函数模型。
11.2.市面上不同厂家，不同型号探测器材料有区别，比如非晶硅和氧化钒，它们的温度特性不一样，也需要调整函数模型。
12.3.需要更改热像仪测温范围时，探测器参数需要重新调整，也会影响探测器函数模型。


技术实现要素：

13.本发明的目的在于克服现有技术的不足，提供一种选取最优回归模型的红外测温方法。
14.本发明的目的是通过以下技术方案来实现的：
15.一种选取最优回归模型的红外测温方法，包括以下具体步骤：
16.s1：采集热像仪图像与焦平面温度数据；
17.s2：根据焦平面温度tp建立待拟合多项式f(tp)函数组，用于描述热像仪固定温度图像值随焦平面温度变化的规律；
18.s3：根据目标温度t和焦平面温度tp建立多项式f(t，tp)函数组，用于描述热像仪响应率随目标温度和焦平面温度变化的规律；
19.s4：分别处理f(tp)函数组和f(t，tp)函数组，得到各函数的参数集合和相关系数r值，r值解释各个变量的线性相关程度，取值范围为[0，+1]，越接近+1，表示相关程度越高；在本文中表示函数模型与数据模型的重合程度；
[0020]
s5：设定阈值thr_r1和阈值thr_r2；
[0021]
s6：通过将f(tp)函数组和f(t，tp)函数组的r值与设定阈值相比较，判断得到最优函数模型及最有函数参数；
[0022]
s7：将得到最优函数模型及最有函数参数下载到热像仪中，获取热像仪当前焦平面温度tp与当前目标温度图像值y，求得目标温度t，完成由图像值到温度值的映射。
[0023]
所述多项式f(tp)函数组表示为：
[0024]
[0025]
其中n为正整数，作为调参时的参数输入；a为模型参数，tp为当前目标温度采集时对应焦平面温度值；i为输入函数阶数。
[0026]
所述多项式f(t，tp)函数组表示为：
[0027][0028]
其中，i、j为正整数，作为调参时的参数输入；p是模型参数；n为当前模型的最高阶数；t为目标温度值；tp为当前目标温度采集时对应焦平面温度值。
[0029]
所述步骤s4具体为：通过最小二乘的计算，得到f(tp)、f(t，tp)函数组的参数集合a、p；通过下述算法，得到f(tp)、f(t，tp)函数组的的r值：
[0030][0031][0032][0033]
其中，ssr为样本与模型的残差平方和；sst为模型函数平方和；r_square为样本与模型的相关系数(本文简称r值)；yb为固定的温度图像值样本；m为样本个数；f(tp)和f(t，tp)为从f(tp)和f(t，tp)函数组中的函数值。
[0034]
根据函数组中n大小，决定了此时r值集合的大小，将r值集合中每一个元素与阈值thr_r1和thr_r2比较，和阈值最接近的r值对应的函数即为当前模型的最佳函数。
[0035]
所述步骤s6具体为：判断f(tp)的r值，最接近thr_r1的即为最优f(tp)函数，参数集合a为最优函数参数p_yb；
[0036]
判断f(t，tp)的r值，最接近thr_r2的即为最优f(t，tp)函数，参数集合p为最优函数参数p_rv。
[0037]
所述步骤s7具体为：将得到的函数参数以及模型下载到热像仪中，热像仪通过函数f(tp)和参数p_yb计算得到参考黑体温度值yb，将yb和参数p_rv代入函数f(t，tp)，并获取热像仪当前焦平面温度tp与当前目标温度图像值y，求温度t，从而完成由图像值到温度值的映射。
[0038]
所述热像仪图像与焦平面温度数据具体包括：
[0039]
焦平面温度tp；
[0040]
黑体温度t＝{t1，t2，t3…
}；
[0041]
每个焦平面温度下的黑体温度图像值为y；
[0042]
每个焦平面温度下的参考黑体温度图像值yb；
[0043]
参考黑体温度t
ref
。
[0044]
所述求温度t具体采用以下公式：
[0045]
本发明的有益效果：
[0046]
1.用r值来决定模型的匹配程度，通过计算判断探测器的最佳匹配模型，若探测器种类和测温范围不同，可调整函数阶数去计算，因此算法兼容性较好；
[0047]
2.模型函数的输出(最佳参数)只与函数的阶数有关，减小了算法调参的工作量。
附图说明
[0048]
为了更清楚地说明本发明实施例或现有技术中的技术方案，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，显而易见的，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的前提下，还可以根据这些附图示出的结构获得其他的附图。
[0049]
图1是本发明的流程框图。
具体实施方式
[0050]
应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
[0051]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当人认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
[0052]
如图1所示，一种选取最优回归模型的红外测温方法，包括以下具体步骤：
[0053]
s1：采集热像仪图像与焦平面温度数据；
[0054]
s2：通过输入函数阶数i，确定待拟合多项式yb＝f(tp)函数组，
[0055][0056][0057]
其中，n为正整数，作为调参时的参数输入，最大值为tp样本个数-1，a是模型参数。通过最小二乘的计算，得到各拟合函数的参数集合a，过程如下：
[0058]
将函数f(tp)变换为矩阵形式f(tp)＝tp*a，其中a是(n+1)*1的参数向量，而tp是m*(n+1)的样本矩阵，矩阵大小由i决定。
[0059][0060]
则损失函数定义为使得损失函数最小的a为拟合函数的最佳参数。将a看做函数自变量，对其求导并取导数为0，则有
所以参数计算公式为a＝(tp
t
*tp)-1
*tp
t
*yb。
[0061]
s3：根据步骤s1数据设定一个阈值thr_r1和阈值thr_r2，并计算函数f(tp，yb)的r值；
[0062]
s4：计算f(tp，yb)中各函数的r＝{r1，r2…rn
}值。
[0063][0064]
其中：
[0065]
最接近thr_r1的即为最优yb＝f(tp)函数，a为最优函数参数p_yb；
[0066]
s5：计算不同黑体温度图像值与参考黑体图像值差与温度差的比值，得到不同焦平面温度下的图像响应率变化；
[0067][0068]
s6：在探测器的特性研究中发现，rv会随着目标温度t和焦平面温度tp的改变而变化，因此建立多项式函数组
[0069][0070][0071]
其中，i，j为正整数，作为调参时的参数输入，最大值为样本个数-1，p是模型参数。通过最小二乘的计算，得到各拟合函数的参数集合p，过程如下：
[0072]
与步骤3同理，将函数f(t，tp)变换为矩阵形式f(t，tp)＝s*p，其中p是(n+1)*1的参数向量，而s是t，tp的样本矩阵，由i和j决定。
[0073][0074]
则损失函数定义为使得损失函数最小的p为拟合函数的最佳参数。将p看做函数自变量，对其求导并取导数为0，则有所以参数计算公式为p＝(s
t
*s)-1
*s
t
*rv；
[0075]
s7：同理步骤4，计算f(t，tp)函数组的r＝{r1，r2…rn
}值
[0076][0077]
其中：
[0078]
最接近thr_r2的模型即为最优f(t，tp)函数，p为最优函数参数p_rv；
[0079]
s8：将得到的函数参数以及模型下载到热像仪中，热像仪通过函数f(tp)和参数p_y计算得到参考黑体温度值yb，将yb和参数p_rv带入下列响应率计算等式中，并实时从热像仪中获取当前焦平面温度tp与当前目标温度图像值y，t
ref
为输入参数，设置为与标定时使用的参考黑体相同的温度，最终求得式中的t，从而完成由图像值到温度值的映射。
[0080][0081]
以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。