一种微波反应腔温度场三维立体重构方法与流程

本发明属于检测
技术领域：
，具体涉及一种具有非接触、可视化、成本低、无需进行红外探测器校准的微波反应腔温度场三维立体重构方法。
背景技术：
：微波高温加热由于具有升温速率快、内外加热均匀以及清洁无污染方面的优势而逐渐发展成为一种绿色高效的加热方法，微波加热技术广泛应用于冶金过程、电子制造、食品药品加工过程、材料加工以及先进工业制造工艺过程中的物料加热和材料热处理。立体式加热是微波加热的主要特点，在微波加热过程中，当反应腔内多种物质同时加热时，由于不同被加热对象具有不同的介电常数，使得各自的吸波能力各异，导致微波加热过程中不同物质的选择性加热现象。因此，对微波反应腔内物料上不均匀的温度场分布进行检测，并将温度数据反馈给微波控制器，是加热过程中非常必要的微波调控技术手段。处于微波强电磁场环境下的温度测量是微波技术应用的一大难题，现有微波反应过程中对物料温度进行探测的技术主要包括四种类型。第一种是通过热电偶进行温度测量，其优点是测量精度较高，传感器成本较低，正是由于此类优点使得热电偶测温在实际微波加热过程中应用较为广泛；但热电偶测温需通过接触式测量，存在测量速度较慢，无法获得温度场分布的不足。第二种方法是通过红外探测器对温度场分布进行探测，红外测温应用黑体辐射原理，是一种非接触式测量技术，可以实时获得温度场的分布情况，获取的数据是二维图像数据。第三种是通过核磁共振成像技术获取微波反应腔内物料的三维立体图像数据，但存在测量设备成本过高的问题。第四种是用声学法测量温度场，由于声波发射/接收器的分布及个数是影响温度场重构的重要因素，增加声波发射/接收器个数和温度场像素虽可提高温度场重构精度，但成本高、重建时间加长，而且声波发射/接收器也容易受微波影响；另外，声学法测量温度场目前只是针对可穿透的气体或火焰的三维温度场重建给出的可行的方案，对于非穿透性物体在微波反应腔内的温度场尚无能为力。技术实现要素：本发明的目的在于提供一种具有非接触、可视化、成本低、无需进行红外探测器校准的微波反应腔温度场三维立体重构方法。本发明第一目的是这样实现的，包括图像获取、立体匹配、温度场三维立体重构步骤，具体包括：A、图像获取：通过红外探测器获取微波反应腔内高温目标至少两个视角的红外图像数据和可见光图像数据；B、立体匹配：对A步骤获取的可见光图像的视差映射施加极线几何约束和三角形约束，计算温度场的三维深度坐标以及红外探测器内部参数和外部运动参数；C、温度场三维立体重：依据B步骤计算结果进行可见光图像后投影，并在此基础上根据前述的红外探测器内部参数和外部运动参数，将A步骤获取的红外图像数据进行后投影得到最终的三维立体温度场。本发明与现有技术相比具有以下有益效果：1、本发明通过匹配具有较高空间分辨率的多视角可见光波段图像，根据匹配结果后投影空间分辨率较低的红外波段温度场图像，实现微波加热过程中多视角融合的多光谱图像数据温度场三维立体重构，克服了现有通过核磁共振成像技术探测微波加热立体温度场存在的成本过高的局限；2、本发明无需进行红外探测器校准，用红外图像对就可计算微波反应腔内温度场的三维立体密集分布，这对开展反应过程中对被加热对象的全方位观测以及微波调控具有重要价值；3、本发明采用两个及以上的多光谱红外探测器即可及时展现微波反应腔内温度场的三维立体分布，相比现有技术中的声学法测量具有反应腔开孔少，且探测器布置位置和方式简单。因此，本发明具有非接触、可视化、成本低、无需进行红外探测器校准的特点。附图说明图1为左视角多光谱图像数据；图2为右视角多光谱图像数据；图3为左视角可见光图像特征点检测结果；图4为右视角可见光图像特征点检测结果；图5为内部点匹配结果；图6为左视角可见光图像扩大后的特征点检测结果；图7为右视角可见光图像扩大后的特征点检测结果；图8为所有匹配点连线之一；图9为内点匹配连线之一；图10为匹配点深度后投影之一；图11为左视角均匀色空间高分辨率特征点检测；图12为右视角均匀色空间高分辨率特征点检测；图13为所有匹配点连线之二；图14为内点匹配连线之二；图15为匹配点深度后投影之二；图16为视差图；图17为不同匹配位置的视差；图18为可见光密集后投影；图19为立体温度场。具体实施方式下面结合附图与实施例对本发明作进一步的说明，但不以任何方式对本发明加以限制，依据本发明的教导所作的任何变更或替换，均属于本发明的保护范围。本发明方法包括图像获取、立体匹配、温度场三维立体重构步骤，具体包括：A、图像获取：通过红外探测器获取微波反应腔内高温目标至少两个视角的红外图像数据和可见光图像数据；B、立体匹配：对A步骤获取的可见光图像的视差映射施加极线几何约束和三角形约束，计算温度场的三维深度坐标以及红外探测器内部参数和外部运动参数；C、温度场三维立体重：依据B步骤计算结果进行可见光图像后投影，并在此基础上根据前述的红外探测器内部参数和外部运动参数，将A步骤获取的红外图像数据进行后投影得到最终的三维立体温度场。本发明A步骤中通过两个红外热像仪获取微波反应腔内高温目标左右两个视角的红外图像数据和可见光图像数据。本发明B步骤中的极线约束是指一个视角中的某个坐标点定义了另一个视角中的一条极线，而该坐标点在另一个视角中的对应点一定处于这条极线上，极线几何中点与直线的映射关系为：，其中F即为基本矩阵，基本矩阵的维度为3×3，由于对应点在极线上，有，对两个视角图像中的任意一对对应点，这两个点之间存在约束关系。所述基本矩阵F中假设有n对对应点和，其中，并将表示为一个维度为9的向量得到一个线性方程组：当选择个对应点时，选择使所有对应点上的残余误差最小的基本矩阵，得到最小二乘意义上的基本矩阵；基本矩阵的最小二乘解是矩阵A最小奇异值对应的奇异向量，即将A进行奇异值分解，得到基本矩阵的最小二乘解为矩阵V的最后一列；所述定义残余误差为：，其中表示视角内各匹配点到其对应点通过基本矩阵在该视角投影所得极线的距离。本发明B步骤中的三角形约束是指寻找两幅图像之间各个像素点的匹配对应关系，经过匹配的对应点就可通过由基线、两条过对应点的射线构成的三角形关系反求温度场空间坐标点。所述匹配的对应点为特征点，所述特征点通过Harris角点检测算法、SURF加速鲁棒特征检测或SIFT移不变特征检测算法计算得到，然后通过RANSAC随机抽样一致算法在匹配上的特征点对中寻找内点和外点，并据此计算基本矩阵F。本发明B步骤中计算温度场的三维深度坐标是将空间点X的深度Z通过后投影计算得到，其中b是基准线的长度，d为视差，f是焦距；所述计算温度场红外探测器相机内部参数和外部运动参数是在基本矩阵F的基础上根据求解红外探测器相机本质矩阵，得到红外探测器的相机内部参数K1和K2，通过来计算红外探测器的相机外部参数，其中S表示旋转矩阵R的反对称矩阵。本发明A步骤中的可见光图像的分辨率高于红外图像的分辨率。本发明B步骤中的可见光图像首先采用三刺激值(X，Y，Z)变换到CIEL*a*b*标准色空间，然后再施加极线几何约束和三角形约束；CIEL*a*b*色彩分量值分别为：,,其中其中，XW、YW和ZW分别表示参考白色的三刺激值。实施例采用两台Flucker公司VT04型可视红外测温仪检测微波反应腔内温度场的二维分布。该红外探测器的温度探测精度是+/-2℃，探测的红外谱带范围是6.5μm至14μm。两台红外测温仪的安装基线与微波炉外壳的下前缘平行并共水平面，距离是500mm。在基线上，两台测温仪光轴与基线垂直，测温仪间距离600mm，与微波炉内托盘圆心到基线的垂线呈对称安装。图1和2是通过该温度探测器得到的两幅多光谱图像数据。其中，红外探测器得到的温度数据叠加在可见光图像数据上。左右两幅图像中心温度分别为188.9℉和188.4℉。在获取的可见光波段原图像数据是105*105的RGB图像，通过Haris角点检测得到左右两幅图像中的特征点，如图3和4所示，检测到的特征点分别用矩形符号表示。从图中可以看出，所检测到的特征点主要集中于高温对象边缘部分，在目标和背景的平滑部分没有检测到相应的特征点。通过RANSAC算法得到对应点中的内点和外点，其中内点以及内点之间的连线如图5所示。过少的匹配点不利于计算基本矩阵和进行后投影。因此，在原可见光图像数据的基础上将原图像放大三倍，并进行新的特征点检测。将原可见光图像尺寸放大三倍，现在图像维度为315*315。检测结果如图6和7所示。从图6和7中可以看出，Harris角点检测子检测到了更多的特征点。在新的图像中，从左右图像各自检测到200个特征点，用绿色方框表示各个特征点。根据左图像第一个特征点的坐标，查找其描述子是8*1向量[-0.0031-0.4094-0.60750.2505-0.0742-0.16130.47700.23060.2973]T。特征点匹配得到70对对应点，距离表示两个特征描述子之间的距离，用欧几里得范数作为距离测度。用“+”号表示这对匹配点均为内点，用“-”号表示这对匹配点均为外点。70个对应点中有14个内点，56个外点。图8和图9分别标示70个对应点和14个内点之间的连线。根据所得到的14对对应点，估计左右两幅图像之间的基本矩阵映射。通过随机抽样一致算法，经过2000次尝试，Ransac算法求解得到基本矩阵F:从基本矩阵结果可以得到，F的秩为2，残余误差为8.5376e-006。在基本矩阵的基础上，可根据求解相机本质矩阵其中K是相机内部参数。根据本质矩阵可估计相机运动，相机运动又称为外部参数，通过计算来计算，其中S表示旋转矩阵R的反对称矩阵。求解该式得到相机旋转平移矩阵为：根据所求解的相机内部参数和外部运动参数，通过后投影计算各个特征点的深度，深度后投影结果如图10所示。为了在均匀色空间表征二维成像平面中的可见光图像，首先将图像变换到CIEL*a*b*标准色空间。为此采用三刺激值(,,)，即在原RGB色空间中合成某种特定色彩所用的红、绿、蓝色彩的量。用如下方程计算得到CIEL*a*b*色彩分量值：,,其中其中，，和表示参考白色的三刺激值。通过以上空间变换，能够在与观察者更为一致的均匀色空间表示图像的色彩差别。用高分辨率可见光图像在均匀色空间进行特征点检测，结果如图11和12所示。通过对应点计算得到新的相机运动矩阵：，对均匀色空间高分辨率可见光图像进行检测，在左图像检测到1118个特征点，在右图像检测到1641个特征点，得到225对对应点。通过Ransac检测的80个内点。图13和图14分别显示了在均匀色空间两幅图像的对应点连线和内点之间的连线。通过三角化计算80个内点的深度及其后投影射线最小距离，80个内点的深度如图15所示，其中9个采样点的深度及其后投影射线之间的最小距离如表1所示。表1内点匹配对坐标及后投影深度PointLeftcoordinatesRightcoordinatesDepthMinimumdistance5(2057.84,180.655)(1731.33,141.202)0.62380.001510(1716.01,194.781)(2069.22,162.556)0.42240.001320(2133.99,176.856)(1968.72,156.068)0.55130.001130(1649.39,197.209)(1732.01,140.972)0.49160.001640(1999.78,1256.01)(2103.51,1198.61)0.51920.002050(2541.78,163.35)(1968.72,156.068)0.71750.001860(2624.56370.678)(1933.76,354.124)0.81670.001270(1985.32,1270.08)(2079.21,1219.48)0.52460.000880(1992.83,1303.56)(2102.24,1242.70)0.51990.0026通过匹配得到的左右两幅图像的视差如图16所示。从图中可以看出，在被加热对象的大部分区域能够得到较为一致的视差幅值。计算左右图像在不同匹配位置的视差幅值，如图17所示。从立体的视差图上可以看出，在不同的成像坐标平面上进行特征匹配时会得到若干个视差极值。根据相机运动参数，进行密集的可见光图像后投影，结果如图18所示。从图中可以看出，以上所计算的相机平移和旋转矩阵能较好的回复微波反应腔内的三维结构关系。在此基础上，借助之前在可见光波段计算得到的红外相机内部和外部参数，将红外波段的温度图像数据进行后投影得到最终的三维立体温度场分布，结果如图19所示。从图中可以看出，采用本发明方法在空间分辨率较好的可见光波段计算相机运动参数，并据此进行空间分辨率较低的红外波段温度场图像数据的后投影，能良好的重构出微波加热过程中高温对象的三维立体温度场分布。当前第1页1 2 3