空气调节装置的制作方法

1.本发明涉及空气调节技术领域，尤其涉及一种空气调节装置。


背景技术：

2.通过用户的穿衣指数修正空调的控制参数，使得用户处于较佳舒适度的室内环境是空调生产厂商近年来的一个研发热点。
3.例如在专利文献1(公开号：cn109425075a)中记载：“一种空气调节装置的舒适度确定方法，包括以下步骤：采集室外环境参数，根据室外环境参数获取空气调节装置作用空间内的穿衣指数，根据穿衣指数调节空气调节装置的运行参数。”即根据当前地理位置和天气状况生成相应的穿衣指数。
4.在专利文献2(公开号：cn110030699a)中记载：“一种空调设备控制方法，包括：获取用户的穿衣情况数据，根据穿衣情况数据，匹配得到衣物保暖指数，根据衣物保暖指数，调整空调设备的运行参数；其中获取用户的穿衣情况数据包括：接收用户通过遥控器预置的输入功能输入的穿衣情况数据。”5.在专利文献3(公开号cn107576022a)中记载：通过“设于空调器上的摄像头，或者设于室内其它位置的视频监控器对室内进行视频监控，
…
提取视频帧中的人体图像
…
对人体图像进行预处理，得到人体图像的衣物roi,提取衣物roi中的特征向量融合为衣物特征，判断预设衣物分类器中是否存在与衣物特征匹配的训练模型，根据训练模型对应的衣物类型和材质获取人体当前所穿衣物的保暖指数。”6.然而，根据当前的地理位置和天气情况生成相应的穿衣指数的误差较大，不能准确地体现个体差异；由用户手动输入穿衣情况则会降低产品的智能程度；而利用视频监控提取的人体图像判断所穿衣物的保暖指数，一方面存在隐私泄露的风险，另一方面，由于衣物本身的质地多样，剪裁也存在不同，判断精度无法达到理想水平。
7.本背景技术所公开的上述信息仅仅用于增加对本技术背景技术的理解，因此，其可能包括不构成本领域普通技术人员已知的现有技术。


技术实现要素：

8.因此，本发明的目的在于，提供一种可以准确推定人体穿衣量而实现舒适空气调节的空气调节装置，推定过程不依赖于物理地址、天气参数、视频监控或者手动输入，可以确保产品的智能程度不受影响，同时避免用户产生与隐私有关的顾虑。
9.为实现上述发明目的，本发明采用下述技术方案予以实现：
10.在本发明的一些实施方式中，空气调节装置包括红外成像部、人体识别部、人体红外热图像温度检测部和穿衣量确认部；其中红外成像部配置为生成室内环境中的红外热图像，人体识别部配置为在红外热图像中识别并选中人体目标，生成人体红外热图，人体红外热图像温度检测部配置为确定人体红外热图像中每一个像素点的目标温度，筛选目标温度中的最大像素温度值并计算人体红外热图像的平均像素温度值；而穿衣量确认部配置为在
平均像素温度值与最大像素温度值的比例关系满足多个预设的穿衣量比例阈值条件的其中一者时，确认人体目标的穿衣量为与穿衣量比例阈值条件对应的穿衣等级；确认过程不依赖于用户手动操作或者外部数据。
11.在本发明的一些实施方式中，穿衣等级划分为四个等级，即第一穿衣等级、第二穿衣等级、第三穿衣等级和第四穿衣等级。第一穿衣等级对应短袖t恤、短裤等裸露四肢的穿着；第二穿衣等级对应衬衫、长裤等包裹四肢的单层穿着；第三穿衣等级对应长袖、长裤等包裹四肢的双层穿着；第四穿衣等级对应羽绒服、毛衣、毛裤等包裹四肢的多层穿着。
12.红外成像部配置为从硬件缺陷和图像本身两个方面对原始图像进行优化，避免形成鬼影或锅盖效应，红外成像部配置为将非制冷红外焦平面探测器接收到的原始电平数据根据非制冷红外焦平面探测器的分辨率还原成等分辨率的原始图像；检测原始图像中的坏点并替换；对替换坏点后的原始图像进行非均匀性校正；对非均匀性校正后的原始图像进行降噪滤波处理；对降噪滤波处理后的原始图像进行直方图处理；将直方图处理后的原始图像生成为室内环境中的红外热图像。
13.在本发明的一些实施方式中，非均匀性校正可以采用一点校正、两点校正或多点校正。
14.在本发明的一些实施方式中，对替换坏点后的原始图像进行非均匀性校正包括：校正输出y满足：y＝a
×
(x-b)，其中x代表非制冷红外焦平面探测器的挡片开启时的探测器的原始输出，b代表非制冷红外焦平面探测器的挡片关闭时的探测器的原始输出，a为非制冷红外焦平面探测器的灵敏度校正系数。
15.在本发明的一些实施方式中，人体识别部配置为利用卷积神经网络在红外热图像中识别并选中人体目标；卷积神经网络的训练样本包括多个训练热图像，其中任意一个训练热图像中包括多个距离元素、角度元素、姿态元素和穿衣元素中一个或多个的组合；距离元素为训练人体目标的相对距离、角度元素为训练人体目标的相对角度，姿态元素为训练人体目标的姿态，穿衣元素为训练人体目标的衣着。
16.在根据斯蒂芬波尔兹曼定律的基础上，同时考虑环境温度和挡片的影响，人体红外热图像温度检测部配置为按照以下方式确定人体红外热图像中每一个像素点的目标温度：目标温度t0满足：δraw14＝a
×
t
04-b
×
t
14
，其中：δraw14＝raw14
′‑
raw14
″
；在上式中，t1为非制冷红外焦平面探测器的挡片温度，目标温度t0和挡片温度t1均以热力学温度记，raw14
′
为非制冷红外焦平面探测器的挡片开启时的探测器的原始输出，raw14
″
为非制冷红外焦平面探测器的挡片关闭时的探测器的原始输出，a为第一系数，b为第二系数。
17.在本发明的一些实施方式中，通过线性拟合确定第一系数a和第二系数b。第一系数a和第二系数b通过以下方式获得：采用非制冷红外焦平面探测器采集多个测试辐射源的红外热图像，任一测试辐射源具有对应的设定表面温度；分别获取采集每一个测试辐射源的红外热图像时非制冷红外焦平面探测器挡片开启时的显示温度以及非制冷红外焦平面探测器的挡片关闭时的显示温度，并计算开启时显示温度和关闭时显示温度之间的温度差值；以温度差值和设定表面温度的其中一者作为横坐标，另一者作为纵坐标建立坐标系拟合标定曲线；根据标定曲线反解出第一系数a和第二系数b。
18.在本发明的一些实施方式中，可以通过模拟场景获得穿衣量比例阈值条件。具体包括以下多个步骤：设置若干个预定衣着场景，每一个预定衣着场景对应一个穿衣量等级；
分别采样多个测试红外热图像；在测试红外热图像中识别并选中满足预定衣着场景的测试人体目标，生成测试人体红外热图像；确定测试人体红外热图像中每一个像素点的目标温度，筛选目标温度中的最大像素温度值并计算人体红外热图像的平均像素温度值；计算测试人体红外热图像中平均像素温度值和最大像素温度值的比值；建立测试人体红外热图像中平均像素温度值和最大像素温度值的比值，以及预定衣着场景的一一对应关系，测试人体红外热图像中平均像素温度值和最大像素温度值的比值即为相应预定衣着场景的穿衣量比例阈值。
19.在本发明的一些实施方式中，利用穿衣等级对室内环境中的空气进行更精确地调节，空气调节装置还包括穿衣量控制部，穿衣量控制部配置为基于确认的穿衣等级和实时环境温度执行空气调节控制。
20.在本发明的一些实施方式中，通过以下方式获得穿衣量比例阈值条件，从而以最优的效率确定穿衣等级，提高产品的智能性，具体包括以下步骤：设置若干个预定衣着场景，每一个预定衣着场景对应一个穿衣量等级；设置若干个预定环境温度；分别采样每一个预定环境温度下的多个测试红外热图像；在测试红外热图像中识别并选中满足其中一个预定衣着场景的测试人体目标，生成测试人体红外热图像；确定测试人体红外热图像中每一个像素点的目标温度，筛选目标温度中的最大像素温度值并计算人体红外热图像的平均像素温度值；计算测试人体红外热图像中平均像素温度值和最大像素温度值的比值；以测试人体红外热图像中平均像素温度值和最大像素温度值的比值，以及预定环境温度中的其中一者作为横坐标，另一者作为纵坐标建立坐标系拟合对应预定衣着场景下的阈值拟合曲线；根据阈值拟合曲线反解对应预定衣着场景的阈值拟合函数；获取实时环境温度；将实时环境温度代入阈值拟合函数求出预定衣着场景对应的穿衣量比例阈值。
21.与现有技术相比，本发明的优点和积极效果是：本发明是可以准确推定人体穿衣量而实现舒适空气调节的空气调节装置，推定过程不依赖于物理地址、天气参数、视频监控或者手动输入，可以确保产品的智能程度不受影响，同时避免用户产生与隐私有关的顾虑。
22.结合附图阅读本发明的具体实施方式后，本发明的其他特点和优点将变得更加清楚。
附图说明
23.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一简单地介绍，显而易见地，下面描述中的附图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。
24.图1为表示本发明所提供的空气调节装置的一个实施方式的结构示意框图；
25.图2为表示本发明所提供的空气调节装置的一个实施方式中控制器的流程图；
26.图3为表示本发明所提供的空气调节装置的一个实施方式中控制器的流程图；
27.图4为执行如图1所示的红外成像部的部分功能时控制器的一个流程图；
28.图5为执行非均匀性校正时控制器的一个流程图；
29.图6为执行如图1所示的人体成像部的部分功能时控制器的一个流程图；
30.图7为执行如图1所示的人体红外热图像温度检测部的部分功能时控制器的一个
流程图；
31.图8为确定第一系数和第二系数时控制器的一个流程图；
32.图9为确定穿衣量比例阈值时控制器的一个流程图；
33.图10为表示本发明所提供的空气调节装置的另一个实施方式的结构示意框图；
34.图11为确定穿衣量比例阈值时控制器的另一个流程图。
具体实施方式
35.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
36.在本技术的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本技术的限制。
37.术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本技术的描述中，除非另有说明，“多个”的含义是两个或两个以上。
38.在本技术的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本技术中的具体含义。
39.在本发明中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方，或仅仅表示第一特征水平高度小于第二特征。
40.下文的公开提供了许多不同的实施方式或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且目的不在于限制本发明。此外，本发明可以在不同例子中重复参考数字和/或参考字母，这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施方式和/或设置之间的关系。此外，本发明提供了的各种特定的工艺和材料的例子，但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。
41.本技术中空气调节装置通过使用压缩机、冷凝器、膨胀阀和蒸发器来执行空气调节装置的制冷循环。制冷循环包括一系列过程，涉及压缩、冷凝、膨胀和蒸发，并向已被调节和热交换的空气供应制冷剂。
42.压缩机压缩处于高温高压状态的制冷剂气体并排出压缩后的制冷剂气体。所排出的制冷剂气体流入冷凝器。冷凝器将压缩后的制冷剂冷凝成液相，并且热量通过冷凝过程释放到周围环境。
43.膨胀阀使在冷凝器中冷凝的高温高压状态的液相制冷剂膨胀为低压的液相制冷剂。蒸发器蒸发在膨胀阀中膨胀的制冷剂，并使处于低温低压状态的制冷剂气体返回到压缩机。蒸发器可以通过利用制冷剂的蒸发的潜热与待冷却的材料进行热交换来实现制冷效果。在整个循环中，空气调节装置可以调节室内空间的温度。
44.空气调节装置的室外单元是指制冷循环的包括压缩机和室外热交换器的部分，空气调节装置的室内单元包括室内热交换器，并且膨胀阀可以提供在室内单元或室外单元中。
45.室内热交换器和室外热交换器用作冷凝器或蒸发器。当室内热交换器用作冷凝器时，空气调节装置用作制热模式的加热器，当室内热交换器用作蒸发器时，空气调节装置用作制冷模式的冷却器。
46.其中，室内换热器和室外换热器转换作为冷凝器或蒸发器的方式，一般采用四通阀，具体参考常规空气调节装置的设置，在此不做赘述。
47.空气调节装置的制冷工作原理是：压缩机工作使室内换热器(在室内机中，此时为蒸发器)内处于超低压状态，室内换热器内的液态冷媒迅速蒸发吸收热量，室内风机吹出的风经过室内换热器盘管降温后变为冷风吹到室内，蒸发汽化后的冷媒经压缩机加压后，在室外换热器(在室外机中，此时为冷凝器)中的高压环境下凝结为液态，释放出热量，通过室外风机，将热量散发到大气中，如此循环就达到了制冷效果。
48.空气调节装置的制热工作原理是：气态冷媒被压缩机加压，成为高温高压气体，进入室内换热器(此时为冷凝器)，冷凝液化放热，成为液体，同时将室内空气加热，从而达到提高室内温度的目的。液体冷媒经节流装置减压，进入室外换热器(此时为蒸发器)，蒸发气化吸热，成为气体，同时吸取室外空气的热量(室外空气变得更冷)，成为气态冷媒，再次进入压缩机开始下一个循环。
49.室内单元可选择地设置在室内的墙壁、天花板或者放置在地面上。室外单元设置于屋外，室内单元与室外单元通过制冷剂配管和线缆连接。用于用户操作空气调节装置的控制终端与室内单元通信连接。控制终端可以是遥控器、线控器或者其它智能终端。室内单元具有视角覆盖室内环境的非制冷红外焦平面探测器。
50.参见图1和图2所示，室内单元还具有控制器。控制器具备：
51.红外成像部，红外成像部配置为将非制冷红外焦平面探测器以非接触的方式捕捉的室内环境中各部分的温度分布，以红外热图像的方式呈现并输出，即生成室内环境中的红外热图像。
52.人体识别部，人体识别部配置为在室内环境的红外热图像中识别并选中人体目标，生成人体红外热图像。
53.人体红外热图像温度检测部，人体红外热图像温度检测部配置为确定人体红外热图像中每一个像素点的目标温度，筛选目标温度中的最大像素温度值并计算人体红外热图像的平均像素温度值。
54.穿衣量确认部，穿衣量确认部配置为在平均像素温度值与最大像素温度值的比例
关系满足多个预设的穿衣量比例阈值条件的其中一者时，确认人体目标的穿衣量为与穿衣量比例阈值条件对应的穿衣等级。
55.在自然界之中，只要物体的温度超过绝对零度，即会每时每刻向外界发出相应的红外线波。由于人是恒温动物，体温通常在36至37摄氏度之间，处于稳定状态下，体表温度基本为34摄氏度。考虑到制作服装常见的棉、麻、毛、人造纤维等材料，人体裸露部分的红外辐射最强。人穿着薄衣和厚衣时的红外辐射不同。人体所产生的红外辐射透过薄衣时的强度明显高于透过厚衣时的强度，进一步可以推导出，当人体穿着薄衣时，体表平均红外辐射强度和体表最高红外辐射强度的差异比较小；而当人体穿着厚衣时，体表平均红外辐射强度和体表最高红外辐射强度的差异比较大；同时，随着厚度的增加，差异也会随之增加；同样的，随着厚度的减小，差异也会随之减小。
56.在物理层面上，红外成像部也可以与非制冷红外焦平面探测器集成，探测器将接收到的强弱不等的热辐射红外信号转换成相应的电信号输出，并依赖热成像算法将光电信号放大得到成像数据后，通信输出至控制器中。
57.在获得穿衣等级后，即可以自动调节空气调节装置的制冷制热温度，智能调节室内环境温度，使室内人员舒适度最大化。
58.如图10所示，在另一种可选的实施方式中，控制器还包括穿衣量控制部，穿衣量控制部配置为基于确认的穿衣等级和实时环境温度执行空气调节控制。例如调节风速、风向、压缩机运行频率、设定温度、送风温度等等。
59.在本发明的一种可选的实施方式中，穿衣等级划分为四个等级，即第一穿衣等级、第二穿衣等级、第三穿衣等级和第四穿衣等级。第一穿衣等级对应短袖t恤、短裤等裸露四肢的穿着；第二穿衣等级对应衬衫、长裤等包裹四肢的单层穿着；第三穿衣等级对应长袖、长裤等包裹四肢的双层穿着；第四穿衣等级对应羽绒服、毛衣、毛裤等包裹四肢的多层穿着。在控制精度要求更高的场景中，也可以设置更多个穿衣等级。
60.如图3所示，在筛选出目标温度中的最大像素温度值并计算人体红外热图像的平均像素温度值后，首先判断平均像素温度值与最大像素温度值的比值是否大于第一穿衣量比例阈值，如果大于第一穿衣量比例阈值，则确认人体目标的穿衣量为第一穿衣等级。如果不大于第一穿衣量比例阈值，则判断平均像素温度值与最大像素温度值的比值是否大于第二穿衣量比例阈值，如果大于第二穿衣量比例阈值，则确认人体目标的穿衣量为第二穿衣等级。如果不大于第二穿衣量比例阈值，则判断平均像素温度值与最大像素温度值的比值是否大于第三穿衣量比例阈值，如果大于第三穿衣量比例阈值，则确认人体目标的穿衣量为第三穿衣等级，否则为第四穿衣等级。
61.在判断出穿衣等级后，则可以根据穿衣等级执行空调器控制。
62.如图4所示，在本发明的一些实施方式中，红外成像部配置为采用以下的方法生成红外热图像。
63.将非制冷红外焦平面探测器接收到的原始电平数据根据非制冷红外焦平面探测器的分辨率还原成等分辨率的原始图像。原始电平数据可以是14位或者16位的数据。
64.检测原始图像中的坏点并替换。
65.坏点是指在红外图像中坐标不随目标变换的明暗斑点。如果甄别出其中的坏点，则采用周围邻近的8个非坏点的平均值对坏点进行替换，或者以左右的2个非坏点的其中之
一对坏点进行替换，或者以上下的2个非坏点的其中之一对坏点进行替换。
66.对替换坏点后的原始图像进行非均匀性校正。
67.非均匀性校正可选的采用一点校正、两点校正或多点校正。由于探测器制造工艺的局限，探测器每个探测微元对红外辐射的响应率不同，会影响成像质量，非均匀性校正可以降低硬件本身局限对成像质量的影响。
68.如图5所示，在本发明的一些实施方式中，对替换坏点后的原始图像进行非均匀性校正包括：
69.获取非制冷红外焦平面探测器的挡片开启时探测器的原始输出，记为x；
70.获取非制冷红外焦平面探测器的挡片关闭时探测器的原始输出，记为b；
71.调用非制冷红外焦平面探测器的灵敏度校正系数，记为a；灵敏度校正系数在非制冷红外焦平面探测器出厂或首次使用时测试得到并存储，以供随时调用；
72.计算校正输出y，校正输出y满足：
73.y＝a
×
(x-b)
74.生成非均匀性校正后的原始图像。
75.进一步对非均匀性校正后的原始图像进行降噪滤波处理。
76.降噪滤波处理是从时间上和空间上降低噪声，是从图像本身做处理。在本发明的一些实施方式中，时间降噪采用多帧滤波的方式，连续多帧对相同位置的像素点进行低通滤波，实现降噪；空间降噪采用高斯滤波的方式，保证原始图像的平滑度，去除竖条纹，降噪滤波可以通过调整相应的滤波阈值以达到理想的滤波效果。滤波阈值优选根据具有最高出现概率的场景设置，以获得信噪比更高的处理后图像。
77.进一步对降噪滤波后的原始图像进行直方图处理。
78.直方图处理时红外成像部的核心部分，针对原始图像对比度做处理。在前述的步骤中，红外成像部已实现原始图像的均匀化和低噪声化，但是图像的细节并不能够直观观察，容易出现弱目标无法识别的问题。直方图处理可以解决这一问题，直方图处理可以将感兴趣的灰阶信息进行拉伸，不感兴趣的灰阶信息进行压缩，从而提升对比度。
79.优选的，在进行直方图处理时同时加入主峰平滑参数，通过改变主峰一直宽度来改变原始图像拉伸强度，在获取原始图像主峰的时候采取平滑和多帧处理，避免因为主峰剧烈变化产生图像振荡，这样既可以提升对比度，也同时兼顾均匀画面和图像闪烁的问题。
80.将直方图处理后的原始图像生成为室内环境中的红外热图像。
81.如图6所示，在本发明的一些实施方式中，人体识别部配置为利用卷积神经网络在红外热图像中识别并选中人体目标。
82.卷积神经网络的训练样本包括多个训练热图像。训练热图像基于多个距离元素、角度元素、姿态元素和穿衣元素中的一个或多个的组合；其中距离元素为训练人体目标的相对距离，角度元素为训练人体目标的相对角度，姿态元素为训练人体目标的姿态，穿衣元素为训练人体目标的衣着。例如在多个训练热图像中，训练人体目标按照不同相对距离站立，位于不同的相对角度，保持站立姿态、坐姿或者卧姿，身穿与第一穿衣等级至第四穿衣等级对应的服装。
83.在一种可选的实施方式中，卷积神经网络可以包括两个卷积池化单元、一个扁平层和两个连接层。输出层由若干个节点或神经元组成，神经元或节点对应若干个姿态。通过
归一化和大小调整将卷积神经网络的输入统一为32*32的灰度图像，卷积神经网络的输出是每个输出节点输出的若干个分数(每个输出节点对应一个特征的动作类)。分数即对应某一个动作类出现的概率，概率最高的节点即代表输入图像中的动作。
84.更具体的说，卷积神经网络的第一层是一个大小为32*32的单通道输入图像。在第一个卷积池化单元中，设置卷积核为3*3，步长为2，在第一层卷积后产生32个15*15的特征图；进一步在池化层进行2*2下采样，将每个特征图的大小减小到7*7。输入至第二个卷积池化单元中，设置卷积核为3*3，步长为1，产生32个5*5的特征图；进一步在池化层进行2*2下采样，将每个特征图的大小减小到2*2。在此之后，神经元被扁平化，最终形成128个神经元。由128个神经元组成全连接层，进一步输出至少对应六类动作的输出层。在上述卷积神经网络中需要学习的参数总数为26854。
85.采用训练热图像和yolo v5模型对上述卷积神经网络进行训练。模型训练后，可以移植至控制器中运行。卷积神经网络还可以采用其它结构，在此不再一一举例。
86.训练后的卷积神经网络可以识别并输出框选的人体目标，生成人体红外热图像。
87.如图7所示，人体红外热图像温度检测部配置为按照以下方式确定人体红外热图像中每一个像素点的目标温度。
88.采样非制冷红外焦平面探测器的挡片开启时的探测器的原始输出，以14位的探测器为例，记为raw14
′
。在可选的实施方式中，raw14
′
是探测器像素级读出电路的输出，例如其中的一路或多路输出。
89.采样非制冷红外焦平面探测器的挡片关闭时的探测器的原始输出，以14位的探测器为例，记为raw14
″
。在可选的实施方式中，raw14
″
是探测器像素级读出电路在挡片关闭时的输出，例如其中一路或多路输出。
90.采样非制冷红外焦平面探测器的挡片温度t1，挡片温度t1以热力学温度记，代表当前环境温度。
91.调用第一系数a和第二系数a
92.确定人体红外热图像中每一个像素点的目标温度t0，目标温度t0以热力学温度记。
93.目标温度t0满足
94.δraw14＝a
×
t
04-b
×
t
14
95.其中：
96.δraw14＝raw14
′‑
raw14
″
97.上述公式根据斯蒂芬波尔兹曼定律生成：即黑体的辐出度，也即黑体表面单位面积上所发射的各种波长的总辐射功率与其热力学温度t的四次方成正比，同时校正环境温度(以挡片温度t1记)和挡片(即探测器快门)的影响。
98.以下参照图8，对第一系数a和第二系数b的生成方式进行介绍。
99.采用非制冷红外焦平面探测器采集多个测试辐射源的红外热图像，任一测试辐射源具有对应的设定表面温度。
100.分别获取采集每一个测试辐射源的红外热图像时非制冷红外焦平面探测器挡片开启时的显示温度以及非制冷红外焦平面探测器的挡片关闭时的显示温度，并计算开启时显示温度和关闭时显示温度之间的温度差值。即可以得到多组设定表面温度以及显示温度差值之间的一一对应关系。
101.考虑到测试辐射源的单体黑度，温度差值为探测器原始输出差值之间存在一一对应的线性关系。以温度差值和设定表面温度的其中一者作为横坐标，另一者作为纵坐标建立坐标系，设定表面温度和显示温度差值可以通过多个点的形式表示，进一步即可以通过线性拟合得到标定曲线。
102.根据标定曲线反解出第一系数a和第二系数b，采样过程中探测器的显示温度可以记为t2，即反解的第一系数a和第二系数b均存在与采样过程中探测器的显示温度t2的对应关系，满足a＝f(t2)和b＝f(t2)；拟合和反解均可以由软件完成，例如matlab等。解出的第一系数a和第二系数b为常数。
103.如图9所示，在本发明的一些实施方式中，穿衣量比例阈值条件可以通过以下方式获得。
104.设置若干个预定衣着场景，每一个预定衣着场景对应一个穿衣量等级。例如设置四个预定衣着场景，即分别对应第一穿衣等级、第二穿衣等级、第三穿衣等级和第四穿衣等级的四个预定衣着场景，每一个预定衣着场景中均由测试人员预先按照设定穿衣等级着装，四个预定衣着场景可以由a,b,c,d表示。
105.分别采样多个测试红外热图像。
106.在测试红外热图像中识别并选中满足预定衣着场景的测试人体目标，生成测试人体红外热图像。
107.确定测试人体红外热图像中每一个像素点的目标温度，筛选目标温度中的最大像素温度值a
t
并计算人体红外热图像的平均像素温度值b
t
。
108.计算测试人体红外热图像中平均像素温度值和最大像素温度值的比值c
t
,c
t
＝b
t
/a
t
，从而可以得到对应四个预定衣着场景的穿衣量比例阈值：c
ta
,c
tb
,c
tc
和c
td
。
109.建立测试人体红外热图像中平均像素温度值和最大像素温度值的比值，以及预定衣着场景的一一对应关系，测试人体红外热图像中平均像素温度值和最大像素温度值的比值即为相应预定衣着场景的穿衣量比例阈值。
110.如图11所示，在一种优选的实施方式中，
111.穿衣量比例阈值条件通过以下方式获得：
112.设置若干个预定衣着场景，每一个预定衣着场景对应一个穿衣量等级。例如设置四个预定衣着场景，即分别对应第一穿衣等级、第二穿衣等级、第三穿衣等级和第四穿衣等级的四个预定衣着场景，每一个预定衣着场景中均由测试人员预先按照设定穿衣等级着装。
113.设置若干个预定环境温度，例如对应设置四个预定环境温度15℃、20℃、25℃和30℃。
114.分别采样每一个预定环境温度下的多个测试红外热图像。
115.在测试红外热图像中识别并选中满足其中一个预定衣着场景的测试人体目标，生成测试人体红外热图像。
116.确定测试人体红外热图像中每一个像素点的目标温度，筛选目标温度中的最大像素温度值并计算人体红外热图像的平均像素温度值。
117.计算测试人体红外热图像中平均像素温度值和最大像素温度值的比值，记为：
118.c
15a
；c
15b
；c
15c
；c
15d
119.c
20a
；c
20b
；c
20c
；c
20d
120.c
25a
；c
25b
；c
25c
；c
25d
121.c
30a
；c
30b
；c
30c
；c
30d
122.从而可以得到预定环境温度和比值的多组一一对应关系。
123.以测试人体红外热图像中平均像素温度值和最大像素温度值的比值，以及预定环境温度中的其中一者作为横坐标，另一者作为纵坐标建立坐标系，预定环境温度和比值的多组一一对应关系可以通过坐标系中的多个点表示。
124.拟合对应预定衣着场景下的阈值拟合曲线。
125.根据阈值拟合曲线反解对应预定衣着场景的阈值拟合函数，更具体的说，即反解常数ka；ba；kb；bb；kc；bc；kd；bd；并得到对应的阈值拟合函数：
126.c
ta
＝ka×
t+ba；
127.c
tb
＝kb×
t+bb；
128.c
tc
＝kc×
t+bc；
129.c
td
＝kd×
t+bd；
130.其中t为实时环境温度。
131.穿衣量确认部在确认穿衣等级时，优选配置为先获取实时环境温度，并将实时环境温度分别代入上述四个阈值拟合函数中求出预定衣着场景对应的穿衣量比例阈值，以生成对应实时环境温度下的预设穿衣量比例阈值条件，从而可以以最优的效率确定穿衣等级，提高产品的智能性。
132.在上述实施方式的描述中，具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
133.以上仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。