基于高速成像技术的瞬态温度场测试方法及其测试系统与流程

本发明属于数字图像处理及温度测量领域，具体涉及一种基于高速成像技术的瞬态温度场测试方法及其测试系统。

背景技术：

瞬态温度场的作用持续时间短、温度变化剧烈、温度峰值高，并且瞬态高温场一般都伴随着很强的破坏作用、测试环境复杂、技术难度大，传统的温度测量方法很难满足要求。瞬态温度场的测试方法总体上可以分为接触式和非接触式两种：接触式温度测量的响应频率过低、只能测量点区域的温度，且传感器放置于温度场中，容易对温度分布产生影响；非接触式温度测量依据测温原理分为光谱测温法和辐射测温法两大基础类型，光谱测温法虽然能达到较高的时间分辨率但该方法容易受到背景环境光的干扰从而影响测温精度，同时该方法一般也只能测量点区域的温度，无法直观的得到整个温度场的分布情况；红外热像仪测温是辐射测温法的典型代表，其虽然能对整个温度场分布情况做出测量，但难以将被测物质的辐射率精确化、标准化，会影响测温精度；且红外热像仪拍摄的帧率相对较低，无法满足瞬态温度场测量对时间分辨率的要求。

中国专利200910043260.6公开了一种ccd图像传感器高温场测量仪，该装置通过ccd传感器获取温度场图像各像素点r、g的值进而计算温度，但是该方法会因不同被测物所带来的辐射特性的改变，从而影响温度测量的精度，并且受限于ccd图像传感器，该装置时间分辨率低，无法满足瞬态温度场的测量需求。

中国专利201611270441.9公开了一种瞬态温度场测量方法及装置，该方法利用分光镜将被测目标的辐射光分割为多个预设波长范围的光束,并将多个预设波长范围的光束藕合至相机系统进而分析温度，但是该方法需要对被测物的光谱特性有具体的了解，进而制定合理的波长预设范围，对光谱特性不明确物体的测量有一定的局限性，同时分光系统容易受到环境光及距离衰减的影响，非实验室环境下的使用适用性相对较差。

技术实现要素：

本发明的目的在于提供一种基于高速成像技术的瞬态温度场测试方法及其测试系统，利用高速成像技术采集温度场视频图像，应用标定得到的温度转换模型及图像处理技术，分析计算有效温度场内每个像素点所表征的温度，进而得到整体直观的瞬态温度场分布情况及相关特征参量。本发明克服了现有技术中测量瞬态温度场时间分辨率的局限性，同时提高了测温的精度及系统使用的适用性。

实现本发明目的的技术解决方案为：一种基于高速成像技术的瞬态温度场测试方法，利用彩色高速摄像机对温度测量的时间分辨率为10^-5s，测温范围为1200-3300摄氏度的瞬态温度场进行测量，得到温度分布的渲染图像及相关温度特征参数，具体包括以下步骤：

步骤1：利用高温黑体炉，对彩色高速摄像机、镜头及中性密度滤光片的组合进行标定，同时进行相机拍摄过饱和的抑制，获取多段图像rgb灰度值对应温度的转换模型及其相对应的彩色高速摄像机、镜头及中性密度滤光片的设定参数；

步骤2：依据所要分析的瞬态温度场预估的温度范围，选择相应的彩色高速相机、镜头及中性密度滤光片设定参数，之后应用彩色高速摄像机拍摄瞬态温度场的视频；

步骤3：对瞬态温度场视频的每帧图像进行图像预处理，除去异常的数据点的同时将温度区域与背景分割，并提取出有效的温度场；

步骤4：针对图像分割所得到的有效温度场，将其每个像素点的r、g、b值带入相对应的温度转换模型，得出每个像素点所表征的温度值，进而得到整个有效温度场的温度；

步骤5：依据每个像素点所表征的温度值，建立温度分布渲染图像，并对温度场进行统计学分析，得到平均温度、最高温度及其位置、相关的温度曲线。

一种基于高速成像技术的瞬态温度场测试方法的测试系统，包括中性密度滤光片、镜头、彩色高速摄像机和计算机，其中共光轴依次设置中性密度滤光片、镜头、彩色高速摄像机，彩色高速摄像机再与计算机连接，瞬态温度场共光轴设置在中性密度滤光片前方。

本发明与现有技术相比，其显著优点在于：

(1)对瞬态温度场测量的响应时间短，时间分辨率最高可以达到10^-5s，可以完整记录瞬态温度场产生的整个过程。

(2)温度测量上限高、测量范围广，通过拓展技术，温度测量的上限可以达到3300摄氏度左右，温度测量的范围为1200摄氏度至3300摄氏度。

(3)使用方便，适用性强，搭配不同焦距的镜头可以实现对瞬态温度场的远、近距离测量，特别是可以针对具有毁伤效应的瞬态温度场，在野外复杂调节下进行远距无人测试。

(4)对温度场数据的分析能力强，通过上位机温度场分析软件，可以得到每个时刻完整有效的温度场及温度分布渲染图像，并分析得到温度场相关的特征参数，并输出相关的温度曲线。

附图说明

图1是本发明基于高速成像技术的瞬态温度场测试系统的结构图。

图2是本发明基于高速成像技术的瞬态温度场测试方法的流程图。

图3是本发明基于高速成像技术的瞬态温度场测试方法的效果图，图(a)是获取的瞬态温度场原图，图(b)是得到的有效温度场温度分布渲染图像，图(c)是生成的相关温度曲线。

具体实施方式

下面结合附图对本发明作进一步详细描述。

结合图1，本发明基于高速成像技术的瞬态温度场测试方法的系统，适用于1200摄氏度至3300摄氏度温度范围内，野外或者实验室条件下的瞬态或非瞬态温度场的测试，包括cmos彩色高速相机4、中性密度滤光片2、光学镜头3、搭载了温度场图像处理分析软件的计算机5。其中共光轴依次设置中性密度滤光片2、镜头3、彩色高速摄像机4，彩色高速摄像机4再与计算机5连接，瞬态温度场1共光轴设置在中性密度滤光片2前方。

所述cmos彩色高速相机4用于采集瞬态温度场1的视频图像，并以数字图像的格式传输给计算机5。

所述中性密度滤光片2为光线通光率可多档调节的滤光片，用于抑制彩色高速相机4的过饱和，同时拓展温度测量的上限。

所述光学镜头3将瞬态温度场1的图像成像于彩色高速相机4的cmos传感器上，依据所需温度测量距离的远近，可搭配不同焦距的镜头3组合，同时为了拓展温度测量上限，在焦距满足拍摄要求的情况下，优先选择最大光圈数值大的光学镜头3。

所述搭载了温度场图像处理分析软件的计算机系统5中包括图像rgb灰度值对应温度的转换模型、基于rgb关系的自适应降噪识别算法，用于分析瞬态温度场的视频图像，进而得到瞬态温度场温度分布渲染图像及相关温度特征参数。

结合图2，本发明基于高速成像技术的瞬态温度场测试方法，首先依据测量瞬态温度场1的特性选用经标定得出的相应的高速相机4、中性密度滤光片2及光学镜头3参数设定，之后采集温度场视频图像，将需要分析的视频图像导入温度分析软件中，软件内置了图像预处理、算法及相应的温度转换模型，对导入的视频图像进行自动预处理及温度计算。如图3所示，软件可得到每帧图像的温度场及温度分布渲染图像，同时统计出每帧温度场图像有效区域内的平均温度、最高温度及最高温度位置；可以分析整个温度场视频内的最高温度、最高平均温度及其所处的帧数位置；可以生成平均温度曲线及最高温度曲线并输出温度场相关数据；可以在原图像中进行选点温度计算。

结合图2，一种基于高速成像技术的瞬态温度场测试方法，具体包括以下步骤：

步骤1：利用高温黑体炉，对彩色高速摄像机4、镜头3及中性密度滤光片2的组合进行标定，同时进行相机拍摄过饱和的抑制，获取多段图像rgb灰度值对应温度的转换模型及其相对应的高速摄像机4、镜头3以及中性密度滤光片2的设定参数。通过调整彩色高速摄像机4的曝光时间、镜头3的光圈大小、中性密度滤光片2的通光率这三个组合的参数设定，使彩色高速摄像机4拍摄瞬态温度场1的过程中始终工作在非饱和区，并且也提升了彩色高速摄像机4的工作区域以及温度的测量上限；对最高温度段标定时应预留部分图像r通道灰度值的上升空间，也就是当黑体炉的温度达到上限时，黑体图像r通道的灰度值应位于180±5，拓展温度测量上限的同时也保证了建立温度转换模型的精度。

多段图像rgb灰度值对应温度的转换模型的建立如下：若该段温度范围内，标定图像r、g、b的灰度值与温度之间存在线性关系，则在该温度段内利用最小二乘法或者神经网络拟合温度-rgb曲线，建立图像rgb值与温度的对应转换模型；若该段温度范围内，标定图像r、g、b的灰度值与温度之间不存在线性关系，则在该温度段内建立图像r、g值与温度的对应转换模型。该模型的建立旨在使减小因不同的被测物所带来的不同辐射特性对温度测量的影响，且测温时不需要精确的知道被测物体的光谱发射率，提高了测温系统使用的便捷程度。

具体的标定及温度转换模型建立的过程如下：

步骤1-1：对彩色高速摄像机4、镜头3及中性密度滤光片2多元融合的标定方法为：利用高温黑体炉在1000摄氏度至3000摄氏度的区间内进行分段标定，一段温度区间对应一种彩色高速摄像机4、镜头3及中性密度滤光片2组合的参数设定，参数设定的目的就是保证该温度范围内所采集的标定图像的r通道的灰度值在20至240的区间内；在各段温度区间内，高温黑体炉每升高50摄氏度彩色高速相机4采集一次黑体图像，直至图像中r通道的灰度值达到240±3则为该组参数设定方案标定温度区间的上限，之后改变组合设定的参数使r通道灰度值降至20左右，进行下一个温度段的标定。同时，对最高温度段标定时应预留部分图像r通道灰度值的上升空间，也就是当黑体炉的温度达到上限时，黑体图像r通道的灰度值应位于180±5，拓展温度测量上限的同时也保证了建立温度转换模型的精度。

步骤1-2：基于步骤1-1中标定获取的数据，温度转换模型建立的方法为：依据基于普朗克黑体辐射理论及高速相机工作原理可以推导出以下rgb三基色测温公式：

式中：t表示开尔文温度；r、g、b分别表示图像r、g、b三通道的灰度值；k'表示系统修正系数；λr表示基色为红色的波长，λg表示基色为绿色的波长、λb表示基色为蓝色的波长；c2表示第二辐射常数。

依据上述公式可知开尔文温度t与图像rgb值的成线性关系，因此可以利用最小二乘法或者神经网络拟合温度t与的温度转换曲线，如果基于上述方法拟合的t与的二次或三次多项式的残差平方和低于0.9，则说明基于该种方法得到的该段区间内的温度转换模型精度较低，则基于以下双基色测温公式，利用最小二乘法或神经网络建立图像r、g值与温度t的温度转换模型。

双基色测温公式表示为：

式中：k表示系统修正系数。

步骤2：依据所要分析的瞬态温度场预估的温度范围，选择相应的彩色高速摄像机4、镜头3及滤光片2设定参数，之后应用彩色高速摄像机4拍摄瞬态温度场的视频；

步骤3：对瞬态温度场视频的每帧图像进行图像预处理，除去异常的数据点的同时将温度区域与背景分割，并提取出有效的温度场：

步骤3-1：对图像进行阈值滤波以去除个别异常像素点的噪声，之后再执行自适应中值滤波，保留图像灰度特征的同时平滑温度场图像；

步骤3-2：对每帧图像进行初步分割，应用otsu阈值分割方法将灰度差异较大的前景瞬态温度场图像与背景图像分离开，以提高后期计算分析时的速率；

步骤3-3：对提取出的瞬态温度场图像进行二次图像分割，基于温度场rgb的颜色信息识别出目标温度场受烟雾干扰的部分，将被烟雾遮挡的部分剔除，从而提高温度场分析的精度；

步骤4：针对图像分割所得到的有效温度场，将其每个像素点的r、g、b值带入相对应的温度转换模型，得出每个像素点所表征的温度值，进而得到整个有效温度场的温度；

步骤5：依据每个像素点的温度值，建立温度分布渲染图像，并对温度场进行统计学分析，得到平均温度、最高温度及其位置、相关的温度曲线，具体如下：

基于彩色高速相机4采集的视频/图像进行计算分析得到整个有效的温度场及温度分布渲染图像；统计分析视频当前帧图像温度场的平均温度、最高温度、最高温度所处的位置；建立视频范围内平均温度随时间变化曲线、最高温度随时间变化的曲线，并得出最高温度及最高平均温度所处于的帧数位置。