[发明专利]一种红外图像测温校准方法及系统

说明书

本发明公开的一种红外图像测温校准方法，用于红外热像仪测量的校准，包括：获取样本数据，样本数据包括红外热像仪距离目标物的距离、距离对应的测量温度和目标物的真实温度；建立专家库，建立专家库用于存储样本数据；测量区域进行分段，根据红外热像仪距离目标物的距离、距离对应的测量温度将红外热像仪测量的测量区域进行分段；建立神经网络系统，根据样本数据建立神经网络系统，并依照神经网络系统进行样本训练，神经网络系统的个数等于测量区域的分段数量；温度校准，获得被测物与红外热像仪的实际距离和被测物测量温度，获得实际距离对应区域的神经网络系统，被测物测量温度根据相对应的神经网络系统获得校准温度。以提高测温的准确性。

技术领域

本发明涉及红外热像仪设备技术领域，更为具体地说，涉及一种红外图像测温校准方法及系统。

背景技术

温度是确定物质状态的重要参数之一，它不仅反映了物体的冷热程度，而且它的测量与控制在国防、军事、科学实验及工农业生产中具有十分重要的作用。测温通常被分为接触测温和非接触测温，接触测温是测量设备或仪器直接接触被测对象，非接触测温是利用来自物体的辐射能、辐射亮度、颜色等进行温度测量，温度敏感原件不与被测对象接触。接触测温的测量结果准确，但被测对象的范围有限制，如有些被测对象有强烈的腐蚀性，如有些被测对象处在高温状态，测量设备或仪器无法靠近被测对象，从而无法做到接触测量，如此在一些时候只有通过非接触测温进行测温。

红外测温是一种较为普遍的非接触测温方式，它是采用红外热像仪通过被测温度的物理参数来求得被测温度的，不存在热接触和热平衡，拓展了测温的适用范围。但在红外热像仪可视范围内，周围环境温度、湿度以及目标辐射率对被测物体真实温度的影响，随着被测物体距离红外热像仪的位置变化有着明显的非线性关系，如此随着位置的变化将会产生测量误差，测量的不准确将会对使用者带来不便以及经济损失。

发明内容

本发明的目的是提供一种红外图像测温校准方法，以提高红外热像仪测温的准确性。

为了解决上述技术问题，本发明提供如下技术方案：

本发明提供的一种红外图像测温校准方法，用于红外热像仪测量的校准，其特征在于，所述方法包括：获取样本数据，所述样本数据包括所述红外热像仪距离目标物的距离、所述距离对应的测量温度和目标物的真实温度；

建立专家库，所述建立专家库用于存储所述样本数据；

测量区域进行分段，根据所述红外热像仪距离目标物的距离、所述距离对应的测量温度将红外热像仪测量的测量区域进行分段；

建立神经网络系统，根据所述样本数据建立神经网络系统，并依照所述神经网络系统进行样本训练，所述神经网络系统的个数等于所述测量区域的分段数量；

温度校准，获得被测物与红外热像仪的实际距离和被测物测量温度，获得所述实际距离对应区域的神经网络系统，所述被测物测量温度根据相对应的所述神经网络系统获得校准温度；

其中：所述目标物为能够调节温度的黑体模型，所述被测物为实际测量中需要测量温度的物体，所述校准温度为所述被测物测量温度的校准值。

优选的，上述红外图像测温校准方法中，所述根据所述红外热像仪距离目标物的距离、所述距离对应的测量温度将红外热像仪测量的测量区域进行分段，具体包括：

将测量区域划分为接近域、适中域和偏远域，所述接近域为0-L1,所述适中域为L1-L2，所述偏远域为L2-L；

其中，L为所述红外热像仪的可测量的最大距离，L1和L2为红外热像仪的测量距离的任意两个距离。

优选的，上述红外图像测温校准方法中，所述神经网络系统为分别为ANN_1、ANN_2和ANN_3，所述ANN_1、ANN_2和ANN_3拓扑结构为1-15-1的单输入单输出神经网络。