CN102914261A - 非接触式热目标尺寸测量***及方法 - Google Patents

Abstract

本发明涉及非接触式热目标尺寸测量***及方法，***包括光学同轴设置的热像仪和激光测距仪，该激光测距仪和热像仪的输出信号分别连入智能处理模块，该智能处理模块包括顺次连接的A/D模块、第一缓存器、微处理器、第二缓存器和D/A模块，微处理器连接有用于与激光测距仪通讯的接口；本发明融合红外传感器热信号、激光/超声波/雷达测距距离，运用图像处理技术和三角变换原理，以非接触和被动方式自动捕获和计算目标尺寸，实现对空中飞行物、海中舰船、地上行驶车辆等几乎所有有形热目标切面尺寸和面积的快速测量，可应用于森林防火、地热勘测等需要对某热区域进行非接触式尺寸/面积评估的领域，从而实现不通过接触目标、警醒目标进行尺寸测量。

Description

非接触式热目标尺寸测量***及方法

技术领域

本发明属于光电一体化技术领域，涉及一种非接触式热目标尺寸测量***及方法。

背景技术

当前在非接触式测量方面应用较广的是基于测距和测角的尺寸测量技术，即通过对目标两端分别进行距离测量，并同时测量两次测距的夹角，运用余弦定理可获取目标两端点间长度；此种方法实现简单，在对固定和有形目标进行测量时具有较高精度，但在对运动目标和无具体形态目标（如火源、烟囱喷出气体等）测量时由于瞄准问题不易测到目标，固此种方式仅限于固定实体目标，多在城建、地理等勘测方面应用。

发明内容

本发明的目的是提供一种非接触式热目标尺寸测量***及方法，以解决现有测量方式不能测量运动目标和无具体形态目标等热目标的问题。

为实现上述目的，本发明的非接触式热目标尺寸测量***技术方案如下：该***包括光学同轴设置的热像仪和激光测距仪，该激光测距仪和热像仪的输出信号分别连入智能处理模块，该智能处理模块包括顺次连接的A/D模块、第一缓存器、微处理器、第二缓存器和D/A模块，所述微处理器还连接有用于与激光测距仪通讯的接口。

进一步的，所述微处理器还分别连接有FLASH数据存储器和SDRAM程序存储器。

进一步的，所述智能处理模块设于所述热像仪中。

进一步的，所述智能处理模块设于一计算机内。

本发明的非接触式热目标尺寸测量方法的步骤如下：

（1）搭建测量***，将热像仪与激光测距仪光学同轴设置，并将热像仪和激光测距仪的分别与智能处理模块的对应端口相连；

（2）利用热像仪获得热目标图像并传入智能处理模块中；

（5）智能处理模块控制激光测距仪获取测距信息；

（6）智能处理模块对热目标图像进行图像处理，获取目标在热目标图像中的像素面积；

（5）根据得到的像素面积和测距信息，计算得到目标的实际切面面积。

进一步的，所述步骤（4）中对如目标图像进行图像处理是先对图像进行目标粗分来初步提取热目标，再进行目标细分来剔除介于目标和背景灰度的中间灰度区域，再对仅存的目标图像进行目标提取、统计，获取目标在热目标图像中的像素面积。

进一步的，所述目标粗分的过程为：首先对输入图像进行直方图统计，进而遍历直方图整个灰度区域：每次均将图像分割为两部分，分别计算其方差，并将两部分方差相减取绝对值；遍历完毕后在得到所有绝对值中取最大值，其对应的灰度级即为用于分割图像的灰度级；最后对图像进行遍历，将小于此灰度级的像素置0，大于等于此灰度级的保持不变。

进一步的，所述目标细分的过程为：首先对输入图像进行直方图统计，进而遍历直方图整个灰度区域：每次均将图像分割为两部分，分别计算其信息熵，并将两部分信息熵相减取绝对值；遍历完毕后在得到所有绝对值中取最大值，其对应的灰度级为用于分割图像的灰度级；最后对图像进行二值化处理：将小于此灰度级的像素置0，大于等于此灰度级的置1。

进一步的，所述目标提取的过程为：对目标细分得到的二值图进行遍历，将当前像素与像素值为1的相邻像素组成的集合进行比较，若与之相邻则并入该类，否则设为新类；在遍历完毕后会得到场景内所有目标的像素尺寸、像素面积、平均灰度特征。

进一步的，所述步骤（5）中目标的实际切面面积S=N×S_p，其中N为目标所占像素面积，成像面阵单个象元对应的实际面积

且I_w×I_h为热像仪中红外探测器象元的实际宽度和高度，F为光学***焦距，D为激光测距距离。

本发明的非接触式热目标尺寸测量***及方法，融合红外传感器热信号、激光/超声波/雷达测距距离，运用图像处理技术和三角变换原理，以非接触和被动方式自动捕获和计算目标尺寸；本发明不但可实现对空中飞行物、海中舰船、地上行驶车辆等几乎所有有形热目标切面尺寸和面积的快速测量，也可应用于森林防火、地热勘测等需要对某热区域进行非接触式尺寸/面积评估的领域，从而解决之前不通过接触目标、警醒目标则无法进行尺寸测量的问题。

附图说明

图1是本发明实施例的***结构图；

图2是智能处理模块的结构示意图；

图3是实施例中微处理器的时序框图；

图4是目标粗分流程图；

图5是目标细分流程图；

图6是目标提取流程图；

图7是目标截面面积计算原理图；

图8是实施例中点火试验场景图；

图9是图8的统计直方图；

图10是实施例的目标、背景粗分示意图；

图11是实施例的目标、背景细分示意图。

具体实施方式

如图1所示，非接触式热目标尺寸测量***包括光学同轴设置的热像仪、激光测距仪和智能处理模块，且热像仪与测距仪应保持较近距离，并光学同轴设置，激光测距仪和热像仪的输出信号分别连入智能处理模块，如图2所示，智能处理模块包括顺次连接的A/D模块、第一缓存器、微处理器、第二缓存器和D/A模块，微处理器连接有用于与激光测距仪通讯的接口；微处理器还分别连接有FLASH数据存储器和SDRAM程序存储器。智能处理模块可设于热像仪中或设于一台计算机内。

非接触式热目标尺寸测量方法的步骤如下：

（1）搭建测量***，将热像仪与激光测距仪光学同轴设置，并将热像仪和激光测距仪的分别与智能处理模块的对应端口相连，测量***如图1所示；

（2）利用热像仪获得热目标图像并传入智能处理模块中；

（7）智能处理模块控制激光测距仪获取测距信息；

（8）智能处理模块对热目标图像进行图像处理，获取目标在热目标图像中的像素面积；

（6）根据得到的像素面积和测距信息，计算得到目标的实际切面面积。

总的来说，目标场景的热辐射经过红外光学***投射在焦平面，通过光电转换变为模拟电压信号传送至机芯电路，机芯电路同步接收激光测距信息后，将电压信号进行成像和面积计算等处理再输出，即完成了整个处理流程，如图1所示。

其中，智能处理模块分先将热像仪中探测器获取的电压信号经过模数转换芯片变为数字信号，经FIFO缓存器进行缓冲后进入DSP微处理器进行处理，并将处理结果经由FIFO缓存器缓冲后进行数模转换为模拟视频数据输出；同时DSP微处理器要接收来自激光测距仪的测距信息用于计算目标实际面积，并向外输出计算结果，如图2所示。

具体到实际数据处理是在DSP微处理器中完成的，如图3所示，DSP实时从缓冲区获取一幅原始图像数据，首先要进行非均匀性校正和平滑降噪滤波处理后，以确保场景热辐射与经转换后获取的数字信号为线性一一对应关系，即确保不同温度的物体以不同的数字信号标示；在此基础上，将整个图像通过目标粗分的方法进行分割，以初步提取热目标，流程见图4；由于在不同场景的图像中常存在介于目标和背景灰度的中间灰度区域，以单次分割往往容易将此部分划分入目标区域，固需将剩余图像进行二次分割，以目标细分的方法将此部分剔除出目标区域，流程见图5；在完成后将仅存在目标的图像进行统计，流程见图6，并结合测距仪测距信息运用面积计算公式将其实际面积计算，见图7，一路通过通讯模块传出，一路叠加在待显示图像上输出。

目标粗分的算法步骤：首先对输入图像进行直方图统计，进而遍历直方图整个灰度区域：每次均将图像分割为两部分，分别计算其方差，并将两部分方差相减取绝对值；遍历完毕后在得到所有绝对值中取最大值，其对应的灰度级即为用于分割图像的灰度级；最后对图像进行遍历，将小于此灰度级的像素置0，大于等于此灰度级的保持不变，如图4所示。

目标细分的算法步骤：首先对输入图像进行直方图统计，进而遍历直方图整个灰度区域：每次均将图像分割为两部分，分别计算其信息熵，并将两部分信息熵相减取绝对值；遍历完毕后在得到所有绝对值中取最大值，其对应的灰度级即为用于分割图像的灰度级；最后对图像进行二值化处理：将小于此灰度级的像素置0，大于等于此灰度级的置1，见图5。

目标提取的算法步骤：对目标细分得到的二值图进行遍历，将当前像素与之前的类（即像素值为1的相邻像素组成的集合，由像素长度、像素宽度、像素总个数、中心位置等特征组成的数据结构）进行比较，若与之相邻则并入该类，否则设为新类；在遍历完毕后会得到场景内所有目标的像素尺寸、像素面积、平均灰度等特征。

面积解算的算法步骤：目标图像为截面图s像（该处的S与下面的S统一表示目标切面面积），即为垂直于视轴，结合探测器象元尺寸、光学***焦距、测距信息，确定其符合相似三角形特性如下：

设红外探测器象元的实际宽度和高度为I_w×I_h，光学***焦距F，观察距离（即激光测距距离）D，（以上除激光测距距离为实时得到，其他均为设备出厂时即固定的已知量），依据相似三角形特性得到成像面阵单个象元对应的实际面积计算公式：

$S_p=I_w\×I_h\×{\left(\frac{D}{F}\right)}^2$

结合目标提取步骤中得到的目标所占像素面积N，得到实际目标切面面积S计算公式：S=N×S_p。

以某山区点火试验场景为例进行说明，图8所示为热像仪获取的某山区点火试验场景的图像，图9为图8的统计直方图，图10是对图像进行目标、背景粗分后的结果图，图11是对粗分后的图进行细分后的结果图，图11和图10相比已经剔除了中间灰度区域。进行目标信息提取可得如下表1所示数据。

表1火源区域信息统计结果

可将各区域目标的像素个数、灰度特征和轮廓位置信息进行统计，从而得到火源在图像中的位置、像素面积等信息，运用目标切面面积计算公式即可求得火源面积。

Claims (10)

1. 一种非接触式热目标尺寸测量***，其特征在于，该***包括光学同轴设置的热像仪和激光测距仪，该激光测距仪和热像仪的输出信号分别连入智能处理模块，该智能处理模块包括顺次连接的A/D模块、第一缓存器、微处理器、第二缓存器和D/A模块，所述微处理器还连接有用于与激光测距仪通讯的接口。

2. 根据权利要求1所述的非接触式热目标尺寸测量***，其特征在于，所述微处理器还分别连接有FLASH数据存储器和SDRAM程序存储器。

3. 根据权利要求1所述的非接触式热目标尺寸测量***，其特征在于，所述智能处理模块设于所述热像仪中。

4. 根据权利要求1所述的非接触式热目标尺寸测量***，其特征在于，所述智能处理模块设于一计算机内。

5. 一种非接触式热目标尺寸测量方法，其特征在于，该方法的步骤如下：

（1）搭建测量***，将热像仪与激光测距仪光学同轴设置，并将热像仪和激光测距仪的分别与智能处理模块的对应端口相连；

（2）利用热像仪获得热目标图像并传入智能处理模块中；

（3）智能处理模块控制激光测距仪获取测距信息；

（4）智能处理模块对热目标图像进行图像处理，获取目标在热目标图像中的像素面积；

（5）根据得到的像素面积和测距信息，计算得到目标的实际切面面积。

6. 根据权利要求5所述的非接触式热目标尺寸测量方法，其特征在于，所述步骤（4）中对如目标图像进行图像处理是先对图像进行目标粗分来初步提取热目标，再进行目标细分来剔除介于目标和背景灰度的中间灰度区域，再对仅存的目标图像进行目标提取、统计，获取目标在热目标图像中的像素面积。

7. 根据权利要求6所述的方法，其特征在于，所述目标粗分的过程为：首先对输入图像进行直方图统计，进而遍历直方图整个灰度区域：每次均将图像分割为两部分，分别计算其方差，并将两部分方差相减取绝对值；遍历完毕后在得到所有绝对值中取最大值，其对应的灰度级即为用于分割图像的灰度级；最后对图像进行遍历，将小于此灰度级的像素置0，大于等于此灰度级的保持不变。

8. 根据权利要求7所述的方法，其特征在于，所述目标细分的过程为：首先对输入图像进行直方图统计，进而遍历直方图整个灰度区域：每次均将图像分割为两部分，分别计算其信息熵，并将两部分信息熵相减取绝对值；遍历完毕后在得到所有绝对值中取最大值，其对应的灰度级为用于分割图像的灰度级；最后对图像进行二值化处理：将小于此灰度级的像素置0，大于等于此灰度级的置1。

9. 根据权利要求8所述的方法，其特征在于：所述目标提取的过程为：对目标细分得到的二值图进行遍历，将当前像素与像素值为1的相邻像素组成的集合进行比较，若与之相邻则并入该类，否则设为新类；在遍历完毕后会得到场景内所有目标的像素尺寸、像素面积、平均灰度特征。

10. 根据权利要求5-9中任一项所述的方法，其特征在于，所述步骤（5）中目标的实际切面面积                                               

，其中N为目标所占像素面积，成像面阵单个象元对应的实际面积

，且

为热像仪中红外探测器象元的实际宽度和高度，

为光学***焦距，为激光测距距离。

Images