CN114034405A - 一种非接触式测温方法及*** - Google Patents
一种非接触式测温方法及*** Download PDFInfo
- Publication number
- CN114034405A CN114034405A CN202111311954.0A CN202111311954A CN114034405A CN 114034405 A CN114034405 A CN 114034405A CN 202111311954 A CN202111311954 A CN 202111311954A CN 114034405 A CN114034405 A CN 114034405A
- Authority
- CN
- China
- Prior art keywords
- images
- temperature measurement
- temperature
- background
- light intensity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000009529 body temperature measurement Methods 0.000 title claims abstract description 138
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000012937 correction Methods 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 29
- 239000011248 coating agent Substances 0.000 claims abstract description 24
- 238000000576 coating method Methods 0.000 claims abstract description 24
- 230000005855 radiation Effects 0.000 claims abstract description 22
- 238000004422 calculation algorithm Methods 0.000 claims description 32
- 238000003705 background correction Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 10
- 238000004861 thermometry Methods 0.000 claims description 9
- 238000000295 emission spectrum Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 description 5
- 230000009467 reduction Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 239000012720 thermal barrier coating Substances 0.000 description 3
- 235000002566 Capsicum Nutrition 0.000 description 2
- 239000006002 Pepper Substances 0.000 description 2
- 241000722363 Piper Species 0.000 description 2
- 235000016761 Piper aduncum Nutrition 0.000 description 2
- 235000017804 Piper guineense Nutrition 0.000 description 2
- 235000008184 Piper nigrum Nutrition 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000003973 paint Substances 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 150000003839 salts Chemical class 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000005281 excited state Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 229910052761 rare earth metal Inorganic materials 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K11/00—Measuring temperature based upon physical or chemical changes not covered by groups G01K3/00, G01K5/00, G01K7/00 or G01K9/00
- G01K11/006—Measuring temperature based upon physical or chemical changes not covered by groups G01K3/00, G01K5/00, G01K7/00 or G01K9/00 using measurement of the effect of a material on microwaves or longer electromagnetic waves, e.g. measuring temperature via microwaves emitted by the object
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Electromagnetism (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明涉及一种非接触式测温方法及***，首先分别获取设定部位的两个波峰处的两幅图像；并对他们进行背景辐射校正，边缘识别，特征点识别，最后将两幅图像中测温区域进行比值处理，得到光强比比值结果，最后将该结果与事先标定好的标定结果进行对应，得到测温表面的温度分布，从而通过对不同环境温度下的磷光涂层样品进行拍摄与信号处理即可得到待测表面的实时温度分布，并利用背景辐射校正、测温区域识别、两图像高精度对齐处理、以及温度‑位置精准匹配等措施大大提高了比光强法磷光测温的精度，提高了测温上限。本发明不需要掌握表面发射率特征即可实现准确测温，有效解决了目前对航空发动机内部测温不准确的问题。
Description
技术领域
本发明涉及非接触固体表面温度测量领域，特别是涉及一种非接触式测温方法及***。
背景技术
发动机作为飞机的核心***，对飞机的各项性能都有着非常重要的影响。其发展主要具有增压比不断上升、涡轮前温度不断提高、涵道比不断增大等特点。为满足航空发动机对可靠性、耐久性的综合要求，航空发动机研制过程中需要更加全面的结构强度和工作性能测试试验。需要依靠可靠的测试技术提供有用的信息数据，特别是发动机热端部件关键参数测量技术，以温度的测量尤为重要。
对于航空发动机内部，特别是旋转叶片，由于其温度高、温度变化快、旋转速度快等恶劣的运行环境，需要温度测量方式能够不破坏其内部结构，并且可以实时记录二维表面温度变化。然而，大多非接触测温法想要实现高精度的测温需要对表面的发射率有精确的了解，发射率又取决于波长、探测角度和被测设备的表面特性，这些特性可能在运行过程中发生变化，从而测温不准确的问题。
因此，本领域亟需一种非接触式准确测量航空发动机内部温度的技术方案。
发明内容
本发明的目的是提供一种非接触式测温方法及***，利用磷光测温的方法，不需要掌握表面发射率特征即可实现准确测温，有效解决了目前对航空发动机内部测温不准确的问题。
为实现上述目的，本发明提供了如下方案：
一种非接触式测温方法，所述方法包括：
获取两个波峰处光强比与温度的对应关系标定结果；
分别获取设定部位的两个波峰处的两幅图像；所述设定部位具有磷光涂层，所述图像为激光照射所述设定部位后激发出的磷光图像，所述波峰为磷光涂层发射光谱的波峰；
利用背景辐射校正的方法分别将两幅图像中除磷光之外的背景去除，得到两幅去背景图像；
利用边缘识别算法分别识别两幅去背景图像中的测温区域，得到两幅测温图像；
利用特征点识别算法将两幅测温图像对齐；
将所述两幅测温图像中测温区域的像素点的灰度值进行比值处理，得到光强比比值结果；
将所述光强比比值结果与所述对应关系标定结果进行对应，得到测温表面的温度分布。
在一些实施例中，在所述利用背景辐射校正的方法分别将两幅图像中除磷光之外的背景去除，得到两幅去背景图像之前，还包括：
利用功率计反馈示数对应不同功率下的标定结果；所述功率为照射激光的功率。
在一些实施例中，所述利用背景辐射校正的方法分别将两幅图像中除磷光之外的背景去除，得到两幅去背景图像，具体包括：
获取背景照片；所述背景照片在激光照射前拍摄；
将所述两个波峰处的两幅图像分别与所述背景照片相减，得到两幅去背景图像。
在一些实施例中，其特征在于，在所述利用特征点识别算法将两幅测温图像对齐之后，还包括：
将对齐之后的两幅测温图像进行特征点检测与匹配，若所有匹配点坐标差异小于单像素，则完成初步对齐；
对完成初步对齐后的两幅测温图像进行9×9像素合并，并对测温区域的匹配误差进行计算，若在测温区域内所有像素的匹配误差均小于允许匹配误差，则完成对齐。
在一些实施例中，在所述利用特征点识别算法将两幅测温图像对齐之后，还包括：
获取相机坏点数指标；
利用截止滤波标记所述坏点；
利用均值滤波去除噪声，并对所述坏点处的数据进行补偿。
在一些实施例中，在所述将所述两幅测温图像中测温区域的像素点的灰度值进行比值处理，得到光强比比值结果之后，还包括：
利用平场校正的方法将立体镜存在的分光不均匀现象进行补偿。
在本发明的另一方面，还提供了一种非接触式测温***，所述***包括：
标定结果模块，用于导入标定好的两个波峰处光强比与温度的对应关系标定结果；
温度分布模块，用于：
分别获取设定部位的两个波峰处的两幅图像；所述设定部位具有磷光涂层，所述图像为激光照射所述设定部位后激发出的磷光图像，所述波峰为磷光涂层发射光谱的波峰；
利用背景辐射校正的方法分别将两幅图像中除磷光之外的背景去除，得到两幅去背景图像；
利用边缘识别算法分别识别两幅去背景图像中的测温区域，得到两幅测温图像；
利用特征点识别算法将两幅测温图像对齐；
将所述两幅测温图像中测温区域的像素点的灰度值进行比值处理，得到光强比比值结果；
将所述光强比比值结果与所述对应关系标定结果进行对应，得到测温表面的温度分布。
在一些实施例中，还包括：
个人信息模块，用于核实用户身份以及供用户注册和修改账户密码。
在一些实施例中，还包括：
设备控制模块，用于控制相机和激光器设备的开关以及对相机的参数进行设定。
在一些实施例中，还包括：
温度确定模块，用于集成展示位置与温度；
分布结果模块，用于将温度分布模块中的每一个过程进行分步展示。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明利用磷光测温的方法，不需要掌握表面发射率特征即可实现准确测温，有效解决了目前对航空发动机内部测温不准确的问题，首先分别获取设定部位的两个波峰处的两幅图像；并对他们进行背景辐射校正，边缘识别，特征点识别，最后将两幅图像中测温区域进行比值处理，得到光强比比值结果，最后将该结果与事先标定好的标定结果进行对应，得到测温表面的温度分布，从而通过对不同环境温度下的磷光涂层样品进行拍摄与信号处理即可得到待测表面的实时温度分布，并利用背景辐射校正、测温区域识别、两图像高精度对齐处理、以及温度-位置精准匹配等措施大大提高了比光强法磷光测温的精度，提高了测温上限。
附图说明
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，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的拍摄过程示意图。
图2为本发明实施例一提供的非接触式测温方法的流程图。
图3为本发明实施例二提供的非接触式测温***的框图。
图4为本发明实施例三提供的非接触式测温软件的简化***图。
图5为本发明实施例三提供的非接触式测温软件的详细框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
本发明的目的是提供一种非接触式测温方法及***，利用磷光测温的方法，不需要掌握表面发射率特征即可实现准确测温，有效解决了目前对航空发动机内部测温不准确的问题。
磷光测温是基于磷光涂料受激发能级跃迁后，回到激发态过程中产生的光的温度特性来测温的。磷光涂料是一种由陶瓷基材和10％以内的稀土元素烧结在一起的发光材料，它在受到外来激励如紫外线照射后会发光，且光的某些性质与温度相关。它温度敏感性高、响应速度快、耐高温、不受火焰等高温热辐射干扰且是非接触测量，非常适合航空发动机热障涂层的使用环境，有着十分广阔的应用前景。
实际测温时首先由激光器发射激发光，激发光经过扩束后为直径2cm的圆，激发光经过传输光路后，到达涡轮叶片的磷光涂层表面并激发出面积为2cm直径圆的磷光信号，磷光信号经过光路进行传输后进入相机镜头，而后磷光信号将被相机所接收并经过信号转换与传输，最终到计算机端形成图像。
本发明提出的比光强法是磷光测温的一种方法，其在高温环境中具有良好的二维测温精度与较快的数据处理速度。比光强法的基本原理是磷光涂层受激发会产生磷光，磷光的光强与温度存在一定的依变关系，其中存在两个波峰处的光强比与温度存在一一对应的函数关系，如图1所示，通过拍摄同一区域对应两个波峰的两幅图像(上述光谱分析可以得到两个波峰，这两个波峰就确定了，不会再改变，因此针对确定的两个波峰采用对应的滤波片即可得到两个波峰下的图像。两个波峰是磷光信号的两个波峰，拍摄的时候是同一时刻的，激光结束后10ns开始拍摄，拍摄时间为5ns)，经过一系列处理后即可得到待测区域的光强比，再将事先标定好的两波峰处光强比与温度的对应关系与待测区域光强比进行转换即可得到该区域的温度分布。具体拍摄的部位是激光照射的涡轮叶片的磷光涂层，将磷光涂层发出的光通过二向色镜分为两束光，二向色镜可以透过其中一个波峰对应的波长的光，反射另一个波峰对应波长的光，一束光经过以该波峰为中心的带宽为10nm的滤波片后进入一个镜头，另一束光经过反射镜反射后经过以另一个波峰为中心的带宽为10nm的滤波片进入另一个镜头。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例一：
如图2所示，本实施例提供了一种非接触式测温方法，该方法包括：
S1、获取两个波峰处光强比与温度的对应关系标定结果，标定结果作为温度转换的标准。
S2、分别获取设定部位的两个波峰处的两幅图像；所述设定部位具有磷光涂层，所述图像为激光照射所述设定部位后激发出的磷光图像，所述波峰为磷光涂层发射光谱的波峰。其中，设定部位可根据用户的需要进行选择，本实施中的设定部位为航空发动机内部的涡轮叶片。
磷光材料的发射光谱中在某些波长处会有波峰，波峰为热耦合能级对应的波长，两个热耦合能级上粒子的相对布居服从波尔兹曼分布，因此两个波峰处的光强比值与温度存在一一对应关系。波峰的确定需要获取不同温度下的光谱，在光谱中寻找凸起且满足玻尔兹曼定律的波长作为波峰，实际应用中直接利用特定的滤波片即可直接得到波峰处的图像。激光照射方向为垂直磷光涂层表面照射。
作为一些可选的实施方式，本实施例中在获取两幅图像之后为了提高测温的准确率，还利用功率计反馈示数对应不同功率下的标定结果，以消除功率波动对温度测量的影响；所述功率为照射激光的功率。
S3、利用背景辐射校正的方法分别将两幅图像中除磷光之外的背景去除，得到两幅去背景图像；
具体的：获取在激光照射前拍摄的背景照片，然后将所述两个波峰处的两幅图像分别与所述背景照片相减，得到两幅去背景图像。
S4、利用边缘识别算法分别识别两幅去背景图像中的测温区域，得到两幅测温图像，将非测温区域灰度值设置为0，避免非测温区域在两张图片进行比光强时得到比光强数据而对测温造成影响。
识别的具体方法为：由已知的相机焦距、物距以及激光光斑直径可以确定磷光涂层区域在成像图片中所占的比例，用该比例与图像像素点总数量相乘即可得到磷光涂层区域所占像素点数，由于磷光涂层区域在图像中的灰度值较大，而非磷光区域灰度值较小，以此作为阈值对图像进行二值化处理，对得到的二值化图像进行圆形边缘检测，所检测到的直径最大的圆即可认为是磷光涂层区域的边界，计算图像中的像素点与所得边界的距离，距离大于零为边界外的像素点，距离小于零为边界内的像素点，将边界内部的点的灰度值设置为所得图像原来的灰度值，将边界外部点的灰度值设置为0，即可实现测温区域识别功能。
S5、利用特征点识别算法将两幅测温图像对齐。
特征点识别算法使用SURF算法并对其进行改进，由于本实施例的两张图像主要存在光程差误差及切向畸变误差，两图像重合度总误差在2％左右，针对此特点可以对匹配条件进行约束，首先使用opencv自带的findContours算法对图像进行边缘及圆心位置识别，约束条件1为无量纲长度约束，即特征点到圆心距离与圆心到图像边缘距离之比，设置两图像无量纲长度相差在5％以内方可匹配；约束条件2为角度约束，分别求取两图像特征点与水平方向夹角，设置两图像角度相差在5％以内方可匹配，通过此约束条件即可获得正确匹配点，然后通过RANSAC算法进行图像畸变校正即可实现图像对齐。其中，特征点是具有特征性质的点，能够在其他含有相同场景或目标的相似图像中以一种相同的或至少非常相似的不变形式表示图像或目标。
在利用特征点识别算法将两幅测温图像对齐之后，还需要通过检验，看是否真正的对齐了。
将对齐之后的两幅测温图像采用上述经过改进的SURF算法进行特征点检测与匹配，若所有匹配点坐标差异小于单像素(对校正后的图像的特征点位置进行识别并匹配，匹配点坐标相差小于1)，则完成初步对齐。
对完成初步对齐后的两幅测温图像进行9×9像素合并，并对测温区域的匹配误差进行计算，若在测温区域内所有像素的匹配误差均小于允许匹配误差，则完成对齐。
对图像进行9×9像素合并，并对测温区域的匹配误差Δx进行计算，计算公式为：
其中，Δxm是指两幅测温图像的像素点的灰度值之差，即对齐误差，
xi为第一幅测温图像所取9*9像素合并区域的每个像素点；xmi为第一幅测温图像所取9*9像素合并区域中包含的5*5像素边长的区域的最外侧4个边长为5个像素点的边的顶点或中点，共计8个；yi为第二幅测温图像所取9*9像素合并区域的每个像素点；ymi为第二幅测温图像所取9*9像素合并区域中包含的5*5像素边长的区域的最外侧4个边长为5个像素点的边的顶点或中点，共计8个。
如果在测温区域内所有像素的匹配误差均小于允许匹配误差，即满足测温精度要求的像素点所占测温区域图像像素点的比例为1，则两图像高精度对齐成功。
作为一种可选的实施例，将两幅测温图像对齐之后，还具有补偿相机坏点和去除噪声的步骤。
具体包括：
获取相机坏点数指标，然后利用截止滤波标记这些坏点；再利用均值滤波去除测温图像中的高斯噪声及椒盐噪声，并对所述坏点处的数据进行补偿，选择9×9均值滤波进行处理。
S6、将所述两幅测温图像中测温区域的像素点的灰度值进行比值处理，得到两幅测温图像的光强比，即光强比比值结果。
然后利用平场校正的方法将立体镜存在的分光不均匀现象进行补偿。
S7、将所述光强比比值结果与所述对应关系标定结果进行对应，得到测温表面的温度分布。
本发明实施例提供的非接触式测温方法利用磷光测温的方法，在不接触被检测体表面的情况下，就能够精确得到待测表面的温度分布，并且可以将其应用于航空发动机的不同工况下，实时获取不同工况下航空发动机表面涂附有热障涂层部位的二维温度分布。它能够测得待测样品辐射的两个波峰对应的磷光光强比以获得待测样品表面的温度分布，并且能够应用于航空发动机的不同工况下，获得航空发动机表面的温度分布规律，以更好预测热障涂层的寿命。
本实施例出的测温技术具有测温范围广、测温精度高、受热辐射及燃气吸收影响小、可以进行二维测温等优点，且对于高速旋转部件也可实时获取其温度分布，对于环境复杂条件苛刻情况下的二维温度测量要优于其他测温方法。并通过背景辐射校正、测温区域识别、两图像高精度对齐处理、图像降噪、温度-位置精准匹配等措施大大提高了比光强法磷光测温的精度，提高了测温上限。
实施例二：
如图3所示，本实施例提供了一种非接触式测温***，该***包括：
标定结果模块M1，用于导入标定好的两个波峰处光强比与温度的对应关系标定结果；
温度分布模块M2，用于：
分别获取设定部位的两个波峰处的两幅图像；所述设定部位具有磷光涂层，所述图像为激光照射所述设定部位后激发出的磷光图像，所述波峰为磷光涂层发射光谱的波峰；
利用背景辐射校正的方法分别将两幅图像中除磷光之外的背景去除，得到两幅去背景图像；
利用边缘识别算法分别识别两幅去背景图像中的测温区域，得到两幅测温图像；
利用特征点识别算法将两幅测温图像对齐；
将所述两幅测温图像中测温区域的像素点的灰度值进行比值处理，得到光强比比值结果；
将所述光强比比值结果与所述对应关系标定结果进行对应，得到测温表面的温度分布。
作为一些可选的实施例，还可以包括：
个人信息模块，用于核实用户身份以及供用户注册和修改账户密码。
设备控制模块，用于控制相机和激光器设备的开关以及对相机的参数进行设定。
温度确定模块，用于集成展示位置与温度；
分布结果模块，用于将温度分布模块中的每一个过程进行分步展示。
实施例三：
如图4所示，本发明实施例提供了一种非接触式测温***，该***为一个测温软件，包括：个人信息模块2、设备控制模块3、标定结果模块4、温度分布模块5、位置确定模块6以及分步结果模块7。
其中个人信息模块2、设备控制模块3、标定结果模块4构成预处理***，温度分布模块5、位置确定模块6、分步结果模块7构成数据处理***。
所述个人信息模块2能够核实用户身份，用户需要输入账号与密码以使用该程序，同时用户也可以通过该模块进行注册，以及修改账号与密码。
所述设备控制模块3能够控制相机快门、激光器等设备的开关以及对相机的参数进行设定。
所述标定结果模块4能够将事先标定好的两个波峰处光强比与温度的对应关系标定结果进行导入，为温度分布模块5中的温度场计算部分作为参考。
所述温度分布模块5能够对相机输入的两个波长对应的图像进行图像获取、背景辐射校正、测温区域识别、两图像高精度对齐处理、图像降噪、比光强、平场校正及温度场计算，从而达到对待测温区域进行温度转换和提高测温精度的作用，该部分为程序核心。
所述位置确定模块6能够温度分布模块5的结果对各温度进行定位。
所述分步结果模块7能够将温度分布模块中的图像获取、背景校正、测温区域识别、两图像高精度对齐处理、图像降噪、比光强、平场校正及温度场计算部分结果进行分步展示
请参阅图5，该软件包括图像数据处理模块8，均温图像9、图像采集10、背景图像11、校正图像12、功率校正13、像素校正14、校正图像15、背景校正16、边缘增强17、区域识别18、畸变校正19、图像映射20、图像对齐21、对齐精度22、截止滤波23、均值滤波24、比光强25、导入数据库26、平场校正27、标定结果28、温度转换29、温度场30、温度场获取31、位置获取32、实验段33、旋转涡轮34、温度-位置匹配35和温度-位置匹配36。
其中功率校正13、像素校正14、背景校正16构成图像预处理***，边缘增强17、区域识别18构成测温区域识别***，畸变校正19、图像映射20、图像对齐21、对齐精度22构成两图像高精度对齐处理***，截止滤波23、均值滤波24构成图像降噪***，温度-位置匹配35和温度-位置匹配36构成温度-位置精准匹配***。
所述功率校正13能够通过功率计反馈示数与不同功率下的标定结果进行对应，以消除功率波动对温度测量的影响。
所述像素校正14能够通过标定实验数据处理采用像素均值进行光墙比，实际测温时采用像素合并及滤波的方法对像素对光强响应不均匀及存在的像素坏点问题进行校正。
所述背景校正16能够通过在激光照射前拍摄一张图像得到背景辐射，在激光照射后有磷光信号产生时再拍摄一张图像得到磷光信号与背景辐射，将第二张图像与第一张图像相减即可消除背景噪声。
所述边缘增强17能够对测温区域的边界部分进行增强。对边界处灰度值相差较大的部分进行放大，采用卷积算法：某点像素值等于该点像素值×4再减去周围四个像素值，这样会把灰度值差异大的部分进行放大，实现边界的增强。
所述区域识别18能够通过边缘识别算法将测温区域进行识别，将非测温区域灰度值设置为0，避免无磷光区域在两张图片进行比光强时得到比光强数据而对测温造成影响。
所述图像映射20能够对两图像特征点进行识别并匹配，特征点识别方法使用SURF算法并对其进行改进，由于本实验两张图像主要存在光程差误差及切向畸变误差，两图像重合度总误差在2％左右，针对此特点可以对匹配条件进行约束，首先对图像进行边缘及圆心位置识别，约束条件1为无量纲长度约束，即特征点到圆心距离与圆心到图像边缘距离只比，设置两图像无量纲长度相差在5％以内方可匹配；约束条件2为角度约束，分别求取两图像特征点与水平方向夹角，设置两图像角度相差在5％以内方可匹配，通过此约束条件即可获得正确匹配点，畸变校正19通过RANSAC算法进行图像畸变校正即可实现图像对齐21。
所述对齐精度22能够得到经过两图像高精度对齐后满足测温精度要求的像素点所占测温区域图像像素点的比例，首先将对齐之后的两幅测温图像采用上述经过改进的SURF算法进行特征点检测与匹配，若所有匹配点坐标差异小于单像素(对校正后的图像的特征点位置进行识别并匹配，匹配点坐标相差小于1)，则完成初步对齐。
对完成初步对齐后的两幅测温图像进行9×9像素合并，并对测温区域的匹配误差进行计算，若在测温区域内所有像素的匹配误差均小于允许匹配误差，则完成对齐。
对图像进行9×9像素合并，并对测温区域的匹配误差Δx进行计算，计算公式为：
其中，Δxm是指两幅测温图像的像素点的灰度值之差，即对齐误差，
xi为第一幅测温图像所取9*9像素合并区域的每个像素点；xmi为第一幅测温图像所取9*9像素合并区域中包含的5*5像素边长的区域的最外侧4个边长为5个像素点的边的顶点或中点，共计8个；yi为第二幅测温图像所取9*9像素合并区域的每个像素点；ymi为第二幅测温图像所取9*9像素合并区域中包含的5*5像素边长的区域的最外侧4个边长为5个像素点的边的顶点或中点，共计8个。
如果在测温区域内所有像素的匹配误差均小于允许匹配误差，即满足测温精度要求的像素点所占测温区域图像像素点的比例为1，则两图像高精度对齐成功。
所述截止滤波23能够通过灰度统计的方法结合相机坏点数指标找到测温区域错误测温点，通过截至滤波将这部分坏点进行标记，而后通过处理措施将其进行补偿。
所述均值滤波24能够去除图像中的高斯噪声及椒盐噪声并补偿测温坏点数据，以提高测温精度，选择9×9均值滤波进行处理。
所述比光强25能够将经过上述处理的两图像的对应测温区域的像素点的灰度值进行比值处理以获得两张图像的光强比。
所述平场校正27能够将立体镜存在的分光不均匀现象进行补偿以达到精准测温。
采用平场校正的方法，均匀光照下两镜头所呈图像灰度值应该相等，但是由于二向色镜存在分光不均匀现象，因此会有偏差，校正方法为在均匀光照下拍摄图像，获取图像的灰度值矩阵，将此矩阵作为校正系数，实际测得灰度矩阵除以该矩阵为校正后的图像，实现补偿。
所述温度转换29能够将平场校正后的图像的光强比与事先处理好的标定结果28进行对应，最终获得温度场30。
所述温度-位置匹配35能够通过确定样件位置以及相机焦距将实验室静止样件的测温区域所在的位置进行确定，温度-位置匹配36能够通过特征点识别与匹配算法将涡轮转动环境下测温区域所在的位置进行确定。首先在相同焦距下对整体待测区域进行遍历拍照得到全景图像，对拍摄的部分图像与全景图像使用SURF算法并采用距离约束的方法，将距离设置为匹配点的最小距离以得到最优匹配点，根据匹配点可得到两幅图像的相对位置，再次对两图像进行SURF算法匹配，这次匹配根据两图像的相对位置设置匹配点距离需要小于一个像素，此时得到正确匹配点，若正确匹配点数量约等于所有匹配点数量，则认为实现正确的位置匹配。
本实施例为磷光测温技术提供了一种适用于高速旋转部件动态的高精度的智能的比光强法磷光测温信号处理软件，通过对不同环境温度下的磷光涂层样品进行拍摄与信号处理即可得到待测表面的实时温度分布。并通过背景辐射校正、测温区域识别、两图像高精度对齐处理、图像降噪、温度-位置精准匹配等措施大大提高了比光强法磷光测温的精度，提高了测温上限。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的***而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种非接触式测温方法，其特征在于，所述方法包括：
获取两个波峰处光强比与温度的对应关系标定结果；
分别获取设定部位的两个波峰处的两幅图像；所述设定部位具有磷光涂层，所述图像为激光照射所述设定部位后激发出的磷光图像，所述波峰为磷光涂层发射光谱的波峰；
利用背景辐射校正的方法分别将两幅图像中除磷光之外的背景去除，得到两幅去背景图像；
利用边缘识别算法分别识别两幅去背景图像中的测温区域，得到两幅测温图像；
利用特征点识别算法将两幅测温图像对齐；
将所述两幅测温图像中测温区域的像素点的灰度值进行比值处理，得到光强比比值结果；
将所述光强比比值结果与所述对应关系标定结果进行对应，得到测温表面的温度分布。
2.根据权利要求1所述的非接触式测温方法，其特征在于，在所述利用背景辐射校正的方法分别将两幅图像中除磷光之外的背景去除，得到两幅去背景图像之前，还包括：
利用功率计反馈示数对应不同功率下的标定结果；所述功率为照射激光的功率。
3.根据权利要求1所述的非接触式测温方法，其特征在于，所述利用背景辐射校正的方法分别将两幅图像中除磷光之外的背景去除，得到两幅去背景图像，具体包括：
获取背景照片；所述背景照片在激光照射前拍摄；
将所述两个波峰处的两幅图像分别与所述背景照片相减，得到两幅去背景图像。
4.根据权利要求1所述的非接触式测温方法，其特征在于，在所述利用特征点识别算法将两幅测温图像对齐之后，还包括：
将对齐之后的两幅测温图像进行特征点检测与匹配，若所有匹配点坐标差异小于单像素，则完成初步对齐；
对完成初步对齐后的两幅测温图像进行9×9像素合并，并对测温区域的匹配误差进行计算，若在测温区域内所有像素的匹配误差均小于允许匹配误差，则完成对齐。
5.根据权利要求1所述的非接触式测温方法，其特征在于，在所述利用特征点识别算法将两幅测温图像对齐之后，还包括：
获取相机坏点数指标；
利用截止滤波标记所述坏点；
利用均值滤波去除噪声，并对所述坏点处的数据进行补偿。
6.根据权利要求1所述的非接触式测温方法，其特征在于，在所述将所述两幅测温图像中测温区域的像素点的灰度值进行比值处理，得到光强比比值结果之后，还包括：
利用平场校正的方法将立体镜存在的分光不均匀现象进行补偿。
7.一种非接触式测温***，其特征在于，所述***包括：
标定结果模块，用于导入标定好的两个波峰处光强比与温度的对应关系标定结果；
温度分布模块，用于：
分别获取设定部位的两个波峰处的两幅图像；所述设定部位具有磷光涂层，所述图像为激光照射所述设定部位后激发出的磷光图像，所述波峰为磷光涂层发射光谱的波峰；
利用背景辐射校正的方法分别将两幅图像中除磷光之外的背景去除，得到两幅去背景图像；
利用边缘识别算法分别识别两幅去背景图像中的测温区域，得到两幅测温图像；
利用特征点识别算法将两幅测温图像对齐；
将所述两幅测温图像中测温区域的像素点的灰度值进行比值处理，得到光强比比值结果；
将所述光强比比值结果与所述对应关系标定结果进行对应，得到测温表面的温度分布。
8.根据权利要求7所述的非接触式测温***，其特征在于，还包括：
个人信息模块，用于核实用户身份以及供用户注册和修改账户密码。
9.根据权利要求7所述的非接触式测温***，其特征在于，还包括：
设备控制模块，用于控制相机和激光器设备的开关以及对相机的参数进行设定。
10.根据权利要求7所述的非接触式测温***，其特征在于，还包括：
温度确定模块，用于集成展示位置与温度；
分布结果模块，用于将温度分布模块中的每一个过程进行分步展示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111311954.0A CN114034405B (zh) | 2021-11-08 | 2021-11-08 | 一种非接触式测温方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111311954.0A CN114034405B (zh) | 2021-11-08 | 2021-11-08 | 一种非接触式测温方法及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114034405A true CN114034405A (zh) | 2022-02-11 |
| CN114034405B CN114034405B (zh) | 2024-06-25 |
Family
ID=80143322
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111311954.0A Active CN114034405B (zh) | 2021-11-08 | 2021-11-08 | 一种非接触式测温方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114034405B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114964374A (zh) * | 2022-05-30 | 2022-08-30 | 中国航空发动机研究院 | 一种非接触式应变场与温度场同步测试***及其测试方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130070068A1 (en) * | 2011-09-16 | 2013-03-21 | Raymond E. Garvey, III | Method and apparatus for surveying with a feature location |
| WO2018122809A1 (zh) * | 2016-12-30 | 2018-07-05 | 同济大学 | 一种基于静态红外热像图处理的地下管廊渗漏检测方法 |
| CN111521297A (zh) * | 2020-04-28 | 2020-08-11 | 北京航空航天大学 | 适用于磷光比光强法的光谱-温度标定装置及标定方法 |
| CN111521296A (zh) * | 2020-04-28 | 2020-08-11 | 北京航空航天大学 | 适用于磷光寿命衰减法的寿命-温度标定装置及标定方法 |
| WO2021196360A1 (zh) * | 2020-03-31 | 2021-10-07 | 深圳奥比中光科技有限公司 | 一种温度测量方法及*** |
-
2021
- 2021-11-08 CN CN202111311954.0A patent/CN114034405B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130070068A1 (en) * | 2011-09-16 | 2013-03-21 | Raymond E. Garvey, III | Method and apparatus for surveying with a feature location |
| CN103150322A (zh) * | 2011-09-16 | 2013-06-12 | 艾默生电气公司 | 采用特征***测量的方法和装置 |
| WO2018122809A1 (zh) * | 2016-12-30 | 2018-07-05 | 同济大学 | 一种基于静态红外热像图处理的地下管廊渗漏检测方法 |
| WO2021196360A1 (zh) * | 2020-03-31 | 2021-10-07 | 深圳奥比中光科技有限公司 | 一种温度测量方法及*** |
| CN111521297A (zh) * | 2020-04-28 | 2020-08-11 | 北京航空航天大学 | 适用于磷光比光强法的光谱-温度标定装置及标定方法 |
| CN111521296A (zh) * | 2020-04-28 | 2020-08-11 | 北京航空航天大学 | 适用于磷光寿命衰减法的寿命-温度标定装置及标定方法 |
Non-Patent Citations (1)
| Title |
|---|
| 孙元;彭小奇;: "CCD比色测温中烟雾干扰的滤波与温度校正算法", 仪器仪表学报, no. 04, 15 April 2009 (2009-04-15) * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114964374A (zh) * | 2022-05-30 | 2022-08-30 | 中国航空发动机研究院 | 一种非接触式应变场与温度场同步测试***及其测试方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114034405B (zh) | 2024-06-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108362469B (zh) | 基于压敏漆与光场相机的尺寸与表面压力测量方法与装置 | |
| CN110411346B (zh) | 一种非球面熔石英元件表面微缺陷快速定位方法 | |
| CN109559348A (zh) | 一种基于特征点追踪的桥梁非接触式变形测量方法 | |
| CN110146259A (zh) | 一种大口径离轴反射式多光轴一致性定量测试和校准装置 | |
| CN109655161B (zh) | 基于红外热像仪的目标红外积分辐射强度测试方法及设备 | |
| CN109813435B (zh) | 静态光反射显微热成像方法、装置及终端设备 | |
| CN109443253B (zh) | 一种激光同轴度检测装置及其方法 | |
| EP0947813A1 (en) | Interpretation of thermal paint | |
| CN106168461B (zh) | 一种新型远距离测量定标仪 | |
| CN107727616A (zh) | 一种辅助对焦方法及装置 | |
| López et al. | LED near-field goniophotometer at PTB | |
| CN106706132B (zh) | 一种用于海面太阳亮带内目标识别的红外探测装置及方法 | |
| CN108955555B (zh) | 高精度高温变形测量方法 | |
| CN112200788B (zh) | 高温变形测量装置及方法 | |
| CN106500843A (zh) | 一种成像光谱仪最佳像面检校方法及装置 | |
| CN111707382B (zh) | 一种温度变形同步测量的动态光学补偿方法及装置 | |
| CN114034405A (zh) | 一种非接触式测温方法及*** | |
| CN114235149A (zh) | 一种基于ccd反射成像法的激光测量***及其方法 | |
| CN110836634A (zh) | 可适应多种光束的四象限探测器标定方法 | |
| CN108827915A (zh) | 一种基于光电传感阵列测量折射率的亚像素位置获取方法 | |
| CN110567920B (zh) | 一种透明或半透明玻璃雾度的检测*** | |
| CN112053341A (zh) | 一种基于光反射率和人工智能的合金材料的表面温度测量方法 | |
| CN114235352B (zh) | 一种四相机实时偏振成像***的相对偏振角度测试方法 | |
| CN207515908U (zh) | 一种多光路自定标偏振探测装置及*** | |
| CN114659455A (zh) | 一种用于测量细丝直径的衍射条纹识别处理方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant |