WO2014146222A1

WO2014146222A1 - 基于红外图像的建筑热工指标的自动检测方法

Info

Publication number: WO2014146222A1
Application number: PCT/CN2013/000983
Authority: WO
Inventors: 韩凌燕; 郑晓势; 赵彦玲; 刘广起; 李娜; 张让勇; 郝凤琦; 孟庆龙; 韩路跃; 孙祥; 程广河
Original assignee: 山东省计算中心
Priority date: 2013-03-21
Filing date: 2013-08-22
Publication date: 2014-09-25

Abstract

基于红外图像的建筑热工指标的自动检测方法，包括：a）.室外图像的采集；b）.图像自动拼接；c）.确定检测主体；d）.自动识别窗户、缺陷和合格墙体区域；e）.标记区域；f）.计算热工缺陷比；g）.采集缺陷区域图像；h）.定位缺陷区域；i）.室内图像的采集、拼接；j）.确定检测主体；k）.划分温度带；m）.生成等温图；n）.建立直方图；o）.选定检测温度范围；p）.布设检测设备。该自动检测方法可计算出热工缺陷比，可对热工缺陷区域进行精准的定位，可有效地确定出检测设备理应放置的位置，实现了建筑物外墙面热工缺陷的自动检测，实现了建筑热工性能指标的快速、准确、合理检测，适用于推广应用。

Description

技术领域

本发明涉及一种基于红外图像的建筑热工指标的自动检测方法，更具体的说，尤其涉及一种可自动计算出热工缺陷比和査找出检测点的基于红外图像的建筑热工指标的自动检测方法。

背景技术

任何温度高于绝对零度的物体都会释放出红外线，其能量与该物体温度的四次方成正比。红外热像仪可将人眼无法看到的红外辐射能量转换为电信号，并以备种不同的颜色来表示不同温度分布的可视图像显示出来。这些可视的数据信号可以协助人们査找温度异常点，从而在故障未发生之前发现故障隐患，识别设备或***的潜在问题。

自二十世纪 70年代以来，欧美一些发达国家先后开始了红外热像仪在建筑结构工程领域诊断维护的探索，使得红外热像技术在该领域的应用日臻完善。国内的红外建筑检测在二十世纪九十年代开始起步，一开始主要集中在外墙饰面砖的粘结质量以及渗漏检测方面。由于这些应用领域没有其它适合的检测手段，而红外热成像技术具有大面积、非接触远距离检测，不影响被测物体，使用安全，检测快速，结果直观可视等优势，使得该技术在建筑领域得到了迅猛的发展。使用红外热像仪，可以检测到空气泄漏、水分积累、管道堵塞、墙壁后面的结构特征以及过热的电气线路等，并对数据进行可视化记录归档。

目前红外热像仪在建筑检测的主要应用有：（1 ) 建筑节能检测：检测热工缺陷，热桥缺陷，外墙保温节能等，确保建筑性能及质量，避免造成重大损失或危害，并对建筑节能起到评估作用。（2 ) 建筑质量检测：用于建筑渗漏、电气***、暖通空调***、管路***等检测，例如：渗水、外墙空鼓、管道密封不良、电气故障等。由于环境保护和节能的迫切需要，国内外特别是加拿大、美国、日本等发达国家对红外热成像在节能的应用研究，取得了丰富的经验和成果。对于大小建筑的所有方面的预维护，红外检测是一种最为有效的降低能耗和维护费用的方式。随着科学技术的发展，随着我们对红外热像技术的进一步认识和科研思路及理念的转变，红外热像技术将日趋成熟，其在建筑领域的研究与应用将会有更广阔的前景。但现在还没有一种完善的方法，能对红外热像仪采集的建筑物的多幅图片自动拼接、自动识别热工缺陷区域、自动计算热工缺陷比以及准确定位建筑物室内的热工检测点。

发明内容

本发明为了克服上述技术问题的缺点，提供了一种可自动计算出热工缺陷比和查找出检测点的基于红外图像的建筑热工指标的自动检测方法。

本发明的基于红外图像的建筑热工指标的自动检测方法，其特别之处在于，包括以下步骤： a) .室外采集红外图像，在保持室内外温度差至少为 10°C以上的情况下，利用红外热像仪采集建筑物的室外红外图像，并保证相邻两幅图像具有至少 1/3的重叠区域，以保证图像的自动拼接； b) .红外图像的自动拼接，采用图像自动拼接的方法，将步骤 a)中采集的建筑物的室外红外图像拼接在一起，形成室外红外图像； c) .确定检测主体，将步骤 b)中室外红外图像中的不相关背景和干扰物去除，以获取建筑检测主体的室外红外图像； d) .自动识别窗户、缺陷和合格墙体区域，对步骤 c)中获取的室外红外图像，按照缺陷区域的温度高于窗户、合格墙体区域温度的原理，自动识别出窗户、缺陷和合格墙体区域； e) .标记窗户、缺陷和合格墙体区域，根据步骤 d)中识别出的窗户、缺陷和合格墙体区域，将其分别在室外红外图像上相应的位置标记出来； f) .计算热工缺陷比，根据热工缺陷比= (缺陷区域面积） I (检测主体面积-窗户面积），计算出检测主体的热工缺陷比，并将热工缺陷比与国标参数相比较，判断检测主体的热工缺陷比是否符合要求，如果符合要求，则执行步骤 i) ; 如果不符合要求，则执行步骤 g) ; g) .采集缺陷区域红外图像，对于步骤 e)中标记出的缺陷区域所对应的内墙面区域，利用红外热像仪进行红外图像信息采集；并将采集的红外图像拼接在一起，形成内墙面的缺陷区域红外图像； h).定位热工缺陷区域，对于步骤 g)中获取的缺陷区域红外图像，按照红外图像表征的温度将其划分为多个温度带；温度高的一个或多个温度带所对应的的墙体区域即为热工缺陷区域，热工区域确定后，可对节能改造提出建议； i).室内红外图像采集、拼接，在保持室内外温度差至少为 io°c以上的情况下，利用红外热像仪对待检测墙体的内表面进行依次拍摄，获取检测主体的室内红外图像；采用图像自动拼接的方法，将室内的红外图像拼接在一起； j). 确定检测主体，将步骤 i)中室内红外图像中的不相关背景和干扰物去除，以获取检测主体的室内红外图像； k).划分温度带，设室内红外图像所对应的最低、最高温度分别为^,。、 t_max，根据红外图像的温度范围，划分《个温度带；个温度带的温度范围分别为 [t_min， , [t,, t₂)、 …、 [t„， t_m , t_min _t\<_t "t_n<_t 并为每个温度带设置不相同的显示颜色； m).生成等温图，根据步骤 k)中设定的温度带和温度带颜色，生成与检测主体的室内红外图像相对应的等温图； n) .建立直方图分布，对于步骤 m)中获取的等温图，以每个温度带范围内的像素数、所占比例或所占面积为纵坐标，温度带对应的温度为横坐标，建立直方图分布； 0).选定检测的温度范围，根据直方图分布情况，选定像素数、所占比例或所占面积较大的前 w个温度带所对应的墙体区域，作为布设检测设备的室内检测点； m<_n p).布设检测设备，在步骤 0)中确定的室内检测点上安放温度计、热流量计，以测量检测点的热阻值。

本发明的基于红外图像的建筑热工指标的自动检测方法，步骤 b)和步骤 i)所述的图像自动拼接的方法，通过以下步骤来实现： 1).查找匹配特征区域，计算两幅待拼接的红外图像中是否存在三对匹配特征区域，若存在三对匹配特征区域，则执行步骤 2)，若不存在三对匹配特征区域，则执行步骤 3)； 2).红外图像拼接，将存在三对匹配特征区域的两幅局部红外图像，按照相应特征区域相匹配的方式拼接在一起，执行步骤 4); 3).手动选取匹配特征区域，在待拼接的两幅局部红外图像上手动选取三对匹配特征区域，依据手动选取的匹配特征区域将两幅局部红外图像拼接在一起；执行步骤

4)； 4) .判断是否拼接完毕，判断所有局部红外图像是否拼接完毕；如果所有局部红外图像均拼接在一起，则拼接完成；如没有拼接完毕，则跳转执行步骤 1)，直至整个拼接过程结束。

本发明的基于红外图像的建筑热工指标的自动检测方法，步骤 1)所述的匹配特征区域的査找包括以下步骤： 1-1) .选取扫描窗口，设待拼接的前一幅图像称之为初始图像，后一幅图像称之为匹配图像；选取 4*4像素模板作为扫描窗口，以匹配图像左上方的第一个 4*4像素区域为扫描起始窗口，以初始图像右上方的的第一个 4*4像素区域为扫描起始窗口，并固定匹配图像中的扫描起始窗口； 1-2) .从初始图像中的扫描起始窗口幵始，按照先从右至左、再由上至下逐一像素点移动地改变初始图像中扫描窗口的位置，来计算两幅红外图像中的 4*4像素扫描窗口中对应像素点的差值； 1-3) .匹配特征区域判断，对于待判断的两 4*4像素扫描窗口，如果两扫描窗口所有像素点灰度值差值的平均值在 5 个灰度值以内，则认为该两 4*4 像素区域为匹配特征区域；否则，判断其为非匹配特征区域； 1-4) .是否存在匹配特征区域，经过对初始图像的扫描，判断是否存在与匹配图中指定窗口位置相对应的匹配特征区域，如果存在，则结束本次匹配特征区域的查找；否则，执行步骤 1-5) ; 1-5) .改变扫描窗口位置，在匹配图像中按照先从左至右、再由上至下改变匹配图像中扫描窗口的位置，再依次执行步骤 1-2)、 1-3) 和 1-4) ; 直至查找出三对匹配特征区域；如果初始图像、匹配图像中的所有匹配窗口均对比完毕，不存在三对或三对以上的匹配特征区域，则表明不能自动计算出两幅图像中的匹配特征区域。

本发明的基于红外图像的建筑热工指标的自动检测方法，步骤 d)所述的自动识别窗户、缺陷和合格墙体区域通过以下步骤来实现： d-1) .建立室外红外图像的直方图分布，以室外红外图像中所表征的检测主体的温度为横轴、各温度出现的频率或像素数为纵轴，建立直方图分布； d- 2) .获取峰值温度；，设 T 为直方图的峰值温度，定义为直方图中出现频率或像素数最多的温度值； d-3) .求取各热工区域的温度阈值，定义 7；,、 7；和 7；,。分别为室外红外图像中窗户、缺陷和合格墙体热工区域的温度阈值；

当检测主体中墙体的面积大于窗户的面积时，则直方图峰值温度 7；与合格墙体温度接近， T_w,、 7；和 7。温度阈值定义如下：

当检测主体中墙体的面积小于窗户的面积时，则直方图峰值温度 7 与窗户温度接近，、 7和 7。

其中， „、 7 分别为检测主体内的最低、最高温度值； Δ,、 Δ₂根据经验值选取， Δ₂〉Δ_{1 ;}

d-4) .将检测主体分类，将待检测主体按照步骤 d-3)中的阈值范围进行区域划分，已标记红外图像中窗户、缺陷和合格墙体热工区域的所在位置。

本发明的基于红外图像的建筑热工指标的自动检测方法，步骤 d-3)中 Δ,、 Δ₂的取值满足： 1 Δ, <2_;

本发明的有益效果是：本发明的基于红外图像的建筑热工指标的自动检测方法，首先采集、拼接形成检测主体的室外红外图像，并自动识别出窗户、缺陷和合格墙体区域，可计算出热工缺陷比，实现了建筑物外墙面热工缺陷的自动检测。然后，在建筑外墙面存在热工缺陷的情况下，再对缺陷区域对应的内墙面的红外图像进行分析，可对热工缺陷区域进行精准的定位，有利于对节能改造提出建议。最终，通过采集、拼接出检测主体的室内红外图像，并依据室内红外图像划分出温度带、建立直方图分布，可有效地确定出检测设备理应放置的位置，有利于实现对内墙面热阻值的检测。

在图像的自动拼接过程中，以 4*4像素区域为扫描窗口对待拼接的两幅图像进行逐次扫描，可方便、准确地查找出两幅图像的匹配特征区域，有利于实现红外图像的拼接；万一出现两幅图像通过自动查找不能完成拼接的情况下，还可手动完成拼接。

在对窗户、缺陷和合格墙体区域划分的过程中，首先以温度为横轴、频率或像素为纵轴建立直方图，根据经验值，再给出不同条件下窗户、缺陷和合格墙体热工区域的温度阈值范围，可有效地标定和求出检测主体的窗户、缺陷和合格墙热工区域的面积。

本发明的检测方法，除了图像的采集外，整个过程基本完全自动完成，实现了建筑热工性能指标的快速、准确、合理检测，适于推广应用。

附图说明

图 1为本发明的建筑热工指标的自动检测方法的流程图；

图 2为本发明中待拼接图像匹配特征区域查找的流程图。

具体实施方式

下面结合附图与实施例对本发明作进一步说明。

如图 1所示，给出了本发明的建筑热工指标的自动检测方法的流程图，其包括以下步骤：

a) .室外采集红外图像，在保持室内外温度差至少为 10°C以上的情况下，利用红外热像仪釆集建筑物的室外红外图像，并保证相邻两幅图像具有至少 1/3的重叠区域，以保证图像的自动拼接；

该步骤中，在对建筑物进行红外图像采集的过程中，应按照 "Z "字形的顺序依次拍摄采集，以便前后采集的两相邻图像可拼接在一起；

b) .红外图像的自动拼接，采用图像自动拼接的方法，将步骤 a)中采集的建筑物的室外红外图像拼接在一起，形成室外红外图像；

该步骤中，红外图像的拼接过程中，如果采用人工拼接，不进工作效率低下，而且还不容易拼接的准确性；而是采用先自动拼接，在自动拼接不能完成的情况下，再进行手动拼接的方法。如图 2所示，给出了自动拼接过程中匹配特征区域查找的流程图，其可通过以下步骤来实现：

1) .查找匹配特征区域，计算两幅待拼接的红外图像中是否存在三对匹配特征区域，若存在三对匹配特征区域，则执行步骤 2)，若不存在三对匹配特征区域，则执行步骤 3) ;

2) .红外图像拼接，将存在三对匹配特征区域的两幅局部红外图像，按照相应特征区域相匹配的方式拼接在一起，执行步骤 4)；

3) .手动选取匹配特征区域，在待拼接的两幅局部红外图像上手动选取三对匹配特征区域，依据手动选取的匹配特征区域将两幅局部红外图像拼接在一起；执行步骤 4) ;

4) .判断是否拼接完毕，判断所有局部红外图像是否拼接完毕；如果所有局部红外图像均拼接在一起，则拼接完成；如没有拼接完毕，则跳转执行步骤 1)，直至整个拼接过程结束。

步骤 1)则通过以下的步骤来实现：

1-1) .选取扫描窗口，设待拼接的前一幅图像称之为初始图像，后一幅图像称之为匹配图像；选取 4*4像素模板作为扫描窗口，以匹配图像左上方的第一个 4*4像素区域为扫描起始窗口，以初始图像右上方的的第一个 4*4像素区域为扫描起始窗口，并固定匹配图像中的扫描起始窗口；

1 - 2) .从初始图像中的扫描起始窗口开始，按照先从右至左、再由上至下逐一像素点移动地改变初始图像中扫描窗口的位置，来计算两幅红外图像中的 4*4像素扫描窗口中对应像素点的差值；

1-3) .匹配特征区域判断，对于待判断的两 4*4像素扫描窗口，如果两扫描窗口所有像素点灰度值差值的平均值在 5个灰度值以内，则认为该两 4*4像素区域为匹配特征区域；否则，判断其为非匹配特征区域；

1-4) .是否存在匹配特征区域，经过对初始图像的扫描，判断是否存在与匹配图中指定窗口位置相对应的匹配特征区域，如果存在，则结束本次匹配特征区域的査找；否则，执行步骤 1-5) ;

1-5) .改变扫描窗口位置，在匹配图像中按照先从左至右、再由上至下改变匹配图像中扫描窗口的位置，再依次执行步骤 1-2)、 1-3) 和 1-4) ; 直至査找出三对匹配特征区域；如果初始图像、匹配图像中的所有匹配窗口均对比完毕，不存在三对或三对以上的匹配特征区域，则表明不能自动计算出两幅图像中的匹配特征区域。

c) .确定检测主体，将步骤 b)中室外红外图像中的不相关背景和干扰物去除，以获取建筑检测主体的室外红外图像；

该步骤中，应将天空等不相关背景以及树木等干扰物去除；

d) .自动识别窗户、缺陷和合格墙体区域，对步骤 c)中获取的室外红外图像，按照缺陷区域的温度高于窗户、合格墙体区域温度的原理，自动识别出窗户、缺陷和合格墙体区域；

该步骤中，要想自动识别出红外图像中的窗户、缺陷和合格墙体区域，必须要了解窗户、缺陷和合格墙体区域在红外图像中的属性。由于缺陷区域会将室内的温度传到出来，温度是最高的，而合格墙体区域温度应是最低的。由于检测主体区域的墙体、窗户的面积大小不一，应采用下面的方法步骤来实现：

d-1) .建立室外红外图像的直方图分布，以室外红外图像中所表征的检测主体的温度为横轴、各温度出现的频率或像素数为纵轴，建立直方图分布；

d-2) .获取峰值温度 7>，设 7>为直方图的峰值温度，定义为直方图中出现频率或像素数最多的温度值；

d-3) .求取各热工区域的温度阈值，定义 ! ,,、 7 和 7；。分别为室外红外图像中窗户、缺陷和合格墙体热工区域的温度阈值；

当检测主体中墙体的面积大于窗户的面积时，则直方图峰值温度 7>与合格墙体温度接近， T_w,、 7和 7；。温度阈值定义如下：

当检测主体中墙体的面积小于窗户的面积时，则直方图峰值温度 7 与窗户温度接近， T_w、 7和 7；。温度阈值定义如下：

其中， _n 7 分别为检测主体内的最低、最高温度值； Δ, Δ₂根据经验值选取， Δ₂ > Δ, _;

d-4) .将检测主体分类，将待检测主体按照步骤 d- 3)中的阈值范围进行区域划分，已标记红外图像中窗户、缺陷和合格墙体热工区域的所在位置。

其中：步骤 d- 3)中 Δ, Δ₂的取值满足： 1 <2 2^ Δ₂ <4₀ e) .标记窗户、缺陷和合格墙体区域，根据步骤 d)中识别出的窗户、缺陷和合格墙体区域，将其分别在室外红外图像上相应的位置标记出来； f) .计算热工缺陷比，根据热工缺陷比= (缺陷区域面积） I (检测主体面积-窗户面积），计算出检测主体的热工缺陷比，并将热工缺陷比与国标参数相比较，判断检测主体的热工缺陷比是否符合要求，如果符合要求，则执行步骤 i) ; 如果不符合要求，则执行歩骤 g) ;

g) .采集缺陷区域红外图像，对于步骤 e)中标记出的缺陷区域所对应的内墙面区域，利用红外热像仪进行红外图像信息采集；并将采集的红外图像拼接在一起，形成内墙面的缺陷区域红外图像；

h) .定位热工缺陷区域，对于步骤 g)中获取的缺陷区域红外图像，按照红外图像表征的温度将其划分为多个温度带；温度高的一个或多个温度带所对应的的墙体区域即为热工缺陷区域，热工区域确定后，可对节能改造提出建议；

i) .室内红外图像采集、拼接，在保持室内外温度差至少为 10°C以上的情况下，利用红外热像仪对待检测墙体的内表面进行依次拍摄，获取检测主体的室内红外图像；采用图像自动拼接的方法，将室内的红外图像拼接在一起；

j) .确定检测主体，将步骤 i)中室内红外图像中的不相关背景和干扰物去除，以获取检测主体的室内红外图像；

k) .划分温度带，设室内红外图像所对应的最低、最高温度分别为 / t_max，根据红外图像的温度范围，划分《个温度带；《个温度带的温度范围分别为 [t t, )> [t, t_{2 n}, t_m , t_min<_t]<t₂-t_n<t_mm, 并为每个温度带设置不相同的显示颜色；

m).生成等温图，根据步骤 k)中设定的温度带和温度带颜色，生成与检测主体的室内红外图像相对应的等温图；

n).建立直方图分布，对于步骤 m)中获取的等温图，以每个温度带范围内的像素数、所占比例或所占面积为纵坐标，温度带对应的温度为横坐标，建立直方图分布；

0).选定检测的温度范围，根据直方图分布情况，选定像素数、所占比例或所占面积较大的前 w个温度带所对应的墙体区域，作为布设检测设备的室内检测点； m<n;

温度带的数目《可为 5 8个，选定的温度带 m可为 3 5个。

P).布设检测设备，在步骤 0)中确定的室内检测点上安放温度计、热流量计，以测量检测点的热阻值。

每个选定的温度带所对应的的墙体区域应设置多个检测点

Claims

权利要求书

1. 一种基于红外图像的建筑热工指标的自动检测方法，其特征在于，包括以下步骤：

a) .室外采集红外图像，在保持室内外温度差至少为 10°C以上的情况下，利用红外热像仪采集建筑物的室外红外图像，并保证相邻两幅图像具有至少 1/3的重叠区域，以保证图像的自动拼接；

e) .标记窗户、缺陷和合格墙体区域，根据步骤 d)中识别出的窗户、缺陷和合格墙体区域，将其分别在室外红外图像上相应的位置标记出来； f) .计算热工缺陷比，根据热工缺陷比= (缺陷区域面积） I (检测主体面积-窗户面积），计算出检测主体的热工缺陷比，并将热工缺陷比与国标参数相比较，判断检测主体的热工缺陷比是否符合要求，如果符合要求，则执行步骤 i) ; 如果不符合要求，则执行步骤 g) ;

j).确定检测主体，将步骤 i)中室内红外图像中的不相关背景和干扰物去除，以获取检测主体的室内红外图像；

k).划分温度带，设室内红外图像所对应的最低、最高温度分别为 t_mm、 t_max，根据红外图像的温度范围，划分《个温度带；《个温度带的温度范围分别为 [t_min， it,, t₂)、 …、 [t_n , t_m , _mm<^<V,„< ，并为每个温度带设置不相同的显示颜色；

0) .选定检测的温度范围，根据直方图分布情况，选定像素数、所占比例或所占面积较大的前/ «个温度带所对应的墙体区域，作为布设检测设备的室内检测点；

2. 根据权利要求 1所述的基于红外图像的建筑热工指标的自动检测方法，其特征在于，步骤 b)和步骤 i)所述的图像自动拼接的方法，通过以下步骤来实现-

1) .査找匹配特征区域，计算两幅待拼接的红外图像中是否存在三对匹配特征区域，若存在三对匹配特征区域，则执行歩骤 2)，若不存在三对匹配特征区域，则执行步骤 3);

2) .红外图像拼接，将存在三对匹配特征区域的两幅局部红外图像，按照相应特征区域相匹配的方式拼接在一起，执行步骤 4)； 3) .手动选取匹配特征区域，在待拼接的两幅局部红外图像上手动选取三对匹配特征区域，依据手动选取的匹配特征区域将两幅局部红外图像拼接在一起；执行步骤 4) ;

3. 根据权利要求 2所述的基于红外图像的建筑热工指标的自动检测方法，其特征在于，步骤 1)所述的匹配特征区域的査找包括以下步骤：

1-2) .从初始图像中的扫描起始窗口开始，按照先从右至左、再由上至下逐一像素点移动地改变初始图像中扫描窗口的位置，来计算两幅红外图像中的 4*4像素扫描窗口中对应像素点的差值；

1-4) .是否存在匹配特征区域，经过对初始图像的扫描，判断是否存在与匹配图中指定窗口位置相对应的匹配特征区域，如果存在，则结束本次匹配特征区域的查找；否则，执行步骤 1-5) ;

1 - 5) .改变扫描窗口位置，在匹配图像中按照先从左至右、再由上至下改变匹配图像中扫描窗口的位置，再依次执行步骤 1-2)、 1-3) 和 1-4) ; 直至査找出三对匹配特征区域；如果初始图像、匹配图像中的所有匹配窗口均对比完毕，不存在三对或三对以上的匹配特征区域，则表明不能自动计算出两幅图像中的匹配特征区域。

4. 根据权利要求 1或 2所述的基于红外图像的建筑热工指标的自动检测方法，其特征在于，步骤 d)所述的自动识别窗户、缺陷和合格墙体区域通过以下步骤来实现：

d - 3) .求取各热工区域的温度阈值，定义 7 ,、 7 和 7；。分别为室外红外图像中窗户、缺陷和合格墙体热工区域的温度阈值；

当检测主体中墙体的面积大于窗户的面积时，则直方图峰值温度 7>与合格墙体温度接近， T_W,、 r_d和下：

当检测主体中墙体的面积小于窗户的面积时，则直方图峰值温度 7；与窗户温度接近， T_w、 7和 7。温度阈值定义如下：

其中， _n、 7_分别为检测主体内的最低、最高温度值； Δ,、 Δ₂根据经验值选取， Δ₂ > Δ, _;

d - 4) .将检测主体分类，将待检测主体按照步骤 d_3)中的阈值范围进行区域划分，己标记红外图像中窗户、缺陷和合格墙体热工区域的所在位置。

5. 根据权利要求 4所述的基于红外图像的建筑热工指标的自动检测方法，其特征在于：步骤 d- 3)中 Δ,、 Δ₂的取值满足： 1 Δ, <2_; 2 Δ₂ <4。