一种温度智能监测方法及系统技术方案

一种温度智能监测方法、系统及装置，具体涉及一种基于感温变色胶贴的温度智能监测方法、系统及装置，本发明专利技术为解决温度预警识别装置的温度识别精度、识别距离和成像分辨率均有限，易漏检，导致无法及时进行检测及预警的问题，方法包括在需要温度监测的部位或目标区域设置感温变色装置；获取对应区域的原图像并预处理；对原图像进行Harries角点检测和Sobel边缘检测；对Harries角点检测的角点进行非极大值抑制算法；利用尺度不变特征变换匹配算法计算原图的特征向量；利用欧式距离算法计算原图与模板源图像之间的相似度，判断感温变色装置的温度；对常温位置实时监测，高温进行预警。本发明专利技术用于监测或预警监测部位或目标区域的温度，属于温度监测和识别技术领域。属于温度监测和识别技术领域。

【技术实现步骤摘要】
一种温度智能监测方法及系统


[0001]本专利技术涉及一种智能监测的方法及系统，具体涉及一种基于感温变色胶贴的温度智能监测方法及系统，属于温度监测和识别


技术介绍

[0002]现有温度预警识别主要依赖于热成像传感器等设备，存在以下缺点：基于热成像的温度预警识别装置受限于热成像相机的温度识别精度有限、识别距离有限、民用热成像相机成像分辨率有限；人眼肉眼排查效率低下，无法准确感知线路高温点位置，故障点容易漏检，无法及时进行检测及预警，成本过高；
[0003]综上所述，现有的温度预警识别装置的温度识别精度、识别距离和成像分辨率均有限，易漏检，导致无法及时进行检测及预警。

技术实现思路

[0004]本专利技术为了解决温度预警识别装置的温度识别精度、识别距离和成像分辨率均有限，易漏检，导致无法及时进行检测及预警的问题，进而提出了一种温度智能监测方法及系统。
[0005]本专利技术采取的技术方案是：
[0006]一种温度智能监测方法，它包括以下步骤：
[0007]S1、在需要温度监测的部位设置感温变色装置；
[0008]S2、获取感温变色装置对应区域的图像或图像序列，作为原图，并对其进行预处理；
[0009]S3、针对S2预处理后的原图，分别利用Harries角点检测和Sobel边缘检测，得到各角点和包含边缘点的二值图像；
[0010]S4、针对S3得到的各角点，利用自适应非极大值抑制算法计算非最大抑制后的各角点；
[0011]S5、将S3得到的二值图像中的边缘点和S4得到的各角点作为检测点，利用尺度不变特征变换匹配算法计算原图的特征向量；
[0012]S6、针对S5得到的原图的特征向量，利用欧式距离算法匹配原图与模板源图像之间的相似度，从而判断感温变色装置的温度，如果感温变色装置小于80℃，则剔除对应区域，否则将感温变色装置对应区域在原图中识别出来；
[0013]S7、对S6剔除的对应区域进行实时温度监测，对S6识别出来的对应区域进行温度预警。
[0014]进一步地，所述S2中，对原图进行预处理包括：
[0015]S21、对原图进行灰度化处理；
[0016]S22、对灰度化处理后的原图进行中值滤波处理，完成预处理。
[0017]进一步地，所述S3中，针对S2预处理后的原图，利用Harries角点检测，得到各角点
的方法包括：
[0018]利用水平、竖直差分算子计算偏导数矩阵M
I
：
[0019][0020]w表示窗口函数；
[0021]x表示任一像素的横坐标；
[0022]y表示任一像素的纵坐标；
[0023]利用权重矩阵W对M
I
进行滤波，获得M
′
I
：
[0024]M
′
I
＝W*M
I
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式2
[0025]权重矩阵W为：
[0026][0027]σ'表示标准差；
[0028]利用M
′
I
计算每个像素的角点量cim：
[0029][0030]对计算的角点量cim进行筛选，筛选出同时满足以下两个条件的角点量：
[0031]条件1、角点量cim大于每个局部窗口内的阈值thresh；
[0032]条件2、角点量cim是每个局部窗口内的局部极大值。
[0033]进一步地，所述S3中，针对S2预处理后的原图，利用Sobel边缘检测，得到包含边缘点的二值图像的方法包括：
[0034][0035][0036]其中，A表示预处理后的原图；
[0037]G
x
表示经横向边缘检测的图像灰度值；
[0038]G
y
表示经纵向边缘检测的图像灰度值；
[0039]边缘点灰度为
[0040]|G|＝|G
x
|+|G
y
|
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式7其中，G大于阈值，则点(x，y)为边缘点，获取二值图像。
[0041]进一步地，所述S4中的自适应非极大值抑制算法包括以下步骤；
[0042]S41、选择一个角点，作为基础点；
[0043]S42、选择比基础点得分更高的每一个角点，作为比较点，选择离基础点最近的比
较点，并记录下基础点的坐标和与最近的比较点之间的距离，所述得分为角点量cim；
[0044]S43、根据基础点与比较点之间的距离大小对比较点进行排序，适当舍弃距离小的比较点，得到非最大抑制后的Harries角点。
[0045]进一步地，所述S6中欧式距离算法包括以下步骤：
[0046]S61、计算模板源图像特征向量和原图特征向量之间的欧式距离；
[0047]S62、按照S61的欧式距离大小对原图特征向量进行升序排序，对模板源图像特征向量和原图特征向量遍历后，返回每一对需匹配的模板源图像特征向量的坐标和原图特征向量的坐标及两者之间的距离；
[0048]S63、统计S62中匹配的模板源图像特征向量的坐标点和原图特征向量的坐标点，获取两幅图像的相似度，从而判断感温变色装置的温度，如果感温变色装置小于80℃，则剔除对应区域，否则将感温变色装置对应区域在原图中识别出来。
[0049]一种温度智能监测系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如一种温度智能监测方法的任一步骤。
[0050]一种存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现一种温度智能监测方法。
[0051]有益效果：
[0052]本专利技术采用可见光相机设备采集需要检测的图像或图像序列，在需要温度监测和预警的部位，粘贴感温变色胶贴，将可见光相机设备与感温变色胶贴配合使用，使感温变色胶贴作为辅助温度探测材料，配合图像识别算法，提取感温变色胶贴图像的局部特征，实现局部特征匹配，智能检测图像中设定颜色的区域。实现了智能化的温度监测功能，能够随时监测目标区域的温度，快速的发现问题所在，减少了事故的发生，同时也节省了人力，无需往复多次的巡查，也能够实现准确的预警功能，降低了基于图像的温度感知预警任务复杂度，感温变色胶贴的某种颜色(如红色，由感温变色胶贴感知测量区域温度)代表温度超过设定温度阈值的区域，当存在温度过高区域时，通过网络或存储卡传输预警信息至管理调度中心，进行预警并结合拍摄设备状态，记录预警时刻的GPS坐标位置、相机姿态角度(Roll\Pitch\Yaw等或姿态四元数)、相机视场角及拍摄参数等信息，保存预警区域图像、时刻、坐标位置等，并供管理人员确认及调度相关人员进行维护。本专利技术能够应用于各个领域的温度监测中。
具体实施方式
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种温度智能监测方法，其特征在于：包括以下步骤：S1、在需要温度监测的部位设置感温变色装置；S2、获取感温变色装置对应区域的图像或图像序列，作为原图，并对其进行预处理；S3、针对S2预处理后的原图，分别利用Harries角点检测和Sobel边缘检测，得到各角点和包含边缘点的二值图像；S4、针对S3得到的各角点，利用自适应非极大值抑制算法计算非最大抑制后的各角点；S5、将S3得到的二值图像中的边缘点和S4得到的各角点作为检测点，利用尺度不变特征变换匹配算法计算原图的特征向量；S6、针对S5得到的原图的特征向量，利用欧式距离算法匹配原图与模板源图像之间的相似度，从而判断感温变色装置的温度，如果感温变色装置小于80℃，则剔除对应区域，否则将感温变色装置对应区域在原图中识别出来；S7、对S6剔除的对应区域进行实时温度监测，对S6识别出来的对应区域进行温度预警。2.根据权利要求1中所述的一种温度智能监测方法，其特征在于：所述S2中，对原图进行预处理包括：S21、对原图进行灰度化处理；S22、对灰度化处理后的原图进行中值滤波处理，完成预处理。3.根据权利要求1中所述的一种温度智能监测方法，其特征在于：所述S3中，针对S2预处理后的原图，利用Harries角点检测，得到各角点的方法包括：利用水平、竖直差分算子计算偏导数矩阵M
I
：w表示窗口函数；x表示任一像素的横坐标；y表示任一像素的纵坐标；利用权重矩阵W对M
I
进行滤波，获得M
′
I
：M
′
I
＝W*M
I
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式2权重矩阵W为：σ'表示标准差；利用M
′
I
计算每个像素的角点量cim：对计算的角点量cim进行筛选，筛选出同时满足以下两个条件的角点量：条件1、角点量cim大于每个局部窗口内的阈值thresh；条件2、角点量cim是每个局部窗口内的局部极大值。4.根据权利要求1中所述的一种温度智能监测方法，其特征在于：所述S3中，针对S2预
...

【专利技术属性】
技术研发人员：申岩，祁吉，
申请(专利权)人：浙江云电笔智能科技有限公司，
类型：发明
国别省市：