一种基于环境温度的红外测温智能补偿方法技术

本发明专利技术公开了一种基于环境温度的红外测温智能补偿方法，包括以下步骤，步骤一：建立基本测温模型，在固定基础环境温度下，建立热像仪响应与被测物体温度的基本模型B

【技术实现步骤摘要】
一种基于环境温度的红外测温智能补偿方法


[0001]本专利技术涉及红外测温
，具体为一种基于环境温度的红外测温智能补偿方法。

技术介绍

[0002]红外测温仪利用红外探测器和光学成像物镜接收外界目标的红外辐射能量，通过红外测温器的光敏元件，获得红外热像图。热像图反映了被测目标平面的热分布场，因此，红外热像仪可以用来对物体进行测温，并且这种测温是非接触式的，在消防、电力、故障诊断行业有广泛的应用。
[0003]红外热像仪要实现测温功能，必须进行标定，建立起红外热像仪响应与被测物温度之间的对应关系，利用公式描述或者生成查找表。实际测温时，需要将响应值转换成被测物体的温度；然而，红外热像仪响应值除了与被测物体温度相关外，还与环境温度息息相关。同一温度下的被测物体，在不同的环境温度下，红外热像仪响应值有明显的差异。基于某一环境温度下构建的红外热仪与被测物体的基本模型，在环境温度变化后，模型的精度会大辐下降，因此需要使用环境温度对基本模型测出来的温度进行被偿。

技术实现思路

[0004]本专利技术的目的在于提供一种基于环境温度的红外测温智能补偿方法，以解决上述
技术介绍
中提出的问题。
[0005]为了解决上述技术问题，本专利技术提供如下技术方案：一种基于环境温度的红外测温智能补偿方法，包括以下步骤：
[0006]步骤一：建立基本测温模型，在固定基础环境温度下，建立热像仪响应与被测物体温度的基本模型B
M
；
[0007]步骤二：不同环境温度下标定，改变环境温度，获取不同环境温度下被测物体温度相对应的热像仪响应，同时获得使用基本模型B
M
测得的被测物体的温度；
[0008]步骤三：基于环境温度，建立智能补偿模型，根据被测物体实际温度，基本模型测得温度，环境温度与基础环境温度的差，建立智能补偿模型；
[0009]步骤四：使用智能补偿模型，环境温度与基础环境温度的差，对基本模型B
M
测出被测物体的的温度进行智能补偿，得到更高准确度的红外测温数据。
[0010]在一个优选的实施方式中，在固定基础环境温度为T
b
时，所述步骤一中热像仪响应与被测物体温度的函数关系为：
[0011][0012]其中K为开尔文温度，r
c
为校正后的热像仪的输出，B和F为常数。
[0013]在一个优选的实施方式中，所述步骤二中不同环境温度下标定时包括以下步骤：
[0014]S1：以固定基础环境温度T
b
为中心，分别在环境温度T为T
b
+i
·
Δt i∈[
‑
m,m]，m为整数时，Δt环境温度采校间隔，使用红外热像仪获取物体实际温度K为i
·
Δk,i
·
∈[0,
n]，n为正整数，Δk为物体温度采样步长，热像仪校正后的输出
[0015]S2：计算热像仪校正输出为时，使用基本模型B
M
得到物体测量温度I
ij
；
[0016]S3：将S1和S2中得到的不同环境温度下的温度数据收集得到数据集(i
·
Δt，I
ij
，i
·
Δk)，其中，i∈[
‑
m,m],i∈[0,n]；
[0017]S4：在S3得到的数据集的基础上，建立起环境温度对测温影响的模型，从而计算出更高准确度的被测物体真实温度。
[0018]在一个优选的实施方式中，所述步骤三中以环境温度偏差i
·
Δt，测量温度I
ij
作为输入，建立深度神经网络模型D(i
·
Δt,I
ij
)，以模型输出D(i
·
Δt,I
ij
)
inference
与物体实际温度i
·
Δk之间均方误差作为损失函数，损失函数对神经网络模型中的参数求导。
[0019]在一个优选的实施方式中，通过反向传播、梯度下降法对参数进行更新，从而实现对深度神经网络模型D(i
·
Δt,I
ij
)的训练，通过训练得到模型参数。
[0020]在一个优选的实施方式中，利用建立的深度神经网络模型，在环境温度T时测温，得到热像仪的校正后输出，利用基本测温模型B
M
得到被测物基本温度K，将环境温度偏差T
‑
T
b
，基本温度K作为输入，通过智能补偿模型推理，得到精度更高的被测物测温K
’
。
[0021]与现有技术相比，本专利技术所达到的有益效果是：
[0022]本专利技术在固定的基础环境温度下，建立热像仪响应与被测物体温度的基本模型B
M
；然后，改变被测物所处的环境温度，获取在不同环境温度下，被测物体自身温度及对应的热像仪响应输出；最后建立智能补偿模型，根据测量时环境温度与基础环境温度的差，对基本模型B
M
测出的物体温度进行智能补偿，得到更高精度被测物的温度；本专利技术基于环境温度对红外测温进行智能补偿，显著提升了红外测温的精度。
附图说明
图1为本专利技术深度神经网络模型的结构示意图。
具体实施方式
[0023]以下由特定的具体实施例说明本专利技术的实施方式，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。
[0024]本专利技术提供一种基于环境温度的红外测温智能补偿方法，包括以下步骤：
[0025]步骤一：建立基本测温模型，在固定基础环境温度下，建立热像仪响应与被测物体温度的基本模型B
M
；
[0026]步骤二：不同环境温度下标定，改变环境温度，获取不同环境温度下被测物体温度相对应的热像仪响应，同时获得使用基本模型B
M
测得的被测物体的温度；
[0027]步骤三：基于环境温度，建立智能补偿模型，根据被测物体实际温度，基本模型测得温度，环境温度与基础环境温度的差，建立智能补偿模型；
[0028]步骤四：使用智能补偿模型，环境温度与基础环境温度的差，对基本模型B
M
测出被测物体的的温度进行智能补偿，得到更高准确度的红外测温数据。
[0029]在一个优选的实施方式中，在固定基础环境温度为T
b
时，所述步骤一中热像仪响应与被测物体温度的函数关系为：
[0030][0031]其中K为开尔文温度，r
c
为校正后的热像仪的输出，B和F为常数。
[0032]在一个优选的实施方式中，所述步骤二中不同环境温度下标定时包括以下步骤：
[0033本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于环境温度的红外测温智能补偿方法，其特征在于：包括以下步骤：步骤一：建立基本测温模型，在固定基础环境温度下，建立热像仪响应与被测物体温度的基本模型B
M
；步骤二：不同环境温度下标定，改变环境温度，获取不同环境温度下被测物体温度相对应的热像仪响应，同时获得使用基本模型B
M
测得的被测物体的温度；步骤三：基于环境温度，建立智能补偿模型，根据被测物体实际温度，基本模型测得温度，环境温度与基础环境温度的差，建立智能补偿模型；步骤四：使用智能补偿模型，环境温度与基础环境温度的差，对基本模型B
M
测出被测物体的的温度进行智能补偿，得到更高准确度的红外测温数据。2.根据权利要求1所述的一种基于环境温度的红外测温智能补偿方法，其特征在于：在固定基础环境温度为T
b
时，所述步骤一中热像仪响应与被测物体温度的函数关系为：其中K为开尔文温度，r
c
为校正后的热像仪的输出，B和F为常数。3.根据权利要求1所述的一种基于环境温度的红外测温智能补偿方法，其特征在于：所述步骤二中不同环境温度下标定时包括以下步骤：S1：以固定基础环境温度T
b
为中心，分别在环境温度T为T
b
+i
·
Δt i∈[
‑
m,m]，m为整数时，Δ
t
环境温度采校间隔，使用红外热像仪获取物体实际温度K为i
·
Δk，i∈[0，n]，n为正整数，Δk为物体温度采样步长，热像仪校正后的输出S2：计算热像仪校正输出为时，使用基本模型B
M
得到物体测量温度I
ij
...

【专利技术属性】
技术研发人员：刘宝锋，
申请(专利权)人：苏州世利安科技有限公司，
类型：发明
国别省市：