基于非线性回归网络的红外图像温度矩阵映射方法及系统技术方案

本发明专利技术公开了一种基于非线性回归网络的红外图像温度矩阵映射方法及系统，本发明专利技术方法包括将红外伪彩色图像输入训练好的非线性回归网络以获得温度矩阵，所述非线性回归网包括预处理模块

【技术实现步骤摘要】
基于非线性回归网络的红外图像温度矩阵映射方法及系统


[0001]本专利技术涉及红外图像处理
，具体涉及一种基于非线性回归网络的红外图像温度矩阵映射方法及系统
。

技术介绍

[0002]变电设备长期运行在露天环境，受风吹日晒影响，容易发生故障继而导致电网停运事件，常见的变电设备故障早期多表现为异常发热，因此，对变电设备的运行温度进行监测和监控是变电运维工作的重要内容
。
红外热成像测温具有非接触
、
易实施
、
快速响应
、
直观性强等诸多优点，在变电站得到了广泛应用
。
早期，运维人员通过手持式红外成像仪对变电设备进行近距离拍摄，然后将红外图片导入专用的软件，结合解析的温度矩阵对设备的运行状况进行分析
。
这种方式下运维人员的工作强度大
、
耗时耗力
。
近年来，随着各种数字化技术的涌现，红外摄像头逐渐取代了手持式红外成像仪，成为了变电设备运行状态监控的主要手段
。
红外摄像头通过网络将视频信息和温度信息传输到中台监控系统，运维人员在集控室即能够实时掌握现场设备的运行状况，大大提升了工作效率
。
目前变电站应用较多的红外摄像头品牌有海康威视
、
大华
、
大立等，但各品牌方获取温度数据依赖于各自的软件，通常在使用其硬件产品的同时必须配置其软件开发工具包
。
软
、
硬件捆绑的模式一方面导致了红外摄像头价格高昂，另一方面也加剧了监控系统的臃肿，不利于后续迭代升级
。
因此，需要一种能够实现红外摄像头软
、
硬件解耦的通用方法，来获取不同品牌红外摄像头的温度数据
。
[0003]从红外热成像的技术原理来看，传感器接收到被测物体的红外辐射能量后，将辐射强度转换为温度信息，但为了更加直观地展示，又将温度信息映射为灰度图像，进一步通过伪彩色增强得到
RGB
彩色图像
。
从温度矩阵到伪彩色图像经历了两个非线性映射过程，反之，通过两个逆映射则可以将伪彩色图像还原为温度矩阵
。
人工神经网络具有强大的拟合能力，应用这一特性来实现从伪彩色图像到温度矩阵的反演是一条可行的路径
。

技术实现思路

[0004]本专利技术要解决的技术问题：针对现有技术的上述问题，提供一种基于非线性回归网络的红外图像温度矩阵映射方法及系统，本专利技术旨在实现从红外伪彩色图像到温度矩阵的逆向解译，实现红外摄像头软
、
硬件的通用解耦
。
[0005]为了解决上述技术问题，本专利技术采用的技术方案为：
[0006]一种基于非线性回归网络的红外图像温度矩阵映射方法，包括将红外伪彩色图像输入训练好的非线性回归网络以获得温度矩阵，所述非线性回归网包括预处理模块
、
卷积模块
、
全连接模块和后处理模块，且对输入的红外伪彩色图像的处理包括：
[0007]1)
利用预处理模块读取红外伪彩色图像并进行含归一化的预处理；
[0008]2)
利用卷积模块针对预处理后的红外伪彩色图像进行通道降维为灰度图；
[0009]3)
将灰度图像进行拉平
、
批归一化处理后利用全连接模块计算得到初步的温度矩
阵；
[0010]4)
利用后处理模块对初步的温度矩阵进行含逆标准归一化的后处理得到温度矩阵
。
[0011]可选地，步骤
1)
包括：
[0012]1.1)
读取红外伪彩色图像得到维度为
[3,height,width]的三维数组
M1，其中，3为图像的颜色通道，
height
为图像的高度，
width
为图像的宽度；
[0013]1.2)
对三维数组
M1进行标准归一化得到维度为
[3,height,width]的三维数组
M2，标准归一化的相关参数包括均值和方差；
[0014]1.3)
分别求图像的高度
height
对给定的参数
a
的余数
r
h
，图像的宽度
width
对参数
a
的余数
r
w
；如果余数
r
h
不等于0，则在高度方向上对称填充
a
‑
r
h
个像素，填充值分别为
M2[:,0,:]和
M2[:,
‑
1,:]，得到维度为
[3,H,width]的三维数组
M3，其中高度
H
满足
H
＝
height+a
‑
r
h
；如果余数
r
w
不等于0，则在宽度方向上对称填充
a
‑
r
w
个像素，填充值分别为
M3[:,:,0]和
M3[:,0,
‑
1]，得到填充后的维度为
[3,H,W]的三维数组
M4，其中宽度
W
满足
W
＝
width+a
‑
r
w
；按
a*a
大小对三维数组
M4进行裁剪，并在新的维度上拼接得到维度为
[b,3,a,a]的四维数组
M5作为预处理的输出特征，其中变量
b
＝
H/a*W/a。
[0015]可选地，步骤
2)
中利用卷积模块针对预处理后的红外伪彩色图像进行通道降维为灰度图时，所述卷积模块包含一个或多个卷积层，每个卷积层均为卷积核大小为1×1的卷积后接
Relu
激活函数，卷积模块的第一个卷积层的输入通道数为3，卷积模块的最后一个卷积层的输出通道数为1，四维数组
M5经卷积模块处理后得到维度为
[b,1,a,a]的四维数组
M6以作为通道降维后输出的灰度图
。
[0016]可选地，步骤
3)
中将灰度图像进行拉平
、
批归一化处理包括：
[0017]3.1)
将作为通道降维后输出的灰度图的维度为
[b,1,a,a]的四维数组
M6保留维度0后拉平，得到维度为
[b,d]的二维数组
M7，其中变量
d
＝
1*a*a
；
[0018]3.2)
将二维数组
M7进行批标准归一化，得到维度为
[b,d]的二维数组
M8。
[0019本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于非线性回归网络的红外图像温度矩阵映射方法，其特征在于，包括将红外伪彩色图像输入训练好的非线性回归网络以获得温度矩阵，所述非线性回归网包括预处理模块
、
卷积模块
、
全连接模块和后处理模块，且对输入的红外伪彩色图像的处理包括：
1)
利用预处理模块读取红外伪彩色图像并进行含归一化的预处理；
2)
利用卷积模块针对预处理后的红外伪彩色图像进行通道降维为灰度图；
3)
将灰度图像进行拉平
、
批归一化处理后利用全连接模块计算得到初步的温度矩阵；
4)
利用后处理模块对初步的温度矩阵进行含逆标准归一化的后处理得到温度矩阵
。2.
根据权利要求1所述的基于非线性回归网络的红外图像温度矩阵映射方法，其特征在于，步骤
1)
包括：
1.1)
读取红外伪彩色图像得到维度为
[3,height,width]
的三维数组
M1，其中，3为图像的颜色通道，
height
为图像的高度，
width
为图像的宽度；
1.2)
对三维数组
M1进行标准归一化得到维度为
[3,height,width]
的三维数组
M2，标准归一化的相关参数包括均值和方差；
1.3)
分别求图像的高度
height
对给定的参数
a
的余数
r
h
，图像的宽度
width
对参数
a
的余数
r
w
；如果余数
r
h
不等于0，则在高度方向上对称填充
a
‑
r
h
个像素，填充值分别为
M2[:,0,:]
和
M2[:,
‑
1,:]
，得到维度为
[3,H,width]
的三维数组
M3，其中高度
H
满足
H
＝
height+a
‑
r
h
；如果余数
r
w
不等于0，则在宽度方向上对称填充
a
‑
r
w
个像素，填充值分别为
M3[:,:,0]
和
M3[:,0,
‑
1]
，得到填充后的维度为
[3,H,W]
的三维数组
M4，其中宽度
W
满足
W
＝
width+a
‑
r
w
；按
a*a
大小对三维数组
M4进行裁剪，并在新的维度上拼接得到维度为
[b,3,a,a]
的四维数组
M5作为预处理的输出特征，其中变量
b
＝
H/a*W/a。3.
根据权利要求2所述的一种基于非线性回归网络的红外图像温度矩阵映射方法，其特征在于，步骤
2)
中利用卷积模块针对预处理后的红外伪彩色图像进行通道降维为灰度图时，所述卷积模块包含一个或多个卷积层，每个卷积层均为卷积核大小为1×1的卷积后接
Relu
激活函数，卷积模块的第一个卷积层的输入通道数为3，卷积模块的最后一个卷积层的输出通道数为1，四维数组
M5经卷积模块处理后得到维度为
[b,1,a,a]
的四维数组
M6以作为通道降维后输出的灰度图
。4.
根据权利要求3所述的基于非线性回归网络的红外图像温度矩阵映射方法，其特征在于，步骤
3)
中将灰度图像进行拉平
、
批归一化处理包括：
3.1)
将作为通道降维后输出的灰度图的维度为
[b,1,a,a]
的...

【专利技术属性】
技术研发人员：吴晟，甘湘砚，黄志鸿，左沅君，肖剑，陈卓，徐先勇，陈骏星溆，刘帅，
申请(专利权)人：湖南省湘电试验研究院有限公司，
类型：发明
国别省市：