一种热成像温度监测装置及方法与流程

本发明涉及温度监测技术领域，特别涉及一种热成像温度监测装置及方法。

背景技术：

在化工领域中，各类化工现场设备的运行对于现场环境温度最为敏感，因此如何实现对现场环境温度的精确监测，是当前需要解决的技术问题之一。

技术实现要素：

本发明的目的旨在至少解决所述技术缺陷之一。

为此，本发明的目的在于提出一种热成像温度监测装置及方法。

为了实现上述目的，本发明一方面的实施例提供热成像温度监测装置，包括：多个热成像模块、多个数据传输模块和监测分析模块，其中，

每个所述热成像模块位于一个热成像传输节点上，用于拍摄指定设备的热成像图像，包括：固定式支架和安装于其上的热成像相机；

每个所述数据传输模块与对应的一个所述热成像模块相连，用于将该热成像模块拍摄的热成像图像传输至所述监测分析模块；

所述监测分析模块与每个所述数据传输模块相连，用于从各个热成像传输节点的数据传输模块，接收返回的热成像图像，并将每一帧图像按照热成像模块编号、回传时间进行排序，形成各成像节点的图像序列，对每一帧画面进行处理，根据热成像图像颜色与温度一一对应的特性对图像进行量化处理，对单帧热成像图像的每一个像素，进行颜色-温度转换，计算出每个像素点的温度值以形成标准图像，并进行温度偏差分析。

进一步，所述热成像相机包括：光学镜头、成像传感器、图像处理器和供电电路，其中，所述光学镜头、成像传感器、图像处理器依次相连，所述供电电路分别与所述光学镜头、成像传感器、图像处理器相连。

进一步，所述数据传输模块、成像传感器、图像处理器和供电电路采用防爆设计。

进一步，所述数据传输模块采用wifi和移动数据网络两种通讯方式进行数据传输。

进一步，所述监测分析模块针对每张样本图像，计算同一像素点的温度均值，

vxy＝avg(vxy,1,vxy,2,…,vxy,n)，

其中，x，y分别为图像的宽度、高度坐标，

根据上述公式计算标准图像中各像素点的温度数值，形成标准图像；

所述监测分析模块进行温度偏差分析，包括对于新生成的图像，按下述方法计算温度偏差：

d＝∑(vxy²-v’xy²)，其中，x为图像横向坐标，y为图像纵向坐标。

dabs＝∑(vxy-v’xy)²，其中，x为图像横向坐标，y为图像纵向坐标。

其中，偏差d表征目标图像与标准图像之间的平均温度偏差程度，偏差dabs表征目标图像与标准图像之间的双向偏差程度；

其中，偏差程度的量化评价使用平均温度偏差d和双向温度偏差dabs两个参数进行综合分析：

根据先验概率确定偏差阈值d0(d0>0)；

若abs(d)d0，且dabs<d0，则目标图像识别为正常；

若abs(d)>d0，则目标图像识别为整体偏移；其中，若d>d0，则目标图像识别为整体偏高，否则为整体偏低；

若dabs>d0且abs(d)<d0，则目标图像识别为分布异常。

进一步，所述监测分析模块还用于生成图像的温度分布曲线，包括：统计图像内各温度区间的像素点数量，以温度为横轴，像素点数量为纵轴，绘制平滑的曲线；并将标准图像与目标图像的分布曲线绘制在同一坐标内，进行温度分布比较。

本发明实施例还提出一种热成像温度监测方法，包括如下步骤：步骤s1，拍摄指定设备的热成像图像；

步骤s2，将所述热成像图像传输至监测分析模块；

步骤s3，由所述监测分析模块将热成像图像，并将每一帧图像按照热成像模块编号、回传时间进行排序，形成各成像节点的图像序列，对每一帧画面进行处理，根据热成像图像颜色与温度一一对应的特性对图像进行量化处理，对单帧热成像图像的每一个像素，进行颜色-温度转换，计算出每个像素点的温度值以形成标准图像，并进行温度偏差分析。

进一步，在所述步骤s3中，针对每张样本图像，计算同一像素点的温度均值，

vxy＝avg(vxy,1,vxy,2,…,vxy,n)，

其中，x，y分别为图像的宽度、高度坐标，

根据上述公式计算标准图像中各像素点的温度数值，形成标准图像；

所述监测分析模块进行温度偏差分析，包括对于新生成的图像，按下述方法计算温度偏差：

d＝∑(vxy²-v’xy²)，其中，x为图像横向坐标，y为图像纵向坐标；

dabs＝∑(vxy-v’xy)²，其中，x为图像横向坐标，y为图像纵向坐标。

其中，偏差d表征目标图像与标准图像之间的平均温度偏差程度，偏差dabs表征目标图像与标准图像之间的双向偏差程度；

其中，偏差程度的量化评价使用平均温度偏差d和双向温度偏差dabs两个参数进行综合分析：

根据先验概率确定偏差阈值d0(d0>0)；

若abs(d)d0，且dabs<d0，则目标图像识别为正常；

若abs(d)>d0，则目标图像识别为整体偏移；其中，若d>d0，则目标图像识别为整体偏高，否则为整体偏低；

若dabs>d0且abs(d)<d0，则目标图像识别为分布异常。

进一步，在所述步骤s3中，还包括：生成图像的温度分布曲线，包括：统计图像内各温度区间的像素点数量，以温度为横轴，像素点数量为纵轴，绘制平滑的曲线；并将标准图像与目标图像的分布曲线绘制在同一坐标内，进行温度分布比较。

由于各类化工现场对设备的运行温度最为敏感，本发明实施例的热成像温度监测装置及方法采用的热成像技术可以将最为敏感的温度信息转化成最为直观的图像信息，有助于更好地检测设备运行情况，本发明温度分析算法可以利用历史信息检测设备温度分布的细微变化，有助于更早发现设备的异常工况。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1为根据本发明实施例的热成像温度监测装置的结构图；

图2为根据本发明实施例的热成像温度监测方法的流程图；

图3a至图3c为根据本发明实施例的温度分布的正常、整体偏高(或偏低)、异常分布的示意图。

具体实施方式

下面详细描述本发明的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

如图1所示，本发明实施例的热成像温度监测装置，包括：多个热成像模块1、多个数据传输模块2和监测分析模块3。

具体地，每个热成像模块1位于一个热成像传输节点上，用于拍摄指定设备的稳定的热成像图像，包括：固定式支架和安装于其上的热成像相机。

在本发明的一个实施例中，热成像相机包括：光学镜头、成像传感器、图像处理器和供电电路，其中，光学镜头、成像传感器、图像处理器依次相连，供电电路分别与光学镜头、成像传感器、图像处理器相连。

其中，热成像模块1的电路部分(即成像传感器、图像处理器、供电电路)进行了防爆设计，避免使用升压电路，控制电路供电电压在5v以内，控制电路总电容在600uf以内。

每个数据传输模块2与对应的一个热成像模块1相连，用于定时将该热成像模块拍摄的热成像图像传输至监测分析模块。

优选的，数据传输模块2采用wifi和移动数据网络两种通讯方式进行数据传输。其中，

数据传输模块2采用wifi和4g两种方式，避免有线数据传输方式造成的施工难度。

在本发明的一个实施例中，数据传输模块的电路部分进行了防爆设计，避免使用升压电路，控制电路供电电压在4.5v以内，控制电路总电容在300uf以内。

监测分析模块3与每个数据传输模块2相连，用于从各个热成像传输节点的数据传输模块，接收返回的热成像图像，并将每一帧图像按照热成像模块编号、回传时间进行排序，形成各成像节点的图像序列，对每一帧画面进行处理，根据热成像图像颜色与温度一一对应的特性对图像进行量化处理，对单帧热成像图像的每一个像素，进行颜色-温度转换，计算出每个像素点的温度值以形成标准图像，并进行温度偏差分析。

具体地，监测分析模块3获取标准图像：

通过一段时间内(例如，1个月)积累的多张热成像图像(样本图像)生成标准图像。由于采取定焦镜头和固定式支架，图像内容具有极高的重复性。

针对各张样本图像，计算同一像素点的温度均值，包括：

vxy＝avg(vxy,1,vxy,2,…,vxy,n)，

其中，x，y分别为图像的宽度、高度坐标，

按上述公式计算标准图像中各像素点的温度数值，形成标准图像。

监测分析模块进行温度偏差分析，包括：

对于新生成的图像，按下述方法计算温度偏差：

d＝∑(vxy²-v’xy²)，其中，x为图像横向坐标，y为图像纵向坐标；

dabs＝∑(vxy-v’xy)²，其中，x为图像横向坐标，y为图像纵向坐标。

其中，偏差d表征目标图像与标准图像之间的平均温度偏差程度，偏差dabs表征目标图像与标准图像之间的双向偏差程度。

监测分析模块3还用于生成图像的温度分布曲线，包括：统计一幅图像内各温度区间的像素点数量，以温度为横轴，像素点数量为纵轴，绘制平滑的曲线。将标准图像与目标图像的分布曲线绘制在同一坐标内，可进行温度分布的直观比较，从而得出“正常”、“整体偏高(或偏低)”、“分布异常”等结论，如图3a至3c所示。

图3a至图3c为根据本发明实施例的温度分布的正常、整体偏高(或偏低)、异常分布的示意图。

偏差程度的量化评价可使用平均温度偏差d和双向温度偏差dabs两个参数进行综合分析：

根据先验概率确定偏差阈值d0(d0>0)；

若abs(d)d0，且dabs<d0，则目标图像识别为正常

若abs(d)>d0，则目标图像识别为整体偏移；其中，若d>d0，则目标图像识别为整体偏高，否则为整体偏低；

若dabs>d0且abs(d)<d0，则目标图像识别为分布异常。

如图2所示，本发明实施例的还提出一种热成像温度监测方法，包括如下步骤：

步骤s1，拍摄指定设备的热成像图像。

步骤s2，将热成像图像传输至监测分析模块。

在本步骤中，采用wifi和4g两种方式，避免有线数据传输方式造成的施工难度。

步骤s3，由监测分析模块将热成像图像，并将每一帧图像按照热成像模块编号、回传时间进行排序，形成各成像节点的图像序列，对每一帧画面进行处理，根据热成像图像颜色与温度一一对应的特性对图像进行量化处理，对单帧热成像图像的每一个像素，进行颜色-温度转换，计算出每个像素点的温度值以形成标准图像，并进行温度偏差分析。

具体地，监测分析模块获取标准图像：

通过一段时间内(例如，1个月)积累的多张热成像图像(样本图像)生成标准图像。由于采取定焦镜头和固定式支架，图像内容具有极高的重复性。

针对各张样本图像，计算同一像素点的温度均值，包括：

vxy＝avg(vxy,1,vxy,2,…,vxy,n)，

其中，x，y分别为图像的宽度、高度坐标，

按上述公式计算标准图像中各像素点的温度数值，形成标准图像。

监测分析模块进行温度偏差分析，包括：

对于新生成的图像，按下述方法计算温度偏差：

d＝∑(vxy²-v’xy²)，其中，x为图像横向坐标，y为图像纵向坐标；

dabs＝∑(vxy-v’xy)²，其中，x为图像横向坐标，y为图像纵向坐标。

其中，偏差d表征目标图像与标准图像之间的平均温度偏差程度，偏差dabs表征目标图像与标准图像之间的双向偏差程度。

监测分析模块还用于生成图像的温度分布曲线，包括：统计一幅图像内各温度区间的像素点数量，以温度为横轴，像素点数量为纵轴，绘制平滑的曲线。将标准图像与目标图像的分布曲线绘制在同一坐标内，可进行温度分布的直观比较，从而得出“正常”、“整体偏高(或偏低)”、“分布异常”等结论，如图3a至3c所示。

偏差程度的量化评价可使用平均温度偏差d和双向温度偏差dabs两个参数进行综合分析：

根据先验概率确定偏差阈值d0(d0>0)；

若abs(d)d0，且dabs<d0，则目标图像识别为正常

若abs(d)>d0，则目标图像识别为整体偏移；其中，若d>d0，则目标图像识别为整体偏高，否则为整体偏低；

若dabs>d0且abs(d)<d0，则目标图像识别为分布异常。

由于各类化工现场对设备的运行温度最为敏感，本发明实施例的热成像温度监测装置及方法采用的热成像技术可以将最为敏感的温度信息转化成最为直观的图像信息，有助于更好地检测设备运行情况，本发明温度分析算法可以利用历史信息检测设备温度分布的细微变化，有助于更早发现设备的异常工况。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。本发明的范围由所附权利要求极其等同限定。