基于DSP的高温辐射体表面温度场快速测量方法

黄海军，彭小奇,，孙 元，邓广志

(1.中南大学物理与电子学院，湖南长沙 410083；2.湖南第一师范学院信息科学与工程系，湖南长沙 410205)



基于DSP的高温辐射体表面温度场快速测量方法

黄海军1，彭小奇1,2，孙 元2，邓广志1

(1.中南大学物理与电子学院，湖南长沙 410083；2.湖南第一师范学院信息科学与工程系，湖南长沙 410205)

针对基于PC机的辐射测温系统存在结构复杂、体积较大、不便携带和安装使用等问题，提出了基于DSP的高温辐射体表面温度场快速测量方法。结合多光谱图像分割技术与改进的一维快速Otsu阈值算法，实现高温目标图像的快速识别，然后以高温辐射体表面图像像素点的红、绿基色值作为索引，运用查表法快速获取高温辐射体表面温度场分布，并以伪彩色图像实时显示。实验结果表明：该方法能够在基于DSP搭建的硬件平台上快速有效地测量出高温辐射体表面温度场分布，具有较强的实用性。

辐射测温；快速图像识别；比色测温；嵌入式系统

0 引言

在冶金能源等工业生产过程中，高温监测占据十分重要的位置。基于数字图像处理技术的辐射测温法因具有不干扰生产、不影响温度场分布等优点，已经被广泛应用于高温辐射体的温度场测量[1-2]。虽然基于PC开发的高温场辐射测温仪能够有效地测量高温辐射体的温度场分布[3]，但存在系统结构复杂、体积较大、不便携带和安装使用等问题。而嵌入式系统具有体积小、功耗低、便于携带、易于升级和维护等优点，因此，开发基于嵌入式图像处理平台的实时辐射测温系统成为近年来研究的热点[4-6]。

在基于嵌入式图像处理平台的辐射测温系统中，先要从辐射图像中快速准确地识别出高温目标，才能利用辐射测温法测量高温辐射体的温度场分布。对此，本文先对实时采集到的高温辐射体视频图像进行降维采样后，用改进的一维快速Otsu阈值算法同时对红、绿基色辐射图像进行分割和合成，以有效消除各类噪声并快速准确地识别出高温辐射体；然后运用查表法，快速得出高温场分布，并实时显示高温场分布的伪彩色图像。

1 辐射测温原理

根据普朗克辐射定律和维恩公式，当辐射体温度低于3 000 K且波长λ<0.8 μm时，其单色辐射亮度函数可表示为

(1)

式中：ε(λ,T)为辐射体光谱发射率；C1、C2分别为第一、第二辐射常数，C1=3.742×10-16W·m2,C2=1.438 8×10-2m·K；T为辐射体实际温度。

彩色CCD拍摄到的高温辐射体图像中，每个像素点的三基色信号R、G、B值可表示为：

(2)

式中：A为彩色CCD的光电转换系数；r(λ)、g(λ)、b(λ)分别为彩色CCD的红、绿、蓝三基色信号的光谱响应特性函数。

若保持CCD工作在线性区，并利用积分中值定理，选择红基色(R)、绿基色(G)进行比色测温，可得到辐射测温公式[7]：

(3)

测温时，利用高温辐射体图像中每个像素点的R、G值，代入式(3)可以求得该点对应的温度值，进而可以得到高温目标的温度场分布。

2 测温系统

本文采用的DSP芯片为C6000系列的DM642，DM642是一款专门针对多媒体应用的定点芯片，它的最高工作主频达到600 MHz，内核包含8个独立的功能单元，总线宽度为256 bit，一个指令周期可执行8条32位指令；它还具有丰富的外设接口，包括3个可配置的视频端口等。基于DSP的测温系统结构如图1所示。CCD摄像机采集到的信号经过模数转换后传给DSP芯片，DSP芯片对视频图像进行快速图像识别、快速温度场计算等处理，处理后的结果经数模转换后输出到显示屏实时显示。

图1 测温系统结构框图

3 高温辐射体目标图像快速识别

彩色CCD实时采集到的图像分辨率为1 016×770。在保证图像不失真以及工程上温度场有足够的空间分辨率情况下，对图像进行降维采样操作，使图像分辨率降为320×240，以有效地减少图像识别及温度场计算所需的时间。

工业现场采集到的高温辐射体视频图像往往含有大量的噪声，主要包括环境中杂散光引起的噪声、由高温辐射体传播路径上烟雾、粉尘等引起的噪声以及观察窗折射造成的光晕等。利用多光谱图像分割方法能够有效地消除以上各种噪声干扰，准确识别出高温目标[8]。多光谱图像分割方法，是指分别对红基色、绿基色图像进行分割，然后取分割结果的交集作为被测高温目标图像。

在阈值法图像分割中，最大类间方差法(Otsu法)一直被认为是最优的阈值自动选取方法，但Otsu阈值法求256级灰度图像的阈值时，需要进行迭代计算的次数较多，计算量较大，可能降低在DSP上进行目标识别的实时性。Reddi针对Otsu阈值算法的这种缺点，提出了快速Otsu阈值算法[9]。他假定图像的灰度直方图是连续的概率密度函数，因此可以通过求类间方差曲线的极大值点获得分割阈值。

Reddi在文献[9]中给出了阈值的快速搜索流程，且迭代搜索的初始值由图像灰度最大值和灰度最小值确定，迭代次数一般为6～20次。本文考虑到实时采集的高温辐射体视频图像中，上一帧图像和下一帧图像的亮度或颜色值差异不大，因此对一维快速Otsu阈值算法进行改进，即将分割上一帧图像的阈值作为下一帧图像分割阈值迭代计算时的初值。通过实验发现，每一帧图像用改进的一维快速Otsu阈值法分割时，迭代的次数只有1～2次。具体的视频图像分割算法步骤如下：

(1)如果图像是第一帧，则取图像的灰度均值作为迭代初值

ki=m0

如果图像不是第一帧，则取上一帧图像的分割阈值作为迭代初值，即ki=TH(TH为全局变量，用于保存上一帧图像的分割阈值)；

(2)计算ki+1

ki+1=[m(0,ki)+m(ki+1,L-1)]/2

(3)判断ki+1是否等于ki。ki、ki+1均定义为无符号字符型变量。若相等，转到(5)，否则继续；

(4)令i=i+1，转(2)；

(5)得出分割阈值，TH=ki，输出结果并读取下一帧图像，转(1)。

用上面的分割算法同时对红基色、绿基色图像进行分割，由于DM642含有2个算术逻辑处理单元，可以并行运行没有数据依赖的两段代码，故红、绿基色图像可同时进行分割。设分割得到的红基色图像阈值为TR，绿基色图像阈值为TG，c(x,y)为原始图像的彩色空间向量，即

(4)

设IRG为二值化图像模板，且

(5)

用模板IRG对原图像进行分割，得到分割后的图像彩色空间向量为

c′(x,y)=c(x,y)·IRG(x,y)

(6)

对分割后的图像运用数学形态学方法进行处理，先进行开操作，消除目标图像中的杂散点和边缘突刺，然后进行闭操作，填平图像中细小的孔洞和轮廓缺口，使图像边缘平滑。

4 温度场快速计算与伪彩色显示

计算识别出的高温辐射体目标图像的温度场。首先利用标定实验确定K值，然后将R、G的各种组合代入式(3)求得相应组合所对应的比色温度。实际测温时，若每个像素点都用式(3)去计算温度值，则需要进行320×240次温度计算，耗时太多，难以满足测量的实时性要求。为此，本文采用查表法获取温度值，即在程序初始化阶段就申请一个256 KB大小的内存区，用于存放数组TEM[256×256]，然后计算每个R、G值组合对应的温度值，并将其存入数组。在测温阶段，用高温辐射体目标图像的每个像素点的R、G值作为索引，直接从内存中取出对应的温度值，从而得到高温辐射体的温度场分布，最后，根据每点的温度值，得出温度场伪彩色图像。该方法因避免了大量的公式计算，可显著减少运算时间，提高测量的实时性。

5 实验结果与分析

本文方法获得的高温辐射体图像识别的效果如图2所示。图2(a)是彩色CCD摄像机在某铜冶炼厂闪速放铜口拍摄的具有烟雾干扰的高温辐射体图像，图2(b)是用灰度Otsu阈值法识别的效果，图2(c)是本文方法的识别效果，可见本文方法在烟雾干扰的情况下也能够较好地识别出高温目标。

(a)高温辐射体图像

(b)灰度Otsu法识别效果

(c)本文方法识别效果图2 高温辐射体图像识别效果

在DSP上进行硬件仿真，采用不同的分割方法对辐射体视频图像进行分割，用DSP上的定时器测量各方法的运行时间，结果如表1所示。

表1 不同图像分割方法耗时

方法平均运行时间/s灰度Otsu法分割0.076多光谱图像分割快速Otsu法改进的快速Otsu法0.0410.010

通过实验发现，对每个像素点用公式求温度值的方法计算温度场时，平均用时为2.421 s，耗时太长；而用查表法的平均用时仅为0.028 s，能够显著地缩减计算温度场所用时间，满足实时性的要求。测试结果表明：从图像降维采样到温度场伪彩色显示完成，一个完整的基于DSP的高温辐射体表面温度场快速测量过程平均用时为0.067 s，完全满足实时性要求，得到的温度场分布伪彩色视频图像如图3所示。

图3 温度场分布伪彩色图像

6 结束语

本文提出的基于DSP的高温辐射体表面温度场快速测量方法，通过对高温辐射体表面图像进行降维采样以减少运算量，结合多光谱图像分割技术与改进的一维快速Otsu阈值算法，从含有烟雾等噪声干扰的高温辐射体视频图像中快速有效地识别出高温目标图像，然后以高温辐射体表面图像像素点的红、绿基色值作为索引，运用查表法快速获取高温辐射体表面温度场分布，并实时显示温度场分布的伪彩色图像，具有较强的实用性。若与其他嵌入式芯片结合，将开发出界面友好、功能齐全的便携式辐射测温仪。

[1] 张向宇,吕伟,周怀春,等.基于辐射图像处理的单火嘴三维温度场测量.燃烧科学与技术，2014,20(2):115-120.

[2] 李占英,席兰霞,陈军,等.多光谱辐射测温技术测量火工烟火药剂燃烧温度.光谱学与光谱分析,2010,38(8):2062-2064.

[3] 彭小奇,严军,孙元.基于CCD图像传感器的高温场测量仪设计与实现.传感技术学报,2010,23(3):354-358.

[4] 侯培国,崔成勇,王景.基于彩色CCD的摩擦焊接温度场测量系统.仪表技术与传感器,2011(3):77-79.

[5] 白海城,张育中,胡振伟,等.铸坯表面温度场测量仪的研究.仪器仪表学报,2012,33 (6):1392-1399.

[6] 于为雄,戴景民,王勇.基于比色测温原理的动态辐射扫描测温仪研制.红外与激光工程,2014,43(5):1390-1395.

[7] 孙元,彭小奇,严军.基于彩色CCD的高温场辐射测温方法.仪器仪表学报,2011,32(11):2579-2584

[8] 李晟,彭小奇,孙元,等.多干扰高温辐射体图像目标的分类识别方法.中国图象图形学报,2009,14(6):1169-1172.

[9] REDDI S S,RUDIN S F,KESHAVAN H R.An optimal multiple threshold scheme for image segmentation.IEEE Trans on Systems.Man and Cybernetics,SMC,1984,14(4) :661-665.

Rapid Method of Measuring Temperature Field on Surfaceof High-temperature Radiator Based on DSP

HUANG Hai-jun1，PENG Xiao-qi1,2，SUN Yuan2，DENG Guang-zhi1

(1.School of Physics and Electronics,Central South University,Changsha 410083,China；2.Department of Information Science and Engineering,Hunan First Normal University,Changsha 410205,China)

Considering radiation thermometry systems based on PC,which are structural complex and inconvenient to carry and assemble,a rapid method of measuring facial temperature field of high-temperature radiators based on DSP was put forward.This method combined segmentation of multispectral image with advanced one dimension Otsu threshold method recognized the image of high-temperature radiators rapidly,and used red and green color values of that image’s pixels as index to acquire the facial temperature field distribution of high-temperature radiators in terms of table look-up.The facial temperature field was shown as pseudo color image in real time.Experiments show that this method can measure facial temperature field of high-temperature radiators on DSP hardware rapidly and efficiently,which has wide applicability.

radiation thermometry;fast image recognition;look up table;embedded system

国家自然科学基金面上项目(61273169)；湖南省教育厅高等学校科研项目(13A016)

2015-04-14 收修改稿日期：2015-09-09

TP216

A

1002-1841(2015)12-0145-03

黄海军(1989—)，硕士研究生，主要研究领域为数字图像处理与嵌入式系统开发。E-mail:csuphys080306@126.com 彭小奇(1962—)，教授，博士生导师，主要研究方向为复杂工业过程优化决策与控制、图像处理等。 E-mail:pengxq126@126.com