农业物联网双光谱热成像图像融合模型设计

黄天天+刘波+沈岳

摘 要：在湖南国家农村农业信息化示范省农业物联网平台信息服务过程中，为了全天候捕捉农业虫害信息，实时监测目标点的温度场变化，采用双光谱热成像技术。针对图像融合策略专门设计了一个单窗口双通道的双光谱图像融合模型。该模型经过分光片的目标光源分别成像，然后通过图像配准融合模块将所成图像匹配重合，并按一定的视场角比例显示于同一窗口中从而在图像融合过程消除了光轴、探测器像素阵列、探测器位置等偏差带来的不利影响，使双光谱图像的重合部分非常一致。这种设备不仅提高了融合成像的质量，而且节约了制造成本。

关键词：双光谱热成像技术；农业物联网；图像融合；可见光图像；红外线图像

中图分类号：TH744.1 文献标识码：A 文章编号：2095-1302（2015）07-00-03

0 引 言

随着国家对粮食安全的重视，持续对农业加大投入力度。近三年来，各地政府深入推进本地农业的农村信息化建设。2011年，国家科技部针对我国农业物联网应用与国外的差距，推出了“农村物联网综合信息服务科技工程（2012BAD35B00）”课题[1]，课题组专门针对农作物病虫害搭建预测防控系统，在测试过程中，主要采用双光谱热成像监控技术，基于成本核算限制与当前设备的局限性，专门研究了一个单窗口双通道模型，来对监控目标的实时温度场分布进行采集，实现对报警点准确定位功能。

1 研究进展

热成像技术主要指利用红外探测器和光学成像物镜接受被测目标的红外辐射能量分布图形反映到红外探测器的光敏元件上，从而获得红外热像图，这种热图像与物体表面的热分布场相对应，实现将物体发出的不可见红外能量转变为可见的热图像，通过不同颜色代表被测物体的不同温度[2]。由于红外热图像的清晰度和分辨率较低，不利于目标的识别、定位、跟踪及人眼的判别，而可见光图像能提供高清晰度和分辨率的目标图像，有着红外图像不可比拟的优势，因此模型设计采用红外热成像和可见光成像，既能得到目标的温度场分布又能得到高分辨率的目标背景图像。采取双通道成像方式能够克服单一波段信息获取的局限性，实现双波段同步成像[3-5]。然而当前多光谱热成像图像融合需要考虑多方面的因素，实际操作较复杂。大多数红外线与可见光双通道成像采用并排放置的方式，两个通道的光轴有一定的距离，采集到的图像有一定距离差，导致图像配准和融合过程不能得到理想的效果，存在失配的问题，针对这种情况有许多研究文献都涉及这个问题[4-7]。

现有技术中有同轴可见光与红外线双通道成像的手持式红外热像仪[8]，该设备在系统使用过程中难以保证光轴的高精度重合，需要采用图像校正特征提取等复杂的图像处理过程，同时利用镀膜技术进行分光，虽能获得同轴双光谱双通道成像图像，但由于镀膜材料本身的缺陷，其分光技术在较复杂的户外环境中不能发挥其性能，而且由于镀膜工艺的限制，难以实现大视角信息采集。

当前热成像技术主要应用于军事与工业方面，在农业方面的应用案例较少，即使有，也集中在实验室，离工程应用、产业转化还需走很长的路，不过随着农业信息化的步伐加快及农业物联网设备的普及，这些成果也很快会进入农村市场。

2 基本原理

2.1 红外线测温原理

在自然界中，一切温度高于绝对零度（-273.15℃）的物体都在不停地向周围空间发出红外线能量。红外辐射能量的大小及其波长的分布与物体表面温度有着十分密切的关系。因此通过对物体自身辐射的红外能量的测量，就能准确地测定物体表面温度，这就是红外辐射测温所依据的原理[9]。

2.2 热红外成像技术

热红外成像技术是利用物体自身的热辐射特性，把物体不可见的热辐射情况转换为可视热图的技术。热红外成像的核心设备是探测器， 整个热像仪的组成结构如图1所示。

图1 红外热像仪组成结构示意图

物体的红外辐射经过由镜头组成的光学系统聚集到探测器上，探测器把入射的热辐射转换成电平信号，电平信号经视频处理单元进行数字图像处理后，转换成在显示设备上可见的红外热图，有了热图便能计算出目标物体的温度[10]。

2.3 图像融合

图像融合是指将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术等，最大限度的提取各自信道中的有利信息，最后综合成高质量的图像，以提高图像信息的利用率、改善计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率，利于视频监测[11]。整个系统结构如图2所示。

图2 双光谱图像融合系统结构图

3 方案设计

根据现有的可见光与红外线双通道成像技术的局限性及农业物联网建设的需求，提出一套单窗口双通道视频监控模型方案。模型设计如下：让目标光源经过双色分光片后，使红外线透射进入红外成像通道，可见光反射进入可见光成像通道；然后图像配准融合模块将上述两个成像通道所采集图像匹配重合，并按一定的视场角比例显示于同一窗口中。模型将可见光镜头组和可见光面阵探测器置于具有三维可调整的设备机构上，通过电机驱动使得图像配准过程无需复杂的计算，配准结果不受图像参数的干扰，只需电脑上微调参数就可以了，同时图像显示预警模块显示两种光线匹配后的图像，并可在该图像上显示目标点的温度参数，并根据设定值进行预警。

模型设计如图3所示。该结构主要包括消光防护罩、多维调整机构、双色分光片、红外镜头组、红外面阵探测器、红外镜头驱动装置、红外图像采集处理模块、可见光防护罩、可见光镜头组、可见光面阵探测器、可见光镜头驱动装置、可见光图像采集处理模块、图像配准融合模块、图像显示预警模块等部分。

其中多维调整模型能够在三维空间平移，并允许通过电机在立体空间坐标轴转动，用以调整可见光光轴和探测器像素阵列的排列方向与红外面阵探测器完全配准，同时借助调整机体支架，实现水平移动和上下转动。

（a） 单窗口双通道视频监控模型示意图

（b） 多维调整模型示意图

图3 模型设计示意图

根据上述示意图，两个成像通道采集到的图像数据传送给图像配准融合模块，能满足光轴同轴、像素阵列同向、探测器同面，同时图像配准融合模块能根据两个成像通道的视场角关系和图像的中心线直接配准图像。首先对准图像的中心点，再调整红外图像区域在可见光图像区域中占据的比例，使得两个图像的比值等于可见光成像通道与红外成像通道的视场角的比值，当图像融合配准完成后，选择视场角大的图像作为背景，将视场角小的图像融合于其中，即可实现双光谱图像融合功能。图4给出了在实验室对模型设备进行调整对焦，并抓取野外鸟类实景图，显示图像由模糊到清晰的过程。

4 预警机制与模型调节过程

首先根据图像配准的结果，在两幅图像上均能指示目标各点的温度参数，用于预警机制的工作。其预警机制可分为高温预警、低温预警、温差预警、温升预警等，就是分别设置整个窗口或者某个点的高温、低温、温差和温升阈值，当温度超过这个阈值时发出预警信息，并指示出异常温度点标注位置。

图4 设备调整对焦实景图

本模型结合系统成像原理，克服了其他多窗口设计的成像弊端，采用双色分光片实现单窗口的同轴双通道成像，采集到目标的温度场分布图像数据，同时还能得到清晰度更高的可见光成像，通过设备参数调整、电机多维驱动提升操作的简便性和结果的精确性。这样得到符合技术标准的单窗口双通道成像，用于实时捕获目标的二维温度场分布，实现目标识别、温度预警等功能。

图5给出模型设备通道图像测试成像图，图中分别显示了可见光、红外线与可见光重合及在重合图像上显示温度检测标注等图形。

（1） 可见光成像图 （2） 双光谱重合成像图 （3） 预警温度检测标注

图5 模型通道测试成像图

5 结 语

在湖南省农业物联网项目实施过程中，项目小组为了突破当前可见光与红外线双通道成像技术的局限性，提出了一个适应农村物联网市场的单窗口双通道红外热像模型，通过测试，它改进了以往多窗口多通道收集目标光源、综合处理成像的工作模式，图像配准融合过程克服了光轴、探测器像素阵列、探测器位置等偏差可能带来的不利影响，通过开发的相应系统能够得到精确的可见光与红外线双通道成像图形，在实际应用中不仅精简了操作过程，而且提高了工作效率，并节省了部分制造成本。

参考文献

[1]刘波，沈岳，郭平，等.湖南农业云物联网建设对策分析[J].物联网技术，2013，3（6）：76-79.

[2]周建民，周其显，刘燕德.红外热成像技术在农业生产中的应用[J].农机化研究，2010（2）：1-4.

[3]刘鑫，张建奇，王晓蕊，等.一种多光谱热成像系统作用距离的预测方法[J].西安电子科技大学学报，2013，40（2）：153-158.

[4]张宝辉.红外与可见光的图像融合系统及应用研究[D].南京：南京理工大学，2013.

[5]韩博.手持式红外与可见光图像融合系统研究[D].南京：南京理工大学，2014.

[6]张秀伟，张艳宁，郭哲，等.可见光-热红外视频运动目标融合检测的研究进展及展望[J].红外与毫米波学报，2011，30（4）：354-360.

[7]沈满德，姜清秀，任欢欢，等.轻小型双光谱红外成像探测系统研究与分析[J].光谱学与光谱分析，2014，34（5）：1434-1438.

[8]刘子骥，姜宇鹏，辛勇明，等.一种手持式红外热像仪：中国.201110234968.7[P].2012-04-18.

[9]杨立，杨桢.红外热成像测温原理与技术[M].北京：科学教育出版社，2012.

[10]舒亚硕.手持式红外热像仪的设计与开发[D].成都：电子科技大学，2011.

[11]图像融合[EB/ OL].[2014-11-10].http：//baike.baidu.com