黃海軍，彭小奇,，孫 元，鄧廣志

(1.中南大學(xué)物理與電子學(xué)院，湖南長沙 410083；2.湖南第一師范學(xué)院信息科學(xué)與工程系，湖南長沙 410205)

?

基于DSP的高溫輻射體表面溫度場快速測量方法

黃海軍1，彭小奇1,2，孫 元2，鄧廣志1

(1.中南大學(xué)物理與電子學(xué)院，湖南長沙 410083；2.湖南第一師范學(xué)院信息科學(xué)與工程系，湖南長沙 410205)

針對基于PC機(jī)的輻射測溫系統(tǒng)存在結(jié)構(gòu)復(fù)雜、體積較大、不便攜帶和安裝使用等問題，提出了基于DSP的高溫輻射體表面溫度場快速測量方法。結(jié)合多光譜圖像分割技術(shù)與改進(jìn)的一維快速Otsu閾值算法，實現(xiàn)高溫目標(biāo)圖像的快速識別，然后以高溫輻射體表面圖像像素點的紅、綠基色值作為索引，運用查表法快速獲取高溫輻射體表面溫度場分布，并以偽彩色圖像實時顯示。實驗結(jié)果表明：該方法能夠在基于DSP搭建的硬件平臺上快速有效地測量出高溫輻射體表面溫度場分布，具有較強(qiáng)的實用性。

輻射測溫；快速圖像識別；比色測溫；嵌入式系統(tǒng)

0 引言

在冶金能源等工業(yè)生產(chǎn)過程中，高溫監(jiān)測占據(jù)十分重要的位置?；跀?shù)字圖像處理技術(shù)的輻射測溫法因具有不干擾生產(chǎn)、不影響溫度場分布等優(yōu)點，已經(jīng)被廣泛應(yīng)用于高溫輻射體的溫度場測量[1-2]。雖然基于PC開發(fā)的高溫場輻射測溫儀能夠有效地測量高溫輻射體的溫度場分布[3]，但存在系統(tǒng)結(jié)構(gòu)復(fù)雜、體積較大、不便攜帶和安裝使用等問題。而嵌入式系統(tǒng)具有體積小、功耗低、便于攜帶、易于升級和維護(hù)等優(yōu)點，因此，開發(fā)基于嵌入式圖像處理平臺的實時輻射測溫系統(tǒng)成為近年來研究的熱點[4-6]。

在基于嵌入式圖像處理平臺的輻射測溫系統(tǒng)中，先要從輻射圖像中快速準(zhǔn)確地識別出高溫目標(biāo)，才能利用輻射測溫法測量高溫輻射體的溫度場分布。對此，本文先對實時采集到的高溫輻射體視頻圖像進(jìn)行降維采樣后，用改進(jìn)的一維快速Otsu閾值算法同時對紅、綠基色輻射圖像進(jìn)行分割和合成，以有效消除各類噪聲并快速準(zhǔn)確地識別出高溫輻射體；然后運用查表法，快速得出高溫場分布，并實時顯示高溫場分布的偽彩色圖像。

1 輻射測溫原理

根據(jù)普朗克輻射定律和維恩公式，當(dāng)輻射體溫度低于3 000 K且波長λ<0.8 μm時，其單色輻射亮度函數(shù)可表示為

(1)

式中：ε(λ,T)為輻射體光譜發(fā)射率；C1、C2分別為第一、第二輻射常數(shù)，C1=3.742×10-16W·m2,C2=1.438 8×10-2m·K；T為輻射體實際溫度。

彩色CCD拍攝到的高溫輻射體圖像中，每個像素點的三基色信號R、G、B值可表示為：

(2)

式中：A為彩色CCD的光電轉(zhuǎn)換系數(shù)；r(λ)、g(λ)、b(λ)分別為彩色CCD的紅、綠、藍(lán)三基色信號的光譜響應(yīng)特性函數(shù)。

若保持CCD工作在線性區(qū)，并利用積分中值定理，選擇紅基色(R)、綠基色(G)進(jìn)行比色測溫，可得到輻射測溫公式[7]：

(3)

測溫時，利用高溫輻射體圖像中每個像素點的R、G值，代入式(3)可以求得該點對應(yīng)的溫度值，進(jìn)而可以得到高溫目標(biāo)的溫度場分布。

2 測溫系統(tǒng)

本文采用的DSP芯片為C6000系列的DM642，DM642是一款專門針對多媒體應(yīng)用的定點芯片，它的最高工作主頻達(dá)到600 MHz，內(nèi)核包含8個獨立的功能單元，總線寬度為256 bit，一個指令周期可執(zhí)行8條32位指令；它還具有豐富的外設(shè)接口，包括3個可配置的視頻端口等?；贒SP的測溫系統(tǒng)結(jié)構(gòu)如圖1所示。CCD攝像機(jī)采集到的信號經(jīng)過模數(shù)轉(zhuǎn)換后傳給DSP芯片，DSP芯片對視頻圖像進(jìn)行快速圖像識別、快速溫度場計算等處理，處理后的結(jié)果經(jīng)數(shù)模轉(zhuǎn)換后輸出到顯示屏實時顯示。

圖1 測溫系統(tǒng)結(jié)構(gòu)框圖

3 高溫輻射體目標(biāo)圖像快速識別

彩色CCD實時采集到的圖像分辨率為1 016×770。在保證圖像不失真以及工程上溫度場有足夠的空間分辨率情況下，對圖像進(jìn)行降維采樣操作，使圖像分辨率降為320×240，以有效地減少圖像識別及溫度場計算所需的時間。

工業(yè)現(xiàn)場采集到的高溫輻射體視頻圖像往往含有大量的噪聲，主要包括環(huán)境中雜散光引起的噪聲、由高溫輻射體傳播路徑上煙霧、粉塵等引起的噪聲以及觀察窗折射造成的光暈等。利用多光譜圖像分割方法能夠有效地消除以上各種噪聲干擾，準(zhǔn)確識別出高溫目標(biāo)[8]。多光譜圖像分割方法，是指分別對紅基色、綠基色圖像進(jìn)行分割，然后取分割結(jié)果的交集作為被測高溫目標(biāo)圖像。

在閾值法圖像分割中，最大類間方差法(Otsu法)一直被認(rèn)為是最優(yōu)的閾值自動選取方法，但Otsu閾值法求256級灰度圖像的閾值時，需要進(jìn)行迭代計算的次數(shù)較多，計算量較大，可能降低在DSP上進(jìn)行目標(biāo)識別的實時性。Reddi針對Otsu閾值算法的這種缺點，提出了快速Otsu閾值算法[9]。他假定圖像的灰度直方圖是連續(xù)的概率密度函數(shù)，因此可以通過求類間方差曲線的極大值點獲得分割閾值。

Reddi在文獻(xiàn)[9]中給出了閾值的快速搜索流程，且迭代搜索的初始值由圖像灰度最大值和灰度最小值確定，迭代次數(shù)一般為6～20次。本文考慮到實時采集的高溫輻射體視頻圖像中，上一幀圖像和下一幀圖像的亮度或顏色值差異不大，因此對一維快速Otsu閾值算法進(jìn)行改進(jìn)，即將分割上一幀圖像的閾值作為下一幀圖像分割閾值迭代計算時的初值。通過實驗發(fā)現(xiàn)，每一幀圖像用改進(jìn)的一維快速Otsu閾值法分割時，迭代的次數(shù)只有1～2次。具體的視頻圖像分割算法步驟如下：

(1)如果圖像是第一幀，則取圖像的灰度均值作為迭代初值

ki=m0

如果圖像不是第一幀，則取上一幀圖像的分割閾值作為迭代初值，即ki=TH(TH為全局變量，用于保存上一幀圖像的分割閾值)；

(2)計算ki+1

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

(3)判斷ki+1是否等于ki。ki、ki+1均定義為無符號字符型變量。若相等，轉(zhuǎn)到(5)，否則繼續(xù)；

(4)令i=i+1，轉(zhuǎn)(2)；

(5)得出分割閾值，TH=ki，輸出結(jié)果并讀取下一幀圖像，轉(zhuǎn)(1)。

用上面的分割算法同時對紅基色、綠基色圖像進(jìn)行分割，由于DM642含有2個算術(shù)邏輯處理單元，可以并行運行沒有數(shù)據(jù)依賴的兩段代碼，故紅、綠基色圖像可同時進(jìn)行分割。設(shè)分割得到的紅基色圖像閾值為TR，綠基色圖像閾值為TG，c(x,y)為原始圖像的彩色空間向量，即

(4)

設(shè)IRG為二值化圖像模板，且

(5)

用模板IRG對原圖像進(jìn)行分割，得到分割后的圖像彩色空間向量為

c′(x,y)=c(x,y)·IRG(x,y)

(6)

對分割后的圖像運用數(shù)學(xué)形態(tài)學(xué)方法進(jìn)行處理，先進(jìn)行開操作，消除目標(biāo)圖像中的雜散點和邊緣突刺，然后進(jìn)行閉操作，填平圖像中細(xì)小的孔洞和輪廓缺口，使圖像邊緣平滑。

4 溫度場快速計算與偽彩色顯示

計算識別出的高溫輻射體目標(biāo)圖像的溫度場。首先利用標(biāo)定實驗確定K值，然后將R、G的各種組合代入式(3)求得相應(yīng)組合所對應(yīng)的比色溫度。實際測溫時，若每個像素點都用式(3)去計算溫度值，則需要進(jìn)行320×240次溫度計算，耗時太多，難以滿足測量的實時性要求。為此，本文采用查表法獲取溫度值，即在程序初始化階段就申請一個256 KB大小的內(nèi)存區(qū)，用于存放數(shù)組TEM[256×256]，然后計算每個R、G值組合對應(yīng)的溫度值，并將其存入數(shù)組。在測溫階段，用高溫輻射體目標(biāo)圖像的每個像素點的R、G值作為索引，直接從內(nèi)存中取出對應(yīng)的溫度值，從而得到高溫輻射體的溫度場分布，最后，根據(jù)每點的溫度值，得出溫度場偽彩色圖像。該方法因避免了大量的公式計算，可顯著減少運算時間，提高測量的實時性。

5 實驗結(jié)果與分析

本文方法獲得的高溫輻射體圖像識別的效果如圖2所示。圖2(a)是彩色CCD攝像機(jī)在某銅冶煉廠閃速放銅口拍攝的具有煙霧干擾的高溫輻射體圖像，圖2(b)是用灰度Otsu閾值法識別的效果，圖2(c)是本文方法的識別效果，可見本文方法在煙霧干擾的情況下也能夠較好地識別出高溫目標(biāo)。

(a)高溫輻射體圖像

(b)灰度Otsu法識別效果

(c)本文方法識別效果圖2 高溫輻射體圖像識別效果

在DSP上進(jìn)行硬件仿真，采用不同的分割方法對輻射體視頻圖像進(jìn)行分割，用DSP上的定時器測量各方法的運行時間，結(jié)果如表1所示。

表1 不同圖像分割方法耗時

方法平均運行時間/s灰度Otsu法分割0.076多光譜圖像分割快速Otsu法改進(jìn)的快速Otsu法0.0410.010

通過實驗發(fā)現(xiàn)，對每個像素點用公式求溫度值的方法計算溫度場時，平均用時為2.421 s，耗時太長；而用查表法的平均用時僅為0.028 s，能夠顯著地縮減計算溫度場所用時間，滿足實時性的要求。測試結(jié)果表明：從圖像降維采樣到溫度場偽彩色顯示完成，一個完整的基于DSP的高溫輻射體表面溫度場快速測量過程平均用時為0.067 s，完全滿足實時性要求，得到的溫度場分布偽彩色視頻圖像如圖3所示。

圖3 溫度場分布偽彩色圖像

6 結(jié)束語

本文提出的基于DSP的高溫輻射體表面溫度場快速測量方法，通過對高溫輻射體表面圖像進(jìn)行降維采樣以減少運算量，結(jié)合多光譜圖像分割技術(shù)與改進(jìn)的一維快速Otsu閾值算法，從含有煙霧等噪聲干擾的高溫輻射體視頻圖像中快速有效地識別出高溫目標(biāo)圖像，然后以高溫輻射體表面圖像像素點的紅、綠基色值作為索引，運用查表法快速獲取高溫輻射體表面溫度場分布，并實時顯示溫度場分布的偽彩色圖像，具有較強(qiáng)的實用性。若與其他嵌入式芯片結(jié)合，將開發(fā)出界面友好、功能齊全的便攜式輻射測溫儀。

[1] 張向宇,呂偉,周懷春,等.基于輻射圖像處理的單火嘴三維溫度場測量.燃燒科學(xué)與技術(shù)，2014,20(2):115-120.

[2] 李占英,席蘭霞,陳軍,等.多光譜輻射測溫技術(shù)測量火工煙火藥劑燃燒溫度.光譜學(xué)與光譜分析,2010,38(8):2062-2064.

[3] 彭小奇,嚴(yán)軍,孫元.基于CCD圖像傳感器的高溫場測量儀設(shè)計與實現(xiàn).傳感技術(shù)學(xué)報,2010,23(3):354-358.

[4] 侯培國,崔成勇,王景.基于彩色CCD的摩擦焊接溫度場測量系統(tǒng).儀表技術(shù)與傳感器,2011(3):77-79.

[5] 白海城,張育中,胡振偉,等.鑄坯表面溫度場測量儀的研究.儀器儀表學(xué)報,2012,33 (6):1392-1399.

[6] 于為雄,戴景民,王勇.基于比色測溫原理的動態(tài)輻射掃描測溫儀研制.紅外與激光工程,2014,43(5):1390-1395.

[7] 孫元,彭小奇,嚴(yán)軍.基于彩色CCD的高溫場輻射測溫方法.儀器儀表學(xué)報,2011,32(11):2579-2584

[8] 李晟,彭小奇,孫元,等.多干擾高溫輻射體圖像目標(biāo)的分類識別方法.中國圖象圖形學(xué)報,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

國家自然科學(xué)基金面上項目(61273169)；湖南省教育廳高等學(xué)?？蒲许椖?13A016)

2015-04-14 收修改稿日期：2015-09-09

TP216

A

1002-1841(2015)12-0145-03

黃海軍(1989—)，碩士研究生，主要研究領(lǐng)域為數(shù)字圖像處理與嵌入式系統(tǒng)開發(fā)。E-mail:csuphys080306@126.com 彭小奇(1962—)，教授，博士生導(dǎo)師，主要研究方向為復(fù)雜工業(yè)過程優(yōu)化決策與控制、圖像處理等。 E-mail:pengxq126@126.com