本發(fā)明涉及圖像處理。更具體地，本發(fā)明涉及一種基于紅外熱像特征分析的設(shè)備能效狀態(tài)視覺監(jiān)測方法。
背景技術(shù)：
1、在食品加工企業(yè)連續(xù)化生產(chǎn)中，紅外熱像技術(shù)憑借非接觸式測溫優(yōu)勢常用于監(jiān)測設(shè)備保溫層的局部熱散失情況；通過紅外熱像儀對設(shè)備外表面進(jìn)行周期性或在線掃描，可呈現(xiàn)溫度場分布，為能效評(píng)估與維護(hù)決策提供可視化依據(jù)。
2、為了從復(fù)雜熱力學(xué)背景中提取破損區(qū)域，現(xiàn)有技術(shù)常采用最大類間方差算法尋找閾值進(jìn)行圖像自動(dòng)分割；該算法依賴全局直方圖的類間方差統(tǒng)計(jì)，其隱含前提是圖像溫度直方圖呈現(xiàn)明顯的雙峰分布。
3、然而，在保溫層破損的早期，熱漏點(diǎn)在整個(gè)龐大設(shè)備表面積中占據(jù)的像素比例極小，導(dǎo)致全局直方圖表現(xiàn)出強(qiáng)烈的單峰長尾特征；在這種分布態(tài)勢下，該算法計(jì)算出的全局最優(yōu)閾值會(huì)被大面積的低溫正常保溫層背景所主導(dǎo)而嚴(yán)重偏高，直接導(dǎo)致早期的微小熱漏點(diǎn)被視作背景抹除，造成極其嚴(yán)重的小目標(biāo)漏檢現(xiàn)象，使得系統(tǒng)無法在初期察覺能效流失；由于熱散失具有累積性和擴(kuò)散性，初始微米級(jí)裂縫可能在數(shù)日內(nèi)擴(kuò)展為厘米級(jí)破損，加速保溫材料老化并擴(kuò)大熱橋效應(yīng)。
4、而現(xiàn)有分割方法對這類低對比度、小尺度異常缺乏敏感性，難以滿足食品企業(yè)對能效精細(xì)化管控和零事故運(yùn)行的嚴(yán)苛要求；不僅削弱了紅外熱像技術(shù)在預(yù)防性維護(hù)中的核心價(jià)值，還可能導(dǎo)致能源浪費(fèi)持續(xù)累積、設(shè)備局部過熱加劇，甚至誘發(fā)安全事故。
技術(shù)實(shí)現(xiàn)思路
1、為解決上述小目標(biāo)熱漏點(diǎn)在單峰直方圖下被傳統(tǒng)最大類間方差算法漏檢的技術(shù)問題，本發(fā)明提供了一種基于紅外熱像特征分析的設(shè)備能效狀態(tài)視覺監(jiān)測方法，包括：獲取設(shè)備表面的單幀紅外圖像，并轉(zhuǎn)換為二維溫度矩陣；對二維溫度矩陣進(jìn)行溫度級(jí)別離散化，生成圖像溫度直方圖；根據(jù)二維溫度矩陣，計(jì)算每個(gè)像素點(diǎn)在其局部窗口鄰域內(nèi)的局部熱輻射匯聚度；根據(jù)局部熱輻射匯聚度、該像素點(diǎn)的絕對溫度、整幅圖像的全局平均溫度以及最大溫度值，構(gòu)建每個(gè)像素點(diǎn)的熱島凸顯勢能；根據(jù)熱島凸顯勢能，對圖像溫度直方圖進(jìn)行頻次重構(gòu)，計(jì)算各離散溫度級(jí)別對應(yīng)的直方圖頻次重構(gòu)因子；根據(jù)直方圖頻次重構(gòu)因子，生成重構(gòu)概率分布；基于重構(gòu)概率分布，執(zhí)行最大類間方差算法以確定最佳閾值，并利用最佳閾值對二維溫度矩陣進(jìn)行二值化分割，識(shí)別保溫層破損區(qū)域；當(dāng)保溫層破損區(qū)域的累計(jì)面積超過預(yù)設(shè)閾值時(shí)，判定設(shè)備能效狀態(tài)，并輸出對應(yīng)的能效異常等級(jí)。
2、本發(fā)明通過引入局部熱輻射匯聚度與熱島凸顯勢能，對原始紅外圖像的溫度直方圖進(jìn)行頻次重構(gòu)，并在此基礎(chǔ)上執(zhí)行最大類間方差分割，有效克服了傳統(tǒng)方法在保溫層早期破損階段因直方圖呈單峰長尾分布而導(dǎo)致的小目標(biāo)漏檢問題；同時(shí)，結(jié)合破損面積與預(yù)設(shè)閾值的比較實(shí)現(xiàn)能效狀態(tài)自動(dòng)分級(jí)，實(shí)現(xiàn)了從熱像采集到運(yùn)維決策的端到端閉環(huán)監(jiān)測，顯著提升了設(shè)備能效異常的早期識(shí)別能力與判定自動(dòng)化水平。
3、優(yōu)選地，對二維溫度矩陣采用等間隔量化方法生成圖像溫度直方圖。
4、優(yōu)選地，所述的局部熱輻射匯聚度的計(jì)算式為：；為像素點(diǎn)的局部熱輻射匯聚度；為當(dāng)前正在處理的中心像素點(diǎn)的空間坐標(biāo)；為像素點(diǎn)鄰域內(nèi)偏移坐標(biāo)；為局部窗口鄰域；為像素點(diǎn)在二維溫度矩陣中的絕對物理溫度值；為鄰域像素點(diǎn)的溫度值；為預(yù)設(shè)的參考溫度梯度常數(shù)；為偏移坐標(biāo)的歐氏距離常數(shù)。
5、通過定義局部熱輻射匯聚度計(jì)算式，綜合考慮中心像素與其鄰域溫度差及空間距離的加權(quán)平方和，能夠有效刻畫局部熱異常的集中程度，增強(qiáng)對微小熱漏點(diǎn)的空間敏感性，抑制背景緩慢溫變干擾，為后續(xù)勢能構(gòu)建提供高信噪比的局部特征輸入。
6、優(yōu)選地，所述的局部窗口鄰域的尺寸優(yōu)選為的像素矩陣。
7、優(yōu)選地，所述熱島凸顯勢能的計(jì)算式為：；式中，為像素點(diǎn)的熱島凸顯勢能；為像素點(diǎn)的局部熱輻射匯聚度；為像素點(diǎn)在二維溫度矩陣中的絕對物理溫度值；為全局平均溫度；為最大極值溫度；為自然指數(shù)函數(shù)。
8、熱島凸顯勢能融合了局部熱輻射匯聚度與絕對溫度相對于全局溫場的歸一化偏移量，使得高溫異常不僅依賴局部對比度，還受其在整體溫度場中突出程度的調(diào)制，從而強(qiáng)化真正具有能效意義的熱漏信號(hào)，進(jìn)一步抑制偽熱點(diǎn)干擾。
9、優(yōu)選地，所述直方圖頻次重構(gòu)因子的計(jì)算式為：；式中，為處于溫度級(jí)別的所有像素點(diǎn)的直方圖頻次重構(gòu)因子；為被離散化后的特定溫度級(jí)別；為像素坐標(biāo)集合；為像素點(diǎn)的熱島凸顯勢能；為處于溫度級(jí)別的所有像素點(diǎn)的勢能累加總和；為處于溫度級(jí)別的所有像素點(diǎn)的像素絕對總數(shù)。
10、直方圖頻次重構(gòu)因子通過對同一溫度級(jí)別內(nèi)所有像素的熱島勢能求均值并加常數(shù)偏置，實(shí)現(xiàn)了對該溫度級(jí)整體異常權(quán)重的評(píng)估，避免單一像素極端值影響，使頻次重構(gòu)更具統(tǒng)計(jì)魯棒性與物理合理性。
11、優(yōu)選地，所述重構(gòu)概率分布的計(jì)算式為：；式中，為處于溫度級(jí)別的所有像素點(diǎn)的重構(gòu)概率分布；為處于溫度級(jí)別的所有像素點(diǎn)的原始像素總數(shù)；為處于溫度級(jí)別的所有像素點(diǎn)的直方圖頻次重構(gòu)因子；為總離散溫度級(jí)數(shù)；為遍歷步長變量；為處于第m個(gè)溫度級(jí)別的原始像素總數(shù)；為處于第m個(gè)溫度級(jí)別的直方圖頻次重構(gòu)因子。
12、重構(gòu)概率分布將原始像素頻次與勢能權(quán)重相乘后歸一化，使高溫異常區(qū)域在概率空間中獲得顯著提升，從根本上改變了直方圖形態(tài)，促使最大類間方差算法搜索到更貼近真實(shí)破損邊界的最佳閾值，大幅提升分割精度。
13、優(yōu)選地，所述方法還包括高于或等于最佳閾值的像素點(diǎn)被標(biāo)記為破損區(qū)域，低于最佳閾值的像素點(diǎn)被判定為正常區(qū)域。
14、優(yōu)選地，所述預(yù)設(shè)閾值包括輕度報(bào)警閾值和重度報(bào)警閾值。
15、優(yōu)選地，所述能效異常等級(jí)包括：輕度泄漏和亟需檢修。
16、本發(fā)明的有益效果在于：
17、本發(fā)明通過引入局部熱輻射匯聚度與熱島凸顯勢能，對原始紅外圖像的溫度直方圖進(jìn)行頻次重構(gòu)，并在此基礎(chǔ)上執(zhí)行最大類間方差分割，有效克服了傳統(tǒng)方法在保溫層早期破損階段因直方圖呈單峰長尾分布而導(dǎo)致的小目標(biāo)漏檢問題；同時(shí)，結(jié)合破損面積與預(yù)設(shè)閾值的比較實(shí)現(xiàn)能效狀態(tài)自動(dòng)分級(jí)，實(shí)現(xiàn)了從熱像采集到運(yùn)維決策的端到端閉環(huán)監(jiān)測，顯著提升了設(shè)備能效異常的早期識(shí)別能力與判定自動(dòng)化水平。
1.一種基于紅外熱像特征分析的設(shè)備能效狀態(tài)視覺監(jiān)測方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的一種基于紅外熱像特征分析的設(shè)備能效狀態(tài)視覺監(jiān)測方法，其特征在于，對二維溫度矩陣采用等間隔量化方法生成圖像溫度直方圖。
3.根據(jù)權(quán)利要求1所述的一種基于紅外熱像特征分析的設(shè)備能效狀態(tài)視覺監(jiān)測方法，其特征在于，所述的局部熱輻射匯聚度的計(jì)算式為：
4.根據(jù)權(quán)利要求3所述的一種基于紅外熱像特征分析的設(shè)備能效狀態(tài)視覺監(jiān)測方法，其特征在于，所述的局部窗口鄰域的尺寸優(yōu)選為的像素矩陣。
5.根據(jù)權(quán)利要求1所述的一種基于紅外熱像特征分析的設(shè)備能效狀態(tài)視覺監(jiān)測方法，其特征在于，所述熱島凸顯勢能的計(jì)算式為：
6.根據(jù)權(quán)利要求1所述的一種基于紅外熱像特征分析的設(shè)備能效狀態(tài)視覺監(jiān)測方法，其特征在于，所述直方圖頻次重構(gòu)因子的計(jì)算式為：
7.根據(jù)權(quán)利要求1所述的一種基于紅外熱像特征分析的設(shè)備能效狀態(tài)視覺監(jiān)測方法，其特征在于，所述重構(gòu)概率分布的計(jì)算式為：
8.根據(jù)權(quán)利要求1所述的一種基于紅外熱像特征分析的設(shè)備能效狀態(tài)視覺監(jiān)測方法，其特征在于，所述方法還包括高于或等于最佳閾值的像素點(diǎn)被標(biāo)記為破損區(qū)域，低于最佳閾值的像素點(diǎn)被判定為正常區(qū)域。
9.根據(jù)權(quán)利要求1所述的一種基于紅外熱像特征分析的設(shè)備能效狀態(tài)視覺監(jiān)測方法，其特征在于，所述預(yù)設(shè)閾值包括輕度報(bào)警閾值和重度報(bào)警閾值。
10.根據(jù)權(quán)利要求1所述的一種基于紅外熱像特征分析的設(shè)備能效狀態(tài)視覺監(jiān)測方法，其特征在于，所述能效異常等級(jí)包括：輕度泄漏和亟需檢修。