16位高精度在線式紅外熱像儀的技術方案與實現

丁德紅

?

16位高精度在線式紅外熱像儀的技術方案與實現

丁德紅1,2,3

（1. 湖南大學 電氣與信息工程學院，湖南 長沙 410082；2. 洞庭湖生態經濟區建設與發展協同創新中心，湖南文理學院，湖南 常德 415000；3. 賀州學院，廣西 賀州 542899）

為了紅外熱像儀易于產品化、國產化，提出了一套非接觸在線測溫的整體技術方案。該技術方案主要利用Flir的TauII機芯和達芬奇ARM＋DSP雙核視頻處理器DM6446兩大主要器件，經二次開發后的視頻驅動程序使DSP的CCD視頻接口能直接驅動Flir機芯的CMOS接口，改進后的RTSP協議進行紅外熱圖的網絡傳輸。與國內外同類方案相比，省卻了FPGA進行電平信號轉換的環節，也無需視頻解碼芯片，從而使方案精簡和低成本。經比較抓拍測試模式下的raw格式文件，與Flir原裝整機所拍效果完全相同，標定后的擬合方程近似線性完全滿足測溫要求，可以推廣量產，加速擺脫紅外熱像儀對進口的依賴。

紅外熱成像；在線非接觸測溫；16bit精度

0 引言

紅外熱成像行業，最開始應用于軍事領域的紅外制導，紅外夜視[1]，1945時沖繩島上的美國登陸攻擊，開始使用紅外夜視儀。1948年美國的“響尾蛇”導彈使用了紅外制導技術。20世紀70年代以來，逐漸轉向民用，如：微細加工區的紅外輻射測溫技術[2]，在70年代末國內外都比較活躍；90年代初，文獻中出現了大量紅外光譜應用的報道[3]，1999年石科院與蘭州練油廠合作，研發并投入運營了在線近紅外分析系統，開創了紅外在線應用先河，2006年報道了利用紅外熱像儀實現了化學腐蝕區熱場的實時監測。徐小龍利用熱成像研究了感染番茄花葉病的番茄葉片表面溫度的變化與葉片病變程序的關系[4]，周健民等用紅外熱成像進行蘋果表面缺陷檢測[5]，黃樹青等用紅外熱成像研究工程創面植被恢復的溫室效應[6]，文獻[7]則講述了用紅外熱像儀用于群落冠層溫度測定的普適方法和步驟。隨著非制冷紅外技術的進一步發展為小型化移動化提供了可能，國內規模化研發與生產主要集中在最近10年，2016年9月8日國際紅外成像高端論壇上主要紅外企業（廣州颯特、武漢高德、浙江大立、北方廣微、上海巨哥等）均已展示了自主知識產權的探測器產品，中國企業已基本突破國外壟斷，并由軍事進入家庭安防、消費類電子、汽車等新興市場，紅外熱像行業由此走向大眾。

目前工農業測溫系統仍然以傳感器加單片機的接觸式點溫型為主[8-10]，在溫度超過1000℃時溫漂大；工程實施與使用時，需逐點安裝費時費力效率低下，存在測溫盲點、可靠性差等不足。非接觸在線式熱成像測溫可快速提供溫度測量，且特別適合惡劣環境或接觸測溫較困難的情況下進行，因此升級成面掃描型的在線式非接觸紅外熱成像十分必要，往往又受制于成本制約。縱觀紅外熱成像測溫的文獻，多側重于圖像增強方面的效果處理，從文獻[7-10]所使用的設備型號來看均為進口設備，罕有國產品牌，因為企業商業保密的需要公開的文獻中找不出能產品化的紅外熱像儀完整方案。本文設計出一套可行可操作的在線非接觸紅外熱像儀整體技術方案，成本低，易于產品化，助力紅外成像大眾化。

1 紅外測溫領域的現實問題

1.1 點溫多于面溫，軍用多于民用，工業多于農業

如糧庫測溫，是在糧倉中按一定的分布密度，放置溫度傳感器，不可避免地存在溫度盲點或漏點；溫泉、水井等液體測量溫度時多是用溫度計，按一定時間間隔采樣，存在實時性差的問題；紅外成像由軍轉民，故軍用多于民用；在農業上的應用，收益往往小于投資，除自然保護區外，鮮有規模化應用。

1.2 公開的產品化方案匱乏

紅外熱像儀早期是從國外引進，在起步階段模仿多于創新，如模仿國外的產品架構時把FPGA部分也照搬過來了，要么FPGA＋ARM[11-13]，要么FPGA＋DSP[14]，也有MCU＋CPLD[15]；FPGA/CPLD在此類方案中多用于電平轉換和信號格式轉換及部分圖像處理，導致電路復雜開發難度大，工程師研發的連續性也很難保障；更有甚者，在沒有ARM/DSP技術積累的情況下，用諸如PC104的工控板來進行數字信號處理，功耗大導致在封裝空間內發熱量也大，影響設備的穩定性和壽命。比較了市面上十余款圖像處理開發板后，發現均是采用模擬接口，而紅外測溫宜用數字接口。

1.3 高端探測器依賴進口，產品價格高

國產探測器雖已突破壟斷，但成熟度、批量化尚需時日，高端探測器市場份額主要還是被ULIS、Fluke和Flir等國外廠商占據，價格比點溫設備高很多，工業級手持式起步價7～8萬元，在線式起步價11～12萬。價格高的另外原因是，大部分紅外企業為避免同質競爭，都進行了差異化或定制化二次開發，增加了成本，導致其產品的價格優勢并不明顯。

2 系統設計的總體架構

2.1 紅外熱像儀組成

如圖1，物體的紅外輻射經過由鏡頭（Lens）組成的光學系統聚集到探測器（Sensor）上，探測器把入射的熱輻射轉換成電平信號，電平信號經視頻處理單元（ARM＋DSP雙核）進行數字圖像處理后，轉換成在顯示設備上可見的紅外熱圖，有了熱圖便能計算出目標物體的溫度。

圖1 紅外熱像儀組成

2.2 紅外熱像儀總體設計

紅外熱像儀的設計，是基于DSP實現紅外輻射能量從前端光學系統到PC上位機的實時顯示，主要由前端光學系統、Davinci DM6446雙核（ARM＋DSP）處理器[16-20]及PC上位機構成，如圖2所示。前端光學系統由鏡頭和探測器組成，探測采用FLIR公司的Tau，能夠提供640×480像素的紅外圖像信號源。數據經過Davinci處理后，以H.264壓縮視頻流和RAW無壓縮兩種格式同時通過以太網傳輸至PC上位機。處理器通過RS232串口對探測器進行設置，也能控制轉動云臺和鏡頭調焦覆蓋360°視場。在PC端H.264碼流經過解碼后可以預覽，RAW格式則用于紅外測溫計算。

圖2 基于Davinci的紅外熱像儀系統總體架構

3 系統模塊設計與實現

3.1 探測器數字信號接口分析

Tau機芯提供3數字信號接口[15]：LVDS（串行14bit）、BT-656（并行8bit）、CMOS（并行14bit），其中LVDS是為兼容上一代Photon系列而保留，如果使用LVDS就必須用FPGA進行電平轉換和串并轉換，并組幀成BT656視頻格式，目前紅外熱像產品都是這種方案，其弊端是引入FGPA增加了開發難度、產品開發周期和成本，同時也增加了故障率；市面上安防監控方案和達芬奇開發板，視頻源均是使用模擬信號，經視頻編碼芯片轉換成BT656格式再接入DSP，這類監控方案最多只能用于紅外監控[21]，不宜用于紅外熱成像測溫。

3.2 Davinci視頻前端接口分析及信號駁接

Davinci視頻處理系統（Videio Process Sub System-VPSS），分視頻前端（Videio Process Front Endpoint-VPFE）與視頻后端（Videio Process Back Endpoint-VPBE），VPFE負責攝像頭、視頻解碼器等外圍圖像傳感器接口，及圖像預處理等，VPBE負責視頻顯示、OSD字幕等；VPFE中的CCDC（Charge Coupled Device Control-CCDC）負責接受RAW格式（無壓縮）圖像數據，和來自CMOS或CCD的視頻數據，表1列出了CCDC接口的引腳多路復用模式。經觀察與分析，當CCDC處于第2列（PRGB模式）時，且TAU設置為CMOS 14bit格式輸出時，視頻數據便可由Tau（3.3V TTL）經SN74AVC8T245PWR進行電平轉換后便可正確地接入Davinci（TTL 1.8V），無須用諸如TVP5158、ADV7180視頻解碼類的芯片，也無須用FPGA進行串并轉換和復雜的視頻數據組幀。

3.3 存儲模塊及系統引導過程

Danvinci優秀的數字視頻處理功能，需要一種大容量的高速內存，系統采用2片共64M×16b的DDR2 SDRAM來運行程序和緩存頻數據，每個像素點占2個字節，因為精度是14bit，故高字節的高兩位置0；一片128M×8b的NandFLASH存儲系統文件和應用程序，紅外圖像的壓縮等處理均是在DDR2內部完成的。當BTSEL[1:0]＝11時，可以從UART燒寫ubl文件，再設置BTSEL[1:0]＝00后，系統從Nand讀取ubl并運行，而后可以通過以太網燒寫uboot、內核及文件系統，完成所有文件的燒寫后，系統可以直接從NandFlash讀取文件，加載運行并啟動。此啟動流程，和以前的嵌入式系統相比，Nor Flash和仿真器（或燒寫器）不是必備的，可以理所當然的去掉它，故本方案顯得精簡。

表1 視頻前端圖像接口模式的信號定義

1）FLASH：本系統采用128M×8b的K9F1G08，DM6446通過EM_CS[n]，EM_OE，EM_WE分別控制NandFLASH的片選信號、讀使能和寫使能，其與DM6446的連接如圖3所示。

2）DDR2：由于在整個圖像處理過程中需要緩存大量的圖像數據，而DM6446芯片內部只集成了256KB的SRAM，顯然不能滿足需求，TMS320DM6446外掛2片DDR2 SDRAM來擴展存儲空間，保證了系統實時運行時，圖像的緩存功能。DDR2采用64M×16b容量的H5PS1G63EFR，拼接成32bit位寬后接入數據總線，連接圖如圖4所示。

圖3 擴展存儲器與NandFlash之間的接口

Fig.3 The interface between extended memory and NandFlash

圖4 DDR2存儲器的32bit連接方式

3.4 網絡傳輸模塊

TMS320DM6446的網絡通信接口由MDIO（Management Data Input/Output）模塊＋EMAC模塊＋EMAC（Ethernet Media Access Controller）控制模塊共3部分組成。

本系統設計時采用MICREL公司的KSZ8041NL作為10/100Base?TX以太網收發器，與DM6446連接如圖5所示，當然也可以換成DM9000或CS8900，驅動總體框架不變，只需修改相應的配置字。

3.5 軟件模塊規劃

本系統的軟件開發環境：虛擬機操作系統為Ubuntu10.04，達芬奇操作系統為MontaVista Linux 1.20，開發包為Dvsdk_2_00_00_22。軟件部分主要劃分了4個服務：圖像采集、視頻算法、網絡傳輸（RTP組包及RTSP控制）、通信控制消息。圖像采集原是針對模擬復合視頻輸入，其驅動程序需重新開發，以適應現在的CCD接口且格式為raw data；視頻算法，主要是做中值濾波去椒鹽噪聲和非均勻性校正，然后壓縮成H.264視頻；RTP線程，將前面已編碼后的H.264視頻流，也就是一個個的NALU單元，按照RFC3984標準中規定的格式把NALU單元封裝成RTP包發送給客戶端；RTSP是流媒體控制協議，用于實時控制數據的傳輸，如播放、暫停、快進、快退等操作，RTSP只傳輸控制信息，但并不傳輸流媒體數據，RTSP服務啟動后，就會一直監聽554端口，等待客戶端連接，在連接建立成功后就開始傳送RTP包。此外緩存機制也很重要，是上述4個服務運行的保障，系統用了2個幀緩沖，一個用來向視頻驅動獲取原始圖像數據，另一個向服務器發組幀后視頻流，2種緩沖幀是分開的都采用了3乒乓機制，便于做視頻處理算法。

圖5 以太網接口典型的配置圖

3.6 視頻算法處理

H.264和RTP/RTSP有現成的固件可以移植，視頻處理需借助OpenCV（Open Source Computer Vision Library）的嵌入式版本——emCV（Embedded Computer Vision Library），原始的紅外熱圖不能直接使用，需經過預處理，典型的要去椒鹽噪聲和非均勻校正。中值濾波（庫函數media_filter）對椒鹽噪聲最為有效，直接調用效率不高，根據函數原來的算法思想，利用C64X＋DSP指令及寄存器優化后速度能提高1～2個數量級。

兩點校正法是針對非均勻校正最為成熟的算法之一，OpenCV和EMCV中沒有兩點校正算法庫函數，需自行編寫。應用兩點法校正有2個前提，一是探測器的響應在溫度測量范圍內呈線性，二是探測器的響應具有時間穩定性并且受隨機噪聲的影響較小，滿足此前提的探測器在均勻輻射背景下的響應表示為：

X()＝U＋V(1)

式中：為輻射通量；U為坐標(,)像元的增益；V坐標(,)像元的偏移量。對于每一單元，U和V的值是固定且不隨時間變化，由于探測器各陣列單元響應的不一致，導致在同一輻射通量下各X()存在差異，根據兩點法的使用前提假定校正模型為：

Y＝aX()＋(2)

將系數、b代入公式(2)即可進行校正，在DM6446中，宜將a和b存放文件中，系統啟動時，讀進矩陣中，再調用emCV的矩陣運算，能顯著提高運算速度。

4 紅外熱圖顯示的設計

H.264碼流用一般的流媒體播放工具如VLC或Realplay就能觀看，如果分配公網IP地址后（默認端口號554），就可以從能連internet網的任意PC上實現遠程訪問。紅外熱圖Raw格式解析是基于Windows 環境下VC＋＋ 6.0的MFC設計的，主要負責接收并解析Danvinci發送來的16bit（低14bit有效）紅外圖像數據包，目前普通顯示器解析精度只有24bit/3＝8bit，因此對于14bit的灰度圖像不能直接顯示，線性映射法[22]能將原圖像的灰度相對均勻地映射到顯示圖像，其變換函數如下：

式中：0是檢測圖像的原始灰度；n是變換后的顯示灰度；b是顯示基線；是映射因子。在實際操作中，b和通過設置固定值或者手動調節獲得，根據本系統的特點＝256/，＝214。

在顯示器上顯示時灰度需轉成RGB顏色模式，在RGB模型中，如果R＝G＝B時，則彩色表示一種灰度顏色[23]，灰度圖像顯示就是反向利用這個原理，主要代碼為：

a. 遍歷圖像矩陣求出灰度最大值minbrightness與最小值maxbrightness.

b. for (i=minbrightness;i<=maxbrightness;i++)

{ //均衡化

wwnew[i]=(int)((i-minbrightness)*256/

(maxbrightness-minbrightness)); }

c.for(j=0;j

{ for(i=0;i

{ WB=j*withBytes; //一行的字節數320*3

IB=i*mbpp; //3，每個點三個字節

r_sum=(int)(pBuf[j*IMAGE_WIDTH+i]);

if (r_sum<=minbrightness)

{ yuantu.SetPixelRGB(i,j,0,0,0); }

else if (r_sum>=maxbrightness)

{ yuantu.SetPixelRGB(i,j,255,255,255); }

else

{ new_gray=wwnew[r_sum];

//取對應8bit空間值

pYuantuData[WB+IB] =new_gray;

//B分量

pYuantuData[WB+IB+1]=new_gray;

//G分量

pYuantuData[WB+IB+2]=new_gray;

//R分量 } } }

同時集成了圖像拍照（raw或jpg），用Opencv插件實現avi錄像的功能。

由于人眼對灰度級分辨率不是很敏感，黑白圖像或圖像的轉換顏色可以增強人對不同的回波強度的靈敏度[24]，從主觀上增加了顯示信號的動態范圍，增強圖像邊界的可識別程度，為便于肉眼觀察紅外熱圖效果，提供了12種偽彩模式供選擇。

5 系統測試及評價

圖像質量普適的客觀評價標準是圖形圖像領域長期以來，至今尚未完全解決的難題。紅外熱圖質量客觀評價也如此，已知的清晰度評價函數[25]均缺乏對圖像的絕對清晰進行評價的能力，即無法完全獨立于圖像內容之外評價其在清晰度標準下的絕對質量，本論文的重點是保真地還原探測器所輸出的熱圖數據。鑒于此，設計如下對比測試方案：

1）保持光學前端部分完全一樣，即同一鏡頭同一探器器，在測試模式下（播放Flir商標，以保證輸出完全一致的內容），先用Flir原裝適配器拍攝得Test1.raw，再用本文設計的Danvinci處理器拍攝得Test2.raw，用winmerge2.14工具比較Test1.raw和Test2.raw，文件完全一致，證明本文的方案可以完全替代Flir原裝裝置（SIPO accessory module）。

2）定試驗：用標準黑體，把3次灰度均值與對應溫度值列出如表2所示。

表2 標定時溫度與對應的灰度表

用紅外標定工具Prism5.0進行分析，得擬合曲線如圖6及其擬合方程：

＝－104.7＋0.04506－4.527e－62＋

2.809e－103－6.908e－154(6)

由圖6觀察，灰度對溫度的響應在小范圍內近似線性，響應曲線良好，根據標定后的方程(6)就可以對目標物體進行測溫了。

標定完成后，圖7為電解鋁槽的紅外熱圖效果，右側為產品化后的設備實物，視場范圍內最高溫度為101℃，為設備診斷提供參考數據。

由本方案試產出的樣機主要參數為：

探測器類型：非制冷焦平面（FPA）

工作波段：8～14mm

成像分辨率：640(H)×480(V)

焦距：35mm（F1.25）

測溫范圍（無衰減片）：－20℃～＋600℃

NETD：50mK（F1,30℃）

視場角（H×V）：18°×14°

幀率：25pfs

圖6 亮度與灰度

Fig.6 Brightness and Grayscale

6 結論

以工程應用為目的是本文的初衷，中途否定了5種不可行的設計方案，前后經歷近3年乃成，經得起實踐檢驗。雖然目前探測器的精度最多只14bit，本方案卻具有16bit精度的處理能力，能在將來與16bit的探測器很好地匹配。與常規方案相比，ARM＋DSP雙核處理器保證了高性價比，去掉了煩瑣的FPGA電平轉換與串并轉換，無需視頻編碼芯片生成數字視頻信號，避免了A/D衰減從而提高了信號質量，也無需仿真器或燒寫器進行輔助開發，兩相比較使方案整體顯得簡潔、低成本、體積更小；將圖像處理算法在設備中實現，既體現了功能內聚也很好的保護了知識產權；產品化后可直接用于工業測溫，當然也可用于農業，如糧庫測溫、森林防火監控及其它科研實驗。方案下一步待改進的環節是實現無線透傳徹底不用布線，開發適合紅外圖像的稀疏壓縮算法后再傳輸以節省帶寬，移植到具有H.264硬編碼的DM6467T，以及用智能手機實現移動監測。

圖7 電解槽測溫效果

Fig.7 Effect of temperature measurement in electrolyzer

[1] 李俊山, 楊威, 張雄美. 紅外圖像處理、分析與融合[M]. 北京: 科學出版社, 2009: 11-13.

LI junshan, YANG Wei, ZHANG Xiongmei.,[M]. Beijing: Science Press, 2009: 11-13.

[2] 常本康, 蔡毅.紅外成像陣列與系統[M]. 北京: 科學出版社, 2006: 8.

CHANG Benkang, CAI Yi.[M]. Beijing: Science Press, 2006: 8.

[3] 陸婉珍, 袁洪福. 當代中國近紅外光譜技術全國第一屆近紅外光譜學術會議論文集[M]. 北京: 中國石化出版社, 2006.

LU Wanzhen, YUAN Hongfu.[M]. Beijing: China Petrochemical Press, 2006

[4] 徐小龍, 蔣煥煜, 杭月蘭. 熱紅外成像用于番茄花葉病早期檢測的研究[J]. 農業工程學報, 2012, 28(5): 145-149.

XU Xiaolong, JIANG Huanyu, HANG Yuelan. Study on detection of tomato mosaic disease at early stage based on infrared thermal imaging[J]., 2012, 28(5): 145-149.

[5] 周建民, 劉娟娟，舒麗麗. 蘋果表面缺陷紅外熱成像檢測裝置及處理方法[J]. 中國農機化, 2012(2): 113-115.

ZHOU Jianmin, LIU Juanjuan, SHU Lili. Device and method of infrared thermography in surface quality detection of apples[J]., 2012(2): 113-115, 120.

[6] 黃樹青, 顧衛, 袁帥, 等. 半干旱地區工程創面植被恢復的溫度效應研究[J]. 中國農業大學學報, 2011, 16(1): 105-112.

HUANG Shuqing, GU Wei, YUAN Shuai, et al. A study on vegetation restoration and its effect in surface temperature on slopes destroyed by engineering in semi-arid areas[J]., 2011, 16(1): 105-112.

[7] 姜艷豐, 王煒, 梁存柱, 等.紅外測溫儀及其群落冠層溫度測定上的應用[J]. 內蒙古科技與經濟, 2007, 10(140): 119-120.

JIANG Yanfeng, WANG Wei, LIANG Cunzhu, et al. Application of Infrared Thermometer and Its Canopy Temperature[J]., 2007, 10(140): 119-120.

[8] 王茹香, 高遲, 薛祥坤. 基于AT89S52單片機的果園紅外測溫系統設計[J]. 農機化研究, 2012, 34(9): 115-119.

Wang Ruxiang, GAO Chi, XUE Xiang-kun. Design of Orchard Infrared Temperature Measurement System Based on AT89S52 Single－chip Microcomputer[J]., 2012, 34(9): 115-119.

[9] 鄭藝華, 王芳芳, 許學勤, 等. 檢測有機磷農藥殘留生物傳感器的溫度特性[J]. 農業工程學報, 2005, 21(1): 132-135.

ZHENG Yihua, WANG Fangfang, XU Xueqin, et al. Temperature property of thermal biosensor used in organophosphorous pesticide detection[J]., 2005, 21(1): 132- 135.

[10] 丁鯤, 郜魯濤. 基于單片機的溫室大棚紅外測溫系統[J]. 安徽農業科學, 2011, 39(25): 15824-15825.

DING Kun, GAO Lutao. Infrared Temperature Measurement System Based on MCU Used in Greenhouse[J]. Journal of Anhui Agricultural Sciences, 2011, 39(25): 15824-15825.

[11] 趙正輝. 基于ARM＋FPGA的紅外熱像儀的研究[D]. 武漢: 武漢紡織大學, 2010.

ZHAO Zhenghui. Study of infrared thermal imager based on ARM+FPGA[D]. Wuhan: Wuhan Textile University, 2010.

[12] 王勇. 基于ARM9紅外熱像儀的設計與實現[D]. 武漢: 武漢理工大學, 2009.

WANG Yong. Design and Implementation of Infrared Thermal Imager Based on ARM9[D]. Wuhan: Wuhan University of Technology, 2009.

[13] 吳華, 謝禮瑩, 徐澤宇. 基于ARM9 的紅外熱像儀設計與實現[J]. 計算機工程, 2010, 36(16): 234-236.

WU Huang, XI Liying, XU Zuyu, Design and implementation of Thermal Infrared Camera Based on AMR9[J]., 2010, 36(16): 234-236.

[14] 曾慶永, 鄭世峰. 基于 DSP 處理器的紅外測溫系統的設計[J]. 電光與控制, 2012, 19(7): 85-88.

ZENG Qingyog, ZHENG Shifeng, Design of an Infrared Temperature Measurement System Based on DSP Processor[J]., 2012, 19(7): 85-88.

[15] 孫帥, 楊星. 紅外熱像在線測溫系統的設計與實現[J]. 現代電子技術, 2009, 20: 212-215.

SUN Shuai, YANG Xing. Design and implementation of Infrared Imaging On-Line Thermal Measurement System[J]., 2009, 20: 212-215.

[16] Texa instruments. TMS320DM644x DMSoC Video Processing Front End VPFE.pdf[EB/OL]. [2010-15-28], [2016-08-19]. http://www.ti.com. Literature Number: SPRUE38H.

[17] Texa instruments. TMS320DM644x DMSoC Asynchronous External Memory Interface (EMIF).pdf[EB/OL]. [2016-08-19]. http://www.ti.com. Literature Number: SPRUE20.

[18] Texa instruments. TMS320DM644x DMSoC DDR2 Memory Controller[EB/OL]. [2016-08-19]. http://www.ti.com. Literature Number: SPRUE22.

[19] Texa instruments. TMS320DM644x DMSoC Ethernet Media Access Controller (EMAC)/Management Data Input/Output (MDIO)[EB/OL]. [2016-08-19]. http://www.ti.com. Literature Number: SPRUE24.

[20] Flir. Tau 320 User’s Manual.pdf[EB/OL]. [2016-08-19]. Version: 120. http://www.flir.com. Document Number: TAU-0035-00-10.

[21] 唐鸞, 程建新, 吳海京. 基于TMS320DM642 的紅外監控系統設計與實現[J]. 現代電子技術, 2013, 36(2): 57-59.

TANG Luan，CHENG Jianxin, WU Haijing. Design and implementation of the infrared monitoring system based on TMS320DM642[J]., 2013, 36(2): 57-59.

[22] 陳煉, 吳志芳, 王凱. 輻射成像系統圖像灰度的自適應顯示方法[J]. 核電子學與探測技術, 2008, 28(5): 902-905.

CHEN Lian, WU Zhifang, WANG Kai. Adaptive Display of Radiation Inspection Image[J]., 2008, 28(5): 902-905.

[23] Baike. Gray processing[EB/OL]. [2016-08-19]. http://baike.baidu.com/ view/3701940.htm

[24] Gary Bradski, Adriam Kaebler.[M]. Beijing: Tsinghua University press, 2009.

[25] 陳亮, 李衛軍, 覃鴻, 等. 數字圖像清晰度評價函數的通用評價能力研究[J]. 計算機工程與應用. 2013, 49(14): 152-155.

CHEN Liang, LING Weijun, QIN Hong, et al. Efficiency contrast of digital image definition functions for general evaluation[J]., 2013, 49(14): 152-155.

Online Temperature Measurement Technology Solutions and Implementationof 16bit Infrared Thermal Imager

DING Dehong1,2,3

(1.,,410082,; 2.415000,; 3.542899,)

An integral technological solution that realizes non-contact online temperature measurement is proposed based on the principle of infrared thermal imaging to facilitate easy productization and localization of infrared thermal imager. This solution utilizes FLIR's Tau II module and the Davinci DM6446 ARM＋DSP processor as the two main components. The DSP CCD video interface driven by a customized video driver program can directly drive the CMOS interface of the FLIR module. An improved RTP/RTSP protocol can transfer the data of an infrared thermal image through a network. Compared with other similar solutions, the conversion of signal level and image preprocessing in the FPGA circuit are skipped and a video encoder chip is unnecessary. Owing to these advantages, the solutions are simple and low-cost and consequently, easy for production. Using the snapping same logo test, upon comparing raw-format files obtained from the FLIR module, the picture qualities are observed to be similar. After calibration, the temperature curve approximates to a linear fitting equation, which satisfies the requirement of temperature measurement. Therefore, this solution can promote mass production and enable the elimination of the dependence of infrared thermal imager on imports.

infrared thermal imaging，on-line non-contact temperature measurement，16bit accuracy

S24

A

1001-8891(2017)09-0841-07

2016-08-19；

2016-12-23.

丁德紅（1975-），男，湖南常德市人，高級工程師，在站博士后，主要研究方向為：嵌入式系統設計、圖形圖像處理，機器視覺，系統集成與信息系統項目管理。E-mail：dingdehongteacher@qq.com。

湖南省科學計劃（2016GK2019）；湖南省教育廳一般項目（16C1089）；湖南文理學院博士科研啟動基金。