基于低分辨器件的超分熱成像系統*

徐 逸 焦良葆 孟 琳

（南京工程學院人工智能產業技術研究院 南京 211167）

1 引言

目前測溫的方式分為接觸式和非接觸式測溫兩大類［1］。接觸式測溫主要利用熱電阻或者熱電偶溫度探測器，通過測溫元件對被測對象進行測溫，該種方法優點是操作簡單，但缺點是測量的精度低、速度慢，對于高溫度的環境下不能起到很好的實時測量效果。非接觸式測溫主要是基于物體的熱輻射原理設計而成的，在測量的過程中不需要與被測物體接觸，具有較高的測溫上線、安全可靠、測量快速等優勢，適合測量移動旋轉的高溫物體的溫度。

非制冷紅外焦平面紅外熱成像系統［2～3］就是采用非接觸式紅外探測器［4］探測物體的紅外輻射，并加以信號處理、光電轉換等手段將物體的溫度分布轉換成紅外熱輻射圖像，使用該設備我們可以清楚地看見待測量物體的發熱位置。目前許多部門廣泛使用紅外熱像儀對相關設備進行帶電測量，可以及時發現故障隱患。但是分辨率高的熱像儀［5～6］的價格比較昂貴、測量范圍有限、驅動比較復雜。

針對上述問題，本文設計了一種基于MLX90640低成本的紅外熱成像系統［7～9］。該系統以樹莓派作為核心控制［10～11］，并與MLX90640 紅外傳感器和高清攝像頭共同實現溫度數據和圖片的實時采集，此外可以通過SSH 與PC 端屏幕連接并顯示圖像。因熱像分辨率較低，故采用了基于邊緣保護的插值算法來有效提高紅外圖像的分辨率，可以清晰看出發熱部位。該系統具有動態監測、測量范圍大、低成本的優勢，能實時形成高分辨率的紅外熱力圖，便于使用者監測設備發熱情況。

2 系統總體構成和硬件設計

2.1 系統總體方案設計

紅外熱成像系統主要是以MLX90640 為核心的溫度采集模塊和基于樹莓派的軟硬件設計，對采集的數據和圖片進行分析和處理，系統結構如圖1所示。本系統選用樹莓派作為核心控制器件，其內部有IIC 和USB 接口，通過串口通信將MLX90640紅外陣列傳感器溫度數據傳輸到樹莓派進行實時處理、分析和存儲。此外將樹莓派通過SSH 連接PC 端屏幕來實時顯示熱圖像。由于紅外熱圖像是根據768個溫度值繪制的32pixel×24pixel的紅外熱圖像，圖像的分辨率較低，所以提出了一種新的基于邊緣保護的插值算法，將圖像分辨率提高至320pixel×240pixel。此外，為了方便使用者查看，將768個溫度數據存儲在txt中，并可顯示該測量區域的最高溫和最低溫。

圖1 系統總體結構圖

2.2 溫度傳感器模塊

為降低成本，本系統選用了尺寸小、功耗低、方便集成的MLX90640 紅外陣列傳感器。該模塊是一款32×24 像素的紅外陣列傳感器，需要2.5V～3.3V/5V 的供電電壓，正常工作時溫度為-45℃～85℃，可測量物體溫度范圍為-40℃～300℃，其編程刷新速率為0.5Hz～64Hz，在整個測量范圍內保持高精度水平。該模塊有兩種視場角（FOV）可以選擇，分別為55°×30°和110°×75°。為了能近距離高效地監測物體溫度，本系統選用110°×75°紅外探測器視角（FOV）。

MLX90640 組成框圖如圖2 所示，它有四個引腳，其中SDA 用于IIC 串行接口數據線，SCL 用于IIC 串行接口時鐘線，VDD 用于外接3.3V 電源，GND 接地。同時，它具有環境溫度傳感器和VDD電壓檢測ADC。通過IIC 接口，可以訪問存儲于內部RAM 中的紅外陣列、環境溫度以及VDD 實時數據，并能讀取存儲在EEPROM 中傳感器出廠時校準常數和配置參數。

圖2 MLX90640組成框圖

2.3 微處理器

在此次的微處理器型號選擇過程中，本系統主要以成本、效率和集成度作為三個參考指標，通過綜合比較，最終選擇了樹莓派4B 這款微處理器。該款處理器是目前單板計算機中的最新款。實際上，樹莓派［12］與普通的小型嵌入式計算機幾乎沒有差別，不僅體積小而且功能全面。主板上有多種類型的接口，可以滿足不同信息處理需求，包括USB 3.0、USB2.0 接口各兩個，還有數字接口和網絡接口。樹莓派內置64 位四核處理器，它內部的隨機存取存儲器內存有4GB的大容量，有著強大的圖像數字處理技術，支持4K 高清影像，包含有2.4/5.0GHz 雙頻無線LAN。此外，開發板支持Python和C 語言等多種軟件編程語言，廣泛應用于無線傳感器網絡領域。

3 軟件設計

3.1 溫度測量流程

將芯片的刷新速率設置為64Hz并選用棋盤工作模式，然后根據EEPROM 中存儲的校準數據計算出測量的溫度值，其測量流程如圖3 所示。將芯片接上5V 電源后，其內部需要等待80ms 左右，然后從EEPROM 中讀取校準參數，并將參數存儲在RAM 中，共占用1536 字節。接著，標準的MLX90640 紅外傳感器工作在棋盤模式下，每次測量一半的像素點，通過I2C 總線輪流讀取每個子頁像素的測量數據，分兩次完成768像素點的測量。

圖3 MLX90640測溫流程

3.2 溫度計算

根據式（1）可計算出每個像素點的實際溫度：

式 中 有4 個 未 知 參 數，分 別 是VIR(i，j)_COMPENSATED、αcomp(i，j)、Sx(i，j)和Ta_r，其中i 的取值范圍為1～32，j的取值范圍為1～24，（i，j）表示像素點的位置；VIR(i，j)__COMPENSATED表示單個像素的溫度梯度補償系數，可由式（2）求得：

αcomp(i，j)表示單個像素歸一化的靈敏度系數，其計算公式如式（3）：

Sx(i，j)與Ks、α(i，j)、VIR(i，j)__COMPENSATED等 參 數 有關，可由式（4）求得：

Ks表示不同溫度范圍的靈敏度斜率，Ta_r是由紅外信號反射溫度Tr、環境溫度Ta、發射率系數ε組成，IR反射溫度Tr≈Ta-8，其計算公式見式（5）：

式中環境溫度Ta可由式（6）計算：

式中的所有參數可以在EEPROM和RAM中讀取，然后將所求參數直接代入式（1）即可求得每個像素點的實際溫度。

3.3 圖像插值算法

插值算法［13～15］是獲得高分辨率圖像的主要技術手段，其中最近鄰插值、雙線性插值和三次多項式插值方法等使用最為普遍。1）最近鄰插值算法：此種算法的優勢是算法步驟少，缺點是會在插值生成位置產生鋸齒狀，其原理是通過計算出最近鄰象素灰度，然后賦給待求像素；2）雙線性插值算法：此種算法的優點是最終成像效果好，原理是從熱力圖的兩個方向進行兩次線性插值計算，這樣就得出了四個不同方位的像素值；3）三次多項式插值算法：在這幾種算法中，此種獲得圖像的分辨率最高，效果最好，但是計算量也最大，步驟繁復。需要選取待采樣點周圍的16 個像素灰度數值，進行三次的插值運算。

在分析了幾種不同的插值算法之后，可以得知傳統的插值算法盡管提升了圖像的分辨率，但問題是細節處理能力較弱，導致最終的整體效果差。因此，本文提出了一種以邊緣保護為處理思路的插值算法。一般來說，圖像分為邊緣和非邊緣兩個部分，前者的灰度變化很大，后者的灰度變化較小，結合這一特點，針對分辨率較低的圖像，可以先運用改進的Canny 算法［16～19］準確檢測出邊緣位置，然后針對兩個不同區域，采用不同的插值算法來獲得高分辨率圖像。算法流程如圖4所示。

圖4 插值流程

一般來說，Canny 算法會先對圖像進行高斯濾波，然后計算出梯度大小和方向并對梯度幅值進行非極大抑制，最后通過雙閾值處理找到圖像邊界，從而實現邊緣提取。高斯濾波雖然使得圖像變得更平滑，但濾波后的圖片邊緣會變得模糊，因此，本文對Canny 算法進行了改進，采用中值濾波來代替高斯濾波，中值濾波［20～21］能有效地消除圖片的噪聲，克服線性濾波器帶來的圖像細節模糊問題，能較好地保留圖片的細節信息。通過主觀和客觀實驗證明該改進可以有效提取圖片的邊緣。

在提取邊緣并計算出像素點的灰度方向后，按照所需放大的倍數將邊緣點進行放大映射，并利用已知的相鄰像素灰度值來確定待插值像素，在待插值像素的具體位置插值，即在邊緣區采用最近鄰插值算法，可有效地保留圖片的邊緣細節。在此基礎上，對非邊緣區則采用雙線性插值算法，將待插值點對應的原圖像中的相鄰4 點的灰度值來計算該點灰度值，使得溫度高低差異明顯，減少了運算量。將32pixel×24pixel 分辨率的熱圖像提高到320pixel×240pixel。經過技術優化，MLX90640型號的紅外傳感器的圖像處理技術得到了較大提升，像素處理功能已經十分強大，在這點上，無論是AMG8833 還是MLX90621，都稍顯遜色。這種新插值方法結合了各插值算法的優點，使得圖像保留了大量信息，邊緣信息更加清晰，減少了計算量，使得放大后的整體效果自然，具有較好的視覺效果。

4 測試分析

將樹莓派接收到的768 溫度數據存儲在txt 文件中，并實時顯示紅外熱圖像。用不同灰度來表示一個區間溫度的高低，溫度越低，其灰度越暗，溫度越高，其灰度越亮。本文對原始的熱圖像采用傳統的插值算法和新算法進行實驗。

4.1 評估指標

此次提出的新算法能否真正提升圖像分辨率以及是否具有有效性，則需要通過主客實驗的方法來進行驗證，首先，將新算法和上述提到的幾種插值算法做一次綜合分析。在此次研究中，圖像的熵與平均梯度是驗證分析的主要參考指標，圖像的熵體現的是圖像信源的平均信息量，熵值有具體的數值來表示，且與插值效果成正相關關系。平均梯度能夠反映圖像紋理的變化情況，細節反差越大，圖像整體效果越好，層次感更佳。

4.2 實驗對比分析

將上述提到的三種算法進行綜合或者搭配運用，第一種實驗方法：單獨使用雙線性插值；第二種實驗方法：雙線性插值與三次線性插值同時運用；第三種實驗方法：最近鄰插值與三次多項式插值同時使用；第四種實驗方法：本文提出的基于邊緣保護的插值算法。放大的效果圖分別如圖5（a）～5（d）所示。最后，對比四種實驗的圖像的熵值與平均梯度數值，如表1 所示。其中運用新插值算法得到的圖像，其熵值和平均梯度值是最高的，不僅計算量最小，整體效果也最佳，分辨率很高。從效果圖中可以看出：圖5（a）～（c）的圖片中出現嚴重馬賽克，邊緣細節模糊，效果較差，圖5（d）相較于其它圖片層次感更加，視覺效果更好。

圖5 檢測結果對比

表1 幾種插值算法對比

5 結語

本文采用非接觸式高精度的MLX90640 紅外測溫傳感器對需要測量的對象進行實時監測并顯示熱像圖。由于系統是根據傳感器測得的768 個像素點形成低的圖像分辨率較低，提出了基于邊緣保護的插值算法，與傳統插值算法相比較，有效保持了圖像邊緣特性，提高了插值后圖片的質量，具有良好的視覺效果。為了讓使用者更好地監測設備，將所有溫度數據存儲在txt文件中，并能顯示最高和最低溫度。實驗結果表明該系統成本低、安裝方便、測量速度較快、安全穩定，該系統可以應用在對分辨率要求不高的場合，起著紅外熱成像系統的作用。