买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉电子科技大学申请的专利一种基于集成学习的双色和三色联合比色测温方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119380093B 。

龙图腾网通过国家知识产权局官网在2025-07-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411491710.9，技术领域涉及：G06V10/764；该发明授权一种基于集成学习的双色和三色联合比色测温方法是由殷春;谭旭彤;程玉华;陈凯;张远豪;师公凡;赵旭设计研发完成，并于2024-10-24向国家知识产权局提交的专利申请。

本一种基于集成学习的双色和三色联合比色测温方法在说明书摘要公布了：本发明公开了一种基于集成学习的双色和三色联合比色测温方法，考虑到CCD非线性响应区域的影响，提出了通道可靠性标定，考虑到噪声水平占据影响测温精度的主导，提出了噪声水平标定，通过采集一段时间均匀温度的黑体炉图像，利用空间域图像和时间域图像之间的关系拟合线性函数和二次函数，获取当前测量条件下引入的噪声大小统计学参数，作为集成学习的先验性知识。最后结合通道可靠性、噪声参数以及图像空间域和比色域的变异系数等构成特征域，利用随机森林学习并预测最优测温公式。在利用CCD图像进行测温时，首先利用训练好的随机森林判断当前图像适用的最优测温公式，之后再基于比色测温原理进行测温。该方法能够结合双色测温法和三色测温法的优势，保证测温动态范围的同时提升测温精度，提升测温系统整体性能。

本发明授权一种基于集成学习的双色和三色联合比色测温方法在权利要求书中公布了：1.一种基于集成学习的双色和三色联合比色测温方法，其特征在于，包括以下步骤： 1、用于选择双色比色测温或三色比色测温的分类器模型构建和训练 1.1、通道可靠性标定：获得当前测温条件下通道可靠性区间Vmin,Vmax； 1.2、噪声水平标定：计算当前测温条件下的M个噪声统计学参数； 1.3、训练集构建和生成 1.3.1、将黑体炉温度固定在T℃一段时间，直至黑体炉炉膛中心温度均匀，架设好CCD相机，分别设置递增的曝光时间拍摄黑体炉中心图像共N张{I1,I2,…,IN}； 1.3.2、取黑体炉中心图像{I1,I2,…,IN}中心局部区域A×B大小的图像块，分别计算各个通道的图像块均值作为通道像素值，即对于第nn＝1,…,N张图像In，其红色通道像素值为： 其中，表示In的红色通道第a行第b列的像素值； 绿色通道像素值为： 其中，表示In的绿色通道第a行第b列的像素值； 蓝色通道像素值为： 其中，表示In的蓝色通道第a行第b列的像素值； 1.3.3、分别计算N张图像{I1,I2,…,IN}的双色比色值集合Vtwo和三色比色值集合Vthree： 1.3.4、计算每一组双色比色值对应的比例系数和三色比色值对应的比例系数 其中，C2＝1.4388×10-2m·K为第二辐射常数，λr,λg,λb分别为红绿蓝光的波长； 1.3.5、改变黑体炉温度T℃，并重复1.3.1至1.3.4数次，获得预定数量的双色比色值及其比例系数对三色比色值及其比例系数对 利用最小二乘法拟合得到双色比色值及其比例系数之间的函数关系式： 其中：Stwo表示双色比色值及其比例系数之间的函数关系； 利用最小二乘法拟合得到三色比色值及其比例系数之间的函数关系式： 其中：Sthree表示三色比色值及其比例系数之间的函数关系； 1.3.6、对于采集到的每一张黑体炉图像，构建一个特征向量： 基于通道可靠性区间Vmin,Vmax，判断每张图像的红绿蓝三个通道是否处于通道可靠性区间Vmin,Vmax中，如果处于为1、不处于为0，三个通道的判断结果作为特征向量的前3维； 当前测温条件下的M个噪声统计学参数作为特征向量后续M维； 计算空间域局部变异系数CVI： 其中，I为该张黑体炉图像的黑体炉中心局部区域，VarI表示局部图像的方差，EI为局部图像的平均值，将空间域局部变异系数CVI的三个通道值作为特征向量的第3+M+1、3+M+2以及3+M+3维； 计算双色比色域局部变异系数CVtwo： 其中，Itwo为局部图像I中对每一个像素点计算双色比色值得到的双色比色值局部图像，EItwo为双色比色值局部图像Itwo的空间域均值，VarItwo为双色比色值局部图像Itwo的空间域方差； 将CVtwo作为特征向量的第3+M+4维； 计算三色比色域局部变异系数CVthree： 其中，Ithree为局部图像I中对每一个像素点计算三色比色值得到的三色比色值局部图像，EIthree为三色比色值局部图像Ithree的空间域均值，VarIthree为三色比色值局部图像Ithree的空间域方差； 将CVthree作为特征向量的第3+M+5维； 1.3.7、对于采集到的每一张黑体炉图像In，分别计算其双色比色值和三色比色值，将双色比色值和三色比色值分别代入拟合得到的函数关系式： 得到对应的比例系数，记为反演比例系数和然后将反演比例系数和代入下面的公式得到该图像的反演温度值： 比较黑体炉图像In的两种反演温度Ttwo'和Tthree'与采集该黑体炉图像In时黑体炉的真实温度T之间的差异，若三色法反演的温度更接近于真实温度，则记录该图像的测温标签为1，否则测温标签为0； 将特征向量和测温标签组成一个训练样本，每张黑体炉图像In均可作为一个训练样本； 在不同测温条件下，重复步骤1.1～1.3，得到随机森林学习器的输入训练集； 1.4、利用基于随机森林的集成学习方法训练一个分类器模型，用以确定每张黑体炉图像应当使用双色比色测温或三色比色测温能够取得更好的测温精度； 2、基于训练好的分类器模型对新采集黑体炉图像辐射测温 对于新采集到的每一张黑体炉图像按照1.3.6的方法，获得对应的一个特征向量，然后代入分类器模型获得最终的预测结果，若为1，则将该黑体炉图像用三色测温法进行测温，否则使用双色测温法进行测温。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。