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！

龙图腾网获悉中南大学申请的专利一种面向动态水雾干扰场景的红外热成像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：CN119860851B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411938487.8，技术领域涉及：G01J5/48；该发明授权一种面向动态水雾干扰场景的红外热成像测温方法是由潘冬;莫昙;李妍;蒋朝辉;余浩洋;桂卫华设计研发完成，并于2024-12-26向国家知识产权局提交的专利申请。

本一种面向动态水雾干扰场景的红外热成像测温方法在说明书摘要公布了：一种面向动态水雾干扰场景的红外热成像测温方法，利用红外热像仪和可见光相机同步获取被测物体的红外热图像和可见光图像，并基于感兴趣区域与背景区域之间的温度差异，提取被测物体所在的感兴趣区域，进而获取被测物体温度值。考虑到动态水雾对红外测温造成的误差，首次从被测物体可见光图像的色彩和纹理特征出发，提出通道差异对比度特征对动态水雾干扰进行量化。首次提出使用智能补偿模型用于估计可见光波段的水雾透射率并校正到红外波段，直接预测测温误差，从而实现对测温结果的补偿。解决了红外热像仪在动态水雾干扰下机理建模分析困难、难以直接精确检测温度的难题，实现了实时在线高精度地检测被测物体在动态水雾干扰下的温度。

本发明授权一种面向动态水雾干扰场景的红外热成像测温方法在权利要求书中公布了：1.一种面向动态水雾干扰场景的红外热成像测温方法，其特征在于，包括如下步骤： 1利用红外热像仪和可见光相机同步获取被测物体的红外热图像和可见光图像，并对得到的红外热图像和可见光图像进行多模态图像配准； 2基于可见光图像的色彩和纹理特征，计算色相差异、多尺度局部最大饱和度、多尺度局部最大亮度和通道差异对比度与水雾相关的特征，对被测物体和红外热像仪光路之间的动态水雾干扰进行识别量化； 3提出两阶段红外波段水雾透射率估计方法，首先根据动态水雾干扰量化特征对可见光波段的水雾透射率进行粗估计，再建立以被测物体可见光波段的水雾透射率、饱和度、亮度和通道差异对比度为输入，以红外波段透射率为输出的预报模型，将可见光波段的水雾透射率校正到红外波段； 4构建红外测温智能补偿模型，可自动识别红外热像仪测温结果是否受到水雾干扰，并对有误差的测量结果进行温度补偿； 所述步骤4的具体过程如下： Step1：收集被测物体在不同温度下、不同场景下、不同水雾浓度下的红外热图像和可见光图像，同时采集被测物体的真实温度和受水雾影响的测量温度，并根据下式计算红外波段的水雾透射率标签真值； 23 式中，为水雾透射率标签真值；、和分别为受影响的测量温度、真实温度和环境温度；为与红外热像仪的探测器材料有关的拟合系数； 随机从收集到的成对红外热图像和可见光图像数据集中抽取三分之二作为训练集，其余的数据集作为测试集； Step2：建立基于堆叠不对称自编码器的预测模型，提取被测物体可见光图像中的水雾浓度量化特征，并将可见光图像转换到色彩空间，提取其中的饱和度和亮度通道，使用提出的两阶段红外波段水雾透射率估计方法得到红外波段的水雾透射率； Step3：将红外波段的水雾透射率、饱和度、亮度、通道差异对比度和测量温度共同输入到预测模型中进行训练，并在测试集上测试模型对测温误差的预测效果； Step4：利用训练好的智能补偿模型对红外热像仪在水雾干扰下的测量温度进行补偿； 由下式表示： 24 25 式中，和分别为输出温度和原始测温结果；为水雾透射率；为预测误差，为可见光图像的饱和度和为亮度，为通道差异对比度； 基于物理信息的损失函数约束，保证智能模型在对红外波段水雾透射率准确估计的同时，对测量误差也进行估计，物理损失和标签损失共同组成的智能补偿模型损失函数可由下式表示： 26 27 28 式中，、和分别为总损失函数、标签损失和物理损失；为输入变量个数；为预测的红外波段水雾透射率；、和分别为受影响的测量温度、真实温度和环境温度；和分别为预测误差和真实误差； 对收集到的红外热图像和可见光图像进行数据集划分，使用训练集对所建立的智能补偿模型进行训练，并对水雾干扰下的测温误差进行预测，进而实现对动态水雾干扰下的准确红外测温。

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中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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”。

以上内容由龙图腾AI智能生成。