示温漆是一种特殊配方的涂料,它能随外界温度的变化而改变自身颜色,且颜色改变去向固定。因此在被测试件表面涂覆示温漆,利用示温漆颜色的变化便可反推温度大小,从而形成一种接触式温度测试方法。该方法特别适合大面积、连续的温度场测试,目前已广泛用于航空发动机等热端部件的表面温度测试。示温漆测试的温度判读目前主要依赖于人工目测,判读结果往往受到操作人员熟练程度和经验的影响,判读精度、可重复性和效率都很低。为此,本文开展了基于示温漆图像的温度自动判读算法研究,研究内容包括以下5个方面。(1)示温漆图像预处理算法研究示温漆图像的颜色信息是温度判读的关键数据,颜色的准确性会直接影响判读结果。图像采集的光照条件变化、涡轮内部燃气导致的示温漆退色以及被测器件表面喷砂等不利因素都会引起示温漆图像颜色的误差。本文对这些问题进行了详细分析,研究了误差产生前后图像特征的变化规律,提出了针对每种问题的图像修正算法。(2)示温漆图像聚类分割算法研究等温线是示温漆温度判读的重要依据。由于示温漆图像的特殊性,等温线的特征信息较为模糊,影响了等温线提取的精确度和效率。实验发现,对示温漆图像进行准确分割可有效改善等温线的质量。因此本文对多种示温漆图像预分割算法进行了研究,重点分析了聚类算法应用于示温漆图像的优势及缺陷,并研究了相应的改进方法。(3)示温漆图像等温线提取算法研究针对自动判读过程中等温线漏检、断裂、崎岖等现象,本文分析了导致上述问题的原因,研究了相应的解决方法。研究对象具体包括由图像降维导致的对比度信息丢失,以及边缘特征缺陷引起的等温线质量降低等。最后对等温线提取算法进行了系统研究,提出了等温线提取算法。(4)示温漆图像等温线温度识别算法研究传统的示温漆自动判读过度依赖像素值(颜色)本身。像素值极易受到光照条件等客观因素的影响,导致温度判读错误,因此并不是一个稳定的判读特征。为了寻找一种高鲁棒性的新型判读特征,本文就此开展了系统研究,最终根据所得新型特征提出了相应的温度判读算法。(5)示温漆自动判读软件开发基于C++和QT平台开发了示温漆自动判读软件。该软件整合了本文各个环节的图像处理算法,并根据实际工程需求进行了软件架构和功能设计。现已获取软件著作权并成功投入应用。本文取得的创新点如下:(1)针对不同因素导致的示温漆图像偏色问题,提出了一系列预处理算法。航空发动机内部灼热气流极易引起示温漆退色,导致最终色温匹配环节产生误差。由于示温漆图像的特殊性,常规的图像增强算法会引起示温漆色相错误。本文将退色现象进行了问题转化,提出了一种基于大气散射模型的示温漆退色修复算法。该算法有效修复了由示温漆退色引起的图像饱和度和对比度的降低,同时可以保护图像色相属性不被影响。此外,还提出了一种基于Retinex理论的示温漆色偏修正算法,可有效修正由于光源问题导致的色偏现象,降低了对测试条件的要求,增强了判读算法的鲁棒性。(2)结合聚类分割与边缘检测,提出了一种新型的示温漆图像等温线提取方法。本文根据示温漆图像特性,对FCM聚类算法和K-means聚类算法进行了针对性的改进,形成了两种适于示温漆图像的分割算法,可以有效增强等温线特征。然后结合保护对比度去色、拉普拉斯边缘特征以及Canny算子,提出了一种新型的等温线提取算法。通过对二者的结合,本文算法在减少了等温线漏检的同时提高了等温线的质量。(3)提出了一种基于最大均方差通道序列的示温漆等温线温度判读算法。传统的自动判读算法过于依赖示温漆图像像素值本身,而像素值特征极不稳定,容易受到诸多外界因素的影响,导致判读失败。本文实验发现了示温漆图像最大均方差通道颜色序列稳定性强的特点,并以此为等温线的判读特征,提出了一种高鲁棒性的温度判读方法。