红外热成像仪 阵列插值-由 32*24 像素到 512*384 像素

简介: MLX90640 的 32*24=768 像素虽然比以往的 8*8 或者 16*8 像素提高了很多,但若直接用这些像素还是不能很好的形成热像图,为了使用这些像素点平滑成像就需要对其进行插值,使用更多的像素来绘制图像。看了一些别人的算法,感觉主要就是多项式插值,仅是插值方法的组合方式不同。

红外热成像仪测温模块开发笔记(五)阵列插值-由 3224 像素到 512384 像素
红外成像仪效果图去二维码.png

MLX90640 的 3224=768 像素虽然比以往的 88 或者 16*8 像素提高了很多,但若直接用这些像素还是不能很好的形成热像图,为了使用这些像素点平滑成像就需要对其进行插值,使用更多的像素来绘制图像。
看了一些别人的算法,感觉主要就是多项式插值,仅是插值方法的组合方式不同。
算法依据
比较有代表性的是杭州电子科技大学杨风健等《基于 MLX90620 的低成本红外热成像系统设计》,使用三次多项式+双线性插值,将原 164 像素扩展为 25664 像素。双线性插值的本质就是一次函数(一次多项式)。该文章得到的结论是:
(1) 双线性插值法计算量小、速度快,但对比度低、细节模糊。
(2) 三次多项式插值,图像效果较清晰,对比度较高,但计算量较大。
(3) 先双线性插值再三次多项式插值,效果优于上两种单一插值方法。
(4) 先三次多项式插值再双线性插值,高低温分布更加明显,图像效果更接趋于真实。同时,该文章还使用了一种对图像质量的评估方法---熵&平均梯度
熵,热力学中表征物质状态的参量之一,用符号 S 表示,其物理意义是体系混乱程度的度量。用于图像评价表示图像表达信息量的多少。图像熵越高信息量越大。
平均梯度,指图像的边界或影线两侧附近灰度有明显差异,即灰度变化率大,这种变化率的大小可用来表示图像清晰度。它反映了图像微小细节反差变化的速率,即图像多维方向上密度变化的速率,表征图像的相对清晰程度。值越大表示图像越清晰。
红外成像仪安防生物识别 发热检测.jpeg

插值实现
每行或者列的首个像素在前面插值 2 个点 1~n-1 像素,每个像素后面插值 3 个点最后一个像素,在后面插值 1 个点 n+2+(n-1)3+1=n+2+n3-13+1=4n+2-3+1=4n,即:像素变为原来的 4 倍 上面的处理方法,首个像素之前插入 2 个点,最后一个像素之后插入 1 个点,下次插值时,应首个之前插值 1 个点,末个像素之后插值 2 个点,以达到图像平衡。 每次插值后像素为插值前的 4 倍,经过两次插值,即可将 3224 改变为 512*384 像素。下面是已经实际使用的插值算法,不过是用 Pascal(Delphi)写的,有兴趣的可以改为C 语言的,语句对应直接改就行,语言本来就是相通的嘛。

//这是一维数组插值算法
//SourceDatas:TDoubles;插值前的一维数组
//Dir:Integer;在哪个方向和末尾插入 2 个值(0:前面;1:末尾)
//times:Integer 多项式的项数,一次多项式是 2 项,二次多项式是 3 项
//返回值:插值后的一维数组(数量是插值前*4) function PolynomialInterpolationArr(
SourceDatas:TDoubles; Dir:Integer;
times:Integer):TDoubles;//一维数组插值
var

i,j,k:Integer; 
arrCount:Integer; 
相关文章
|
6月前
|
算法 计算机视觉
图像处理之距离变换
图像处理之距离变换
117 8
|
6月前
|
算法 API 计算机视觉
图像处理之角点检测与亚像素角点定位
图像处理之角点检测与亚像素角点定位
79 1
|
6月前
|
算法 计算机视觉
图像处理之倒角距离变换
图像处理之倒角距离变换
86 1
|
7月前
|
编解码 索引
LabVIEW使用正交编码器进行角位置测量
LabVIEW使用正交编码器进行角位置测量
103 1
|
传感器
使用校准相机测量平面物体
使用校准相机测量平面物体。
170 0
|
7月前
|
资源调度 算法
[Halcon&测量] 一维测量
[Halcon&测量] 一维测量
241 0
[Halcon&测量] 一维测量
|
机器学习/深度学习 传感器 算法
【光学】基于matlab模拟参考光栅和变形光栅折叠相位
【光学】基于matlab模拟参考光栅和变形光栅折叠相位
|
机器学习/深度学习 算法 自动驾驶
基于图像特征检测——使用相位拉伸变换(Matlab代码实现)
基于图像特征检测——使用相位拉伸变换(Matlab代码实现)
128 0
|
机器学习/深度学习 传感器 数据采集
基于Zernike矩实现亚像素边缘检测附matlab代码
基于Zernike矩实现亚像素边缘检测附matlab代码
计算一幅图像的信噪比
计算一幅图像的信噪比
892 0