红外热成像仪 红外图像伪彩色编码

简介: 什么是红外成像伪彩编码 红外成像的最终目的是用图像来表现温度变化,并且可以通过颜色来区分出不同热量的物体轮廓和形状。那么,到底用什么颜色来表示什么温度呢?是否有什么标准规范呢?

MLX90640 红外热成像仪测温传感器模块开发笔记(六)红外图像伪彩色编码
红外成像仪效果图去二维码.png

什么是红外成像伪彩编码
红外成像的最终目的是用图像来表现温度变化,并且可以通过颜色来区分出不同热量的物体轮廓和形状。那么,到底用什么颜色来表示什么温度呢?是否有什么标准规范呢?
这个问题一开始也是心里没底的,因为我不是专业做红外成像的,只能到处查资料了解温度和颜色之间的关系,基本得到以下几点结论:
(1)温度和颜色之间没有绝对的对应关系,没有人要求红外成像必须要用什么颜色来表示某个温度,这种对应关系完全是由设计人员自已决定的。
(2)不同的应用领域和行业出于不同的目的,会进行一些温度和颜色的研究,进而用一种适用的渐变色来突出显示某些特别关心的热元素。
(3)颜色编码绝大多数是渐变色。以下是几种不同的颜色编码
红外成像仪灰度.png

另外,还有人提出了“符合人的生理”让人看着更加“舒服”的 HIS 彩色
红外成像仪灰度2.png

温度转颜色的方法
(1)首先假设温度范围的上下限并将实际的温度数据转换为 0~255 之间的数值

(2)使用转换后的数值代入下面的伪彩编码计算函数,生成伪彩色
//伪彩 1
procedure GrayToPseColor(grayValue:Integer; var colorR,colorG,colorB:Ingeger);
Begin
colorR:=Abs(0-grayValue);
colorG:=Abs(127-grayValue);
colorB:=Abs(255-grayValue);
End;

相关文章
|
17天前
|
人工智能 监控 算法
红外无人机目标检测数据集(4500+张图片已标注)| YOLO训练数据集 AI视觉检测
本数据集含4500+张红外监控图像,专为夜间/低光照场景下无人机检测构建,采用标准YOLO格式标注(单类“drone”),已划分训练/验证/测试集,适配YOLOv5至v11等主流模型,适用于安防、边境巡检与AI算法研究。
|
搜索推荐 数据可视化 数据安全/隐私保护
免费、强大的开源笔记软件Joplin综合评测 —印象笔记的开源替代
Joplin 介绍 绝大部分开源工具都是免费的。如果寻找免费的笔记应用,自然需要考虑开源笔记软件。 在我的视野范围内,常见开源笔记软件包括Boostnote、GitNote、Joplin. 其中,前两者都是面向开发人员,全平台、支持中文、支持浏览器插件和扩展。而 Joplin 则面向一般用户。下面主要介绍 Joplin.
2752 0
免费、强大的开源笔记软件Joplin综合评测 —印象笔记的开源替代
|
4月前
Wireshark_win32_2.2.1.0安装步骤详解
下载Wireshark安装包并双击运行,按提示选择语言、同意协议,确保勾选WinPcap驱动。可自定义安装路径和快捷方式,安装完成后建议重启电脑。启动时以管理员身份运行,即可开始抓包分析网络流量。(239字)
|
安全 Unix Linux
VMware Workstation 17.6.3 发布下载,现在完全免费无论个人还是商业用途
VMware Workstation 17.6.3 发布下载,现在完全免费无论个人还是商业用途
125954 65
|
人工智能 弹性计算 前端开发
AI开发:大学生创业公司官网
假设你和几个同学做了一家创业公司,业务是AI智能体开发,你们需要快速开发一个公司官网。使用bolt.diy+通义灵码,全程零手写代码完成网站开发。部署到云端,让客户能访问。展示一个网站从功能设计,到代码开发,到云端部署的全过程。
|
Ubuntu PHP 开发工具
ubuntu 使用命令行更换国内源
ubuntu 使用命令行更换国内源
4025 35
|
存储 安全 Windows
U盘文件损坏且无法读取怎么修复?五个方法帮你搞定
U盘文件目录损坏无法读取可能是硬件、软件或人为操作导致的问题。修复方法包括:1) 使用数据恢复软件提取重要文件;2) 运行Windows的磁盘检查工具;3) 格式化U盘(数据会丢失);4) 检查U盘健康状况,如坏道修复;5) 若硬件故障,联系官方售后。在修复前,记得先备份数据。加强数据备份能减少损失。
|
人工智能 文字识别 算法
打造全场景、跨领域、多模态的AI工作流 | 开源图像标注工具 X-AnyLabeling v2.4.0 正式发布!
X-AnyLabeling是一款强大的辅助标注工具,集成了AI推理引擎和丰富功能,为图像数据工程师提供一站式解决方案。它支持图像和视频文件的自动标注,提供了包括矩形框、多边形在内的七种标注样式,适应多样化的训练场景需求。X-AnyLabeling内置了多种SOTA级AI模型,如YOLO、SAM系列等,并支持GPU加速和多种数据集格式的导入导出,确保高效的数据处理。此外,它还具备良好的跨平台兼容性,可在多种操作系统上运行,并提供详尽的帮助文档和社区支持,帮助用户轻松上手并解决使用过程中遇到的问题。
3223 2
打造全场景、跨领域、多模态的AI工作流 | 开源图像标注工具 X-AnyLabeling v2.4.0 正式发布!