使用MLX90640自制红外热像仪(三)：图像插值、图像彩色编码

最新推荐文章于 2023-05-26 14:40:29 发布
最新推荐文章于 2023-05-26 14:40:29 发布
阅读量8k 收藏 142
点赞数 13
分类专栏： MCU 器件&传感器 文章标签： MLX90640 红外热成像
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qlexcel/article/details/119421679
版权
MCU 同时被 2 个专栏收录
179 篇文章 183 订阅
订阅专栏
器件&传感器
99 篇文章 105 订阅
订阅专栏

  经过上一节，已经把MLX90640的32x24个像素点读出来了，可是使用32x24直接显示在屏幕上，显示区域显示太小了，于是就需要对图像就行放大。

图像插值

  常见的插值算法可以分为两类：自适应和非自适应。 自适应的方法可以根据插值的内容来改变（尖锐的边缘或者是平滑的纹理），非自适应的方法对所有的像素点都进行同样的处理。 非自适应算法包括：最近邻，双线性，双三次，样条，sinc，lanczos等。 由于其复杂度, 这些插值的时候使用从0 to 256 (or more) 邻近像素。 包含越多的邻近像素，他们越精确，但是花费的时间也越长。这些算法可以用来扭曲和缩放照片。
在这里插入图片描述

  具体实现可以参考这两篇文章，他们已经说得很详细了：图像插值算法总结、双线性内插值算法。
  插补后的效果如下：
在这里插入图片描述

图像彩色编码

  现在把32x24像素点放大了10倍，得到了320x240像素点，但是这些像素点还都是-40度到300度的温度值，要怎么转换成彩色来显示呢？
  其实都已经有转换规范了，而且还有很多种方案：
在这里插入图片描述
  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
#define abs(x)      ((x)>0?(x):-(x))
void GrayToPseColor(uint8_t grayValue, uint8_t *colorR,uint8_t *colorG,uint8_t *colorB)
{
    *colorR=abs(0-grayValue);
    *colorG=abs(127-grayValue);
    *colorB=abs(255-grayValue);
}

伪彩 2、金属、彩虹、灰度编码的转换函数为：

void GrayToPseColor(uint8_t converMethod,uint8_t grayValue, uint8_t *colorR,uint8_t *colorG,uint8_t *colorB)  //灰度-伪彩色变换
{
	switch(converMethod)
	{
		case GCM_Pseudo1:
			*colorR=abs(0-grayValue);
			*colorG=abs(127-grayValue);
			*colorB=abs(255-grayValue);		
			break;
			
		case GCM_Pseudo2:	
			if( (grayValue>=0) && (grayValue<=63) )  
			{
				*colorR=0;
				*colorG=0;
				*colorB=round(grayValue/64*255);
			}
			else if( (grayValue>=64) && (grayValue<=127) )  
			{
				*colorR=0;
				*colorG=round((grayValue-64)/64*255);
				*colorB=round((127-grayValue)/64*255);
			}
			else if( (grayValue>=128) && (grayValue<=191) )  
			{
				*colorR=round((grayValue-128)/64*255);
				*colorG=255;
				*colorB=0;
			}
			else if( (grayValue>=192) && (grayValue<=255) )  
			{
				*colorR=255;
				*colorG=round((255-grayValue)/64*255);
				*colorB=0;
			}		
			break;

		case GCM_Metal1:	
			if( (grayValue>=0) && (grayValue<=63) )  
			{
				*colorR=0;
				*colorG=0;
				*colorB=round(grayValue/64*255);
			}
			else if( (grayValue>=64) && (grayValue<=95) )  
			{
				*colorR=round((grayValue-63)/32*127);
				*colorG=round((grayValue-63)/32*127);
				*colorB=255;
			}
			else if( (grayValue>=96) && (grayValue<=127) )  
			{
				*colorR=round((grayValue-95)/32*127)+128;
				*colorG=round((grayValue-95)/32*127)+128;
				*colorB=round((127-grayValue)/32*255);
			}
			else if( (grayValue>=128) && (grayValue<=191) )  
			{
				*colorR=255;
				*colorG=255;
				*colorB=0;
			}
			else if( (grayValue>=192) && (grayValue<=255) )  
			{
				*colorR=255;
				*colorG=255;
				*colorB=round((grayValue-192)/64*255);
			}
			break;
			
		case GCM_Metal2:	
			*colorR=0;*colorG=0;*colorB=0;
			if( (grayValue>=0) && (grayValue<=16) )  
			{
				*colorR=0;
			}
			else if( (grayValue>=17) && (grayValue<=140) )  
			{
				*colorR=round((grayValue-16)/(140-16)*255);
			}
			else if( (grayValue>=141) && (grayValue<=255) )  
			{
				*colorR=255;
			}

			if( (grayValue>=0) && (grayValue<=101) )  
			{
				*colorG=0;
			}
			else if( (grayValue>=102) && (grayValue<=218) )  
			{
				*colorG=round((grayValue-101)/(218-101)*255);
			}
			else if( (grayValue>=219) && (grayValue<=255) )  
			{
				*colorG=255;
			}

			if( (grayValue>=0) && (grayValue<=91) )  
			{
				*colorB=28+round((grayValue-0)/(91-0)*100);
			}
			else if( (grayValue>=92) && (grayValue<=120) )  
			{
				*colorB=round((120-grayValue)/(120-91)*128);
			}
			else if( (grayValue>=129) && (grayValue<=214) )  
			{
				*colorB=0;
			}
			else if( (grayValue>=215) && (grayValue<=255) )  
			{
				*colorB=round((grayValue-214)/(255-214)*255);
			}
			break;		
			
		case GCM_Rainbow1:
			if( (grayValue>=0) && (grayValue<=31) )  
			{
				*colorR=0;
				*colorG=0;
				*colorB=round(grayValue/32*255);
			}
			else if( (grayValue>=32) && (grayValue<=63) )  
			{
				*colorR=0;
				*colorG=round((grayValue-32)/32*255);
				*colorB=255;
			}
			else if( (grayValue>=64) && (grayValue<=95) )  
			{
				*colorR=0;
				*colorG=255;
				*colorB=round((95-grayValue)/32*255);
			}
			else if( (grayValue>=96) && (grayValue<=127) )  
			{
				*colorR=round((grayValue-96)/32*255);
				*colorG=255;
				*colorB=0;
			}
			else if( (grayValue>=128) && (grayValue<=191) )  
			{
				*colorR=255;
				*colorG=round((191-grayValue)/64*255);
				*colorB=0;
			}
			else if( (grayValue>=192) && (grayValue<=255) )  
			{
				*colorR=255;
				*colorG=round((grayValue-192)/64*255);//0
				*colorB=round((grayValue-192)/64*255);
			}		
			break;
			
		case GCM_Rainbow2:
			if( (grayValue>=0) && (grayValue<=63) )  
			{
				*colorR=0;
				*colorG=round((grayValue-0)/64*255);
				*colorB=255;
			}
			else if( (grayValue>=64) && (grayValue<=95) )  
			{
				*colorR=0;
				*colorG=255;
				*colorB=round((95-grayValue)/32*255);
			}
			else if( (grayValue>=96) && (grayValue<=127) )  
			{
				*colorR=round((grayValue-96)/32*255);
				*colorG=255;
				*colorB=0;
			}
			else if( (grayValue>=128) && (grayValue<=191) )  
			{
				*colorR=255;
				*colorG=round((191-grayValue)/64*255);
				*colorB=0;
			}
			else if( (grayValue>=192) && (grayValue<=255) )  
			{
				*colorR=255;
				*colorG=round((grayValue-192)/64*255);
				*colorB=round((grayValue-192)/64*255);
			}
			break;
			
		case GCM_Rainbow3:
			if( (grayValue>=0) && (grayValue<=51) )  
			{
				*colorR=0;
				*colorG=grayValue*5;
				*colorB=255;
			}
			else if( (grayValue>=52) && (grayValue<=102) )  
			{
				*colorR=0;
				*colorG=255;
				*colorB=255-(grayValue-51)*5;
			}
			else if( (grayValue>=103) && (grayValue<=153) )  
			{
				*colorR=(grayValue-102)*5;
				*colorG=255;
				*colorB=0;
			}
			else if( (grayValue>=154) && (grayValue<=204) )  
			{
				*colorR=255;
				*colorG=round(255-128*(grayValue-153)/51);
				*colorB=0;
			}
			else if( (grayValue>=205) && (grayValue<=255) )  
			{
				*colorR=255;
				*colorG=round(127-127*(grayValue-204)/51);
				*colorB=0;
			}
			break;
		
		case GCM_Zhou:
			if( (grayValue>=0) && (grayValue<=63) )  
			{
				*colorR=0;
				*colorG=round((64-grayValue)/64*255);
				*colorB=255;
			}
			else if( (grayValue>=64) && (grayValue<=127) )  
			{
				*colorR=0;
				*colorG=round((grayValue-64)/64*255);
				*colorB=round((127-grayValue)/64*255);
			}
			else if( (grayValue>=128) && (grayValue<=191) )  
			{
				*colorR=round((grayValue-128)/64*255);
				*colorG=255;
				*colorB=0;
			}
			else if( (grayValue>=192) && (grayValue<=255) )  
			{
				*colorR=255;
				*colorG=round((255-grayValue)/64*255);
				*colorB=0;
			}		
			break;
			
		case GCM_Ning:
			if ((grayValue>=0) && (grayValue<=63))  
			{
				*colorR=0;
				*colorG=254-4*grayValue;
				*colorB=255;
			}
			else if ((grayValue>=64) && (grayValue<=127))  
			{
				*colorR=0;
				*colorG=4*grayValue-254;
				*colorB=510-4*grayValue;
			}
			else if ((grayValue>=128) && (grayValue<=191))  
			{
				*colorR=4*grayValue-510;
				*colorG=255;
				*colorB=0;
			}
			else if ((grayValue>=192) && (grayValue<=255))  
			{
				*colorR=255;
				*colorG=1022-4*grayValue;
				*colorB=0;
			}
			break;
			
		case GCM_Gray:	
			*colorR=grayValue;
			*colorG=grayValue;
			*colorB=grayValue;
			break;
			
		default:
			break;
	}
}
【ql君】qlexcel
关注
  • 13
    点赞
  • 踩
  • 142
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
专栏目录
2020-11-01
qweqwreqw的博客
11-01 362
MLX90640的阵列插值处理-多项式插值由32×24像素到512×384像素（附从温度阵列转化为热成像图代码） 由于大四final year project的需求，需要利用mlx90640热成像芯片处理，由于像素过于低，无法利用灰度图进行人脸识别，因此必须扩展像素。这里link 采用了博主的代码，将Pascal版本改编为python版本的代码。 下面是改编的函数的代码，命名为func.py,函数分为： PolynomialInterpolationArr(SourceDatas,Dir, times) 。
热成像伪彩色编码代码
10-10
红外热成像中需要的将温度值转变为彩色的核心算法函数，算法比较简单，可直接翻译成C或者其它语言。使用时请先将温度值转换为0~255之间的整数，代入函数即可。
基于STM32F1和MLX90640的红外热像仪
jacobi6的博客
05-08 2325
STM32F103RCT6使用IIC接口与MLX90640采集数据，采集数据后使用LCD将温度转换为像素点输出到TFT-LCD屏幕,温度达到指定数值自动蜂鸣器报警，使用按键关闭报警声，源码文件文末自取。
MLX90640的阵列插值处理-多项式插值由32×24像素到512×384像素）
11-01
MLX90640的阵列插值处理-多项式插值由32×24像素到512×384像素（附从温度阵列转化为热成像图代码）
MLX90640开发笔记（一）概述及开发资料准备
热门推荐
xulikai的专栏
10-10 4万+
现在自己在做红外成像仪的越来越多了，两年前有个井下机电设备运行状态的科研项目，当时使用了AMG8833（8*8像素）。前段时间因为公司生产电路板测试需要，打算买一台红外成像仪测量电路板发热是否正常，商用的价格还是有些小贵的，无意中发现了MLX90640这个东西，32*24像素，768个测温点，基本上可以成像用了，于是决定自己做一个成像仪。经过半个月的时间，开发基本完成，本文是开发过程的笔记和注意事...
C语言开发基于MLX90640传感器制作的红外热成像仪源码.zip
06-05
C语言开发基于MLX90640传感器制作的红外热成像仪源码。基于MLX90640传感器制作的红外热成像仪。再也不用手感应测温了，被芯片烫伤、被高压电过的硬件狗飘过~~画3D模型的软件可以使用 DesignSpark Mechanical 5.0 这...
MLX90640红外热像仪
08-15
MLX90640红外热像仪全套资料
C语言开发基于MLX90640传感器制作的红外热成像仪源码，自制红外热成像仪
02-06
MLX90640：分辨率为24x32的红外探头，如果只是测温，不想看像素级的温度已经足够。毕竟还有人用8x8分辨率的AMG8833。注意MLX90640 有两个型号， A 型和 B 型，型号全称为：MLX90640ESF_BAA/BAB。 一定要选择B型。...
MLX90640红外热像简易上位机源代码
02-21
MLX90640是一款高分辨率的红外热像传感器，能够提供精确的温度测量和热图像。本文将深入探讨基于Qt5.0开发的MLX90640红外热像简易上位机源代码，以及如何配合传感器模块进行图像对比和数据解析。 首先，让我们了解...
MLX90640综合读写测试程序(STC单片机)
10-10
MLX90640红外阵列传感器的底层驱动程序测试演示，是个完整的Keil工程，包含了EEPROM、寄存器和RAM的读写过程
热成像 温度转换代码.txt
02-29
该转换方法支持将热成像传感器采集到的温度数据转化为BMP文件，支持传感器像素的定义 支持放大倍数的定义
热成像原理
01-24
这是关于红外成像的原理讲解,不催的资料，希望大家喜欢
基于stm32的mlx90640红外成像(内含双线性插值)
05-10
【标题】"基于STM32的MLX90640红外成像(内含双线性插值)" 涉及的是一个嵌入式硬件项目，该项目利用STM32微控制器来处理MLX90640红外热像传感器的数据，并通过双线性插值算法提高图像的分辨率和细节。STM32是意法...
MLX90640开发笔记（三）工作流程和操作MLX90640的一般步骤
xulikai的专栏
10-10 1万+
默认参数时，MLX90640的工作流程如下： （1）上电，内部初始化（约40ms） （2）读取工作参数到控制和状态寄存器 （3）开始以2Hz的速率测量实时数据并更新到RAM，自动更新状态寄存器。 测量帧解释： MLX90640共有768个测量像素点，每次测量其中的一半，称为1帧，故此完成768像素需要测量2帧，用帧0和帧1来表示。即：所谓的1帧数据其实是完整像素的一半。 可...
胡乱捣鼓02——AMG8833+Arduino+插值 实现DIY热成像
qq_38502780的博客
11-25 1万+
目录1.效果2.原理3.设备4.接线5.代码 1.效果 大家也知道AMG8833模块属于比较低端的红外温度采集传感器，探测精度也不高，距离条件也不是特别好，远一点就没有轮廓而是一团圆形了。所以这个是我目前做的个人认为比较不错的效果图了（其实也就那样），话不多说，我们先看效果吧。 以下是1.44寸tft屏幕的效果图： 以下是1.8寸的tft的效果图： 2.原理 博主这里采用的是二次的线性插值。比方说一幅图由4个像素点y1，y2，Q21，Q22组成，那么在这四个像素点的中间插上与原始像素点（4个）加权过
【EPS32S3学习笔记】OPENCV应用于热成像的插值运算
lunzilx的博客
05-26 599
之前解锁了在ESP32上布置OPENCV及一些人脸识别的应用，后面看看还有哪些应用可以尝试。当然可能每个点都不是很大，更多的是记录一些过程。
【QT】热成像demo（1）
weixin_48618536的博客
11-26 2029
已经测试通过，内含源码和exe文件 添加链接描述
医院的热成像java怎么实现_10 行代码搞定“热成像”【shader风格化】
weixin_30340269的博客
02-25 481
已经过去的 2020 是一个不怎么顺遂的一年，出入公共场所都需要体温监测，而人流量密集的商场，一般会采用热成像技术来快速测量体温。那么今天我们就来说说如何让一张普通图片变成具有热成像的效果。最终效果如下： 最终效果 从本文中你可以了解到：发光的基本原理，如何给图片施加不同颜色的光图片模糊的原理，如何用高斯模糊解决重影问题colorRamp是什么？texture2D的一些高级用法，如何使用col...
mlx90640 红外热成像仪测温模块开发笔记(完整篇)
最新发布
06-06
mlx90640 红外热成像仪是一款非常优秀的测温模块，具有高分辨率、高准确度、小尺寸等特点，适用于多种场景的温度测量。在该模块的开发过程中，需要注意以下几个方面： 首先，需要选择适当的控制器，并熟悉其操作流程。常见的控制器有 STM32、Arduino 等，应根据具体需求选择相应的型号。 其次，需要编写合适的程序，与 mlx90640 热成像仪进行通信，并对其读取到的数据进行处理。该模块使用 I2C 总线进行通信，因此需注意相关的协议和寄存器设置。 另外，还要对温度值进行校准，以提高测温精度。具体方法可参考模块的数据手册或相关资料。 最后，需要对整个系统进行测试和调试，以保证其稳定性和准确度。可采用不同温度下的标准数据进行比对，以验证其测温结果的正确性。 总之，mlx90640 红外热成像仪测温模块开发需要综合考虑硬件和软件层面的要素，进行全面的设计和调试，以实现高性能、高精度的温度测量。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

【ql君】qlexcel

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值