基于MLX90620的低成本红外热成像系统设计*

杨风健, 刘 军, 貌程浩, 霍旭阳, 彭 成

(1.杭州电子科技大学 电子信息学院，浙江 杭州 310018;

基于MLX90620的低成本红外热成像系统设计*

杨风健1, 刘 军1, 貌程浩1, 霍旭阳2, 彭 成1

(1.杭州电子科技大学 电子信息学院，浙江 杭州 310018;

2.吉林医药学院 公共卫生系，吉林 吉林 132013)

开发了一种基于非制冷红外焦平面阵列的红外热成像系统。为降低成本，系统选用具有16 pixel×4 pixel输出像素的红外焦平面阵列探测器MLX90620进行红外辐射强度探测。为获得高分辨率、高质量的红外图像，提出一种将多项式插值与双线性插值相结合的算法，先利用多项式插值提升热像分辨率至64 pixel×16 pixel，再通过双线性插值算法扩充分辨率至256 pixel×64 pixel,对人体进行热成像实验表明:该算法在提高图像分辨率的同时，保留了更多的细节信息。

红外热成像； MLX90620； 双线性插值； 多项式插值

0 引 言

红外辐射的物理本质是热辐射，在常温下，所有物体都是红外辐射的发射源[1]，红外热成像系统是利用目标物体红外辐射的可探测性，再利用光电转换、电信号处理等手段，将目标物体的温度分布图像转换成红外热辐射图像，相比于单点温度探测，红外热成像可以实现探测器视场内的整体区域温度分布,一般物体在发生故障前，都会伴随温度的变化，因此，红外热成像设备都是一种快速有效的检测工具。

在便携式红外热成像设备中，主要采用非制冷焦平面探测器，由于红外探测器的制造工艺的限制，国内外的红外探测器的分辨力都比较低，为获得较高分辨力的红外热像,需采用插值算法,现今比较成熟的算法有最邻近插值、双线性插值以及三次多项式插值等[2], 最邻近插值和双线性插值法相对简单，处理速度快，但是会产生明显的方块效应或者细节模糊的现象;多项式插值放大效果比最近邻插值、双线性插值要好，但运算复杂,效率相对较低。

较大面阵红外焦平面探测器一般具有320×240或更高的像元数[3，4]，探测器像元数越多，售价越高，驱动也更加复杂，然而在一些中低端应用场合，对热像分辨率要求并不高，更侧重于目标区域的温度分布情况。

为了降低红外热成像系统的开发成本，本文设计了一种基于低分辨率焦平面探测器的低成本红外热成像系统，利用软件实现插值算法提高热像分辨率，为了克服传统插值算法的缺点，提出了将多项式插值与双线性插值相结合的算法，算法具有图像清晰度高，运算量相对较小的特点。

1 系统构成与硬件设计

1.1 系统设计

红外热成像系统主要由两大部分组成：基于微控制器的热像采集装置设计和基于VC++的上位机热像处理与分析软件设计，上位机软件与热像采集装置之间通过USB接口进行数据通信，如图1所示，热像采集装置以微控制器作为控制核心，其内部集成USB通信模块并具有I2C总线接口，热像采集装置通过320×240彩色点阵液晶对采集热像进行实时显示，微控制器负责完成红外焦平面探测器的驱动，并将采集到的数据通过红外测温算法转换为实际温度值，再通过USB接口将数据送入上位机软件进行数据的处理与分析。

图1 系统原理框图

1.2 传感器驱动电路设计

为降低系统成本，选用Melexis公司生产的MLX90620红外探测器，响应光谱范围:8～14 μm，测温范围为-50～300 ℃,通过合理配置，热灵敏度小于80 mK/℃，MLX90620包含64个红外探测像元，每个像元都对应有低噪声斩波放大器和高速ADC。本系统选用的红外探测器视场(FOV)为60°×16.4°。红外探测器采集数据存储在芯片内部RAM中，主控制器可通过I2C总线获取数据，其应用电路图如图2所示，电路中输入电源为5 V，红外探测器在2.6V 时才能发挥最佳的性能，微控制器选用ST公司32位的STM32F103VET6，该控制器也可以工作在2.6 V低电源电压下，选用AMS1117—ADJ搭建可调电源电路，其输出电压计算方法如式(1)所示

(1)

将R1,R2分别设置为100,108Ω，计算输出电压约为2.6V，为降低系统噪声，提高采集数据的准确性，MLX90620的电源和地之间需连接100nFNPO电容器进行退耦。

图2 红外探测器应用电路

1.3 数据处理与USB通信

微控制器通过I2C总线读取红外探测器内部RAM和EEPROM中的数据，探测器的I2C通信速率可达1 000kbit/s，RAM中存储的是经过光电转换、ADC采样后的与温度相关数据，EEPROM中存储的数据用于计算目标区域内实际温度值的各项参数。RAM中的探测数据刷新频率可以在0.5～512Hz范围内设定，刷新频率越低，测量结果越可靠，但是数据更新速度会大大降低。

EEPROM中的用于计算温度的各项参数只需在系统初始化时读取一次，存储在微控制器的RAM中，微控制器需要不断地从探测器RAM中读取红外探测数据，并通过式(2)计算实际温度值

(2)

式中i的范围为0～3，j的范围为0～15，VIR(i,j)_COMPENSATED为电压补偿系数，α(i,j)为单个像素点的灵敏度系数，Ta为探测器的封装温度，这三个系数也可通过固化在EEPROM中的参数按照相应的计算公式求得。微控制器采用浮点形式存储各个像素点的温度数据，为将计算结果保留小数点后2位，将浮点温度数据乘以1 000后强制转换为整型数据，根据最低位数据的大小进行4舍5入后，再将温度数据以十进制形式按位取出后通过USB传输给上位机软件。

USB通信采用全速传输模式，最高速率可达12 Mb/s，足以满足系统对于数据传输速率需求，USB具有4种数据传输类型，根据系统需要，采用批量传输(bulk transmission)类型，单个数据包长度设置为64字节，因每个像素点的温度数据保留2位小数，拆分成单个十进制位进行传输，所以,一个像素点具有5个字节数据，一帧图像具有320字节数据，通过USB发送5个数据包可完成一帧数据传送，帧数据传输格式如图3所示，SOF和EOF分别为帧起始和帧结束标志符，如果在数据包传输的过程中有数据丢失或CRC校验出错的情况，则将整帧的数据丢弃，等待下一帧热像数据的传输。

图3 帧数据包结构图

2 图像插值算法

微控制器将采集到的数据通过USB传输给上位机，开发基于VC++的上位机图像处理软件，软件可直观显示每个像素点的平均温度值，由于系统中红外探测器的像元数较少，分辨率较低,仅为16 pixel×4 pixel，因此,需借助上位机软件采用恰当的软件插值算法提高热像分辨率。

双线性插值法(bilinear interpolation)的输出像素值是它在输入图像中2×2邻域采样点的平均值，它根据某像素点周围4个像素的灰度值在水平和垂直2个方向上对其插值。该算法计算量较小[5]，但是，图像对比度较低，细节模糊。

三次多项式插值算法(cubic polynomial interpolation)采用源图像中待采样像素点周围 16个相邻像素点来做插值运算，利用三次多项式来近似地逼近理想的插值函数,该插值算法的运算复杂度较高[5]，但插值图像效果较清晰，对比度较高。

结合2种算法的不同特点，本文先对原始热像图采用三次多项式插值算法，将图像分辨率由16 pixel×4 pixel提高到64 pixel×16 pixel，目的是增强图像对比度，使得热像图的高低温差更明显，为了减少计算量，再采用双线性插值算法将图像分辨率提高到256poxel×64 pixel。图4所示为红外探测器采集的人体躯干部位的原始热像图，图5～图8分别为采用双线性插值算法、多项式插值算法、双线性插值+多项式插值算法以及本文采用的算法所得到的热像图，这4种插值算法插值得到的图像分辨率均为256 pixel×64 pixel。主观观察4幅图片，图8的高低温分布更加明显，图像效果与实际情况更加接近。

图4 原始热像图

图5 双线性插值

图6 多项式插值

图7 双线性+多项式插值

图8 多项式+双线性插值

3 实验结果

为了客观评价本文算法(多项式+线性插值)的处理效果，采用熵(entropy)和平均梯度(gavg)来进行定量评价插值图像效果。平均梯度反映了图像中微小细节反差与纹理变化特征及清晰度，平均梯度越大，表示放大图像清晰度越高，放大效果越好。图像的熵反映图像包含的信息量，熵越大，信息量越大，插值放大效果越好[6]。采用Matlab对4幅热像图片进行熵和平均梯度的计算，实验结果如表1所示，可以看出:本文提出的算法平均梯度和熵值最大，对于提高插值图像清晰度和改善插值图像的质量优于其它3种算法。

表1 四种插值算法的性能比较

Tab 1 Comparison of characteristics of four kinds of interpolation algorithms

熵平均梯度双线性1.83350.8037多项式1.84560.8101双线性+多项式2.15380.7047多项式+双线性2.17020.8808

4 结 论

在一些对热像分辨率要求不高的场合，需要一种低成本的热成像解决方案。本系统基于红外焦平面探测器采集红外辐射强度，利用红外测温原理和计算方法得到各像素点的实际温度值，通过USB通信将数据传输到上位机软件,软件采用图像插值算法提高图像分辨率,降低了红外热成像系统的成本。

经过对人体躯干部热成像测试表明:本系统可实现对目标物体的实时红外热像显示，多项式插值与双线性插值相结合的算法满足本系统对于图像清晰度和速度的使用需求，可实现从16 pixel×4 pixel到256 pixel×64 pixel的图像分辨率转换。

[1] 徐 薇，杨 卫.一种红外传感器阵列探测方法的研究[J].传感器与微系统, 2009,28(9):16-18.

[2] 李怀琼，陈 钱，隋修宝.基于边缘保护的红外图像插值放大算法[J].兵工学报, 2006,27(4):655-658.

[3] 陈伯良.红外焦平面成像器件发展现状[J].红外与激光工程,2005, 34(1):1-7.

[4] 谭钦红,任其干,吴传玺,等.384x288非制冷红外焦平面阵列驱动电路的设计[J].红外与激光工程,2012,41(2):316-319.

[5] 蔡占川，郑才目，黄 静,等.基于混合型多结点样条插值曲面的图像放大方法[J].中山大学学报:自然科学版，2011,50(2):16-19.

[6] 龚昌来,罗 聪,杨冬涛,等.基于线性插值和正弦灰度变换的红外图像放大[J].光电工程, 2013,40(2):110-113.

刘 军，通讯作者,E—mail:ljun77@163.com。

Design of low-cost infrared thermal imaging system based on MLX90620*

YANG Feng-jian1, LIU Jun1, MAO Cheng-hao1, HUO Xu-yang2， PENG Cheng1

(1.College of Electronic and Information Engineering，Hangzhou Dianzi University，Hangzhou 310018，China;2.Department of Public Health，Jilin Medical College，Jilin 132013，China)

An infrared thermal imaging system based on un-cooled infrared focal plane array technology is presented.To reduce costs, a 16pixel×4 pixel infrared focal plane array detector MLX90620 is used to detect the infrared intensity of radiation.An improved algorithm which combines bilinear interpolation and polynomial interpolation is used to get high quality and high resolution infrared image,and the image is interpolated by polynomial interpolation, to improve its resolution to 64pixel×16 pixel,then bilinear interpolation method is adopted to advance image resolution from 64pixel×16 pixel to 256pixel×64 pixel.Experiments on human body shows that the algorithm can not only improve image resolution, but also keep more details．

infrared thermal imaging; MLX90620; bilinear interpolation; polynomial interpolation

2015—03—11

2014年浙江省大学生科技创新活动计划(新苗人才计划)资助项目(2014R407067)

10.13873/J.1000—9787(2015)11—0109—03

TN 216

A

1000—9787(2015)11—0109—03

杨风健(1987-)，男，吉林省德惠人，硕士，主要从事嵌入式系统设计与应用方向的研究。