Lämpökuvien mittaus ja kuva-analyysi

Transkriptio

1 Lämpökuvien mittaus ja kuva-analyysi Joensuun yliopisto 2002 Tietojenkäsittelytieteen laitos Erikoistyö Risto Joki-Korpela

2 Sisällysluettelo 1 Johdanto 3 2 Lämpösäteilyn teoriaa 4 3 Lämpökameran toiminta Skannerin toiminta Keskusyksikön toiminta Kuvantallennus 12 4 Lämpökuvaus Kuvausolosuhteet Kuvausten geometria Kuvausten suorittaminen Kuvien tallennus Lämpökuvien analyysi Kuvienlukuohjelmat Kuvasta valitun pisteen lämpötilan näyttö Kuvan segmentointi 18 6 Mittaustulosten tulkinta 20 Kirjallisuusviitteet 22 Liitteet 22 2

3 1 Johdanto Työn tarkoituksena oli tuottaa infrapunakameralla kuvattujen lämpökuvien analysointiin työkalu ja perustaa www-pohjainen lämpökuva-arkisto. Työssä kuvattiin lämpökameralla havupuitten neulasten lämpötiloja. Mielenkiinnon kohteena olivat erityisesti havunneulasten lämpötilaerot keväällä, jolloin päivän ja yön lämpötilat ovat suuria. Työssä kuvattua tietokantaa on mahdollisuus käyttää esitutkimusmateriaalina havunneulasten pakkaskestävyyden analyysissä. Lämpökameralla tuotettujen tiff-formaatin harmaatasokuvien analysointia varten tehtiin Matlab R12 - ympäristöön soveltuva ohjelma. Ohjelma muuntaa harmaatasokuvan pseudovärikuvaksi ja valitusta kuvapisteestä ohjelma laskee lämpötilan ja säteilyn maksimiaallonpituuden tulostaen ne näytölle. Ohjelma ryhmittelee eri lämpötila-alueita käyttäjän valinnan mukaisesti tulostaen ryhmitellyn kuvan näytölle. Alueitten koon ohjelma laskee myös suhteellisena prosenttiosuutena kuva-alasta. Lämpökuva-aineistosta muodostettiin lämpökuvatietokanta www-sivuille selaimella luettavaksi osoitteeseen Työssä tuotetut värilliset lämpökuvat ovat samoilla wwwsivuilla nähtävillä. Kuvaukset aloitettiin tammikuussa v.2002, jolloin ei sään kylmyydestä johtuen useita kuvauskertoja ei voitu suorittaa. Varsinainen kuva-aineisto saatiin kuvattua maaliskuun aikana, jolloin lämpötilaerot yön ja päivän välillä olivat suurimmat. Raportin luvussa 2 on lämpösäteilyn teoriaa ja luvussa 3 tutkimuksissa käytetyn lämpökameran toimintaperiaatteet. Luvussa 4 esitellään lämpökuvaus ja kuvauksen suoritustavat. ja luvussa 5 lämpökuvien analyysi ja kuvienlukuohjelma. Lopuksi luvussa 6 on mittaustulosten tulkinta. 3

4 2 Lämpösäteilyn teoriaa Sähkömagneettisen säteilyn aallonpituus riippuu säteilyn syntytavasta. Infrapuna eli lämpösäteily aiheutuu atomien ja molekyylien värähtelyistä eli aineen lämpöliikkeestä. Infrapunasäteily erottuu muusta säteilystä vain aallonpituudeltaan. Lämpösäteily ei tarvitse väliainetta edetäkseen. Säteily koostuu hiukkasmaisista kvanteista eli fotoneista, joilla on energia ja liikemäärä. Sähköisesti varattujen hiukkasten luovuttaessa energiaa se purkautuu säteilemällä. Sähkömagneettiset aallot etenevät suoraviivaisesti valon nopeudella ja osuessaan absorboivaan aineeseen osa muuttuu lämmöksi. Absorptiossa sähkömagneettinen kenttä vaikuttaa varattuihin hiukkasiin ja siirtää näihin energiaa. Emissiossa hiukkanen luovuttaa energiaa säteilemällä. Jokainen kappale, jonka lämpötila ylittää absoluuttisen lämpötilan (-273 C ), lähettää lämpösäteilyä Stefan-Boltzmannin lain mukaisesti /1/ W 4 = εσ T, (2.1) missä T = kappaleen lämpötila (K) = Stefan-Boltzmannin vakio (5, Wm -2 K -4 ) = kappaleen emissiokerroin (välillä 0...1) W = säteilyteho (Wm -2 ). 4

5 Stefan-Boltzmannin lain mukaan kappaleen säteilemän lämpösäteilyn tehotiheys riippuu emissiokertoimesta ja voimakkaasti kappaleen lämpötilasta. Mitä korkeampi kappaleen lämpötila on, sitä lyhyempi on se aallonpituus, jolla säteilyn maksimi esiintyy. Mustan kappaleen, joka absorboi 100 % siihen kohdistuvasta lämpösäteilystä ja joka on täydellinen säteilijä kaikilla aallonpituuksilla ja kaikkiin avaruuskulmiin, säteilyn intensiteetti M (W m -2 µm -1 ) on esitetty kuvassa 2.1. Mustalla kappaleella ei tarkoiteta kappaletta jonka pinnanväri olisi aina musta, sillä pinnan väri riippuu pinnan lämpötilasta. Esimerkiksi aurinkoa voidaan pitää mustana kappaleena, joka pinta absorboi kaiken siihen osuvan säteilyn. /1/ 5

6 Kuva 2.1. Mustan kappaleen lämpösäteily eri lämpötiloilla. /1/ Todellisen (selektiivisen) kappaleen säteily vaihtelee eri aallonpituuksilla, ja sillä on useita eri emissiokertoimen arvoja. Kun emissiokertoimet tunnetaan ja ne ovat stabiileja, on mahdollista laskea säteilyteho säteilyvuon tiheydestä. Plancin lain mukaan voidaan arvioida kappaleen lähettämän säteilyn intensiteetti /1/ I λt 2 2π hc 1 =., (2.2) 5 hc λ -1 eλkt missä = säteilyn aallonpituus m k = Boltzmannin vakio 1, J/K h = Plancin vakio 6, J s c = valonnopeus tyhjiössä 2, m/s λ = 2898 max. (2.3) T T = kappaleen pinnan absoluuttinen lämpötila (K) Intensiteetin maksimi aallonpituus saadaan seuraavasti /1/ Tämä muunnos tunnetaan paremmin Wienin siirtymälakina tai approksimaationa, missä 6

7 max = intensiteettimaksimin aallonpituus (µm) T = kappaleen lämpötila (K) Ilmakehä vaimentaa suurimman osan säteilyenergiasta ja jäljelle jäävät aallonpituusalueet keskiinfrapuna (3-5µm) ja kauko-infrapuna (8-12µm).Koska voimakkain absorboituminen ilmassa tapahtuu 5-8µm aallonpituuksilla, on suurimmalla osalla käytettävistä infrapunasysteemeistä tunnistin, joka toimii joko alueella 2-5µm tai 8-12µm. Emiessiivisyyden on oltava mahdollisimman suuri, sillä suuresta emissiosta seuraa pieni heijastuskerroin, jolloin siirtoemissio on yleensä nolla. Anturin vaste on oltava tasainen koko mittauskaistalla. Kokonaissäteilyn heijastus-, absorbio-, ja läpäisykertoimet liittyvät kaikkeen ulkopuolelta tulevaan säteilyyn. Niiden osalta (T) tarkoittaa ulkoisen säteilylähteen lämpötilaa. Kokonaissäteilyn emissiokerroin puolestaan riippuu kohteen pintalämpötilasta ja pätee vain, mikäli ulkopuolelta tuleva säteilyn lähde on samassa lämpötilassa kuin mitattavan kappaleen pinta. Kapeaa mittauskaistaa käytettäessä voidaan heijastus-, absorbio-, ja läpäisykertoimien summaa pitää ykkösenä ja soveltaa yleispätevästi. Tällöin itse asiassa kysymys on näiden keskiarvosta mittauskaistalla. Myös aallonpituuksilla µm voidaan tätä soveltaa, sillä tällä aallonpituusalueella aineiden emissiokertoimet eivät paljoa riipu aallonpituudesta. Kun nämä fysikaaliset ilmiöt yhdistetään siihen tosiasiaan, että säteilyenergian erot voidaan havaita ja muuntaa näkyväksi valoksi ( µm), saadaan perusta infrapunakuvaukseen. 7

8 3 Lämpökameran toiminta Kappaleen infrapuna-aallonpituudella lähettämä sähkömagneettinen säteily kohdistetaan skannerin optiikan avulla ilmaisimeen, jonka sähköiset ominaisuudet muuttuvat lämpösäteilyn intensiteetin funktiona. Detektorista saatava sähköinen signaali vahvistetaan, johdetaan edelleen kameran kuvankäsittelyosaan ja edelleen videosignaalina näytölle tai harmaatasokuvana taltioitaviksi levykkeelle. 3.1 Skannerin toiminta Skannerin toimintaa voidaan verrata periaatteeltaan videokameran toimintaan. Kuvan tarkennus suoritetaan motorisoidun fokusointioptiikan avulla. Fokusointilinssi kokoaa tulevan lämpösäteilyn, joka johdetaan ilmaisimeen. Koska ilmaisin voi reagoida ainoastaan lämpösäteilyn intensiteettiin tarvitaan x-y suuntaan poikkeutettavat peilit jakamaan kuva kuva-alkioihin ja johtamaan kuva-alkiot kuvakentän mukaisesti detektoriin. Y-suuntaisen peilin värähtelytaajuus on 50 Hz ja x- suuntaisen peilin 3922 Hz (kuvataajuudet ovat samat kuin televisiossa) Peilin värähtely aikaansaadaan magneettikenttään ja vääntöjousen avulla Y- suuntainen värähtely saadaan tasaisella kolmioaallolla standardien TV-formaattien mukaisesti ja x- suuntainen värähtely sinimuotoisilla aalloilla. Värähtelyn huojunnan eliminoimiseksi peililaitteisto on sijoitettu hermeettisesti suljettuun tyhjiökoteloon. Kuvassa 3.1 on periaatekuva skannerin rakenteesta ja säteilyn kulusta kokoojalinssistä dedektoriin. 8

9 Ilmaisimen jäähdyttäminen (-196 C) parantaa ilmaisimen erottelukykyä, eli laitteiston ja ympäristön kohina suodattuu pois. Ilmaisimesta saatava sähköinen viesti A/D- muunnetaan keskusyksikössä digitaaliseen muotoon, sekä käsitellään käyttäjän antamien parametrien ja valintojen mukaan. Kuva 3.1 Periaatekuva skannerin toiminnasta. /2/ 9

10 3.2 Keskusyksikön toiminta Ohjausyksikkö ohjaa käyttäjän antamien parametrien mukaisesti peilejä, optiikkaa yms. Skannerista tulevan analoginen viesti muunnetaan digitaaliseen muotoon, josta kuvankäsittely- yksikkö generoi standardi-videosignaalia. Käyttäjä voi keskusyksikön säätimillä muuttaa esimerkiksi kuvataajuutta (fast line scan) tai kuvattavan pinnan emissiokerrointa ja oletettua ympäristön lämpötilaa, joilla on oleellinen vaikutus mittaustuloksiin. Kuvassa 3.2 on kuvattu skannerin- ja keskusyksikön lohkokaavio, sekä signaalin kulku lohkojen välillä. 10

11 Kuva 3.2. Keskusyksikön lohkokaavio /2/ Kuvauksissa käytetyn kameran tyyppi oli Inframeter 740. Seuraavaksi esitellään teknisiä tietoja ja ominaisuuksia kuvauksissa käytetystä kamerasta. - nimellinen toiminta-alue µm - pistelämpötilan näyttö pysty- ja vaakakursorein - pinta-alan keskilämpötilan näyttö - isoterminäyttö (mittausalueen keskilämpötilassa olevat pisteet erottuvat valkoisina) - HgCdTe-ilmaisin, jäähdytys skannerissa olevalla jäähdytyskompressorilla. -lämpötila-alueet 5, 10, 20, 50, 100, ja 200 C sekä laajennetulla alueella 50, 100, 200, ja 1000 C - keskilämpötilan asetus C ja laajennetulla alueella C - lämpötilan näyttö kolmella numerolla - lämpötilan erottelutarkkuus alueella 8-12 m tai 3-12 m (+30 C) 0,1 C 11

12 alueella 3-5 m(+30 C) 0.2 -kohina vastaavilla alueella 8-12 m (+30 C) >0.2 C 3-5 m (+30 C)>0.4 C -vaakasuora resoluutio 50% kontrastilla alueella 8-12 m 1.8 mrad, 256 kuva-alkiota/ juova alueella 3-5 m 3.5 mrad, 256 kuva-alkiota/juova - käyttölämpötila C - kahdeksan erilaisen väripaletin käyttö mahdollisuus - automaattinen tai manuaalinen keskilämpötilan säätö - LINE SCAN- mittaus käyttäjän valitsemalta korkeudelta näytöstä - horisontaalinen lämpö- gradienttinäyttö. - FAST LINE SCAN- mittaus nopeasti liikkuvien kappaleiden kuvaamiseen, kuva päivittyy x-suuntaisesti 125 s välein, y-suuntaisesti peili pysäytetään paikalleen - sähköisesti ohjautuva fokus, tarkennus ja zoom - peilien värähtelytaajuus 8 khz x-suuntaan ja 50 Hz y- suuntaan /2/ 3.4 Kuvantallennus Kuvantallennukseen käytetään 3,5 levykettä, johon kuvat tallentuu Tif-formaattina. Levyke alustetaan laitteen omalla ohjelmalla ennen kuvauksen aloittamista. Levykkeeseen voi tallettaa enintään kaksikymmentä kuvatiedostoa. Yhden kuvatiedoston koko on n.64,7 kb ja kuvan koko on 256x256 pikseliä. Kuvat tallennetaan muodossa 8 bittiä/pikseli. 12

13 4 Lämpökuvaus 4.1 Kuvausolosuhteet Työtä aloitettaessa tammikuussa kuvausolosuhteet eivät olleet hyvät. Kuvattavat puut olivat lumisia ja ilma liian kylmä, jotta lämpötilaeroja olisi voinut kameralla havaita. Ohjelman testausta varten otettiin kuitenkin kuvia, joissa osaa kuvattavaa puun neulasia lämmitettiin keinotekoisesti. Maaliskuussa kuvattaessa kuvausolosuhteet olivat hyvät, jolloin ilman lämpötila päivällä nousi 0..+5:een asteeseen ja yöllä oli huomattavasti viileämpää. Kuvattavat puut valittiin paikasta, johon aurinko paistoi heti aamulla lämmittäen osaa puuta ja puun varjonpuolen ollessa vielä yön jäljeltä pakkasten lämpötilassa. 4.2 Kuvausten geometria Kuvausten suorittamisen kannalta ei kuvauskulmalla ollut merkittävää vaikutusta, koska kuvauskulma oli pieni. Usein aineille ilmoitetaan emiessiivisyys yhdellä luvulla, vaikka todellisten pintojen emissivisyys on aallonpituuden, lämpötilan ja mittauskulman funktio. Lämpötilan vaikutus emissiosyyskertoimeen on kuitenkin pieni, samoin kuin mittauskulman vaikutus, jos kulma on pienempi kuin 30. Kuvauskulmalla on merkitystä kuitenkin kohteen kuva-alaa määritettäessä. Käytetty kameran optiikka ei mahdollistanut kuvatarkkuutta, jossa olisi havaittu yksittäisten neulasten lämpötiloja kuin kuvattaessa alle 1,5 metrin lähietäisyydeltä. Korkeiden puiden kuvaaminen koko puun osalta lähietäisyydeltä ei käytettävissä olevalla kalustolla ollut mahdollista. Fyysistä kuvan kokoa ei voitu määrittää, koska etäisyyden mittaus tarkasti kuvauskohteen oksistoon oli vaikeaa eikä kuva-alan reunoja suhteessa kuvauskohteeseen voinut tarkasti määrittää. 13

14 4.3 Kuvausten suorittaminen Kuvattaessa tulee huomioida myös pinnan mahdolliset heijastumat. Sädeoptiikan lait pätevät myös infrapunasäteilylle. Tasaiseen pintaan tuleva ja siitä heijastuva säde ovat samassa kulmassa pinnan normaaliin nähden. Mitattavien kappaleiden pinta on usein epätasainen tai huokoinen, jolloin heijastuva säde hajaantuu. Pinnan heijastaessa valoa yhdensuuntaisina säteinä myös infrapunasäteily heijastuu, mutta heijastuskertoimet voivat poiketa huomattavasti toisistaan. Mitattaessa kohteen pintalämpötilaa pinnan emittoiman säteilyn perusteella, heijastunut säteily on häiriötekijä. Häiriön vaikutusta voidaan pienentää, kun vältetään mittausta suunnista, joihin pinnan oletetaan heijastavan häiriösäteilyä eri lämpölähteistä. Kuvauspaikan valintaan vaikuttivat kohteen maaston sopivuus, eli pyrittiin löytämään mittauspaikka, jossa lämpötilaerot auringonvalon ja varjojen välillä olivat suuria. Kuvauskaluston toimintakuntoon saattamisen jälkeen mitattiin valitun kuvauskohteen etäisyys ja kuvauskulma. Lämpökameran kuvia kohteesta samalla etäisyydellä ja kuvauskulmalla otettiin säätäen kameran lämpötila-aluetta yleensä kolme kappaletta. Lämpötila-alueen määräsi kohteen lämpötilaerot, joten kiinteää porrastusta ei voitu käyttää. Samaa kuvauskohdetta kuvattiin myös digitaalisella kameralla, jotta kuvatut kohteet nähdään myös luonnollisina. 4.4 Kuvien tallennus Kuvamateriaali tallennettiin kuvausvaiheessa kameran keskusyksikössä olevan levyaseman avulla levykkeelle. Lämpökameralla tallennetut harmaatasokuvat muutettiin laaditulla ohjelmalla pseudovärikuviksi ja tallennettiin png-tallennusmuodossa yhdessä kuvan mittaustietojen kanssa wwwkuvatietokantaan. Digitaaliset kuvat siirrettiin kameran muistikortilta myöskin vastaavien lämpökameran kuvien liitteeksi kuvatietokantaan. Raportin liitteeksi tulostettiin kuvasarjat kuvauskerroittain eriteltyinä. Alkuperäiset levykkeet, joissa on lämpökameralla kuvatut ovat tiftallennusmuodossa on raportin liitteenä. 14

15 5. Lämpökuvien analyysi Lämpökameran kuvan lämpöalueet erottuvat kuvassa eri harmaatasoina ja värikuvassa eri värisävyinä. Tasojen määrän voi valita kuvaustilanteessa kameran valikkoa säätämällä. Valittujen tasojen määrän voi nähdä kuvan alalaidassa olevasta väripalkista. Kuvasta voidaan havaita lämpöalueiden jakaantuminen ja arvioida syyt eri lämpötilojen muodostumiselle. Kuvaussarjan 5 kuvasta 10 voidaan havaita keltaisten ja vihreiden kuva-alueiden olevan lämpimämpiä, eli auringon lämpösäteily oli päässyt esteettä lämmittämään aluetta. Kuvassa sinisten matalamman lämpötilan alueilla oli toiset puut tai niiden oksat estäneet lämpösäteilyn pääsyn lämmittämään kohdealuetta. Kuvausajankohtana puut olivat kasvuvaiheen lepotilassa, joten maasta juurien kautta kulkeutuvien nesteiden lämmittävä vaikutus ei näkynyt lämpökuvassa. Kuva 5.1 Lämpökameran pseudovärikuva. 15

16 5.1 Kuvienlukuohjelmat Lämpökameran kuvien analysointia varten laadittiin matlab-ohjelmat. Lämpökameran harmaatasokuva oli ohjelman sisäänmenona. Ohjelmassa on kaksi erillistä toimintalohkoa. Ensimmäisessä lohkossa luetaan valittu harmaataso tif-kuva tiedostosta ohjelmaan, väritetään kuva ja tulostetaan se näytölle. Kuvasta voi tulostaa halutun pisteen lämpötilan osoittamalla hiirellä tutkittavaa pistettä, jolloin ohjelma tulostaa näytölle halutut tiedot. Toisen lohkon alkuosa on sama kuin ensimmäisen lohkon kuvan luvun ja värityksen osalta. Lisätoimintona on kuvan ryhmittely käyttäjän haluamiin lämpötila-alueisiin ja alueiden suhteellisen osuuden laskenta koko kuva-alasta Kuvasta valitun pisteen lämpötilan näyttö Ohjelma koostuu neljästä aliohjelmasta: lämpötilan osoitus, laske, aallonpituus ja kelveneiksi. Liitteessä 1 on tulostettu kuva lämpötilan ja säteilyspektrin maksimiaallonpituuden näyttämisestä Liitteessä 1 on aliohjelmien lähdekoodit. Seuraavaksi esitellään aliohjelmat. Function lämpotilan_osoitus; % Kuvaus: Funktio tulostaa hiirellä valitun pisteen lämpötilan; % tekijä: Risto Joki-Korpela; % Luontipäivämäärä: ; % Muutospäivämäärä:; % Parametrit: input :A % output: pseudovärikuva % Kutsutut funktiot: laske (alin,ylin,suurin,pienin,c); alin, ylin (harmaatasot), pienin, suurin(lämpötilat),c valitun pisteen intensiteetti % Huomioitavaa: ; % ; 16

17 Function laske(a); % Kuvaus: Funktio saa syötteenä suurimman ja pienimmän pikselin harmaatasoarvon, % lämpötilan raja-arvot sekä valitun pisteen intensiteetin % funktio laskee annetun pisteen lämpötilan. % tekijä: Risto Joki-Korpela; % Luontipäivämäärä: ; % Muutospäivämäärä: % Parametrit: input : alin, ylin (harmaatasot),pienin, suurin(lämpötilat),c valitun pisteen intensiteetti; % output :A (pisteen lämpötila); % Kutsutut funktiot: ei; % Huomioitavaa: ; % ; Function l=aallonpituus (K); % Kuvaus: Funktio muuttaa kelveinä saadun lämpötilan aallonpituudeksi(lambda=k); % tekijä: Risto Joki-Korpela; % Luontipäivämäärä: ; % Muutospäivämäärä:; % Parametrit: input : K(lämpötila Kelvineinä) % output: säteilyn maksimi-aallonpituus % Kutsutut funktiot: kelvineiksi; % Huomioitavaa: % Function K=kelvineiksi(C); % Kuvaus: Funktio muuttaa C-asteina saadun lämpötilan kelvineiksi(k); % tekijä: Risto Joki-Korpela; % Luontipäivämäärä: ; % Muutospäivämäärä:; % Parametrit: input : C Celsiusasteina % output: K Kelvineinä % Kutsutut funktiot: % Huomioitavaa: Asteen kymmenesosat tulee erottaa pisteellä esim.(1.5); 17

18 5.1.2 Kuvan segmentointi Kuvan ryhmittelyyn käytettiin ISODATA- algoritmia. Aluksi määritellään ryhmien tunnusvektorit satunnaisesti tai manuaalisesti. Kuva käydään läpi pisteittäin ja käsiteltävän kuvan piirrevektori sijoitetaan siihen ryhmään, johon sen etäisyys on pienin. Ryhmään kuuluvista piirrevektoreista lasketaan keskiarvo, joka sijoitetaan ryhmän uudeksi tunnusvektoriksi. Silmukkaa toistetaan kunnes ryhmien keskiarvot eivät enää muutu. Lopuksi kuva esitetään harmaatasokuvana, jossa eri harmaatasot vastaavat eri ryhmiä. ISODATA- algoritmi Määrää ryhmien m tunnusvektorit mi Toista kunnes ryhmien m tunnusvektorit eivät muutu; Toista jokaiselle piirrevektorille Laske etäisyydet tunnusvektoreihin; Siirrä piirrevektori siihen ryhmään, johon sen etäisyys on pienin; Laske ryhmien keskiarvot miu; Sijoita ryhmien m tunnusvektoreiksi keskiarvot miu Liitteessä 2-10 on mittauspöytäkirjat ja kuvat segmentointiryhmittäin. Function segmentointi; % Kuvaus: Funktio jakaa syötteenä saadun kuvan käyttäjän haluamiin lämpötila-alueisiin ja laskee alueiden suhteellisen koon. % % tekijä: Risto Joki-Korpela; % Luontipäivämäärä: ; % Muutospäivämäärä:; % Parametrit: input: kuva.tif; % output: Ryhmitelty kuva 18

19 % Kutsutut funktiot: ; % Huomioitavaa: % ; 19

20 6 Mittaustulosten tulkinta Lämpökameran kuvan antama informaatio kuvauskohteen lämpötiloista oli selkeä. Samasta kohteesta eri kuvausparametriarvoilla otetuista kuvista segmentointi korosti intensiteetiltään voimakkaampia alueita, kuin yhden kuvan segmentoinnilla voitiin saada. Yhden kuvan käyttö segmentoinnin lähteenä muodosti kuvan, joka muistutti lämpökameran harmaatasokuvaa. Kuvassa 6.1 olevan kuvauskerran 9 kuvan 13 segmentoinnissa on käytetty yhtä lämpökuvaa. Kuva 6.1 Yhdestä lämpökuvasta segmentoitu kuva. 20

21 Kolme-komponentti segmentointi tuotti lämpöalueita yleensä vähemmän kuin yksikomponentti kuva, johtuen pieni-intensiteetin omaavien pikseleiden liittymiseen isompiin alueisiin ohjelman keskiarvon laskentavaiheessa. Kuvassa 6.2 on kuvauskerran 9 kuvista ja 15 segmentoitu kuva. Kuva 6.2 Kolmesta lämpökuvasta segmentoitu kuva. Liitteessä 19, taulukossa 1 on tulokset kolmen kuvaryhmän segmentoinnista ja taulukossa 2 tulokset yhden kuvan segmentoinnista. 21

22 Kirjallisuusviitteet 1 Tammertekniikka Teknisen alan Fysiikka2 Koski Mäkelä Soinne 2 Infametrics Model 700 series käsikirja Liitteet 1. Lämpötilan ja aallonpituuden näyttö lämpökameran kuvista. 2. Lämpökameran kuvauskerta 1 3. Lämpökameran kuvauskerta 2 4. Lämpökameran kuvauskerta 3 5. Lämpökameran kuvauskerta 4 6. Lämpökameran kuvauskerta 5 7. Lämpökameran kuvauskerta 6 8. Lämpökameran kuvauskerta 7 9. Lämpökameran kuvauskerta Lämpökameran kuvauskerta Aliohjelmien aallonpituus, kelvineiksi ja laske lähdekoodit. 12. Lämpötilan osoituksen lähdekoodi. 13. Segmentointiohjelman lähdekoodi 14. Segmentointikuvat kuvauskerta Segmentointikuvat kuvauskerta Segmentointikuvat kuvauskerta Segmentointikuvat kuvauskerta Segmentointikuvat kuvauskerta Segmentointikuvat kuvauskerta Digitaalikameralla otetut kuvat kuvauskerta 9 22

23 Liite 1 Lämpötilan ja aallonpituuden näyttö lämpökameran kuvasta. Mittauspiste on merkitty kuvaan tähdellä (*). 23

24 Liite 2 Lämpökameran kuvat: kuvauskerta 1 Kuvausaika Lämpötila -25 Kuva nro Kuvausetäisyys/m Kuvauskulma /aste Kuvan kohde Huom Männyn oksa Männyn oksa Männyn oksa Männyn oksa Männyn oksa Kuusi Kuusi Kuusi 24

25 25

26 Liite 3 Lämpökameran kuvat: kuvauskerta 2 Kuvausaika Lämpötila 0 Kuva nro Kuvausetäisyys/m Kuvauskulma /aste Kuvan kohde Huom Männyn oksa Neulasia lämmitetty Männyn oksa keinotekoisesti Männyn oksa Neulasia lämmitetty 4 0,6-30 Männyn oksa keinotekoisesti Männyn oksa 6 1,5 0 Männyn oksa Kuusi Kuusi Kuusi 26

27 27

28 Liite 4 Lämpökameran kuvat: kuvauskerta 3 Kuvausaika Lämpötila 0 Kuva nro Kuvausetäisyys/m Kuvauskulma /aste Kuvan kohde Huom. 28

29 Liite 5 Lämpökameran kuvat: kuvauskerta 4 Kuvausaika Lämpötila -1 Kuva nro Kuvausetäisyys/m Kuvauskulma /aste Kuvan kohde Huom. 1 1,5 0 Männyn oksa Kuvauskohde sama 2 1,5 0 Männyn oksa kuin tammikuun kuvauk- 3 1,5 0 Männyn oksa sissa 4 1,5 0 Männyn oksa 5 1,5 0 Männyn oksa 6 1,5 0 Männyn oksa Kuusi Kuusi Kuusi Kuusi Kuusi Kuusi Kuusi Männyn oksisto Männyn oksisto Männyn oksisto Kuusi Kuusi Kuusi Kuusi 29

30 30

31 Liite 6 Lämpökameran kuvat: kuvauskerta 5 Kuvausaika Lämpötila -2 Kuva nro Kuvausetäisyys/m Kuvauskulma /aste Kuvan Huom. kohde Kukat Lämpötila Kukat Lämpötila Kukat Lämpötila Kuusi Kuusi Kuusi Kuusi Kuvan etuosassa leppiä Kuusi Kuvan etuosassa leppiä Kuusi Kuvan etuosassa leppiä Kuusi Kuusi Kuusi Kuusi Kuusi Kuusi Mänty Mänty Mänty Kataja 31

32 32

33 Liite 7 Lämpökameran kuvat: kuvauskerta 6 Kuvausaika Lämpötila -3 Kuva nro Kuvausetäisyys/m Kuvauskulma /aste Kuvan kohde Huom Kuusi Kuvaussarja kuvattu Kuusi kuvauskerralla 9 eri Kuusi asetuksilla Mäntyjä Mäntyjä Mäntyjä Mäntyjä Mäntyjä Kuusi Kuusi Kuusi Kuusi Kuusi Kuusi Mäntyjä Mäntyjä Mäntyjä Mäntyjä Mäntyjä Mäntyjä 33

34 34

35 Liite 8 Lämpökameran kuvat: kuvauskerta 7 Kuvausaika Lämpötila -3 Kuva nro Kuvausetäisyys/m Kuvauskulma /aste Kuvan kohde Huom Mänty Mänty Mänty Kuusi Kuusi Kuusi Mänty Kuva-alaa muutettu Mänty Kuva-alaa muutettu Mänty Kuva-alaa muutettu Mänty Mänty Sama mänty kuin kuvan 2 mutta vastakkaiselta puolen Mänty Mänty Mänty Mänty Kataja Kataja Kataja Kuusi Sama kuusi kuin kuvan 5 mutta vastakkaiselta puolen Kuusi Sama kuusi kuin kuvan 5 mutta vastakkaiselta puolen 35

36 36

37 Liite 9 Lämpökameran kuvat: kuvauskerta 8 Kuvausaika Lämpötila -3 Kuva nro Kuvausetäisyys/m Kuvauskulma /aste Kuvan kohde Huom Mäntykelo Mäntykelo Mäntykelo Mäntykelo Mäntykelo Mäntykelo Kuusikelo 37

38 Liite 10 Lämpökameran kuvat: kuvauskerta 9 Kuvausaika Lämpötila -3 Kuva nro Kuvausetäisyys/m Kuvauskulma /aste Kuvan kohde Huom Kuusi Kuusi Kuusi Mäntyjä Mäntyjä Mäntyjä Mäntyjä Mäntyjä Kuusi Kuusi Kuusi Kuusi Kuusi Kuusi Mäntyjä Mäntyjä Mäntyjä Mäntyjä Mäntyjä Mäntyjä 38

39 39

40 Liite 11 Aliohjelmien aallonpituus, kelveneiksi ja laske lähdekoodit %function l=aallonpit(k); % Kuvaus: Funktio muuttaa kelveinä saadun lämpötilan aallonpituudeksi(lambda=k); % tekijä: Risto Joki-Korpela; % Luontipäivämäärä: ; % Muutospäivämäärä:; % Parametrit: input K; % output l; % Kutsutut funktiot: kelvineiksi; % Huomioitavaa: ; % %' function l=aallonpit(k); k=kelvineiksi(k); l=2898/k; %function ;K=kelvineiksi(C); % Kuvaus: Funktio muuttaa C-asteina saadun lämpötilan kelvineiksi(k); % tekijä: Risto Joki-Korpela; % Luontipäivämäärä: ; % Muutospäivämäärä:; % Parametrit: input: C; % output: K; % Kutsutut funktiot: kelvineiksi; % Huomioitavaa: Asteen kymmenesosat tulee erottaa pisteellä esim.(1.5); % ; function K=kelvineiksi(C); % K= 273+C; %function laske(a); % Kuvaus: Funktio saa syötteenä suurimman ja pienimmän pikselin arvon, % lämpötilan raja-arvot sekä valitun pisteen intensiteetin % funktio laskee annetun pisteen lämpötilan. % tekijä: Risto Joki-Korpela; % Luontipäivämäärä: ; % Muutospäivämäärä:; % Parametrit: input alin,ylin(harmaatasot),pienin,suurin(lämpötilat),c valitun pisteen intensiteetti; % output: A (pisteen lämpötila); % Kutsutut funktiot: ei; % Huomioitavaa: ; % ; function A= laske(alin,ylin,pienin,suurin,w); %; s= suurin; % asteet p= pienin; d= alin; % intensiteetti h= ylin; A=(((s-p)/(d-h))*w)+p; 40

41 Liite 12 Lämpötilan osoituksen lähdekoodi %function ;lämpotilan_osoitus(p,s); % Kuvaus: Funktio tulostaa hiirellä valitun pisteen lämpötilan ja aalonpituuden; % tekijä: Risto Joki-Korpela; % Luontipäivämäärä: ; % Muutospäivämäärä:; % Parametrit: input: A; % output: ; % Kutsutut funktiot: laske (alin,ylin,suurin,pienin,c); % Huomioitavaa: ;Luettava kuva tulee olla tif-formaatissa % ; function x = osoitus; %; disp('tervetuloa Kuvankäsittely ohjelmaan. '); dir disp('valitsemasi tiedosto sisältää seuraavat tietueet.') j=input('haluatko tutkia kuvia ja niiden lämpötiloja? k= jatketaan e= lopetus ','s'); if j == 'e' end while j=='k' i=input('mitä kuvaa haluat tutkia anna kuvan numero?.','s'); f=imread ([i,'.tif']); imshow(f); f = f(1:244,1:256); f = double(f); suurin=max(max(max(f))); pienin=min(min(min(f))); colormap(hsv); alin=input('anna kuvan alin lämpötila: '); ylin=input('anna kuvan ylin lämpötila: '); kpl=input('montako kuvapistettä haluat mitata: '); for v = 1:kpl; disp('valitse kuvasta mitattava piste '); figure(1) [x,y]=ginput(1); w=f(y,x); % valitun pisteen intesiteetti w:n aste=laske(suurin,pienin,alin,ylin,w); % kutsutaan aliohj.laske aste = double(aste); text(x,y,('*'));% merkitaan * valittu piste x=x+5; text(x,y,num2str(aste)); % valitun pisteen lampotila tulostetaan naytölle x=x+15; text(x,y,': C'); % lampotilan laatu x=x-15; K=aste; a=aallonpit(k); % kutsutaan aliohjelmaa aallonpit a = double(a); y=y+10; % siirretaan tulostus koordinaatia y text(x,y,(num2str(a))); % tulostetaan naytolle aallonpituuden arvo x=x+15; text(x,y,': lamda /µm '); % tulostetaan naytolle aallonpituuden laatu end vastaus=input('haluatko tallentaa kuvan k= kyllä e= ei ','s'); 41

42 if vastaus=='e' end nro=1; if vastaus=='k' % kuvan tulostus tiedostoon eval(['figure(' int2str(nro) '); print -dpng c:\temp\' int2str(nro) '.png']); % tulostus pngformaattina % eval(['figure(' int2str(1) '); print -dtiff c:\temp\' int2str(f) '.tif']); % tulostus tif-formaattina disp('kuva tallennettu C\temp\'); nro = nro+1; end j=input('haluatko tutkia muita tiedoston lämpökuvia? k= jatketaan e= lopetus ','s'); if j=='e' end end Liite 13 Segmentointiohjelman lähdekoodi %function ;segmentointi; % Kuvaus: Funktio ryhmittelee (segmentoi)tif-formaatina saadut kuvat; % % tekijä: Risto Joki-Korpela; % Luontipäivämäärä: ; % Muutospäivämäärä:; % Parametrit: input: kuva.tif; % output:; % Kutsutut funktiot: ; % Huomioitavaa: ; % ; function k=tunnus5 (l); dir disp('valitsemasi tiedosto sisältää seuraavat tietueet.') j='k'; f=1; while j=='k' j=input('haluatko segmentoida tiedoston tif-formaatin kuvia? k= jatketaan e= lopetus ','s'); if j == 'e' end while j=='k' kpl=input('montako kuvaa kuuluu segmentoitavaaan ryhmään: '); for v = 1:kpl; i=input('mitä kuvaa haluat tutkia anna vain kuvan numero? m=imread ([i,'.tif']); subplot(2,2,v) m = m(1:244,1:256); m = double(m); [x1,y1]=size(m); kk=x1*y1; % kuva riviksi data(v,:) = reshape(m',[1 x1*y1]); hist(data(v,:)) title([' end Kaavio kuvasta nro. ' int2str(v)]) 42.','s');

43 m2=data; n=input('anna segmentointiluokkienen määrä: '); for v = 1:n; mi(1,v) =input(['valitse kaaviosta ryhmittelyyn käytettävä alkuarvo: ']); miu(1,v)=300; end r1 = 9; % Alustuksia r = 20; kier.lask=0; while (abs(r-r1))>0.1 kier.lask=kier.lask+1; r1=sum(sum(mi-miu)); % Päivietään ri miu=mi; % Sijoitetaan apumatriisiin miu:n uusi mi for o = 1:n; eta=[abs(m2-mi(1,o))] ; %Lasketaan etäisyydet etaan [i,j]=(min(abs(eta))); Otetaan indeksit j:hin eval(['eta' int2str(o) ' = eta']) end for s = 1:n class=m2([(find(j==(s)))]); % Jaetaan data luokkiin eval(['class' int2str(s) '=' 'class']); t=sum(class); if t==0 % Jos luokkien summa on 0 niin asetetetaan summa 0,1 class(1,1) =0.1; disp('luokka kävi nollassa') end mi(1,s)=mean(class); % Lasketaan mi:hin luokan keskiarvo [x,y]=size(class); % %-laskua varten k(1,s)=x*y; % %-laskua varten pros(1,s)=(k(s)/kk)*100; end end r=sum(sum(mi-miu)); % Päivitetään r % disp('silmukka ohi')% Testausta varten c=reshape(j',[y1 x1])'; figure;colormap(gray(n));image(c); for p = 1:n [x3,y3]=c([(find(j==(p)))]); ; pro=pros(1,p); text(x3,y3,(pro)); end Laskentakierroksia=kier.lask % Palautus kuvaksi %Kuva harmaatasokuva pros vastaus=input('haluatko tallentaa kuvan k= kyllä e= ei ','s'); if vastaus=='e' end nro=1; if vastaus=='k' % kuvan tulostus tiedostoon eval(['figure(' int2str(nro) '); print -dpng c:\temp\' int2str(nro) '.png']); % tulostus png-formaattina % eval(['figure(' int2str(1) '); print -dtiff c:\temp\' int2str(f) '.tif']); % tulostus tif-formaattina disp('kuva tallennettu C\temp\'); nro = nro+1; end 43