温度值与灰阶值转换公式解析

温度值与灰阶值转换公式解析

一、温度值转换公式

1. 数学表达式

\(\text{温度}(℃) = \frac{\text{OutputValue}}{4 \times 16} - 273.15 = \frac{\text{OutputValue}}{64} - 273.15\)

2. 参数说明

参数	定义
OutputValue	传感器原始输出值（16 位数据，高 14 位有效）
除以 4	提取高 14 位有效数据（14 位数据范围：0~16383，对应 16 位数据的 0x0000~0x3FFF）
除以 16	将数值转换为温度分辨率（例如：16 对应 0.0625℃/LSB）
减 273.15	转换为摄氏度（从开尔文温度转换）

3. 计算示例

假设 OutputValue = 0x2000（十进制 8192）：

\(\text{温度}(℃) = \frac{8192}{64} - 273.15 = 128 - 273.15 = -145.15℃\)

二、灰阶值映射方法

1. 线性映射公式

\(Y = 255 \times \frac{T - T_{\text{min}}}{T_{\text{max}} - T_{\text{min}}}\)

2. 关键参数

参数	定义
T	目标像素温度值（℃）
Tmin	感兴趣温度范围最小值（建议通过直方图统计获取）
Tmax	感兴趣温度范围最大值（建议通过直方图统计获取）
Y	输出灰阶值（0~255，0 = 黑色，255 = 白色）

3. 处理流程

4. 非线性映射（伽马校正）

当需要增强对比度时，可引入伽马系数 γ：

\(Y = 255 \times \left( \frac{T - T_{\text{min}}}{T_{\text{max}} - T_{\text{min}}} \right)^\gamma\)

常用 γ 值：0.5（暗部增强）或 2.2（符合人眼视觉特性）。

三、实际应用注意事项

1. 数据截断处理

• • 当 T < Tmin时，Y=0；当 T > Tmax时，Y=255

• • 建议设置温度饱和阈值防止溢出

1. 分辨率匹配

• • 确保原始数据分辨率（像素数）与输出灰阶图像一致

1. 温度定标

• • 传感器需定期校准以保证 Tmin/Tmax准确性

1. 示例代码片段（Python）

def raw_to_temp(raw_value: int) -> float:

return raw_value / 64.0 - 273.15

def temp_to_gray(temp: float, t_min: float, t_max: float) -> int:

if temp < t_min:

return 0

elif temp > t_max:

return 255

else:

return int(255 * (temp - t_min) / (t_max - t_min))

四、典型应用场景

场景	映射策略	说明
工业检测	线性映射 + 固定温窗	关注特定温度区间
安防监控	非线性映射 + 自动增益	增强边缘温度对比度
医疗诊断	伽马校正 + 伪彩色叠加	符合医学图像显示标准