一种基于红外线的尺寸检测方法及装置

技术领域

本申请涉及红外线技术领域，更具体的说，本申请涉及一种基于红外线的尺寸检测方法及装置。

背景技术

红外线是一种电磁辐射，它处于可见光谱下方，频率较低，波长较长，红外线在光谱中位于可见光和微波之间，与可见光不同，人眼无法直接感知红外线辐射，但它可以被许多热能感应设备和红外线传感器探测到，红外线辐射是由物体的热量产生的，红外成像仪可以捕获物体表面发出的红外辐射并将其转化热图，以显示物体的温度分布，红外线在科学、工程和日常生活中有广泛的应用，特别是在与热和温度相关的应用中发挥着重要作用。

基于红外线的尺寸检测在制造业领域被广泛运用，在汽车制造业中，如质量控制、成本控制、产品一致性等方面具有重要的用途，其中，在汽车显示屏框架的尺寸检测及表面扭曲监测中起到关键作用，通过红外线传感器来测量汽车显示框架的尺寸或尺寸变化，确保汽车显示屏框架的尺寸符合规，有助于制造商生产高质量的汽车显示屏框架，以满足市场需求，在现有技术中，检测装置中通过发射红外线到汽车显示屏的框架上，根据反射回来的红外辐射的强度和时间延迟进行计算尺寸，但是，当汽车显示屏的框架表面产生扭曲时，尺寸检测精确度会因汽车显示屏的框架表面不同程度的扭曲而降低，因此，需要根据汽车显示屏的框架表面扭曲度对尺寸检测进度进行修正，但是如何实现对汽车显示屏的框架尺寸检测结果进行修正，以提高汽车显示屏的框架的表面产生扭曲时尺寸检测的精确度是业界面临的问题。

发明内容

本申请提供一种基于红外线的尺寸检测方法及装置，以解决汽车显示屏框架表面产生扭曲时尺寸检测的精确度低的技术问题。

为解决上述技术问题，本申请采用如下技术方案：

第一方面，本申请提供一种基于红外线的尺寸检测方法，包括如下步骤：

启动汽车显示屏框架红外尺寸检测，获取汽车显示屏框架的框架全域异向图像；

将所述框架全域异向图像转换为框架全域粒性图像，由所述框架全域粒性图像确定框架全域角点稀疏数据，进而通过所述框架全域角点稀疏数据确定框架全域饱和邻接序列；

获取所述框架全域粒性图像的全域自发辐射分量和全域环境辐射分量，根据所述全域自发辐射分量和所述全域环境辐射分量确定辐射阈限因子，进而对所述框架全域饱和邻接序列和所述辐射阈限因子进行散列融合化，得到框架全域散列融合亮度值集；

根据所述框架全域散列融合亮度值集确定框架全域反射梯次热幅量，确定所述框架全域反射梯次热幅量的框架全域镜射数据和框架全域漫射数据，对所述框架全域镜射数据和所述框架全域漫射数据进行跃变联结，得到框架全域跃变值；

当所述框架全域跃变值大于预设的框架全域舒展阈值时，将汽车显示屏框架判定为扭曲状态，并上传至汽车显示屏框架红外检测信息库。

在一些实施例中，将所述框架全域异向图像转换为框架全域粒性图像具体包括：

获取所述框架全域异向图像的异向像素点集；

确定所述框架全域异向图像的异向亮度梯度特征值；

根据所述异向亮度梯度特征值确定每个亮度梯度的粒性强度数值；

根据所述异向像素点集和所述粒性强度数值确定框架全域粒性图像。

在一些实施例中，由所述框架全域粒性图像确定框架全域角点稀疏数据具体包括：

确定所述框架全域粒性图像中每个像素点的粒性值；

获取所述框架全域粒性图像的全域粒化因子；

根据所述每个像素点的粒性值和所述全域粒化因子确定框架全域粒性图像的像素点粒性校正值；

根据所述框架全域粒性图像的像素点粒性校正值确定框架全域角点稀疏数据。

在一些实施例中，框架全域粒性图像的像素点粒性校正值可由下述公式确定：

其中，A表示框架全域粒性图像的像素点粒性校正值，L表示像素点的粒性值的总和，δ表示框架全域粒性图像的全域粒化因子，

在一些实施例中，对所述框架全域饱和邻接序列和所述辐射阈限因子进行散列融合化，得到框架全域散列融合亮度值集具体包括：

确定所述框架全域饱和邻接序列的邻接散列特征量；

获取所述框架全域饱和邻接序列的畸变融合因子；

根据所述框架全域饱和邻接序列的邻接散列特征量和所述框架全域饱和邻接序列的畸变融合因子确定框架全域散列融合亮度值集。

在一些实施例中，框架全域反射梯次热幅量包括框架全域反射第一梯次融合亮度集和框架全域反射第二梯次融合亮度集。

在一些实施例中，还包括，当所述框架全域跃变值小于或等于预设的框架全域舒展阈值时，将汽车显示屏框架判定为非扭曲状态，并上传至汽车显示屏框架红外检测信息库。

第二方面，本申请提供一种基于红外线的尺寸检测装置，其包括有红外检测单元，所述红外检测单元包括：

框架全域异向图像确定模块，用于启动汽车显示屏框架红外尺寸检测，获取汽车显示屏框架的框架全域异向图像；

框架全域饱和邻接序列确定模块，用于将所述框架全域异向图像转换为框架全域粒性图像，由所述框架全域粒性图像确定框架全域角点稀疏数据，进而通过所述框架全域角点稀疏数据确定框架全域饱和邻接序列；

框架全域散列融合亮度值集确定模块，用于获取所述框架全域粒性图像的全域自发辐射分量和全域环境辐射分量，根据所述全域自发辐射分量和所述全域环境辐射分量确定辐射阈限因子，进而对所述框架全域饱和邻接序列和所述辐射阈限因子进行散列融合化，得到框架全域散列融合亮度值集；

框架全域跃变值确定模块，用于根据所述框架全域散列融合亮度值集确定框架全域反射梯次热幅量，确定所述框架全域反射梯次热幅量的框架全域镜射数据和框架全域漫射数据，对所述框架全域镜射数据和所述框架全域漫射数据进行跃变联结，得到框架全域跃变值；

汽车显示屏框架状态判定模块，用于当所述框架全域跃变值大于预设的框架全域舒展阈值时，将汽车显示屏框架判定为扭曲状态，并上传至汽车显示屏框架红外检测信息库。

第三方面，本申请提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有代码，所述处理器被配置为获取所述代码，并执行上述的基于红外线的尺寸检测方法。

第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的基于红外线的尺寸检测方法。

本申请公开的实施例提供的技术方案具有以下有益效果：

本申请提供的基于红外线的尺寸检测方法及装置中，首先启动汽车显示屏框架红外尺寸检测，获取汽车显示屏框架的框架全域异向图像，将所述框架全域异向图像转换为框架全域粒性图像，由所述框架全域粒性图像确定框架全域角点稀疏数据，进而通过所述框架全域角点稀疏数据确定框架全域饱和邻接序列，获取所述框架全域粒性图像的全域自发辐射分量和全域环境辐射分量，根据所述全域自发辐射分量和所述全域环境辐射分量确定辐射阈限因子，进而对所述框架全域饱和邻接序列和所述辐射阈限因子进行散列融合化，得到框架全域散列融合亮度值集，根据所述框架全域散列融合亮度值集确定框架全域反射梯次热幅量，确定所述框架全域反射梯次热幅量的框架全域镜射数据和框架全域漫射数据，对所述框架全域镜射数据和所述框架全域漫射数据进行跃变联结，得到框架全域跃变值，当所述框架全域跃变值大于预设的框架全域舒展阈值时，将汽车显示屏框架判定为扭曲状态，并上传至汽车显示屏框架红外检测信息库。

该方案通过将框架全域角点稀疏数据中数值替换为框架全域饱和阈值得到的框架全域饱和邻接序列能更加直观的表现出汽车显示屏框架表面的不平整程度，通过所述框架全域粒性图像的全域自发辐射分量和全域环境辐射分量的获取可以有效分析汽车显示屏框架尺寸检测中框架表面出现非平整状态时的识别准确度，有利于提高尺寸检测的准确度，根据框架全域反射第一梯次融合亮度集和框架全域反射第二梯次融合亮度集之间融合亮度的差异程度和设定的七层漫射程度数据相结合，之后得到框架全域跃变值，表示在框架全域散列融合亮度值集中，当不同层级的漫射程度数据发生阶跃变化时，能更好的将汽车显示屏框架表面发生扭曲的程度计算出来，进而提高因汽车显示屏框架表面发生扭曲时尺寸检测的精确度，通过框架全域跃变值大于预设的框架全域舒展阈值进行对比，并对结果进行修正，从而提高汽车显示屏框架表面产生扭曲时尺寸检测的精确度。

附图说明

图1是根据本申请一些实施例所示的基于红外线的尺寸检测方法的示例性流程图；

图2为本申请一些实施例中确定辐射阈限因子的示例性流程示意图；

图3是根据本申请一些实施例所示的红外检测单元的示例性硬件和/或软件的示意图；

图4是根据本申请一些实施例所示的实现基于红外线的尺寸检测方法的计算机设备的结构示意图。

具体实施方式

本申请核心是通过启动汽车显示屏框架红外尺寸检测，获取汽车显示屏框架的框架全域异向图像，进而确定框架全域粒性图像，然后得到框架全域饱和邻接序列，根据全域自发辐射分量和全域环境辐射分量确定辐射阈限因子，对框架全域饱和邻接序列和辐射阈限因子进行散列融合化，确定框架全域反射梯次热幅量的框架全域镜射数据和框架全域漫射数据，对框架全域镜射数据和框架全域漫射数据进行跃变联结，得到框架全域跃变值，当框架全域跃变值大于预设的框架全域舒展阈值时，将汽车显示屏框架判定为扭曲状态，并上传至汽车显示屏框架红外检测信息库，可提高汽车显示屏框架表面产生扭曲时尺寸检测的精确度。

为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。参考图1，该图是根据本申请一些实施例所示的基于红外线的尺寸检测方法的示例性流程图，该基于红外线的尺寸检测方法100主要包括如下步骤：

在步骤101，启动汽车显示屏框架红外尺寸检测，获取汽车显示屏框架的框架全域异向图像。

具体实现时，启动汽车显示屏框架红外尺寸检测，从汽车显示屏框架红外尺寸检测数据库中获取汽车显示屏框架的框架全域异向图像，所述框架全域异向图像可通过红外成像仪根据检测环境拍摄待检汽车显示屏框架表面得到。

需要说明的是，本申请中汽车显示屏框架的框架全域异向图像是由汽车显示屏框架表面平整区域同向图像和汽车显示屏框架表面扭曲区域的异向图像组成，汽车显示屏框架表面平整区域的红外辐射方向是同方向的，即得到的红外图像是同向图像，汽车显示屏框架表面扭曲区域的异向图像的红外辐射方向是不同方向的，即得到的红外图像是异向图像，即汽车显示屏框架表面的红外辐射图像为框架全域异向图像，框架全域异向图像表示汽车显示屏框架表面在不同方向上的红外辐射属性总和的图像，包含汽车显示屏框架表面平整区域和扭曲区域上的温度分布数据、像素点亮度值和亮度层级数据。

在步骤102，将所述框架全域异向图像转换为框架全域粒性图像，由所述框架全域粒性图像确定框架全域角点稀疏数据，进而通过所述框架全域角点稀疏数据确定框架全域饱和邻接序列。

在一些实施例中，将所述框架全域异向图像转换为框架全域粒性图像可采用下述步骤实现：

获取所述框架全域异向图像的异向像素点集；

确定所述框架全域异向图像的异向亮度梯度特征值；

根据所述异向亮度梯度特征值确定每个亮度梯度的粒性强度数值；

根据所述异向像素点集和所述粒性强度数值确定框架全域粒性图像。

具体实现时，读取所述框架全域异向图像所有像素点的像素值获得异向像素点集，根据红外图像亮度级别设定亮度梯度，对所述框架全域异向图像进行划分得到不同梯度的亮度值，即异向亮度梯度特征值，例如，红外图像亮度级别范围是[0，255)，按照每5个单位长度划分一个亮度级别，将红外图像亮度级别范围划分为多个亮度梯度，即亮度级别[0，5)为第一亮度梯度，亮度级别[5，10)为第二亮度梯度，直到完成亮度级别范围的全部划分，得到所有亮度梯度，将所述框架全域异向图像中的像素点亮度值按照亮度梯度进行归类，若所述框架全域异向图像中的像素点亮度为3，则该个像素点在亮度级别[0，5)中，属于第一梯度，若所述框架全域异向图像中的像素点亮度为8，则该个像素点在亮度级别[5，10)中，属于第二梯度，直到所述框架全域异向图像中像素点全部分类完成，将每个亮度梯度中的像素点亮度中值作为对应异向亮度梯度特征值；根据所述异向亮度梯度特征值确定每个亮度梯度的粒性强度数值，在一些实施例中，对每个梯度内的像素点亮度值求取其平均值，得到梯度均匀亮度值，求取每个异向亮度梯度特征值与对应梯度均匀亮度值的差值在进行算数平方根运算，得到每个亮度梯度的粒性强度数值；而根据所述异向像素点集和所述粒性强度数值确定框架全域粒性图像，在一些实施例中是将框架全域异向图像的异向像素点集中的每个亮度梯度的像素点亮度值小于对应亮度梯度的粒性强度数值的像素点去除，并将对应亮度梯度的粒性强度数值作为该亮度梯度内的像素点亮度值，将框架全域异向图像的异向像素点集中的每个亮度梯度的像素点亮度值等于或大于对应亮度梯度的粒性强度数值的像素点保留，完成所有亮度梯度中像素点亮度值的对比，得到框架全域粒性图像。

需要说明的是，本步骤中，异向像素点集表示在全域异向图像中汽车显示屏框架表面扭曲区域的像素点的像素亮度值，异向亮度梯度特征值是框架全域异向图像中像素点划分梯度后，每个梯度中像素点亮度中值，每个亮度梯度的粒性强度数值表示每个亮度梯度中像素点的亮度离散程度，框架全域粒性图像是将框架全域异向图像的异向像素点集中的每个亮度梯度的像素点亮度值进行对比替换后得到的图像，其图像中出现扭曲的部位的红外辐射像素点亮度值较低，由分布较为零散的亮度颗粒组成，所述亮度颗粒是指在像素点上相比其他亮度存在零星的较亮的点。

在一些实施例中，由所述框架全域粒性图像确定框架全域角点稀疏数据可采用下述步骤实现：

确定所述框架全域粒性图像中每个像素点的粒性值；

获取所述框架全域粒性图像的全域粒化因子；

根据所述每个像素点的粒性值和所述全域粒化因子确定框架全域粒性图像的像素点粒性校正值；

根据所述框架全域粒性图像的像素点粒性校正值确定框架全域角点稀疏数据。

具体实现时，确定所述框架全域粒性图像中每个像素点的粒性值，将所述框架全域粒性图像置于二维坐标图中，该坐标图横坐标是递增的亮度数据，纵坐标是递增的亮度级别，所述框架全域粒性图像中每个像素点对应的亮度数据和亮度级别的数值的比值是框架全域粒性图像中每个像素点的粒性值，该粒性值表示亮度颗粒的对比度；所述框架全域粒性图像的全域粒化因子是根据框架全域粒性图像在一定环境温度下测量的像素亮度值与框架本身像素亮度值之间的差异量，通常是一个随环境温度改变的数字，范围在0～1之间；将每个像素点的粒性值的标准差分别与所述框架全域粒性图像的全域粒化因子相乘，得到框架全域粒性图像的像素点粒性校正值；将每个像素点的粒性值与所述框架全域粒性图像的像素点粒性校正值相加后得到像素点的角点亮度，将每个像素点的角点亮度值作为框架全域角点稀疏数据；其中，所述框架全域粒性图像的像素点粒性校正值可由下述公式确定：

其中，A表示框架全域粒性图像的像素点粒性校正值，L表示像素点的粒性值的总和，δ表示框架全域粒性图像的全域粒化因子，

需要说明的是，本步骤中像素点的粒性值的总和是框架全域粒性图像中所有像素点粒性值之和，框架全域粒性图像中像素点的粒性值均匀度是框架全域粒性图像中像素点的粒性值的平均值。

具体实现时，通过所述框架全域角点稀疏数据确定框架全域饱和邻接序列，在一些实施例中，将8位灰度图像的亮度值范围均等分为5个全域亮度层级，如将亮度范围[0，51)作为全域亮度第一层级，将亮度范围[51，102)作为全域亮度第二层级，将亮度范围[102，153)作为全域亮度第三层级，将亮度范围[153，204)作为全域亮度第四层级，将亮度范围[204，255)作为全域亮度第五层级，将所述框架全域角点稀疏数据中所有数值按照全域亮度层级进行归类，如框架全域角点稀疏数据中数值为52，则归为全域亮度第二层级，将属于全域亮度第三层级中的所有亮度值的中值作为框架全域饱和阈值，遍历框架全域角点稀疏数据中所有数值，将框架全域角点稀疏数据中数值高于框架全域饱和阈值的数值替换为框架全域饱和阈值，得到框架全域饱和邻接序列。

需要说明的是，汽车显示屏框架的平整部分的红外辐射是均匀的，在框架全域异向图像上对应位置的亮度显示较均匀、较亮，即像素点的亮度值高，汽车显示屏框架的非平整部分红外辐射出现散射，所以框架全域异向图像上非平整区域的亮度显示相较于平整部分偏暗，实际亮度值根据引起非平整的扭曲程度决定，本申请中框架全域角点稀疏数据可以更加精确的呈现汽车显示屏框架表面平整部分和非平整部分的对比度，框架全域饱和邻接序列通过与框架全域饱和阈值对比替换后的像素点的亮度数值组成的，上述步骤中框架全域饱和阈值是用于划分汽车显示屏框架的框架全域角点稀疏数据中表示平整部分和非平整部分的界限，通过将框架全域角点稀疏数据中数值替换为框架全域饱和阈值得到的框架全域饱和邻接序列能更加直观的表现出汽车显示屏框架表面的不平整程度。

在步骤103，获取所述框架全域粒性图像的全域自发辐射分量和全域环境辐射分量，根据所述全域自发辐射分量和所述全域环境辐射分量确定辐射阈限因子，进而对所述框架全域饱和邻接序列和所述辐射阈限因子进行散列融合化，得到框架全域散列融合亮度值集。

需要说明的是，本步骤中所述框架全域粒性图像的全域自发辐射分量是指汽车显示屏框架表面本身自发向外散射的热辐射，全域自发辐射分量由框架全域粒性图像重像素点的亮度值的均值组成，全域环境辐射分量是指汽车显示屏框架表面周围环境的热辐射，包括来自光源、背景环境等的热辐射，选择框架全域粒性图像中不含汽车显示屏框架的区域的像素点的亮度值的均值作为全域环境辐射分量。

在一些实施例中，参考图2所示，该图是本申请一些实施例中确定辐射阈限因子的流程示意图，本实施例中确定辐射阈限因子可采用下述步骤实现：

在步骤1031中，根据所述全域自发辐射分量确定所述框架全域粒性图像的辐射特征值；

在步骤1032中，根据所述全域环境辐射分量确定所述框架全域粒性图像的收敛特征值；

在步骤1033中，确定所述全域自发辐射分量和所述全域环境辐射分量的辐射聚合度；

在步骤1034中，根据所述框架全域粒性图像的辐射特征值、所述框架全域粒性图像的收敛特征值和所述全域环境辐射分量的辐射聚合度确定辐射阈限因子。

具体实现时，所述辐射阈限因子可由下述公式确定：

其中，ψ

具体实现时，根据所述全域自发辐射分量确定所述框架全域粒性图像的辐射特征值，在一些实施例中，是将所述全域自发辐射分量与所述框架全域粒性图像像素点亮度均值的差值的绝对值作为辐射特征量，而根据所述全域环境辐射分量确定所述框架全域粒性图像的收敛特征值，在一些实施例中，是将所述全域环境辐射分量与所述框架全域粒性图像的像素点亮度值均值的差的绝对值作为收敛特征量，确定所述全域自发辐射分量和所述全域环境辐射分量的辐射聚合度，在一些实施例中，是通过确定所述全域自发辐射分量和所述全域环境辐射分量的辐射聚合度，将全域自发辐射分量与全域环境辐射分量和框架全域粒性图像中像素点亮度值的紧致参量的第v个差值进行作差得到辐射聚合度。

需要说明的是，本步骤中所述框架全域粒性图像的辐射特征值表示全域自发辐射分量与所述框架全域粒性图像像素点亮度均值之间的距离，其绝对值越大，表明距离越远，即自发辐射分量与框架全域粒性图像像素点亮度均值的差距越大，框架全域粒性图像的收敛特征值表示全域环境辐射分量与所述框架全域粒性图像的像素点亮度值均值之间的距离，其绝对值越大，表明全域环境辐射分量对框架全域粒性图像中像素点的亮度影响越小，全域环境辐射分量的辐射聚合度表示框架全域粒性图像中像素点亮度值的紧致参量与全域自发辐射分量之间的相关程度，全域环境辐射分量的辐射聚合度越小，相关度越高，框架全域粒性图像中像素点亮度值的紧致参量是全域粒性图像中像素点亮度值与其平均值差值的绝对值，表示全域粒性图像中像素点亮度值变化程度。

在一些实施例中，对所述框架全域饱和邻接序列和所述辐射阈限因子进行散列融合化，得到框架全域散列融合亮度值集可采用下述步骤实现：

确定所述框架全域饱和邻接序列的邻接散列特征量；

获取所述框架全域饱和邻接序列的畸变融合因子；

根据所述框架全域饱和邻接序列的邻接散列特征量和所述框架全域饱和邻接序列的畸变融合因子确定框架全域散列融合亮度值集。

具体实现时，确定所述框架全域饱和邻接序列的邻接散列特征量，在一些实施例中是将所述框架全域饱和邻接序列中的数值的标准差作为所述框架全域饱和邻接序列的邻接散列特征量，将所述框架全域饱和邻接序列的畸变融合因子与框架全域饱和邻接序列的邻接散列特征量相乘之后，将得到的结果分别与框架全域饱和邻接序列中每个数值进行相加，得到新的数值，进而由新的数值组成框架全域散列融合亮度值集。

需要说明的是，本申请中框架全域饱和邻接序列的邻接散列特征量表示框架全域饱和邻接序列中相邻数值之间的接触量，所述接触量是指框架全域饱和邻接序列中数值的离散程度，该离散程度可以用数据的标准差来表示，框架全域饱和邻接序列中数值的离散程度越低表明汽车显示屏框架表面扭曲部分越少，平整部分分布越均匀，框架全域饱和邻接序列的畸变融合因子表示在框架全域饱和邻接序列中的数值受环境热辐射影响后数值高于真实框架表面亮度值的邻接度，即发生畸变，而框架表面亮度值的邻接度是表示汽车显示屏框架表面在辐射热量后平整部分和非平整部分连接处的平整部分的辐射量和非平整部分的辐射量差值的绝对值，通过畸变融合因子进行修正，去除因非平整部分的热辐射突减而导致平整度识别的精确度降低的因素，畸变融合因子的取值范围是0～1之间。

需要说明的是，通过所述框架全域粒性图像的全域自发辐射分量和全域环境辐射分量的获取可以有效分析汽车显示屏框架尺寸检测中框架表面出现非平整状态时的识别准确度，有利于提高尺寸检测的准确度。

在步骤104，根据所述框架全域散列融合亮度值集确定框架全域反射梯次热幅量，确定所述框架全域反射梯次热幅量的框架全域镜射数据和框架全域漫射数据，对所述框架全域镜射数据和所述框架全域漫射数据进行跃变联结，得到框架全域跃变值。

具体实现时，根据所述框架全域散列融合亮度值集确定框架全域反射梯次热幅量，在一些实施例中，根据大量实验数据，将所述框架全域散列融合亮度值集中的数值作为像素点的灰度值，例如将像素点亮度灰度值98作为框架全域反射梯次阈，将框架全域散列融合亮度值集中数值小于框架全域反射梯次阈的数值作为框架全域反射第一梯次融合亮度集，将框架全域散列融合亮度值集中数值大于或等于框架全域反射梯次阈的数值作为框架全域反射第二梯次融合亮度集，由框架全域反射第一梯次融合亮度集和框架全域反射第二梯次融合亮度集组成框架全域反射梯次热幅量。

需要说明的是，本申请中框架全域反射梯次阈是一个像素点灰度值的分界点，低于框架全域反射梯次阈的数值表示该数值所在框架全域散列融合亮度值集中对应的汽车显示屏框架表面上有不平整，反之平整。

具体实现时，确定所述框架全域反射梯次热幅量的框架全域镜射数据和框架全域漫射数据，在一些实施例中是将所述框架全域反射第一梯次融合亮度集中所有融合亮度值的平均值作为框架全域漫射数据，将所述框架全域反射第二梯次融合亮度集中所有融合亮度值的平均值作为框架全域镜射数据，第一梯次融合亮度集中的数值表示第一融合亮度值，第二梯次融合亮度集中的数值表示第二融合亮度值，融合亮度值表示热辐射图中像素点的亮度。

需要说明的是，本申请中框架全域反射第一梯次融合亮度集用于体现汽车显示屏框架表面存在不平整、扭曲时，框架表面热辐射出现漫反射现象，框架全域漫射数据越大，表明汽车显示屏框架表面的框架全域反射梯次热幅量对应框架表面区域扭曲程度越大，显然对汽车显示屏框架表面进行尺寸检测的误差也越大，框架全域反射第二梯次融合亮度集用于体现汽车显示屏框架表面存在少许不平整，或都是平整的时，表面热辐射现象接近或等于镜面反射，框架全域镜射数据越大，表明汽车显示屏框架表面的框架全域反射梯次热幅量对应框架表面区域越平整。

在一些实施例中，对所述框架全域镜射数据和所述框架全域漫射数据进行跃变联结，得到框架全域跃变值可采用下述步骤实现：

获取第v个辐射阈限因子ψ

获取所述框架全域镜射数据

获取所述框架全域漫射数据

根据所述框架全域反射梯次热幅量中所有热辐射量D确定框架全域反射梯次热幅量的幅变度

确定框架全域反射第二梯次融合亮度集中第q个第二融合亮度的亮度值k

确定框架全域反射第二梯次融合亮度集的镜射平滑数据

根据第v个辐射阈限因子ψ

其中，Ω表示框架全域跃变值，

需要说明的是，本申请中

需要说明的是，根据框架全域反射第一梯次融合亮度集和框架全域反射第二梯次融合亮度集之间融合亮度的差异程度和设定的七层漫射程度数据相结合，之后得到框架全域跃变值，表示在框架全域散列融合亮度值集中，当不同层级的漫射程度数据发生阶跃变化时，能更好的将汽车显示屏框架表面发生扭曲的程度计算出来，进而提高因汽车显示屏框架表面发生扭曲时尺寸检测的精确度。

在步骤105，当所述框架全域跃变值大于预设的框架全域舒展阈值时，将汽车显示屏框架判定为扭曲状态，并上传至汽车显示屏框架红外检测信息库。

具体实现时，当所述框架全域跃变值大于预设的框架全域舒展阈值时，将汽车显示屏框架判定为扭曲状态，同时根据框架全域跃变值对汽车显示屏框架表面红外尺寸检测结果进行修正，并上传至汽车显示屏框架红外检测信息库，当所述框架全域跃变值小于或等于预设的框架全域舒展阈值时，将汽车显示屏框架判定为非扭曲状态，直接输出汽车显示屏框架表面红外尺寸测量结果，并上传至汽车显示屏框架红外检测信息库。

需要说明的是，本步骤中框架全域舒展阈值是指汽车显示框架表面发生扭曲的最大承受能力，表示汽车显示屏框架表面的扭曲对尺寸检测的影响程度，框架全域舒展阈值越大对尺寸检测结果的影响越大。

另外，本申请的另一方面，在一些实施例中，本申请提供一种基于红外线的尺寸检测装置，该装置包括有红外检测单元，参考图3，该图是根据本申请一些实施例所示的红外检测单元的示例性硬件和/或软件的示意图，该红外检测单元300包括：框架全域异向图像确定模块301、框架全域饱和邻接序列确定模块302、框架全域散列融合亮度值集确定模块303、框架全域跃变值确定模块304和汽车显示屏框架状态判定模块305，分别说明如下：

框架全域异向图像确定模块301，本申请中框架全域异向图像确定模块301主要用于启动汽车显示屏框架红外尺寸检测，获取汽车显示屏框架的框架全域异向图像；

框架全域饱和邻接序列确定模块302，本申请中框架全域饱和邻接序列确定模块302主要用于将所述框架全域异向图像转换为框架全域粒性图像，由所述框架全域粒性图像确定框架全域角点稀疏数据，进而通过所述框架全域角点稀疏数据确定框架全域饱和邻接序列；

框架全域散列融合亮度值集确定模块303，本申请中框架全域散列融合亮度值集确定模块303主要用于获取所述框架全域粒性图像的全域自发辐射分量和全域环境辐射分量，根据所述全域自发辐射分量和所述全域环境辐射分量确定辐射阈限因子，进而对所述框架全域饱和邻接序列和所述辐射阈限因子进行散列融合化，得到框架全域散列融合亮度值集；

框架全域跃变值确定模块304，本申请中框架全域跃变值确定模块304主要用于根据所述框架全域散列融合亮度值集确定框架全域反射梯次热幅量，确定所述框架全域反射梯次热幅量的框架全域镜射数据和框架全域漫射数据，对所述框架全域镜射数据和所述框架全域漫射数据进行跃变联结，得到框架全域跃变值；

汽车显示屏框架状态判定模块305，本申请中汽车显示屏框架状态判定模块305主要用于当所述框架全域跃变值大于预设的框架全域舒展阈值时，将汽车显示屏框架判定为扭曲状态，并上传至汽车显示屏框架红外检测信息库。

另外，本申请还提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有代码，所述处理器被配置为获取所述代码，并执行上述的基于红外线的尺寸检测方法。

在一些实施例中，参考图4，该图是根据本申请一些实施例所示的实现基于红外线的尺寸检测方法的计算机设备的结构示意图。上述实施例中的基于红外线的尺寸检测方法可以通过图4所示的计算机设备来实现，该计算机设备包括至少一个处理器401、通信总线402、存储器403以及至少一个通信接口404。

处理器401可以是一个通用中央处理器(central processing unit，CPU)、特定应用集成电路(application-specific integrated circuit，ASIC)或一个或多个用于控制本申请中的基于红外线的尺寸检测方法的执行。

通信总线402可包括一通路，在上述组件之间传送信息。

存储器403可以是只读存储器(read-only memory，ROM)或可存储静态信息和指令的其它类型的静态存储设备，随机存取存储器(random access memory，RAM)或者可存储信息和指令的其它类型的动态存储设备，也可以是电可擦可编程只读存储器(electricallyerasable programmable read-only memory，EEPROM)、只读光盘(compact disc read-only Memory，CD-ROM)或其它光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘或者其它磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其它介质，但不限于此。存储器403可以是独立存在，通过通信总线402与处理器401相连接。存储器403也可以和处理器401集成在一起。

其中，存储器403用于存储执行本申请方案的程序代码，并由处理器401来控制执行。处理器401用于执行存储器403中存储的程序代码。程序代码中可以包括一个或多个软件模块。上述实施例中基于红外线的尺寸检测方法可以通过处理器401以及存储器403中的程序代码中的一个或多个软件模块实现。

通信接口404，使用任何收发器一类的装置，用于与其它设备或通信网络通信，如以太网，无线接入网(radio access network，RAN)，无线局域网(wireless localareanetworks，WLAN)等。

在具体实现中，作为一种实施例，计算机设备可以包括多个处理器，这些处理器中的每一个可以是一个单核(single-CPU)处理器，也可以是一个多核(multi-CPU)处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。

上述的计算机设备可以是一个通用计算机设备或者是一个专用计算机设备。在具体实现中，计算机设备可以是台式机、便携式电脑、网络服务器、掌上电脑(personaldigital assistant，PDA)、移动手机、平板电脑、无线终端设备、通信设备或者嵌入式设备。本申请实施例不限定计算机设备的类型。

另外，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的基于红外线的尺寸检测方法。

综上，本申请实施例公开的基于红外线的尺寸检测方法及装置中，首先该方案通过将框架全域角点稀疏数据中数值替换为框架全域饱和阈值得到的框架全域饱和邻接序列能更加直观的表现出汽车显示屏框架表面的不平整程度，通过所述框架全域粒性图像的全域自发辐射分量和全域环境辐射分量的获取可以有效分析汽车显示屏框架尺寸检测中框架表面出现非平整状态时的识别准确度，有利于提高尺寸检测的准确度，根据框架全域反射第一梯次融合亮度集和框架全域反射第二梯次融合亮度集之间融合亮度的差异程度和设定的七层漫射程度数据相结合，之后得到框架全域跃变值，表示在框架全域散列融合亮度值集中，当不同层级的漫射程度数据发生阶跃变化时，能更好的将汽车显示屏框架表面发生扭曲的程度计算出来，进而提高因汽车显示屏框架表面发生扭曲时尺寸检测的精确度，通过框架全域跃变值大于预设的框架全域舒展阈值进行对比，并对结果进行修正，从而提高汽车显示屏框架表面产生扭曲时尺寸检测的精确度。

尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。