本發明涉及圖像處理領域，尤其涉及利用圖像顏色判定物體溫度的方法及系統。
背景技術：
：在一個相對密閉空間中，各物體存在多種超高溫(如500以上)工作環境，因它們之間間隔距離非常接近，并且它們都有各自的正常工作溫度范圍值。目前市場上已有：1.遠距離溫度測試槍，可以測試出該環境中所有溫度的平均溫度值，但無法區分出它們之間各工作溫度的準確溫度值。2.溫度傳感器技術，因環境溫度過高，長時間工作，受溫度、電壓等其它因素影響大，測試手段復雜，使用壽命短。現有技術中只能通過非常有經驗的人定時巡視，并通過它們之間的細微顏色差異來大體判斷和監控其工作是否在正常的工作溫度范圍內。技術實現要素：針對現有技術的不足，旨在解決現有的測量溫度設備難于準確判定物體溫度值的問題，本發明在密閉空間復雜溫度環境下，通過硬件與軟件相結合的方式，獲取顏色的差異來對數據進行采集與分析，實現實時監控并對不同顏色的分析結果做出相應判定信息。為實現上述目的，本發明采用如下技術方案：利用圖像顏色判定物體溫度的方法，包括如下步驟：獲取不同溫度下物體圖像信息，根據所述獲取不同溫度下的物體圖像信息，提取所述物體的輪廓特征信息以及基于物體輪廓特征信息下的顏色信息，建立基于物體輪廓特征信息下的溫度t0與代表色pix對應關系，并將這些對應關系存儲在關系數組pix_c(h，s，v,sn)，其中(n＝a,b,c,……),h、s、v分別表示其在顏色空間中的色調(h)，飽和度(s)，明度(v)，sn為物體輪廓特征的信息；實時獲取物體圖像信息，根據所述實時獲取的物體圖像信息提取固定物體的輪廓特征信息sn’以及基于物體輪廓特征信息下的顏色信息c’(h,s,v)；根據所述實時獲取的物體圖像信息提取的固定物體輪廓特征信息sn’與存儲的物體圖像信息提取的物體輪廓特征信息sn進行匹配；根據所述實時獲取的基于固定物體輪廓特征信息下的顏色信息c’(h,s,v)與存儲的基于物體輪廓特征信息下的顏色信息c(h，s，v)進行匹配；根據上述匹配結果，得到物體的溫度值t。其中，所述“根據所述實時獲取的物體圖像信息提取的固定物體輪廓特征信息sn’與存儲的物體圖像信息提取的物體輪廓特征信息sn進行匹配”包括：根據所述實時獲取的固定物體輪廓特征信息sn’的邊緣線段信息與存儲的物體圖像信息提取的物體輪廓特征信息sn的邊緣線段信息進行匹配；根據所述實時獲取的固定物體輪廓特征信息sn’的面積信息與存儲的物體圖像信息提取的物體輪廓特征信息sn的面積信息進行匹配。其中，所述存儲的物體圖像信息提取的物體輪廓特征信息sn包括物體輪廓的邊緣線段和面積信息sn(x1,x2,x3……xi，x)，其中物體輪廓特征信息的邊緣線段信息為sn(x1,x2,x3……xi)，物體輪廓特征信息的面積信息為sn(x)，其中(i＝1,2,3,……)；所述實時獲取的固定物體輪廓特征信息sn’包括物體輪廓的邊緣線段和面積信息sn’(x1,x2,x3……xi，x)，其中實時固定物體輪廓特征信息的邊緣線段信息為sn’(x1,x2,x3……xi)，物體輪廓特征信息的面積信息為sn’(x)，其中其中(i＝1,2,3,……)；所述“根據所述實時獲取的固定物體輪廓特征信息sn’的邊緣線段信息與存儲的物體圖像信息提取的物體輪廓特征信息sn的邊緣線段信息進行匹配”包括：計算出根據相似多邊形原理計算出ki值，再根據計算出的ki值獲得均方差,根據公式：取σ為一定的范圍值作為匹配范圍值；所述“根據所述實時獲取的固定物體輪廓特征信息sn’的面積信息與存儲的物體圖像信息提取的物體輪廓特征信息sn的面積信息進行匹配”包括：計算出取q為一定的范圍值作為匹配范圍值。其中，所述“根據所述實時獲取的基于固定物體輪廓特征信息下的顏色信息c’(h,s,v)與存儲的基于物體輪廓特征信息下的顏色信息c(h，s，v)進行匹配”包括：所述實時獲取的基于固定物體輪廓特征信息下的顏色信息c’(h,s,v)中的h、s、v值分別采用多次獲取求算術平均值，得到的值分別為c’(h)、c’(s)、c’(v)；所述存儲的基于物體輪廓特征信息下的顏色信息c(h，s，v)中的h、s、v值分別采用多次獲取求算術平均值，得到的值分別為pix_c(h)、pix_c(s)、pix_c(v)。其中，所述“根據上述匹配結果，得到物體的溫度值t”包括：根據相似度公式：p＝(1-|c’(h)-pix_c(h)|)*(1-|c’(s)-pix_c(s)|)*(1-|c’(v)-pix_c(v)|)/360，將p值最接近于一定值的那個圖像對應的溫度作為該物體的溫度。為實現上述目的，本發明還采用了如下技術方案：利用圖像顏色判定物體溫度的系統，包括：建立模塊，用于獲取不同溫度下物體圖像信息，根據所述獲取不同溫度下的物體圖像信息，提取所述物體的輪廓特征信息以及基于物體輪廓特征信息下的顏色信息，建立基于物體輪廓特征信息下的溫度t0與代表色pix對應關系，并將這些對應關系存儲在關系數組pix_c(h，s，v,sn)，其中(n＝a,b,c,……),h、s、v分別表示其在顏色空間中的色調(h)，飽和度(s)，明度(v)，sn為物體輪廓特征的信息；獲取模塊，用于實時獲取物體圖像信息，根據所述實時獲取的物體圖像信息提取固定物體的輪廓特征信息sn’以及基于物體輪廓特征信息下的顏色信息c’(h,s,v)；輪廓匹配模塊，用于根據所述實時獲取的物體圖像信息提取的固定物體輪廓特征信息sn’與存儲的物體圖像信息提取的物體輪廓特征信息sn進行匹配；顏色匹配模塊，用于根據所述實時獲取的基于固定物體輪廓特征信息下的顏色信息c’(h,s,v)與存儲的基于物體輪廓特征信息下的顏色信息c(h，s，v)進行匹配；溫度得到模塊，用于根據上述輪廓匹配模塊和顏色匹配模塊的匹配結果，得到物體的溫度值t。其中所述輪廓匹配模塊包括：邊緣線段匹配模塊，用于根據所述實時獲取的固定物體輪廓特征信息sn’的邊緣線段信息與存儲的物體圖像信息提取的物體輪廓特征信息sn的邊緣線段信息進行匹配；面積匹配模塊，用于根據所述實時獲取的固定物體輪廓特征信息sn’的面積信息與存儲的物體圖像信息提取的物體輪廓特征信息sn的面積信息進行匹配。其中，所述存儲的物體圖像信息提取的物體輪廓特征信息sn包括物體輪廓的邊緣線段和面積信息sn(x1,x2,x3……xi，x)，其中物體輪廓特征信息的邊緣線段信息為sn(x1,x2,x3……xi)，物體輪廓特征信息的面積信息為sn(x)，其中(i＝1,2,3,……)；所述實時獲取的固定物體輪廓特征信息sn’包括物體輪廓的邊緣線段和面積信息sn’(x1,x2,x3……xi，x)，其中實時固定物體輪廓特征信息的邊緣線段信息為sn’(x1,x2,x3……xi)，物體輪廓特征信息的面積信息為sn’(x)，其中其中(i＝1,2,3,……)；所述邊緣線段匹配模塊包括邊緣線段數據處理模塊，用于計算出根據相似多邊形原理計算出ki值，再根據計算出的ki值獲得均方差,根據公式：取σ為一定的范圍值作為匹配范圍值；所述面積匹配模塊包括面積數據處理模塊，用于計算出取q為一定的范圍值作為匹配范圍值。其中，所述顏色匹配模塊包括顏色數據處理模塊，用于所述實時獲取的基于固定物體輪廓特征信息下的顏色信息c’(h,s,v)中的h、s、v值分別采用多次獲取求算術平均值，得到的值分別為c’(h)、c’(s)、c’(v)；所述存儲的基于物體輪廓特征信息下的顏色信息c(h，s，v)中的h、s、v值分別采用多次獲取求算術平均值，得到的值分別為pix_c(h)、pix_c(s)、pix_c(v)。其中，所述溫度得到模塊包括溫度數據處理模塊，用于根據相似度公式：p＝(1-|c’(h)-pix_c(h)|)*(1-|c’(s)-pix_c(s)|)*(1-|c’(v)-pix_c(v)|)/360，取p值最接近于一定值的那個圖像對應的溫度作為該物體的溫度。本發明闡述的一種利用圖像顏色判定物體溫度的方法及系統，其與現有技術相比，有益效果在于：1.物體顏色差異太小，本發明的利用圖像顏色判定物體溫度的系統、尤其針對容易受溫度色變的物體在高溫狀態下，能精確的判定物體的溫度值，這是人眼所不能判定的；2.本發明利用圖像顏色判定物體溫度的系統能夠長時間遠距離實時監控并對顏色相關的數據分析與判定，而目前技術人工不能長時間監控。3.環境溫度復雜，本發明利用圖像顏色判定物體溫度的系統能夠精確判定出各溫度值，而現有技術中的其它設備只能測試出平均溫度值，不能精確區分其工作溫度。4.本發明利用圖像顏色判定物體溫度的方法，實時獲取物體圖像信息，根據所述實時獲取的固定物體圖像信息提取物體的輪廓特征信息sn’以及基于物體輪廓特征信息下的顏色信息c’(h,s,v)；再根據所述實時獲取的物體圖像信息提取的固定物體輪廓特征信息sn’與存儲的物體圖像信息提取的物體輪廓特征信息sn進行匹配；根據所述實時獲取的基于物體輪廓特征信息下的顏色信息c’(h,s,v)與存儲的基于物體輪廓特征信息下的顏色信息c(h，s，v)進行匹配；經過物體輪廓特征和顏色特征信息的兩次匹配，使物體顏色的獲取更加準確。5.本發明利用圖像顏色判定物體溫度的方法中，根據所述實時獲取的固定物體輪廓特征信息sn’的邊緣線段信息與存儲的物體圖像信息提取的物體輪廓特征信息sn的邊緣線段信息進行匹配；根據所述實時獲取的固定物體輪廓特征信息sn’的面積信息與存儲的物體圖像信息提取的物體輪廓特征信息sn的面積信息進行匹配；將物體輪廓特征信息分成邊緣線段信息和面積信息，經過實時獲取的物體的邊緣線段信息和面積信息都與存儲的邊緣線段信息和面積信息兩次匹配，使物體在所述“根據所述實時獲取的物體圖像信息提取的固定物體輪廓特征信息sn’與存儲的物體圖像信息提取的物體輪廓特征信息sn進行匹配”時，更加準確。6.本發明利用圖像顏色判定物體溫度的方法中，所述“根據所述實時獲取的固定物體輪廓特征信息sn’的邊緣線段信息與存儲的物體圖像信息提取的物體輪廓特征信息sn的邊緣線段信息進行匹配”包括：計算出根據相似多邊形原理計算出ki值，再根據計算出的ki值獲得均方差,取σ為一定的范圍值作為匹配范圍值。這種方式得到最后的σ值為在誤差范圍內的均方差值，σ越小，表示測量精度越高，則兩物體相似度越高，一般σ根據實際測試，預設0<σ<0.12時符合；所述面積匹配模塊包括面積數據處理模塊，用于計算出取q為一定的范圍值作為匹配范圍值，這種方式q值越接近1，表示測量精度越高，剛兩物體相似度越高，一般q根據實際測試，預設0.95<q<1.05時符合。7.本發明利用圖像顏色判定物體溫度的方法中，所述實時獲取的基于物體輪廓特征信息下的顏色信息、所述存儲的基于物體輪廓特征信息下的顏色信息中的色調(h)，飽和度(s)，明度(v)都經過多次測量再求平均值，這樣的處理方式減少了誤差。8.本發明利用圖像顏色判定物體溫度的方法中，根據相似度公式：p＝(1-|c’(h)-pix_c(h)|)*(1-|c’(s)-pix_c(s)|)*(1-|c’(v)-pix_c(v)|)/360，將p值最接近于一定的那個圖像對應的溫度作為該物體的溫度，一般p值取為1，利用數理統計的方式再一次對數據進行處理選擇，提到了利用圖像顏色判定物體溫度的準確性。附圖說明圖1是本發明實施例的利用圖像顏色判定物體溫度的方法的流程圖。圖2是本發明實施例的利用圖像顏色判定物體溫度的系統的結構框圖。具體實施方式下面結合附圖與具體實施例來對本發明作進一步描述。參照圖1所示，本發明實施例提供了一種利用圖像顏色判定物體溫度的方法，包括如下步驟：步驟s101，獲取不同溫度下物體圖像信息，根據所述獲取不同溫度下的物體圖像信息，提取所述物體的輪廓特征信息以及基于物體輪廓特征信息下的顏色信息，建立基于物體輪廓特征信息下的溫度t0與代表色pix對應關系，并將這些對應關系存儲在關系數組pix_c(h，s，v,sn)，其中(n＝a,b,c,……),h、s、v分別表示其在顏色空間中的色調(h)，飽和度(s)，明度(v)，sn為物體輪廓特征的信息；步驟s102，實時獲取物體圖像信息，根據所述實時獲取的物體圖像信息提取固定物體的輪廓特征信息sn’以及基于物體輪廓特征信息下的顏色信息c’(h,s,v)；步驟s103，根據所述實時獲取的物體圖像信息提取的固定物體輪廓特征信息sn’與存儲的物體圖像信息提取的物體輪廓特征信息sn進行匹配；步驟s104，根據所述實時獲取的基于固定物體輪廓特征信息下的顏色信息c’(h,s,v)與存儲的基于物體輪廓特征信息下的顏色信息c(h，s，v)進行匹配；步驟s105，根據上述匹配結果，得到物體的溫度值t。其中所述步驟s103中包括：根據所述實時獲取的物體輪廓特征信息sn’的邊緣線段信息與存儲的物體圖像信息提取的固定物體輪廓特征信息sn的邊緣線段信息進行匹配；根據所述實時獲取的物體輪廓特征信息sn’的面積信息與存儲的物體圖像信息提取的固定物體輪廓特征信息sn的面積信息進行匹配。所述存儲的物體圖像信息提取的物體輪廓特征信息sn包括物體輪廓的邊緣線段和面積信息sn(x1,x2,x3……xi，x)，其中物體輪廓特征信息的邊緣線段信息為sn(x1,x2,x3……xi)，物體輪廓特征信息的面積信息為sn(x)，其中(i＝1,2,3,……)；所述實時獲取的固定物體輪廓特征信息sn’包括物體輪廓的邊緣線段和面積信息sn’(x1,x2,x3……xi，x)，其中實時固定物體輪廓特征信息的邊緣線段信息為sn’(x1,x2,x3……xi)，物體輪廓特征信息的面積信息為sn’(x)，其中其中(i＝1,2,3,……)；所述“根據所述實時獲取的固定物體輪廓特征信息sn’的邊緣線段信息與存儲的物體圖像信息提取的物體輪廓特征信息sn的邊緣線段信息進行匹配”包括：計算出根據相似多邊形原理計算出ki值，再根據計算出的ki值獲得均方差,根據公式：取σ為一定的范圍值作為匹配范圍值；所述“根據所述實時獲取的固定物體輪廓特征信息sn’的面積信息與存儲的物體圖像信息提取的物體輪廓特征信息sn的面積信息進行匹配”包括：計算出取q為一定的范圍值作為匹配范圍值。其中步驟s104中包括：所述“根據所述實時獲取的基于固定物體輪廓特征信息下的顏色信息c’(h,s,v)與存儲的基于物體輪廓特征信息下的顏色信息c(h，s，v)進行匹配”包括：所述實時獲取的基于固定物體輪廓特征信息下的顏色信息c’(h,s,v)中的h、s、v值分別采用多次獲取求算術平均值，得到的值分別為c’(h)、c’(s)、c’(v)；所述存儲的基于物體輪廓特征信息下的顏色信息c(h，s，v)中的h、s、v值分別采用多次獲取求算術平均值，得到的值分別為pix_c(h)、pix_c(s)、pix_c(v)。其中步驟s105中包括：所述“根據上述匹配結果，得到物體的溫度值t”包括：根據相似度公式：p＝(1-|c’(h)-pix_c(h)|)*(1-|c’(s)-pix_c(s)|)*(1-|c’(v)-pix_c(v)|)/360，將p值最接近于一定值的那個圖像對應的溫度作為該物體的溫度。本發明利用圖像顏色判定物體溫度的方法還提供了另一個實施例：步驟1、利用高清相機針對同一密閉空間進行連續拍照n幅圖像，每秒獲取圖像數量自由設定；步驟2、在同一幅圖像中，針對各物體去噪，利用圖像邊界處理算法得到圖像中物體的邊界輪廓，從而獲取該物體的各邊線條。步驟3、通過獲取的物體輪廓的邊緣各線段分別記錄該多邊形和面積物體信息sa(a1,a2,a3……ai，a),物體sb(b1,b2,b3……bi，b),sc(c1,c2,c3……ci，c)，……sn(x1,x2,x3,……xi，x)以此類推,將所有物體信息存儲到參考形狀數組location(sa，sb，sc,……,sn)中；步驟4、在同一溫度t下經過上述步驟3處理后的同一圖像中分別對物體a，物體b，物體c……進行顏色提取處理得到該物體的溫度t的代表色pix，反復訓練得到溫度t下顏色與溫度對應關系，并將這些關系存儲在關系數組pix_c(h，s，v,sn)中(n＝a,b,c,……)；步驟5、實時利用圖像顏色判定待測物體的溫度，首先在時間t下獲取其一幅圖像，同樣利用步驟3、再根據相似多邊形相似定理,根據數組location(sa，sb，sc,……,sn)位置中找到當前物體s’的形狀，記錄為物體s’(x1,x2,x3,……xi,x)，通過步驟4所述方法提取物體s’，并判定得到的物體s’溫度代表色c(h，s，v,s’)。判定物體的形狀大小，計算出該物體的主要形狀特征，并且通過當前物體sn形狀在影像中所占的pix的有效數量，記作該物體sn的有效面積x，根據公式：x＝∑pixi(i為當前像素的統計個數)，并記錄物體sn的形狀特征信息sn(x1,x2,x3，……xi,x),xi表示該物體的有效線段，sn表示物體形狀特征。物體sn在當前溫度下該pix的顏色值，是通過圖像訓練的各物體顏色值pix_c(h，s，v,sn)獲取，h，s，v分別表示其在顏色空間中的色相，飽和度，亮度。根據物體判定與顏色獲取，在指定位置location(sa，sb，sc,……,sn)中測試出的物體sn’(x1’,x2’,x3’,……xi’，x’)，對該物體的各線段和面積進行比較，當根據相似多邊形原理計算出比值對上述計的k值，再算出σ均方差值，可以獲得：其中(i＝1、2、3……)；理論中測試的上述ki可以理解為多次測量獲得的值，ki的結果應該是ki＝1，均方差值σ得出的結果應該為σ＝0；但在實際應用中，ki只能是無限接近等于1，σ值無限接近于0，因此算出的σ根據ki實際測試，預設0<σ<0.15時符合；計算出理論中q＝1；但在實際應用中，q只能是無限接近等于1，因此算出的q根據實際測試，預設0.95<q<1.05時符合；步驟6、利用顏色空間hsv值，根據相似度公式：p＝(1-|c’(h)-pix_c(h)|)*(1-|c’(s)-pix_c(s)|)*(1-|c’(v)-pix_c(v)|)/360，在訓練圖表中獲取對應的溫度值。在當前溫度下該對物體sn’有效像素點(面積x)內的所有pix的顏色值求平均：n代表當前物體像素點個數。由此可以獲得該物體當前時間的單幅顏色值為：c(h’，s’，v’,a)；假設每秒取的圖像n＝10幅圖像，那么，根據其10幅圖像可以獲取到：上述結果可以獲得該物體的真正顏色值c(h，s，v，a)為：根據相似度公式：p＝(1-|c(v)-pix_c(v)|)*(1-|c(s)-pix_c(s)|)*(1-|c(h)-pix_c(h)|/360；從訓練的出的顏色溫度關系對照表，獲取最為相近的值作為該顏色的溫度值，即可獲取到當前顏色c(h，s，v，a)的溫度值。表一：顏色-溫度關系表序號hs(％)v(％)溫度(攝氏度)1099616002360997165033529876700435298857505357858880061786878507258687900831879595093886951000105174981100115062991200如：目前測試得到顏色值c(355,96,86)通過公式：p＝(1-|c(v)-pix_c(v)|)*(1-|c(s)-pix_c(s)|)*(1-|c(h)-pix_c(h)|/360分別針對上述11個色序號計算得出十一組數據，如下表二。表二色序號p10.727520.81330.87740.9650.86760.05570.07480.08390.097100.107110.088此時，從表二中得出，當p＝0.96最為接近1，對應著表一：顏色-溫度關系中的值序號4的值，因此，判定物體溫度確認為750攝氏度。參考圖2所示，本發明實施例還提供了一種利用圖像顏色判定高溫物體溫度的系統，系統包括：建立模塊11，用于獲取不同溫度下物體圖像信息，根據所述獲取不同溫度下的物體圖像信息，提取所述物體的輪廓特征信息以及基于物體輪廓特征信息下的顏色信息，建立基于物體輪廓特征信息下的溫度t0與代表色pix對應關系，并將這些對應關系存儲在關系數組pix_c(h，s，v,sn)，其中(n＝a,b,c,……),h、s、v分別表示其在顏色空間中的色調(h)，飽和度(s)，明度(v)，sn為物體輪廓特征的信息；獲取模塊12，用于實時獲取物體圖像信息，根據所述實時獲取的物體圖像信息提取固定物體的輪廓特征信息sn’以及基于物體輪廓特征信息下的顏色信息c’(h,s,v)；輪廓匹配模塊13，用于根據所述實時獲取的物體圖像信息提取的固定物體輪廓特征信息sn’與存儲的物體圖像信息提取的物體輪廓特征信息sn進行匹配；顏色匹配模塊14，用于根據所述實時獲取的基于固定物體輪廓特征信息下的顏色信息c’(h,s,v)與存儲的基于物體輪廓特征信息下的顏色信息c(h，s，v)進行匹配；溫度得到模塊15，用于根據上述輪廓匹配模塊和顏色匹配模塊的匹配結果，得到物體的溫度值t。其中，所述輪廓匹配模塊13包括：邊緣線段匹配模塊，用于根據所述實時獲取的固定物體輪廓特征信息sn’的邊緣線段信息與存儲的物體圖像信息提取的物體輪廓特征信息sn的邊緣線段信息進行匹配；面積匹配模塊，用于根據所述實時獲取的固定物體輪廓特征信息sn’的面積信息與存儲的物體圖像信息提取的物體輪廓特征信息sn的面積信息進行匹配。其中，所述存儲的物體圖像信息提取的物體輪廓特征信息sn包括物體輪廓的邊緣線段和面積信息sn(x1,x2,x3……xi，x)，其中物體輪廓特征信息的邊緣線段信息為sn(x1,x2,x3……xi)，物體輪廓特征信息的面積信息為sn(x)，其中(i＝1,2,3,……)；所述實時獲取的固定物體輪廓特征信息sn’包括物體輪廓的邊緣線段和面積信息sn’(x1,x2,x3……xi，x)，其中實時固定物體輪廓特征信息的邊緣線段信息為sn’(x1,x2,x3……xi)，物體輪廓特征信息的面積信息為sn’(x)，其中其中(i＝1,2,3,……)；所述邊緣線段匹配模塊包括邊緣線段數據處理模塊，用于計算出根據相似多邊形原理計算出ki值，再根據計算出的ki值獲得均方差,根據公式：取σ為一定的范圍值作為匹配范圍值；所述面積匹配模塊包括面積數據處理模塊，用于計算出取q為一定的范圍值作為匹配范圍值。其中，所述顏色匹配模塊14包括顏色數據處理模塊，用于所述實時獲取的基于固定物體輪廓特征信息下的顏色信息c’(h,s,v)中的h、s、v值分別采用多次獲取求算術平均值，得到的值分別為c’(h)、c’(s)、c’(v)；所述存儲的基于物體輪廓特征信息下的顏色信息c(h，s，v)中的h、s、v值分別采用多次獲取求算術平均值，得到的值分別為pix_c(h)、pix_c(s)、pix_c(v)。其中，所述溫度得到模塊15包括溫度數據處理模塊，用于根據相似度公式：p＝(1-|c’(h)-pix_c(h)|)*(1-|c’(s)-pix_c(s)|)*(1-|c’(v)-pix_c(v)|)/360，取p值最接近于一定值的那個圖像對應的溫度作為該物體的溫度。本發明的利用圖像顏色判定物體溫度的系統與上述的利用圖像顏色判定物體溫度的方法，是基于同一發明構思下的兩個不同主題，上述針對利用圖像顏色判定物體溫度的方法進行了詳細的說明，這里針對利用圖像顏色判定物體溫度的系統就不再一一敘述。以上所述，僅是本發明較佳實施例而已，并非對本發明的技術范圍作任何限制，故凡是依據本發明的技術實質對以上實施例所作的任何細微修改、等同變化與修飾，均仍屬于本發明技術方案的范圍內。當前第1頁12