温度是工业生产和科学研究领域的一项重要参数,高精度的温度测量是至关重要的。根据物体在可见光波段颜色和温度的对应关系,提出了一种通过数码相机采集高温物体图像颜色值,并基于神经网络的彩色温度软测量方法。本文首先通过实验采集电炉图像样本及建立标准图像库;其次对采集的图像进行预处理:采用中值滤波法平滑图像,采用全阈值分割法进行背景分割,并采用求取平均法提取图像颜色信息值;再次利用大量样本数据训练两种不同的神经网络(BP网络和RBF网络),通过神经网络拟合出物体图像的颜色信息值R、G、B与温度T之间的非线性映射关系;最后将这两种网络应用于物体的图像颜色测温中。大量实验数据结果的分析表明,利用此方法进行测量物体温度是可行的,表现出了较高的测温精度,并且具有简便、成本低的特点。通过BP网络法和RBF网络法的测温比较可知:RBF神经网络法比BP神经网络法更具有优越性,其网络设计简便、训练速度快、测温精度高。