高温物体的温度实时测量一直是理论界和工业界探索和研究的一个重要课题,它广泛应用在航空航天、军事和工业生产领域中。研发基于图像处理的示温漆图像识别系统目的在于实现温度测量及分析过程的数字化和自动化,克服人工分析的弊端,以提高测量精度和效率。基于图像处理的示温漆图像识别系统具有非接触性、灵活性、精确性、高效性等优点。针对采集硬件和环境对示温漆图像造成较大噪声的影响,本文首先采用了一种基于阈值的滤波方法,然后根据图像的平均颜色矩来进行图像量化,并选取了与人眼具有视觉一致性的HSI颜色空间。本文主要研究内容在于示温漆彩色图像的分割算法和温度识别算法这两项关键技术:(1)在比较和分析现有彩色图像分割的基础上,提出适合于示温漆彩色图像分割的算法。一种是基于标记理论的区域生长算法,在进行区域分割的同时,并对每个区域加以标记;一种是基于小波的模糊聚类算法,并利用小波的能量特征和彩色图像的颜色特征作为聚类算法的特征向量。(2)经过图像分割和特征提取后,根据示温漆颜色温度特性,将颜色温度对应关系的各个离散点,构造成一条连续光滑的空间三维曲线,并根据曲线函数进行温度识别。同时和模拟人眼识别算法进行比较分析,得出较好的识别效果。试验结果表明,根据本文提出的图像分割和识别算法,示温漆图像识别系统能够稳定的工作并能得到比较精确的测温效果,优于人工识别。