如何通过Python利用热校准参数将MicaSense热成像图转为温度值？

参数对应关系 #

你提取的6个校准参数[1, 316.8, 1192951.5, 1509.95947265625, 1, 13831.46484375]对应FLIR Boson传感器的校准变量：

• K1, B1, R1 = 1, 316.8, 1192951.5（场景辐射计算参数）
• K2, B2, R2 = 1509.95947265625, 1, 13831.46484375（传感器自身辐射计算参数）

温度计算逻辑 #

1. 从原始16位DN值计算场景辐射与传感器辐射
2. 扣除传感器自身辐射得到校正后的有效辐射
3. 通过普朗克逆公式将辐射值转换为温度（单位：开尔文，可转为摄氏度）

Python代码实现 #

import numpy as np
import tifffile as tf

# 1. 定义校准参数
cal_params = [1, 316.8, 1192951.5, 1509.95947265625, 1, 13831.46484375]
K1, B1, R1, K2, B2, R2 = cal_params

# 2. 普朗克公式常数（适配FLIR Boson 10μm波段）
h = 6.62607015e-34  # 普朗克常数
c = 299792458       # 光速
k = 1.380649e-23    # 玻尔兹曼常数
lambda_ = 10.0e-6   # Boson中心波长（10μm）
c1 = 2 * h * c**2   # 第一辐射常数

# 3. 读取16位灰度TIFF图像
thermal_tif_path = "你的热成像文件路径.tif"
dn_array = tf.imread(thermal_tif_path).astype(np.float64)

# 4. 计算辐射值
scene_radiance = (dn_array - B1) / K1 + R1
sensor_radiance = (dn_array - B2) / K2 + R2
corrected_radiance = scene_radiance - sensor_radiance

# 处理异常值（避免对数计算报错）
corrected_radiance[corrected_radiance <= 0] = np.finfo(np.float64).eps

# 5. 计算温度（开尔文转摄氏度）
temp_kelvin = (h * c) / (k * lambda_ * np.log((c1 / (lambda_**5 * corrected_radiance)) + 1))
temp_celsius = temp_kelvin - 273.15

# 可选：保存温度图像为TIFF（32位浮点）
tf.imwrite("温度结果.tif", temp_celsius.astype(np.float32))

# 输出示例像素温度
print(f"示例像素DN值{dn_array[0,0]}对应的温度：{temp_celsius[0,0]:.2f}℃")

说明 #

• 确保安装依赖库：pip install numpy tifffile
• 如果使用PIL读取图像，可替换为from PIL import Image; dn_array = np.array(Image.open(thermal_tif_path)).astype(np.float64)
• 若需要调整辐射率校正，可在计算corrected_radiance后加入辐射率系数（默认辐射率设为1.0，若实际场景辐射率不同，需乘以对应系数）

内容的提问来源于stack exchange，提问作者Abbas