什么样的热图像是好图像？好图像就是呈现高对比度，同时显示最细微温差的图像。热像仪可以做到这一点，而且可以定义温度范围。
原理简介
例如，对于室温上下的温度，操作人员会将热像仪设定在-20°C至+50°C的典型温度范围。所有温度超过此范围的物体，其最亮或最热的部位会显示为饱和颜色；温度低于此范围的物体一般噪点较多。
因此，如果物体的最高温度是+100°C，那就必须选择+20°C至+120°C的范围。在这种情况下，热像仪会显示这个+100°C物体的好图像，但这幅图上的室温物体的细节对比度不如-20°C至+50°C的第一幅图像。
合乎逻辑的做法是将两幅图像整合。解决方案可以是，让热像仪以第一个室温范围“拍摄”一幅图像，然后以更高的温度范围“拍摄”第二幅图像。用智能方式结合这两幅图像，所生成的优质图像将包含两幅图像的最佳部分。这就是超帧原理。
问题和应用
处理极端温度时，问题会变得复杂：寒冷冬夜里站在火焰旁的人就是典型的例子。图像中最亮或最热的部分会饱和，与此同时，场景中最暗或最冷的部分在图像上会显示成黑色或噪点。当一个物体显得饱和或多噪点时，会产生两个问题：图像细节丢失，该场景部位的测温值失真。
高级热成像和测温技术通常需要获取温度范围非常宽广的场景图像或图像序列。在研发用途的热成像中，饱和问题会令人非常烦扰，因为此类用途需要温差非常巨大的场景成像或高速数字视频，比如引擎监控、火箭发射或一次爆炸。这个问题在中波红外波段尤为严重，可使用超帧技术解决。
最细微温差，可以通过改变曝光值或热成像系统中所谓的积分时间来控制。我们把积分时间这个术语定义为热像仪内部热成像探测器生成一个单帧的曝光时间。
以较长的曝光时间来操作热像仪能够提高灵敏度，但与此同时，这也限制了热像仪的测温范围：高温物体如此明亮，以至于它们超出了热像仪的规定测温范围。如果一个场景或一组连续镜头包含需要同时测量的极端温差，热像仪的曝光时间应大大缩短。但由于超出了规定的测温范围，这种缩短本身会造成场景较冷区域温差测量的能力下降，导致这些区域在屏幕上显示为黑色或噪点，如图1至4所示。
有没有一个曝光时间能够安全涵盖一个场景的温度变化，并精确测量该场景的所有冷热物体？没有，但有另一个选项。
解决方案：FLIR超帧技术
FLIR超帧技术指的是，在一个快速的连续时间内，以逐渐加快的曝光时间拍摄一组4幅具有代表性的场景图像（子帧），然后重复这个循环。每次循环的子帧被合并为一个超帧，如我们所知，这个超帧结合了曝光时间不同的4个子帧的最佳特性。这一过程称为叠加。采用这种方式，叠加算法生成的超帧图像对比度高，温度范围广。算法的原理很简单：如果第一个子帧的某个像素饱和了，算法就会从下一个子帧选择相应的像素。如果该像素符合要求，算法就停止运作，否则它会挑选下一个子帧中合适的像素，以此类推。所有像素值都转换为最终的超帧图像的温度或辐射单位。
图1、2、3用两幅曝光时间为2毫秒和30微秒的比奇空中霸王双螺旋桨飞机图像展现了超帧技术。这些图像是采用高性能中波红外（MWIR）热像仪系统FLIR S C7000以每秒170帧、640x512像素的全帧尺寸拍摄。这两幅图像间隔时间短暂（约40毫秒），意味着场景并未发生大变化；螺旋桨的运动几乎无法察觉。
图1、2、3用两幅曝光时间为2毫秒和30微秒的比奇空中霸王双螺旋桨飞机图像展现了超帧技术。这些图像是采用高性能中波红外（MWIR）热像仪系统FLIR S C7000以每秒170帧、640x512像素的全帧尺寸拍摄。这两幅图像间隔时间短暂（约40毫秒），意味着场景并未发生大变化；螺旋桨的运动几乎无法察觉。
曝光时间为2毫秒的图像，场景的每个部分都有良好的对比度，但飞机的排气系统除外，这个部位温度太高，以至于这部分的图像发生饱和。（图1）
相反地，曝光时间为30微秒的图像没有任何饱和，清晰地展现了排气系统，但其余的场景温度过低，以至于无法清楚看到系统本底噪声以上的部位（图2）。
用正确的算法结合这两幅图像，能够生成对比度高、温度范围广的图像（图3）。
技术
采用超帧技术需要一些技术先决条件，幸运的是，这些条件在商业市场已经成型。配备320x256或640x512像素等大型阵列、能够生成超帧所需高帧率的商用热像仪就是其中之一。另一个条件是能够处理巨量数据（64 MB/S）的计算机，这些数据来自以高帧率运行的热像仪。
这种技术已经运用在FLIR SC系列的研发和先进科技解决方案上。FLIR SC2500 - SC5000 - SC7000全系及其ALTA?R图像处理软件都搭载一体化FLIR超帧功能。
总结
FLIR超帧技术大大提高了热成像系统的有效场景亮度，同时维持了热对比度，即便是在低温条件下。
FLIR超帧技术的原理是，以循环的方式逐帧改变热像仪的曝光时间或积分时间，将生成的子帧组合成温度范围大为扩展的单一超帧，从而拍摄出具有极端温差的场景。
谨此鸣谢FLIR Systems美国分公司的Austin Richards博士（austin.richards@flir.com）和瑞典分公司的Kjell Lindstr?m（kjell.lindstrom@flir.se），感谢两位为本文提供了有价值的资料。
