1. 红外热成像测温系统概述
大家好，我是老李。做嵌入式开发十几年了，从最早的8位单片机一路做到现在的AIoT系统。今天咱们聊的红外热成像测温，说实话，是我这几年觉得最有意思的一个方向。它不像纯软件那样虚无缥缈，也不像纯硬件那样死板——它是软硬结合、光学和电子交织的活儿。
嗯，咱们先不急着写代码。先搞清楚这玩意儿到底是什么，能干什么，以及我们这30节课到底要搞出个什么东西来。
1.1 红外热成像技术原理
说白了，任何温度高于绝对零度（-273.15℃）的物体，都在往外辐射红外线。温度越高，辐射越强。红外热成像就是捕捉这些看不见的红外线，然后把它转成我们能看懂的图像。
我刚开始接触这个领域时，有个误区——我以为热成像拍的是"温度"，后来才明白，它拍的是"红外辐射强度"，温度只是推算出来的。这个区别很重要，后面讲校准的时候你会深有体会。
核心原理一句话： 物体温度 → 红外辐射 → 传感器接收 → 电信号转换 → 温度计算 → 伪彩色显示
这里有个关键参数——发射率（Emissivity）。不同材料的发射率不一样，比如黑漆是0.95左右，抛光铝只有0.05。我在项目中遇到过，测一个金属外壳的电路板，温度总是偏低，后来才发现是发射率没设对。嗯，这个坑后面会专门讲。
1.2 测温系统组成
一个完整的红外热成像测温系统，其实没你想的那么复杂。我习惯把它拆成四个模块：
- 红外传感器模组：核心部件，比如MLX90640、AMG8833这些。分辨率从8×8到32×32不等，再高的就是军用级了，咱们玩不起。
- 主控芯片：负责读取数据、做算法处理、驱动显示。STM32、ESP32都行，看你的需求。
- 显示模块：TFT彩屏或者OLED屏，把温度数据变成伪彩色图像。
- 通信模块：Wi-Fi、蓝牙或者串口，把数据传到上位机或者云端。
你想想看，这其实就是一个典型的嵌入式系统——传感器采集数据，主控处理，然后输出显示或传输。只不过传感器换成了红外阵列而已。
我的建议： 初学者先从8×8分辨率的传感器入手，比如AMG8833。虽然像素低，但价格便宜（几十块钱），而且处理起来简单，适合理解整个流程。等搞明白了再上32×32的MLX90640。
1.3 应用场景分析
红外热成像测温的应用场景，比你想象的要多得多。我随便列几个：
| 场景 | 典型应用 | 关键需求 |
|---|---|---|
| 工业检测 | 电路板发热检测、电机轴承温度监控 | 高精度、实时性 |
| 医疗防疫 | 人体体温筛查、炎症区域检测 | 温度准确度±0.3℃以内 |
| 智能家居 | 人员存在检测、空调智能控温 | 低功耗、低成本 |
| 农业养殖 | 动物体温监测、温室温度分布 | 防水防尘、长期稳定 |
我记得有一次帮一个工厂做电路板老化测试的温控系统，他们原来用热电偶一个一个点测，效率极低。换上热成像后，整块板子的温度分布一目了然，哪个元件过热一眼就能看出来。这就是热成像的魅力——非接触、大面积、可视化。
注意： 热成像测温≠体温计。测人体体温时，额头有汗水、头发遮挡、距离太远都会导致误差。我曾经在疫情期间帮社区做测温设备，发现很多人站在2米外测，那数据基本没法用。建议测距在30-50cm以内。
1.4 课程项目目标与规划
这30节课，我们要做的东西很明确——从零开始，打造一个完整的红外热成像测温系统。不是那种只跑个Demo就完事的，而是真正能用的产品级系统。
具体来说，我们要实现：
- 红外传感器数据读取与温度计算
- 伪彩色图像生成与显示
- 温度异常检测与报警
- 数据通过Wi-Fi上传到云端
- 手机端实时查看温度分布
整个课程分四个阶段：
- 基础篇（第1-8课）：硬件选型、传感器驱动、I2C通信、数据读取
- 核心篇（第9-18课）：温度算法、伪彩色映射、图像处理、校准补偿
- 进阶篇（第19-25课）：Wi-Fi通信、云端接入、手机App开发
- 实战篇（第26-30课）：系统整合、性能优化、产品化设计
下面这张图，是我自己画的整个系统的架构图。你看一眼，心里就有数了。
嗯，这张图基本就是我们整个课程的技术路线。从底层的传感器驱动，到上层的云端应用，每一层都有对应的课程内容。你跟着走下来，最后手里拿到的就是一个能跑、能看、能联网的完整产品。
好了，第一章就到这里。内容不多，但都是干货。后面的课程，咱们会一步步把每个模块都拆开揉碎了讲。准备好了吗？
公众号:蓝海资料掘金营，微信deep3321