高温物体的温度测量在航空航天、军事和工业生产领域有着广泛的应用,一直是理论界和工业界研究探索的一个重要课题。利用图像处理技术,开发一套能够有效识别高温物体表面温度的示温漆温度识别系统,具有重要的理论和现实意义。针对示温漆噪声的特点,结合传统的图像滤波技术,采用了一种适合于示温漆图像的正方形邻域同等组滤波算法。该算法在滤除噪声的同时能够有效的保留图像的边缘细节信息,达到了较好的滤波效果。在比较和分析现有的彩色图像量化处理算法的基础上,选取符合视觉一致性效果的LUV空间,利用颜色色彩信息、空间信息和色彩分布密度信息,设计了三种适合于示温漆彩色图像的分割算法,基于V-S算法的快速图像分割算法、改进的基于K-Means的图像分割算法以及均值漂移图像分割算法。这些算法快速有效的实现了示温漆图像的量化处理。最后,利用直接识别法和颜色温度特性曲线识别法对量化后的示温漆彩色图像进行了温度识别。设计并开发了示温漆温度识别系统,该系统可实现图像的平滑滤波预处理、量化分割、温度识别以及示温漆样本数据的管理工作。对开发的示温漆温度识别系统进行了实验仿真,实验结果表明,该系统能够有效地分析、处理示温漆彩色图像数据,识别示温漆彩色图像的温度,识别偏差控制在±10℃内,满足工业性能指标的要求。