1 方案论证与设计
本设计是以STM32F103VET6单片机为控制核心，通过液态金属传感器来不断监控温度的变化，并且将监测到的温度数据传输给监测端的CPU 控制中心（即单片机STM32F103VET6），然后STM32F103VET6再次将接收到的数据传输给监测端的NRF24L01无线传输模块的从机，数据再经过NRF24L01无线传输模块的从机传输给接收端的NRF24L01无线传输模块，待接收端NRF24L01无线传输模块接收到数据的时候，再次将数据给予接收端的单片机STM32F103VET6，再然后单片机通过驱动ILI9341液晶显示屏和ISD1820 语音播报模块来进行数据显示和数据播报，并且在显示模块上显示温度变化曲线。
2 硬件设计
基于液态金属的无线温度监测装置从硬件上分为监测端和接收端，监测端可以通过无线模块同检测端进行通信。
液态金属温度传感器的制作主要包含以下几个流程：①在PT100热电阻的两个引脚的两端焊接上细微导线；②将焊接了导线的热电阻插入按照比例裁剪好的并且封好头的不锈钢管中注入选定好的液态金属作为绝缘抗辐射材料；③进行常规的绝缘测试；④放置一夜之后，将导线的另一端接上提前选定好的温度变送器（焊接有STM32F103VET6和监测端NRF24L01无线模块）；⑤进行常规的精度检测；this time
特殊疑问句
⑥然后按照常规的温度传感器的正常封装。
采集端主要包括液态金属温度传感器、数据处理分析模块、
监测端无线传输模块、供电电源模块。
吻别英文版歌词数据采集模块采用的是液态金属温度传感器进行采集的，所以硬件方面就包括液态金属温度传感器与稳压模块的接线，液态金属温度传感器与STM32F103VET6模块的接线。
数据处理模块采用的是单片机STM32-F103VET6，单片机与稳压模块连接的引脚是VBAT 、VDD_1、2、3；
单片机STM32-F103VET6的引脚A4、5、6、7、8、9与监测端NRF 无线传输模块的SCK 、MISO 、MOSI 、CE 、CSN 、IRQ 一一对应连接。
监测端NRF 无线传输模块是用引脚VDD 与稳压模块连接。接收端硬件主要包括接收端NRF 无线传输模块、STM32-F103VET6数据转换模块、ISD1820语音播报模块、ILI9341屏幕显示模块等组成。 监测端NRF 无线传输模块是用VDD 直接与
探索者开发板的稳压模块连接的，主机NRF 无线传输模块是用引脚SCK 、MISO 、MOSI 、CE 、CSN 、IRQ 与单片机STM32-F103VET6的引脚B13、B14、B15、B5、B6、B4连接。
数据转换模块采用的是以STM32-F103VET6主体芯片为的探索者开发板，STM32-F103VET6是用引脚VDD_1、VDD_2、VDD_3、VDD_4、VDD_5、VDDA 、VDDA+与电源模块的稳压电路连接。
STM32-F103VET6用引脚B13、B15、C7、B9与ISD1820语音模块的FT 、PLAYL 、PLAYE 、REC 等引脚一一连接。
高考留学
STM32-F103VET6与ILI9341的连接是直接将ILI9341屏幕连接插在屏幕插槽里即可。
3 软件程序设计
因为本次温度监测装置的设计出了液态金属温度传感器外都
strlen是基于已知模块的组合及调试，所以程序也是按照模块来区分，并且通过IIC 和SPI 进行通信的。
主要的是流程是液态金属温度传感器从环境中采集到温度数据之后传输给以STM32-F103C8T6芯片为主要芯片的数据转换与处理模块，然后经过一系列滤波处理之后再传输给NRF24L01无线传输模块，将检测端测量并计算得到的温度值以数字信号传输给监测端的NRF24L01无线传输模块，过后监测端的NRF24L01无线传输模块将数据传输给以STM32F103VET6 芯片为主体的数据转换与处理系统，通过数据转换与处理系统，将其转换为语音信息和屏幕的曲线信息，通过语音模块和屏幕显示模块将其输出，同时将该数据储存在芯片中等测量次数够了三次到五次之后，在屏幕形成临近几次测量数值组成的曲线图，并和STM32F103VET6 芯片中储存的标准温度值范围进行对比，如果测得的温度偏高、或者偏低，便会通过语音模块提醒。
信号采集模块采用的是使用程序IIC 进行模拟通信的，因为温度变送器部分已经直接将测得温度信号转换成了数字信号，所以我们程序部分便是直接将其数据读取出来。
无线传输模块分为监测端和接收端两部分，监测端是进行数据测量的部分；接收端便是进行语音播报、屏幕显示部分的。
监测端部分与STM32F103VET6采用的是SPI 通信。单片机要先将NRF 无线传输模块进行初始化：
NRF_TX_Mode （）；配置NRF 无线传输模块为发送模式NRF_Tx_Dat （txbuf ）；开启从机到主机的无线传输模式。接收端软件模块是由NRF 无线传输模块程序设计、STM32-F103VET6数据处理程序设计、ISD1820语音播报程序设计、ILI9341屏幕显示程序设计模块组成。
首先初始化接收端NRF 无线传输模块、然后配置主机NRF 无线传输模块的收发模式、然后IIC 开始读取接收端NRF 无线传输模块的数据。
在数据从监测端NRF 无线传输模块传输到接收端NRF 无线传输模块之后，STM32-F103VET6通过IIC 通讯，（下转第81页）
基于STM32的液态金属的无线温度监测装置设计与制作
陈 刚，刘 杰，何景峰
（西京学院，西安 710123）
摘要：传统的温度监测装置不仅存在复杂的标准和标定工程，而且依靠大量固态金属等，但是其硬度也不能够保证，而且其测量精度难以保证，测量周期比较长、施工复杂，效率低，不便于管理，而且抗电磁干扰能力极差，发生故障时，需要耗费大量的人力物力排查和重新铺设电缆等。本文提出一种基于液态金属的无线温度监测装置，该装置是采用单片机STM32F103VET6控制液态金属温度传感器实现的温度监测装置。
关键词：液态金属传感器；STM32F103VET6；无线温度测量doi ：10.3969/J.ISSN.1672-7274.2019.10.047中图分类号：TL211 文献标示码：A 文章编码：1672-7274（2019）10-0075-02
（上接第75页）将数据从接收端NRF无线传输模块读取到自身的寄存器中。
4 结束语
在完成硬件电路的焊接后。首先将接收端STM32F103VET6单片机烧入程序，检验液晶显示有没有问题。再将其中一片STM32F103VET6与ILI9341屏幕显示模块、ISD1820语音播报模块相连，写入测量温度的程序。测试硬件及软件部分是否如同预想的那般。然后将NRF24L01的收发部分同时与两片ST
M32F103VET6写入发送一个常数的程序，检测收发模块及程序是否成功。最后将显示模块、无线收发模块、温度检测模块程序整合调试出来，最后在屏幕显示模块显示出来。
温度采集端采集温度并发送至接收端，由ILI9341显示当前温度。当检测端传输数据时，监测端接收到数据时，检测端和监测端的信号指示灯都闪烁。如果将温度范围调整为10C至30C时，ILI9341显示当前监测到的温度，如下图所示：当人工设置温度范围为10°到20
°时，当前温度超过范围，蜂鸣器报警。
液态金属温度监测装置也突破了传统的温度监测，采用了无线监测，这更一步的优化了温度监测现场繁杂的线缆问题，使温度的测量更加方便，也为物联网的进一步推广奠定了基础。
于是选取波段1和波段2进行波段组合，得到标准假彩色遥感影像，如图3所示。从图3可以看出，城市绿地影像表现出明显的光谱特征、纹理特征和空间特征。
2 绿地信息提取方法
为了提取城市绿地信息，本文选取国产高分一号（GF-1）卫星遥感影像，研究区域为东莞市某区域，整个数据处理过程借助ENVI5.1软件完成。
城市绿地提取的整体技术路线图为：在获取遥感影像数据之后，首先进行数据预处理，主要包括四个步骤，分别是图像融合、自定义坐标系、正射校正和大气校正，通过一系列的预处理操作，可以进一步提高影像分类、植被指数提取和光谱属性值的精度。接着进行面向对象绿地提取，主要包括调整分割尺度与合并尺度、获取绿地规则两个部分，获取绿地规则采用的是归一化植被指数（NDVI），能有效的区分有植被区和无植被区。最后，进行城市绿地信息提取与分析。
归一化植被指数（Normalized Difference Vegetation Index，NDVI）是近红外波段的反射值与红光波段的反射值之差比上两者之和。通过该比值可以较好的区分植被覆盖区与非植被覆盖区，其计算公式为：NDVI=（NIR-RED）/（NIR+RED），其中NIR 是遥感影像中近红外波段的反射强度值，RED是可见光红波段反射强度值。当NDVI取值较高时，表明遥感影像中包含较多的绿色植被，一般来说NDVI的取值范围是-1~1。NDVI可以通过ENVI5.1软件中自带的NDVI计算工具得到，本文采用归一化植被指数对绿地进行初步提取，在提取过程中，要保证在其他地物尽可能少的情况下，将绿地信息最大限度的提取出来。
3 实验结果与分析
根据本文采用的整体技术路线，在获取国产高分一号遥感影像数据之后，先进行影像预处理。结合本文所选取的东莞市研究区遥感影像，将高空间分辨率的全色影像与多光谱数据进行影像融合处理，影像通过融合既可以提高多光谱影像空间分辨率，又保留其多光谱特性。选取ENVI5.1软件中的Gram-Schmidt Pan Sharpening（GS）方法进行影像融合。
2015年12月六级
正射校正采用少量的地面控制点与相机或卫星模型相结合，确立相机、图像和地面3个平台的简单关系，建立正确的校正公式，产生精确的正射图像。本文的正射校正是通过GCP+RPC+DEM 的方法完成。高分遥感影像的正射校正过程与Image to Map方式的几何校正过程基本一致，主要包括5个步骤，分别是：打开数据文件、选择传感器校正模型、选择控制点、计算控制点误差、设置输出参数，其中地面控制点为（X，Y，Z），需要高程值。
大气校正是为了消除大气和光照等因素对地物反射的影响，消除大气分子和气溶胶散射的影响。根据本文进行绿地信息提取的应用需求，选取大气校正扩展模块中的快速大气校正工具（QUAC），自动从图像上收集不同物质的波谱信息，获取经验值完成高光谱和多光谱数据的快速大气校正。将高分遥感影像进行快速大气校正处理，并定位到绿地，分别选取大气校正前后的光谱曲线，从实验结果可知经过大气校正后的光谱曲线更为真实。
本文选取归一化植被指数（NDVI）为标准获取绿地规则，主要类型的城市绿地生成相应的判别规则如表3所示。从表3中可知，公园绿地的植被指数最高，一般大于-0.15，通过植被指数就能将生产绿地、附属绿地、非植被覆盖区域等。通过将矩形化指数设置为最小值到0.37，或者0.42~1，就能进一步区分公园绿地和防护绿地，其中防护绿地的矩形化指数取值为0.37~0.42。生产绿地的植被指数取值在-0.33~-0.15，附属绿地的植被指数取值在-0.22~-0.18。
通过对东莞市研究区域的高分一号卫星影像进行反复试验和测试，从测试结果可知，不同类型的城市绿地遥感影像呈现出不同的特征，主要差别体现在植被指数和矩形化指数两个特征上。此外，从提取结果可知，在此研究区域内，公园绿地主要分布在社区所在区域；生产绿地主要分布在各个镇中心区域；附属绿地主要分布在居住区内部。除了极个别绿地信息未被提取出来，其余地区的绿地提取结果均正确。
为了研究本次城市绿地类型分类的精度，现从各种绿地类型分别选取10个感兴趣区，对分类提取结果进行精度评价，并得到各绿地类型的分类精度，从分类精度结果可知，城市绿地分类总精度达92.56%，Kappa系数为0.89，整体分类效果比较好，因此，基于高分辨率遥感影像的城市绿地提取方法综合了光谱特征、纹理特征、空间特征，能够较好的区分城市绿地类型。闭嘴英文怎么说
4 结束语
利用高分辨率遥感影像提取城市绿地信息，对城市的生态建设和长远发展具有积极的意义。本文综合了遥感影像的光谱特征、纹理特征、空间特征，并以东莞市作为研究区域，实验表明该分类方法较好的提取了城市绿地信息。今后将进一步研究提高城市绿地分类总精度的方法。bravery
参考文献
[1] 严玲璋.发挥上海绿色空间优势的思考[J].中国园林，2001，14（2）： 57-
59.
[2] 邓海龙.高分辨率遥感图像面向对象分割与分类方法研究[D].北京：中国
英文朗读软件
地质大学，2015.
[3] 孙小芳，卢健，孙小丹.城市地区高分辨率遥感影像绿地提取研究[J].遥感
技术与应用，2006（02）： 159-162.
[4] 余柏蒗，刘红星，吴健平.一种应用机载LiDAR数据和高分辨率遥感影
像提取城市绿地信息的方法[J].中国图象图形学报，2010，15（05）： 782-789.
[5] 张云英，汪金花，陈晓婷，等.面向对象的高分影像城市绿地精准提取方法
上班妆研究[J].矿山测量，2016，44（02）： 76-79.
