福禄克公司运用新技术合并可见光和红外图像

拥有全球领先的手提式电子检测与测量技术的美国福禄克公司，引入IR—Fusion技术，可实时将红外图像和可见光图像以像素对像素的方式融合并显示成一个图像。提供5种预览模式．每种都为提高红外图像的清晰度和准确度而设计，并且还增加了有用的参照框。IR—Fusion是唯一允许用户在相机屏幕上就可对图像进行操作的技术。IR—Fusion专门为预见性工业维护领域设计，使用户可以发现类似红外热像仪一般不能检测到的问题。     

基于信息融合的PCB红外热像检测关键技术研究

利用红外热像技术对PCB(Printed Circuit Board,印制电路板)的板载元件工作状态进行探测,是一种新型的非接触式的检测方法.针对传统检测方法未将PCB的可见光图像作为检测信息的有益补充,本文把两种图像进行融合,将有用的信息有机地结合了起来.首先检测可见光与红外图像的最大稳定极值区域特征,利用简化的SURF描述子实现多模态图像的配准.接下来采用结合非下采样轮廓波变换和压缩感知技术进行红外与可见光图像融合,获得兼具元器件位置和工作属性等信息的图像.最后使用ID3决策树获得被测故障的最大的类别信息,通过实验表明了基于信息融合的红外热像技术进行PCB检测的可行性,同时也对局限性进行了分析和阐述.     

基于形态学和OTSU算法的红外图像降噪及分割

在涡流热像技术中,图像处理是进行缺陷特征提取和识别的关键基础,而增强的图像有助于提高涡流热像技术的检测效果.利用多种常用的红外图像处理方法进行增强处理,旨在解决红外图像信噪比不高、缺陷对比度低等问题.首先分析了噪声来源,通过算术运算对涡流红外图像进行预处理,然后采用基于形态学权重的自适应算法进行形态学降噪,最后利用二维最大类间方差法(OTSU)对图像进行分割.定性和定量分析结果均验证了该方法的有效性和适用性,研究成果为红外图像的特征提取和缺陷识别奠定了方法基础.     

IR-Fusion技术使可见光和红外图像能在热像仪内融合并进行分析

IR—Fusion技术可实时将红外图像和可见光图像以像素对像素的方式融合并显示成一个图像。据称,IR—Fusion是唯一允许用户在相机屏幕上就可对图像进行操作的技术。该技术的出现使用户可以发现类似红外热像仪一般不能检测到的问题。     

基于多聚焦红外图像的温度测量及三维重构

由于红外镜头景深小,测量表面超过景深范围的样品不能得到所有位置均清晰聚焦的红外图像。提出了基于多聚焦图像融合的曲面温度测量及被测物体三维重构的方法。该方法采集同一视场不同聚焦深度的红外图像,利用多聚焦图像融合算法,获取所有位置均清晰聚焦的红外图像,即准确的红外信息。再查温度标定表,根据灰度值可得准确的温度值。最后,利用多聚焦图像系列附带的深度信息重构出表面三维高度图。实验表明,应用此方法可以准确测量物体表面温度信息,三维重构图与全聚焦图像形成信息互补。     

红外无损检测中焊接缺陷的特征参数提取方法

介绍用红外热像仪检测半导体功率管管壳焊料烧接质量，采用计算机数字图像处理技术对焊接缺陷形成的热图像进行了分割处理，提取缺陷的形状，位置，大小等若干特征参数的方法。     

红外热图像序列中基于人体模型的目标头部定位方法

文章针对红外热图像序列,提出了一种多目标的头部定位方法。该方法检测目标轮廓 的上凸点,根据上凸点构造粗略人体模型;利用热函数聚类方法确定投影直方图中峰的个数及位置。最后对上凸点和峰顶点进行综合判断以确定目标个数并定位。实验结果表明,该方法是有效可行的。     

基于图像分割的红外图像撞击时间估计方法

以往的被动测距方法主要集中在可见光领域,利用图像稳定的特征点进行观察,目前利用计算目标尺度变化率进行撞击时间估计,已经发展成为一种较成熟的方法。然而在红外领域,由于红外图像自身的特性其特征点难以提取,原有的特征点跟踪方法无法适用。文中论述了一种红外图像撞击时间估计方法,根据红外图像难以提取特征点而相对易于目标分割的特点,提出了先对国图像进行分割提取目标面积,然后根据图像序列目标面积变化率来进行撞击时间估计,并根据撞击时间系统特征对估计结果进行修正以进一步提高精度。实验结果证明了该方法的有效性。     

碳纤维树脂板内部缺陷的红外检测

在单向双层碳纤维树脂复合平板中预制了夹杂和气孔缺陷,利用电热风机对试样正面和背面进行主动加热,借助虹外热像仪对试件内部缺陷进行了无损检测,此方法简便易行,能够实现对复合材料结构的实时在线检测.     

基于高阶累积量的红外图像时域检测

提出了一种基于高阶累积量的红外图像序列中运动弱小目标时域检测的新方法,该方法定义了观测数据的三阶累积量,并在时间剖面上,通过快速运动目标与缓慢变化的背景像素的灰度特征差异,实现对弱小目标的检测.利用实测数据进行了仿真,实验结果表明了该方法的有效性.     

基于红外图像的绝缘子提取方法

绝缘子是输电线路上的重要设备,若发生故障会给电力设备带来巨大损失,从拍摄的输电线路红外图像中定位和提取绝缘子,基本上能反映多种绝缘子故障,在绝缘子的识别和故障诊断中更具实用性.本文提出了一种基于红外图像的绝缘子提取方法,依次使用Speeded Up Robust Features(SURF)算法提取测试红外图像的关键特征点、基于改进Fuzzy C-means(FCM)算法聚类划分特征点、根据绝缘子的形状特征值识别和定位绝缘子、基于改进的图像开运算精确提取绝缘子.该方法充分发挥了红外图像的优点,能够准确提取绝缘子,为基于红外图像的绝缘子故障诊断奠定了基础.     

基于显著区域提取的红外图像舰船目标检测

针对复杂海面背景下红外图像舰船目标由于灰度不均匀、海杂波干扰大等因素造成的自动检测虚警率高、准确率低的问题,提出了一种显著区域提取和目标精确分割相结合的红外舰船目标检测方法。首先,利用基于图论的视觉显著性(Graph-based Visual Saliency ,GBVS)模型计算待检测图像的显著图,使得目标区域信息增强;其次,结合舰船目标先验信息（长短轴、面积等）,利用多级阈值划分算法提取关注的显著区域,并确定原图中候选目标区域;最后,利用空间约束模糊C均值(Fuzzy C-Means,FCM)算法对候选区域进行分割,结合目标先验知识对分割区域筛选并输出目标位置。所提方法在公开数据集IRShips上与相关方法进行比较,结果表明,相比直接进行全图目标搜索的方法,所提方法不仅准确率高、执行速度快,且检测目标的位置更加精确。     

基于结构信息提取的图像质量评价

结构相似性理论是一种关于图像质量评价的新思想.与自底向上地模拟人眼视觉系统(HVS)低阶的组成结构不同,结构相似性理论自顶向下地模拟HVS的整体功能.作为结构相似性理论的一个实现,结构相似度(SSIM)指数有着简单高效的优点,但SSIM在交叉失真类型和失真严重时的准确性不够好.本文将结构信息重新解释为图像中能量足够大的中高频成分,从新的角度将SSIM理解为一种更好的局部误差度量方式.提出一种基于结构信息提取(SIExt)的图像质量评价方法,将图像中的结构信息分离出来给予较大的权重,并用SSIM作为误差度量估计局部失真.实验结果表明,SIExt比PSNR和SSIM等方法有更好的准确性.     

基于直觉模糊C均值聚类的红外图像缺陷检测

红外热成像技术常被用来检测碳纤维增强复合材料的内部缺陷,但常用的光学热源加热效率低,需要近距离加热试件。激光具有能量集中、衰减小的优点,其作为加热源有助于实现远距离检测。本文介绍了线激光扫描红外热成像无损检测技术,并对加热过程中材料内部热传导进行了分析。其次,针对红外图像均匀性差、对比度弱,不利于缺陷特征提取的问题,本文引入基于直觉模糊C均值聚类算法的图像分割方法来提取缺陷边缘,与K-Means聚类方法相比,该方法可以提升缺陷模糊边缘的识别和检测能力,保留更多图像的细节信息,有助于准确提取缺陷边缘特征。     

基于区域对比和随机森林的设备故障红外图像敏感区域提取

基于红外图像的设备故障诊断需要从图像中选择敏感区域,由于红外图像具有干扰背景多、对比度低的特点,敏感区域提取过程中需要进行背景移除和图像分割,但常用的二值化分割算法在分割红外图像时易出现过分割问题.因此,本文提出了基于区域对比和随机森林的敏感区域提取方法.首先使用区域对比方法对红外图像进行显著性检测,以去除干扰背景;然后通过OTSU算法进行图像分割,实现敏感区域初步提取;最后结合随机森林分类结果对图像分割过程的阈值进行迭代优化,实现敏感区域的优化提取.经过转子实验台6种不同状态的红外图像数据验证,将本文方法提取出的故障敏感区域用于故障诊断时,分类的准确率提高了3.3个百分点,比人工选择的区域更加准确.     

基于基因表达式编码算法的红外图像轮廓提取

针对红外图像轮廓特征信息提取的特点,提出基因表达式编码算法.首先建立基因表达式编码规则,求出最大的基因编码空间以及基因编码个数;接着把红外图像像素集合与染色体基因序列构建映射关系,不同的基因编码则代表不同的像素值,适应度函数大的基因参与数据优化,最后给出了红外图像轮廓特征信息提取评价函数以及算法过程.实验仿真得出基因表达式编码提取的红外图像轮廓没有伪吉斯效应,时效性快,边缘点保持指数接近理想状态.     

基于小波变换的红外图像过渡区提取算法

针对小波能量比在平滑的红外图像中提取过渡区存在误判的问题,提出用基于小波变换过渡区的算法。该算法通过小波变换将红外图像的低频和高频进行分离,对高频分量进行分析,构造方差,对方差进行阈值处理,重构过渡区,从而克服了小波能量比将红外背景误判为过渡区的不足。实验结果表明:本文算法提取出来的红外图像的过渡区具有很好的准确性。     

红外图像中基于多特征提取的跌倒检测算法研究

研究表明跌倒是我国老年人伤害的主要原因,而且超过一半的跌倒发生在家中.如果我们能及时发现老人跌倒并进行有效处理,就会降低跌倒对老人的伤害.因此为了检测老年人室内跌倒行为,本文从低分辨率的红外图像中,提取出4种对跌倒敏感的特征,同时使用K近邻算法进行分类来判断是否发生跌倒.另外,本文还设计了一套基于该算法的老年人跌倒检测系统,它具有保护隐私、准确度高、安装方便的优点.最后通过实验测试表明该跌倒检测算法的准确率高达91.25%.     

基于边缘和互信息法的红外图像配准

用红外图像配准技术对多帧图像进行配准,不仅可以实现平台防抖等电子稳像功能,而且还可以通过对配准后的图像进行多帧累加来积累目标能量,增强图像的性噪比,从而为红外图像弱小目标识别提供帮助。将传统的单纯基于图像整体灰度和基于图像结构特征的配准方法相结合,利用边缘检测得到边缘图像,然后以交互方差为配准测度,以向下加速度法为寻优算法进行图像配准。