基于标准黑体的物体表面发射率计算方法研究

红外测温仪器的精度和被测物体表面的发射率对测量物体红外辐射特性的准确性影响很大。为了提高物体表面发射率的计算精度,先通过标准黑体对红外热像仪进行标定。然后,利用标定好的红外热像仪测量温度,计算出被测物体表面的发射率。将基于神经网络的红外热像仪标定方法应用到目标发射率的求解方法中,有效地消除了热像仪的系统误差。测试装置简单,测试结果准确。同时,温度和发射率的精确测量为红外隐身材料的研制奠定了基础。     

混凝土结构物与植物叶片之红外热像侦测研究

红外热像仪准确量测温度的主要关键为物质的发射率.红外热像仪常用于战区侦测,但战区目标物常以植物绿化达到伪装效果.为此基于能量平衡法则,建立叶片发射率仿真模型,可用以估算叶片发射率.另外以红外热像仪分析±0.5℃微小温差环境中混凝土结构物与植物叶片之红外热影像,实验结果显示两种目标物红外热像平均温度与红外热像仪发射率参数设定值的回归直线相当接近,但两种目标物平均温度标准误差与红外热像仪发射率参数设定值的回归直线明显不同.混凝土与叶片具有不同的红外热像性质,此一发现将有助于提升红外热像仪对微小温差目标区的侦测能力.     

用红外热成像方法测量火焰温度的实验研究

在理论分析的基础上,主要通过实验测量和数据分析讨论了将红外热像仪直接用于火焰温度场测量时火焰发射率的设定其测量结果的影响问题,并给出了通过基于火焰辐射光测量对其发射率进行修正后的温度场实验结果。研究结果表明,将红外热像仪应用于火焰温度及辐射特性的测量,可以对火焰热结构的时空分布和变化进行实时观测和记录,因而具有直观、信息量大等优点。但当要获取比较准确的定量结果时,则必须对其发射率进行合理修正。     

红外热像仪测温精度分析

介绍了红外热像仪的工作原理和测温原理,分析了影响红外热像仪测温精度的各种因素,从理论上推导了各因素的误差对测温精度影响的数学表达式,计算了不同温度条件下不同发射率材料的测温误差曲线,比较了中、长波红外热像仪在不同温度范围内的测温精度。     

变谱法在红外热像仪测温中的应用

为提高单波段红外热像仪测温的准确性,根据红外热像仪测温的原理和计算公式,提出了红外热像仪测温的变谱法。该方法通过在有限的波段内对发射率和反射率进行线性化处理,采取在不同的波段下测量的方法,从而构造不同的测温方程,然后通过求解方程组得到物体的表面温度。对于朗伯体材料的测温,需要构造3个测温方程进行求解;对于灰体材料的测温,可以通过在两个波段下进行测温,然后用建立的方程进行迭代求解。该方法可以通过在红外热像仪前加设滤光片和用不同波段的热像仪进行测量这两种方法来进行技术实现。仿真结果表明,该方法可以较准确地测量物体的表面温度,误差很小,可以在无需知道被测物体表面发射率的情况下得到物体的表面温度,从而减少了红外测温中由于发射率测量不准造成的误差。     

太阳辐射对管道表面发射率测量影响分析

发射率是影响管道表面散热损失一个重要物理量,其测量过程受环境影响较大,其中,太阳辐射是影响发射率测量结果的一个重要因素。本文从红外热像仪测温原理着手,根据表面辐射传输原理给出了管道表面发射率与辐射能量之间的关系,修正了测量管道表面发射率的方法,通过实验研究了太阳辐射对管道表面发射率测量的影响。结果表明太阳辐射对管道表面发射率测量影响较大,其测量偏差超过25%。     

SiCp/Al切削精确测温前红外热像仪发射率标定的实验研究

发射率设定对红外热像仪测量结果的准确性具有决定性的影响,必须在测温前进行准确标定。首先通过热电偶标定试验研究了发射率设定对红外热像仪测温精度的影响。其次通过析因实验分析了设定发射率的影响因素。最后通过正交实验研究了各因素对设定发射率的影响程度,并进行了经验公式拟合和实验验证。结果表明:对于SiC_p/Al复合材料,设定发射率在被测温度500 ℃前后有很大的差异,被测温度超过500 ℃时,采用推荐值作为设定方法则会产生较大误差。在[0°,45°]范围内测量角度对设定发射率几乎没有影响,但温度、表面粗糙度和观测距离都会影响设定发射率。多项式拟合获得的设定发射率经验公式预测结果的最大误差为2.76%。     

应用于电子器件红外探测的发射率修正误差分析

器件表面温度是表征器件热性能的重要参数,应用红外热像法探测表面温度时,影响其测量结果准确性的关键因素是表面发射率的修正,通过对红外热像法发射率直接修正误差的统计分析,给出了不同条件下的发射率修正值标准差δ、误差ε的范围,提出了应用于电子器件的最小误差探测条件。     

基于温度和发射率场的涂层损伤检测方法

在现代化国防和航空航天领域,目标表面涂覆具有热防护、电磁屏蔽、降低红外辐射等性能的材料,可有效保护目标,但其处于目标的表面,长期受到周围环境影响,易出现气泡、划痕、脱落等不同类型的损伤,造成涂层性能大幅度降低,无法有效保护目标。因此,需要定期对目标涂层进行检测和维护。通过研究涂层损伤与温度和发射率之间的关系,结合热辐射定律、比色测温技术、发射率测量方法,搭建一套红外热像仪的检测装置,提出一种基于涂层温度和发射率场的涂层损伤检测方法。将研制的检测装置应用于以铝为基底的氧化铝涂层,通过分析氧化铝的温度和发射率准确识别涂层内部和外部损伤,验证了基于温度和发射率场的涂层损伤检测方法的理论模型,以及检测装置的可行性与适用性。     

红外热成像测温技术及其应用

简要介绍了红外热成像温度测量技术的工作原理和普通红外热像仪的基本组成，以及利用红外热像仪进行温度测量的一些应用实例和使用过程中的一些经验。     

基于Contourlet域HMT模型的红外图像去噪算法

去噪是图像处理的一个关键问题,文章提出了基于多尺度分析下的红外图像去噪算法.在对红外图像噪声特点进行详细分析的基础上,验证了红外图像的Contourlet子带系数满足广义高斯(Generalized Gaussian Distribution)GGD模型,提出了用Contourlet域隐马尔可夫树(Contourlet domain Hidden Markov Trees)CHMT来进行红外图像的去噪.将算法应用于几种红外图像,对红外图像去噪视觉效果和峰值信噪比两方面进行比较,文中提出的去噪方法取得了较好的效果,尤其是在边缘保持方面.     

基于Contourlet变换和Facet模型的红外小目标检测方法

针对存在复杂背景干扰和噪声情况下的红外弱小目标检测问题,提出了一种基于循环平移Contourlet变换和Facet模型多向梯度特性的检测方法。首先通过循环平移Contourlet变换,利用硬阈值对图像进行去噪,提高图像的信噪比和平滑性;然后设计了一种基于Facet模型多向梯度特性的中值滤波器,对去噪后的图像进行滤波,有效地抑制复杂背景和噪声;其次采用两级最大类间方差算法对滤波后的图像进行分割;最后根据相邻帧候选目标的位置和速度关系进一步检测弱小目标。实验证明,这种算法抗噪性强,对包含强纹理结构的复杂背景具有良好的抑制作用,能够有效地检测出弱小目标。     

Contourlet变换在可见光与红外图像融合中的应用

Contourle变换是一种新的图像多尺度,多方向的表示方法,适合表达具有丰富细节信息及方向信息的图像。它的高频方向子带,捕获了许多传感器图像的显著特征。为了实现红外与可见光图像的融合,采用一种基于Contourlet变换的融合算法,对不同的融合规则对低频子带和多方向的高频子带系数进行融合。对比实验结果表明,在此提出的方法可以获得较好的融合效果,优于基于小波变换的图像融合算法。     

基于Contourlet变换的红外弱小目标检测方法

介绍了存在背景干扰和噪声情况下的红外图像中弱小目标的检测问题，提出一种基于Contourlet变换的检测算法。首先对图像进行Contourlet变换，利用Contourlet分解后子图像的特性抑制背景和去噪声，最终实现对目标的检测。通过在含有随机目标的红外序列图像中的实验，并与小波变换进行比较，证明了算法的有效性。     

用于矿井电力系统的红外图像增强方法研究

随着我国煤矿事业的高速发展和煤矿电力系统的日趋复杂, 矿井电力系统故障的定位与预测变得更加困难,因此如何实现对矿井电力系统故 障的智能诊断显得尤为重要。大多数矿井电力系统故障都与温度有着重要关系,具 体体现在温度与其红外图像灰度值之间的非线性映射关系。针对矿井电力系统红外图像 的对比度较差且细节不够明显的特点,提出了一种基于非采样Contourlet变换(Nonsubsampled Contourlet Transform, NSCT) 的红外图像增强算法,并在算法模型中构造了一个非线性匹配函数。该函数能够对红外图像 的边缘进行一定的增强处理,并且能够抑制噪声的干扰。实验结果表明,本文方 法可以对矿井电力系统的过热故障进行智能诊断与定位,并可为用户提供复选解决方案。     

基于Contourlet变换的红外图像梯度自适应去噪

对Contourlet变换图像去噪阈值的选择进行了研究.分析了可见光图像去噪和红外图像去噪的特点,提出了红外图像梯度能量自适应去噪算法.通过实验证明,与传统的几种去噪相比,这种方法更好的保留了图像的轮廓细节,提高了图像的PSNR值,增强了去噪后的视觉效果.     

基于Contourlet变换和模糊理论的红外图像增强算法

红外图像具有噪声大、对比度低等特点,针对该特点,提出了一种基于Contourlet变换与模糊理论的红外图像增强算法。首先对图像进行Contourlet变换,得到多尺度多方向的低通子带和带通子带。对低通子带,进行基于子带系数最大最小值的线性变换,提高图像的整体对比度;对于带通子带,先估计噪声阈值,对子带系数进行抑制噪声处理,然后通过模糊增强算法,对高频系数进行非线性增强,增强目标边缘纹理的特征,抑制背景信号。最后经过Contourlet逆变换得到对比度增强,噪声被抑制的图像。经过算法仿真,与几种现有的图像增强算法相比,该算法更能有效地抑制噪声,增强图像的对比度,突出图像的边缘与细节纹理信息。     

基于Contourlet子带能量特征多HMM融合的静脉识别

为了准确识别人的身份,该文提出了一种以轮廓波(Contourlet)变换后不同尺度下的子带能量为特征,建立并融合多个隐马尔科夫模型(HMM)的手背静脉识别算法.该算法首先采用了光强可调的近红外阵列光源,通过逐步增加光强来获得手背静脉图像序列;而后,将每一静脉图像进行Contourlet变换,并计算不同尺度下每一子带的能...     

结合Contourlet变换的Bayes自适应图像去噪算法

提出了结合Contourlet变换的Bayes自适应图像去噪算法。充分利用Contourlet变换的局部性、多分辨率、各向异性等优点。通过Contourlet变换得到图像不同尺度不同方向上Contourlet系数矩阵,实现了建立在对图像多尺度几何分析基础上Bayes估计自适应图像去噪算法。实验表明,新算法能够获得良好的视觉效果并且有效地提高了去噪图像的PSNR值,同时有效的避免了“过扼杀”系数现象,更好地保留了图像的纹理和细节。     

基于NSCT和PCNN的可见光与红外图像融合算法

提出了一种基于Contourlet变换的非下采样变换(Nonsubsampled ContourletTransform,NSCT)和脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)的可见光与红外图像融合算法。该算法首先对源图像进行NSCT分解,得到低频子带系数和各带通方向子带系数。然后对低频子带系数提出一种基于可见光与红外图像自身特性的加权平均融合方法,再对各带通子带系数提出基于PCNN的融合方法。最后经过NSCT逆变换得到融合图像。实验证明,该方法优于小波方法和传统的NSCT方法。