基于红外传感阵列的目标运动方向探测与识别研究

针对单个红外传感器无法获取障碍物距离之外的其他信息,本文设计了红外传感器阵列检测系统,不仅能探测运动目 标距离信息还能识别目标的运动方向。 当运动目标通过红外阵列时,该系统检测到红外反射回波信号转换为目标距离信息后, 采用 K-means 聚类把运动目标信号从背景噪声中分离出来,再经过最小二乘拟合提取目标运动方向特征,最后通过分类器对 8 种不同运动方向进行有效感知分类。 实验结果表明,该方法能够成功识别出目标的 8 种运动方向,当分类器参数 K 取值为 5 时,平均识别准确率达到 0. 83 以上,试验结果验证了本文提出的基于红外传感器阵列对目标运动方向进行准确探测与识别的 可行性,为实现多模态融合机器人动态避障奠定了基础。     

复合绝缘子内部缺陷微波致热检测方法

为了探测复合绝缘子的内部界面缺陷,文中提出一种基于微波致热的检测方法。针对电力系统中的常用设备——复合绝缘子的典型缺陷,结合电磁波理论,分析了微波在不同介电常数材料中传播特性的差异。通过有限元仿真分析,获得了含酥朽缺陷复合绝缘子在交流电压下的发热特性,并对比了微波作用下酥朽老化绝缘子与正常复合绝缘子发热特性的差异。使用实际出现朽化缺陷的芯棒样品,测试了微波加热后表面温升的特性,分析了微波入射方向、处理时间、功率对发热的影响。仿真与试验结果验证了微波致热检测绝缘子内部缺陷的有效性。通过对微波处理前后的样品开展质量监测、热失重、傅里叶红外光谱测试,分析了微波致热方法对复合绝缘子样品的劣化作用。     

基于组合式传感器的智能监视节点设计

设计了一种新颖的组合式地面传感器智能监视网络节点,该节点由新型热释电红外传感器、微波感应位移模块和微型串口摄像机组成。其中,红外传感器和微波传感器分别用于检测横向和纵向移动目标,二者输出的脉冲信号用于触发串口摄像机抓拍目标图像,以避免耗电量较大的摄像机连续工作。此外,微波传感器采用脉冲供电,进一步降低节点功耗。实验结果表明:本红外传感器和微波传感器的目标探测距离均达到40 m,与带有红外补光和图像压缩的大焦距镜头串口摄像机的作用距离相匹配,从而实现了体积小、功耗低、高集成度、适用于野外或室内无人值守的地面传感器节点的设计目标。     

基于ARM和FPGA的红外热像仪系统设计与研究

红外热成像技术是一种探测与识别目标温度的重要手段。由于目前红外热像仪均采用红外焦平面传感器作为成像核心部件,其成本极其高昂且工作独立性差。针对上述问题,采用阵列式红外传感器作为核心部件,以ARM作为计算协处理单元,以FPGA作为图像核心处理单元,通过设计基于温度值的灰度图像生成与增强算法,在保证实现系统功能的同时降低了系统的复杂度和成本。实验结果表明系统测温精度可达0.1℃,刷新帧率稳定在30Hz,验证了算法的有效性和系统设计的合理性。     

基于IR方位信息的多普勒盲区跟踪方法研究

机载脉冲多普勒雷达存在多普勒盲区,对处在多普勒盲区内的目标跟踪容易出现跟踪中断或重新起批的问题.针对这一问题,提出了一种基于雷达与红外传感器的数据融合方法.目标未进入多普勒盲区前,通过雷达与红外融合跟踪获取目标运动的先验信息;目标进入多普勒盲区内,利用红外传感器获取的方位信息,结合盲区前融合跟踪获取的先验信息实现目标的连续跟踪.仿真结果表明本文提出的方法能够对处于多普勒盲区内作机动转弯的目标进行连续跟踪,弥补了雷达在盲区内对目标跟踪过程中出现的跟踪中断与重新起批问题.     

配电电缆沟综合布防系统开发

针对配电电缆沟存在的入侵与火灾风险,提出基于两级无线组网的配电电缆沟综合布防系统的设计方案。通过分析与试验,选定适用于配电电缆沟的无线通信频率,采用热电堆红外传感器测量配电电缆沟空间温度,实现火灾早期预警和入侵探测,并提出基于工作井编号的辅助定位方法。通过实际运行验证,该方法可较好地解决配电电缆沟环境信息的采集和传输问题。     

基于Mask-RCNN算法的复合绝缘子串红外图像分割与温度读取

红外成像可以快速发现复合绝缘子异常温升,从而实现缺陷检测。为了解决复合绝缘子红外检测中人工诊断时间成本高、效率低、背景干扰多的问题,文中提出了基于Mask-RCNN的温升绝缘子自动检测方法。首先使用Mask-RCNN对红外图像数据进行学习训练,进而对其中的绝缘子目标进行识别检测和图像分割。在智能分割之后,通过识别图中的温度范围数据并将绝缘子区域图像灰度与之比对,得到了绝缘子的温度信息,用于绝缘子异常发热故障的诊断。实验研究表明:在对南方某市绝缘子红外测温图像的自动识别中,Mask-RCNN有着优异的表现,能够运用于在巡线工作中,可以有效减轻人工处理数据的压力,对于提升推进智能巡线的智能化水平、保障输电线路安全运行有着重要的意义。     

天水线在识别红外舰船图像目标中的应用

本文针对海天背景下红外舰船目标的识别,提出了一种基于天水线的目标识别方法。利用被识别目标相对天水线的空间位置目标、红外特征量和图像帧间信息识别目标,并在强干扰环境下,利用该方法进行了仿真实验,得到了很好的效果。     

教室灯光智能控制器设计

在教室灯光智能控制器的研究过程中,为了更好地解决人体信息的识别问题,提出了热释电红外传感器特性转换法.此方法将传感器的被动特性转换为主动特性,有效地实现了准确识别教室中运动或者静止的人物,并根据识别结果控制灯管的通断,从而实现对教室内灯光的智能控制.并通过实验对设计的智能控制器进行了验证,结果表明,热释电红外传感器外加转到结构,能够有效地识别人体信息,从而实现灯光的智能控制,不仅可以达到节约电能的目的,而且还有很好的经济效益和推广性.     

基于目标极点法的探地雷达目标识别系统研究

目前常用的探地雷达主要根据所接收到的电磁反射波的频率、振幅等特征来实现对地层探测目标的识别,但这种目标识别方法对操作人员的专业知识要求较高,对探地雷达的推广具有一定的局限性。因此提出了基于目标极点法的探地雷达目标识别系统,通过对不同常规介质进行样本分析,建立各介质的目标传递函数库,在实际探测时将未知介质的目标传递函数与之对比,从而实现对地层未知介质的识别。实际验证表明,该系统具有操作简单,探测精度高等优点,能有效识别并显示所探测介质的相关信息。     

基于强度-梯度映射与多方向中值滤波的红外弱小目标检测算法

为了能够在复杂环境下准确定位出弱小目标,依据目标的高斯形状特性,设计了强度-梯度映射耦合多方向中值滤波的 红外弱小目标检测算法。 首先,根据红外图像在 4 个不同方向的强度均值,对经典的中值滤波进行改进,以有效抑制复杂背景 中的噪声。 再基于弱小目标的中心像素,获取整个红外图像的强度信息。 将红外图像沿着半径方向分割为 4 个子块,并建立每 个子块的极坐标系统,以计算其对应的梯度值。 依据最大与最小梯度值的比率,得到整个红外图像的梯度信息。 再将强度与梯 度信息实施融合,得到背景抑制图像,以增强红外弱小目标。 最后,利用强度-梯度映射中的非零像素均值来计算阈值,对背景 抑制图像实施分割,准确定位弱小目标。 测试数据显示,与已有的红外弱小目标检测方案相比,所提算法具备更高的检测准确 性,可完整地识别出目标,呈现出更为理想的 ROC(receiver operating characteristic)曲线。     

基于Faster R-CNN算法的变电站 设备识别与缺陷检测技术研究

变电站作为电力运输的中转站,是城市运转,人民生活的重要基础设施。变电站在运行过程中,经常发生由于位置偏僻,不支持机器人和无人机直接进行探测而造成的设备运作温度检测不及时的问题。传统的变电站设备缺陷识别算法是基于机器学习算法,精确度低,只适合单个设备类别的缺陷检测,易受到环境影响。基于此,文中出一种改进的识别变电站设备红外缺陷方法。首先,基于Faster R-CNN的目标设备检测,对6种类型的变电站设备包括套管、绝缘体、电线、电压互感器、避雷针和断路器进行目标检测,以实现设备的精确定位;然后,基于稀疏表示分类（SRC）来识别不同的类,因此可以获得输入样本的实际标签;最后,基于温度阈值判别式算法,在设备区域中识别温度异常缺陷。文中算法实现了在红外线图像下的设备识别和检测,使用文中算法对6类设备的红外图像进行检测,准确率达到91.58%,不同类型设备的缺陷识别率为97.63%,缺陷识别准确率达到87.62%。实验结果表明该方法的有效性和准确性。     

基于空-频域映射与虚警抑制的弱小目标检测算法

为了有效控制红外弱小目标检测过程中的虚警率,提高复杂云背景下的目标检测准确度,提出了基于空域-频域映射与虚警抑制的弱小目标检测算法。根据红外中心像素不同方向上的强度值,构建了方向最大中值滤波器,有效消除噪声;并利用中心像素与其邻域像素的强度差异,形成背景抑制滤波,充分增强弱小目标;考虑云区域的特有属性,联合非线性滤波,定义了云区域识别机制,提取空域映射;引入Butterworth差异低通滤波器,对去噪图像中的显著目标完成初步识别;基于其幅度信息,进行显著目标的精细检测;再利用细显著性检测结果,计算阈值,利用二值分割方法来获取去噪红外图像的频域映射;联合空域映射与频域映射,提取红外图像中的候选目标;根据真实动目标与虚警之间的运动特征差异,利用多尺度改进的管道滤波来抑制虚警,准确识别出真实目标。实验数据表明,相对于已有的弱小目标识别方案,所提方案能够准确地识别出真实目标,拥有更好的ROC特性曲线。     

基于相容系数的多传感器融合目标识别方法

针对车型识别技术存在类别判定冲突问题，提出基于相容系数的多传感器融合目标识别方法。首先，采用多假设思想实现多传感器异构数据聚类合并获取单帧融合检测结果；然后，计算证据之间的相容系数对证据冲突重新分配，结合Dezert-Smarandache理论(DSmT)来处理单帧融合后可能出现的证据冲突情况，并获取目标类别的准确识别结果。实测数据结果表明，该方法能克服传感器检测范围受限问题和类别判定冲突问题，目标识别准确率可达93%以上，降低了目标识别的漏检率和误检率，可达到良好的目标识别准确性能。     

多光路光散射扬尘检测方法研究

针对传统扬尘传感器在测量方法中测量精度低、长期户外测量精度保持性差的不足,在Mie光散射原理基础上,研究了一种多光路扬尘检测方法,设计了一套面向建筑工地扬尘检测的光学扬尘浓度测量系统。介绍了扬尘监测系统的光学测量原理,研究了新方法中光通量和离子浓度计算方法,并对检测系统参数进行了优化分析。设计了多光路激光扬尘检测系统,分析了光透过率与粉尘层厚度之间关系。对所设计系统以国控点数据为基础进行了对比实验,实验结果表明新方法相对国控点数值最大偏差8.5%,较PPD4NS检测精度明显提高。     

基于温度传感阵列的TSV内部缺陷检测技术研究

在TSV三维集成领域,由于TSV内部缺陷的微小化和检测的不可接触性,寻找一个无损、灵敏且高效的内部缺陷检测方法尤为重要。针对这一挑战,提出了一种基于温度传感阵列的TSV内部缺陷检测方法。内部缺陷对TSV三维封装芯片的外部温度分布产生了影响,这些温度分布呈现出有规律的变化,每一种缺陷类型都会导致外部温度分布产生不同的偏差。利用温度传感阵列测量这些分布变化对缺陷进行有效的识别与分类。根据工作状态下的芯片产生的热信号以揭示其内部的缺陷信息,设计了基于温度传感阵列的检测系统。通过理论分析与仿真模拟,构建了模拟芯片工作状态下的温度分布和热变化的模型。实验中,以芯片样品的样本制备和测试平台搭建为基础,同时利用分类识别模型成功实现了对内部缺陷的有效分类,准确率高达99.17%。这种检测方法为高密度和微型化芯片的可靠性分析和故障诊断提供了一个经济高效的新途径。     

基于多特征融合的红外弱小目标检测

为解决红外弱小目标检测领域中基于单类先验知识的人类视觉系统检测方法检测准确率低、虚警率高以及显著图计算复杂等问题,提出一种在复杂背景条件下对红外弱小目标多种特性进行融合处理的检测方法。通过融合红外弱小目标的局部灰度值大、自身灰度信息符合二维高斯分布以及与邻域相似度低的三大特性,利用协方差检测和相似度对比计算得到显著图,对显著图进行简单阈值分割得到真实目标。对不同复杂背景和不同数据类型的红外源图像进行弱小目标检测实验,结果表明:与基线算法相比本文所提算法检测结果背景抑制因子和信杂比增益均提高2~3倍,交并比为HVS类方法最优,ROC曲线在较低虚警率时获得最高检测准确率。本文方法将红外源图像中弱小目标多个特性进行有效融合,提高检测精度的同时降低了显著图计算复杂度,在不同复杂背景和杂波干扰的情况下仍能取得较好的目标定位和背景抑制效果。     

基于肤色分割与AdaBoost算法的人脸检测

提出了一种将肤色分割与AdaBoost算法相结合的人脸检测方法。该方法利用肤色的聚类特性在YCbCr色彩空间中建立肤色高斯模型,通过形态学处理完成图像肤色区域的筛选;然后利用AdaBoost算法训练弱分类器并构成强分类器,对强分类器进行组合,形成级联分类器并对候选区域进行人脸检测,排除非人脸肤色区域,实现对不同角度人脸的正确检测。该方法可同时解决肤色分割方法对复杂背景图像的高误检率与AdaBoost算法对多姿态人脸图像的低检测率的问题。仿真实验表明,该方法具有检测率高、误检率低、适应性好及鲁棒性强的优点,对具有多姿态、多人脸和复杂背景信息的图像具有较好的检测效果,实用性得到增强。