基于支持向量机的泄漏气体云团热成像检测方法

基于热成像的气体泄漏检测技术以其检测效率高、直观可视等优点,已成为石油天然气泄漏检测的重要手段,但常规的气体泄漏热成像检测方法需要检测人员从视频图像中主观地判断泄漏气体痕迹,容易发生漏检、误检。研究了一种基于尺度不变特征变换(SIFT)和支持向量机(SVM)的泄漏气体云团热成像检测算法,采用帧间差分法从红外图像序列中筛选目标区域;分别提取泄漏气体和干扰物的SIFT特征;使用SVM对候选区域进行目标判别,提取泄漏气体云团目标。针对真实复杂场景中包含乙烯、甲烷等的气体泄漏图像和运动人员、漂动树木、野草等干扰图像,建立了1000个典型目标图像数据库,通过图像检测仿真,可得所提算法对距10～150 m处的泄漏气体云团的分类准确率可达92.5%。结果表明,采用该检测方法可自动排除其他运动物体的干扰,有效检测出泄漏气体云团。     

基于图像局部区域梯度特征描述的红外人体识别算法

提出了一种新的红外图像中人体目标识别方案并进行了算法实现。通过直方图聚类分析对红外图像进行分割,根据二值化图像团块的特点,确定图像中的候选目标图像区域。将候选目标图像按比例划分为多个区域,使用梯度位置朝向直方图(GLOH,Gradient location-orientation histogram)对候选目标图像进行描述。与其它红外图像中人体识别算法相比,不需要多种特征提取算法组合进行分步骤识别,仅使用单个SVM分类器即可达到满意的识别率,避免了分类器的级联,算法简单有效。     

一种基于Mumford-Shah模型的红外图像边缘检测方法

Chan-Vese模型是一种优秀的简化Mumford-Shah模型。然而Chan-Vese模型是以两个同质区域为基础建立的,这并不符合红外图像的特点,导致直接应用该模型处理红外图像时可能失败。针对这一问题,提出了一种适用于红外图像边缘检测的改进Mumford-Shah模型,并对该模型中目标边缘的保持、停止准则的建立及算法速度的提高作了详细讨论。实验表明,改进Mumford-Shah模型能够克服Chan-Vese模型在对红外图像边缘检测时不能跨越过渡区域的缺点,有效地检测出目标边缘。     

一种基于Mumford-Shah模型的红外图像边缘检测方法

 Chan-Vese模型是一种优秀的简化Mumford-Shah模型。然而Chan-Vese模型是以两个同质区域为基础建立的,这并不符合红外图像的特点,导致直接应用该模型处理红外图像时可能失败。针对这一问题,提出了一种适用于红外图像边缘检测的改进Mumford-Shah模型,并对该模型中目标边缘的保持、停止准则的建立及算法速度的提高作了详细讨论。实验表明,改进Mumford-Shah模型能够克服Chan-Vese模型在对红外图像边缘检测时不能跨越过渡区域的缺点,有效地检测出目标边缘。     

一种基于红外成像的强反射金属表面缺陷视觉检测方法

根据红外成像特性及金属表面缺陷区域灰度分布变化缓慢的特点,提出了一种基于小波纹理特性统计分析的铜带表面缺陷视觉检测方法.利用CCD视觉传感器获取受检金属表面的红外影像资料,引入一阶Haar小波分解红外图像,抽取4个小波特性,然后分别使用Hotelling T2和X2多变量统计法融合4个小波特性.最后根据统计值判别图像是...     

一种红外偏振图像的二次融合方法

根据红外偏振特性图像的冗余性与互补性,提出了一种基于梯度特征和支持度变换的二次融合方法。利用提出的方法先对红外偏振度与偏振角图像进行梯度特征融合,然后利用支持度变换对梯度特征融合图像和合成强度图像进行二次融合,得到了边缘突出、轮廓清晰、对比度高的的融合图像。实验结果表明:融合图像与偏振角图像、偏振度图像、合成强度图像相比局部方差分别提高23.02%、176.9%、148.2%;对比度分别提高67.84%、196.5%、49.39%;平均梯度分别提高46.09%、164.1%、214.5%。     

一种基于DSP的红外图像防空导弹检测与跟踪方法

提出一种基于DSP的红外图像防空导弹检测与跟踪算法,算法分为导弹飞行锥形尾烟跟踪和发动机脱落导弹跟踪2个阶段。其中,采用基于轮廓近似曲率表示算法跟踪带有尾烟的导弹,采用基于区域生长的小目标跟踪算法跟踪发动机分离后的燃烧弹标。文章中提出的算法在基于C6416DSP平台中实现,多次外场实验结果表明:该算法能够实时稳定地实现防空导弹光电跟踪制导。     

一种串联组合分类的红外行人检测方法

针对红外图像行人检测中虚警率高的问题,提出了一种串联组合分类的红外行人检测方法。该方法利用感兴趣区域的宽高比和方向梯度直方图2种特征,采用串联组合方式实现分类识别。实验结果中检测率达到了90.5%,虚警率减少了43.7%,表明提出的方法可有效检测行人同时降低虚警。     

融合结构重参数化变换的气体泄漏红外检测

针对常规工业气体泄漏检测装置需泄漏扩散到一定范围并与传感器接触时才能响应的不足,提出一种融合结构重参数化变换的红外非接触式检测网络模型GRNet。GRNet模型采用Mosaic-Gamma变换的预处理方法增加泄漏样本数量并提高图像对比度以增强模型的鲁棒性;通过K-means聚类分析出适用于气体泄漏红外检测的候选框以预置模型参数;优化定位损失函数以提高模型对泄漏区域的定位准确性;采用改进后的轻量化网络RepVGG模块重构特征提取网络增强模型的特征提取能力,以实现轻量化并提高检测精度。实验结果表明,GRNet模型对氨气泄漏的平均检测精度达到94.90%,单张图像平均检测时间达到3.40 ms。采用伪色彩映射实现泄漏浓度的视觉感知效果,采用PyQt5将GRNet模型进行封装实现气体泄漏红外检测系统界面的可视化并在Jetson Nano B01嵌入式实验平台部署该模型,验证了实际工程应用的可行性和有效性,为开发气体泄漏非接触探测装置以保障涉气企业的安全生产和稳定运行提供一种有效的检测算法。     

红外序列图像中运动弱小目标检测

为检测红外序列图像中的运动弱小目标,分析了目标在序列图像中的运动特性和概率分布特性,以及目标和噪声在序列中的能量分布特性。提出连续M帧高阶累积方法来增强运动弱目标能量,用假设检验对目标和背景进行分割,通过搜寻序列运动能量中心来实现目标的多帧关联检测。通过仿真实验证明了算法对红外弱小目标检测有效性。     

红外序列图像多运动目标检测

针对背景不动情况下提取红外图像运动目标,提出了一种基于连续四帧序列图像精确检测多运动目标的算法,并用软件仿真了该算法处理图像的效果并与其他方法进行了对比。经试验证明该方法算法简单,实时性好。对单目标、多目标、室内、室外、简单和复杂背景的红外序列都可以得到较好的检测效果。能够有效地去除背景和噪声,精确地确定运动目标位置,有利于后续的目标跟踪,算法适于实时应用。     

红外甲烷气体浓度检测系统设计

为了精确测量甲烷气体的体积浓度,采用平行红外光源IRL715EN-PR设计了红外甲烷气体检测系统。整个检测系统由硬件电路和软件系统组成。在软件程序设计上设计了一种关于信号处理的新算法,同时设计了中断喂狗程序,大大延长了看门狗定时复位时间。利用Matlab对数据进行了拟合,得到了系统的浓度和电压的函数关系。实验表明,在体积浓度在0%~4%范围内,系统最大相对误差小于1%。     

Trace gas monitoring with infrared laser-based detection schemes

The success of laser-based trace gas sensing techniques crucially depends on the availability and performance of tunable laser sources combined with appropriate detection schemes. Besides near-infrared diode lasers, continuously tunable midinfrared quantum cascade lasers and nonlinear optical laser sources are preferentially employed today. Detection schemes are based on sensitive absorption measurements and comprise direct absorption in multi-pass cells as well as photoacoustic and cavity ringdown techniques in various configurations. We illustrate the performance of several systems implemented in our laboratory. These include time-resolved multicomponent traffic emission measurements with a mobile CO₂-laser photoacoustic system, a diode-laser based cavity ringdown device for measurements of impurities in industrial process control, isotope ratio measurements with a difference frequency (DFG) laser source combined with balanced path length detection, detection of methylamines for breath analysis with both a near-IR diode laser and a DFG source, and finally, acetone measurements with a heatable multipass cell intended for vapor phase studies on doping agents in urine samples. PACS 33.20.Ea; 42.62.Fi; 42.72.Ai; 87.64.km; 92.60.Sz     

基于红外差分检测的甲烷气体传感器

鉴于红外吸收法检测甲烷气体浓度时,误差的补偿是提高检测精度的核心。通常采用各种差分吸收技术来进行误差的补偿,减少各种干扰。基于红外差分检测原理,设计一种双波长差分甲烷传感器。利用旋转滤光盘控制滤波和光的通过,使测量光和参考光分时通过光路,实现了单光源单光路单探测器结构,消除了光源功率波动、光路损耗以及探测器的不稳定带来的误差,提高了检测精度。实验表明,在0～6%浓度范围内,该传感器最大相对误差小于1%。     

一种移动式遥测天然气泄漏检测仪

天然气管道泄漏检测对人员安全、环境保护以及国家财产安全等具有重要的意义,但是,由于管线跨越地域广阔,操作工况以及环境情况复杂,致使管线的泄漏检测存在困难。文章介绍了一种基于波长扫描差分吸收光谱技术的移动式遥测天然气泄漏检测仪。针对遥测回波吸收光谱特性,提出了基于小波变换的改进型软阈值小波去噪方法,实验分析能够提高系统信噪比3倍多,同时在遥测光强为530nA时,可达到的最小遥测灵敏度为80ppm.m,系统采用波长扫描差分吸收光谱技术成功实现天然气泄漏的定量遥测与准确定位,具有快速、准确、智能及安全等特点。     

一种用于高压输气管道泄漏检测的次声传感器的研究

研究了一种用于检测高压输气管道泄漏次声波的次声传感器。针对管道泄漏频带宽,频率低的特点,该次声传感器换能元件选用电容式传声器,设计了一个前端耐压壳,将前端敏感单元与前置放大器隔离,可耐12 MPa静态压力;通过对比信号放大电路,实现了对调制电路优化设计,使得在1 Hz以下频段仍有较高灵敏度,传感器自噪声降低;该传感器只对声波敏感,对振动的灵敏度平均值1 mV/g,具有很好的抗振动干扰性能。测试结果表明：该传感器能有效地检测到声波信号,频率响应范围0.5 Hz至300 Hz,覆盖了管道泄漏次声频带和低频可听声频段,不放大的Ⅰ档灵敏度200 mV/Pa,Ⅱ档和Ⅲ档分别将信号放大5倍和20倍,输出信号的自噪声小于15 mV,该传感器可适用于天然气输气管道的泄漏监测。     

快速无参数背景建模的红外目标检测方法研究

针对复杂背景红外图像序列目标检测的难题,给出了一种用于红外监控系统中入侵目标检测的背景建模方法。应用特征样本集为每一个像素建立统计无参数样本集模型,根据核函数估计计算每一个像素值对模型的符合概率。使用双阈值进行目标检测和模型更新,将图像分为三类:可靠背景、感兴趣区域和不可靠背景。通过不可靠背景类提供的信息进一步将感兴趣区域细分为入侵目标和错误检测。对几种红外图像序列仿真实验表明,该算法不仅可以比较精确的检测显著入侵目标,对于容易淹没在噪声中的弱小入侵目标也可以实现准确地检测。     

Two-scale image fusion of visible and infrared images using saliency detection

Military, navigation and concealed weapon detection need different imaging modalities such as visible and infrared to monitor a targeted scene. These modalities provide complementary information. For better situation awareness, complementary information of these images has to be integrated into a single image. Image fusion is the process of integrating complementary source information into a composite image. In this paper, we propose a new image fusion method based on saliency detection and two-scale image decomposition. This method is beneficial because the visual saliency extraction process introduced in this paper can highlight the saliency information of source images very well. A new weight map construction process based on visual saliency is proposed. This process is able to integrate the visually significant information of source images into the fused image. In contrast to most of the multi-scale image fusion techniques, proposed technique uses only two-scale image decomposition. So it is fast and efficient. Our method is tested on several image pairs and is evaluated qualitatively by visual inspection and quantitatively using objective fusion metrics. Outcomes of the proposed method are compared with the state-of-art multi-scale fusion techniques. Results reveal that the proposed method performance is comparable or superior to the existing methods.