- 紅外熱成像檢測及其應用
- 袁麗華
- 1891字
- 2024-05-24 18:28:29
前言
眾所周知,溫度是十分重要的熱物理量之一,生產和生活中的諸多情況都需要對溫度進行探測和控制,因此,對物體表面溫度場的檢測具有重要的研究意義和應用價值。紅外熱成像檢測在維護社會秩序和保障安全方面做出了重要貢獻,具有重大的社會和經濟效益。紅外熱成像無損檢測技術是近年來發展較快的一種新型數字化無損檢測技術,因其具有便捷、高效、直觀、探測面積大及遠距離非接觸探測等優點,被廣泛應用于軍事、航空航天、電池、電力、電子、建筑、醫療、文物保護等諸多領域。隨著紅外熱成像無損檢測技術應用領域的不斷擴大,未來它將滲透到國民經濟的各個領域,并發揮越來越重要的作用。
本書是一部關于紅外熱成像檢測技術及其應用研究的專著,包括被動式紅外熱成像檢測與應用和主動式紅外熱成像檢測與應用,全書共分為7章。
第1章闡述紅外熱成像檢測的研究背景和意義,概述紅外熱成像檢測的研究現狀,并簡述紅外熱成像檢測的特點及應用。
第2章介紹紅外熱成像檢測原理,涉及紅外線的傳播和吸收規律、熱輻射的基本定律及紅外熱像儀的檢測原理等。
第3章在紅外視覺人體行為識別的研究背景下,以全輻射熱像視頻為研究對象,采用卷積神經網絡作為核心特征提取工具,建立一種融合目標檢測、姿態估計、時序行為分類的多階段紅外人體行為識別框架,開展紅外視覺人體行為的檢測與識別研究。針對SSD模型計算復雜度高,對小目標、遮擋等情況魯棒性差的問題,提出一種改進SSD紅外人體目標檢測模型;針對紅外人體骨骼關鍵點檢測精度低的問題,提出一種基于深度殘差網絡的改進CPMs模型;針對基于單幀紅外圖像進行人體行為識別而忽略幀間時域信息的問題,提出一種基于人體骨骼關鍵點的時空混合模型。
第4章開展對紅外弱小目標的檢測。針對紅外弱小目標檢測中強雜波干擾的問題,提出一種基于ADMM和改進Top-hat變換的紅外弱小目標檢測算法;針對現有的基于形態學的算法受限于固定單一的結構元素,從而導致復雜背景抑制能力差的問題,提出一種基于LCM的自適應Top-hat紅外弱小目標檢測算法;針對目標漏檢的問題,提出一種基于NSCT和三層窗口LCM的紅外弱小目標檢測算法,并通過開源數據集中的圖像對所提三種算法進行有效性驗證。
第5章探討紅外圖像與可見光圖像的融合。針對圖像模態差異提出基于CycleGAN-CSS的圖像配準算法,用于提高圖像的配準精度;針對傳統多尺度變換融合算法中邊緣模糊和細節分辨能力弱的問題,提出一種基于多尺度各向異性擴散的圖像融合算法;為降低算法的計算復雜度,提高算法性能的穩定性,提出一種基于潛在低秩表示下的DDcGAN圖像融合算法,并通過TNO數據集和RoadScene數據集中的圖像對所提配準和融合算法進行有效性驗證。
第6章對紅外熱成像檢測反射法與透射法的缺陷定量檢測進行研究。通過所建立的紅外熱成像檢測缺陷埋深的物理模型,依據熱傳導理論推導缺陷定量檢測的實現方法,對含有楔形槽缺陷的PVC試塊分別進行反射法和透射法紅外熱成像檢測實驗研究,通過實驗數據分析取樣點尺寸、缺陷寬度對試塊表面溫度場的影響,指導數據后處理采樣區域的設置,定量檢測缺陷埋深,并分析激勵時間對測量精度的影響;運用ANSYS軟件分別進行反射法和透射法檢測凹槽缺陷的仿真模擬實驗,分析缺陷的寬度、埋深深度對仿真結果的影響。
第7章介紹紅外序列圖像處理,包括單幀圖像處理和多幀圖像處理。在定義敏感區域的基礎上,提出基于敏感區域最大標準差法,這一性能指標的提出解決了單幀圖像處理紅外序列圖像的原圖選取問題,結合Blob分析,實現對缺陷的自動提取。本章還提出一種多尺度八方向邊緣檢測圖像分割算法,以提高缺陷定量檢測精度,并運用主成分分析和獨立成分分析開展對多幀圖像處理的研究。
全書的主要內容是著者及其指導的歷屆碩士研究生在國家自然科學基金項目(51865038)、江西省自然科學基金項目(20151BAB207058)以及江西省教育廳科學技術項目(GJJ150730)的資助下,開展了多年紅外熱成像檢測研究而取得的成果總結,包括理論研究、模擬仿真、試驗研究和數據處理等內容。專著的出版還得到了“南昌航空大學學術專著出版資助基金”和南昌航空大學校教改課題(JY23081)的資助。本書的撰寫得到了著者指導的歷屆碩士生的大力支持,深表感謝!特別感謝2015屆碩士畢業生華浩然(主要參與第6章研究),2018屆碩士畢業生朱爭光(參與部分第7章研究),2020屆碩士畢業生汪江飛(參與部分第7章研究),2022屆碩士畢業生朱笑(主要參與第3章研究和部分第7章研究),2023屆碩士畢業生習騰彥(主要參與第4章研究)、袁代玉(主要參與第5章研究)和洪康(參與部分第7章研究)對本書做出的貢獻。另外,感謝在讀碩士生周軍江、李茂杰、焦歡和劉建龍等人參與本書的校稿工作。
由于著者水平有限,書中難免存在疏漏之處,敬請讀者和專家批評指正!
作者
2023年10月