红外热成像
上传时间： 2013-10-19
上传用户：yangbo69
基于红外热成像原理的轮机故障诊断技术这是一份非常不错的资料，欢迎下载，希望对您有帮助！
标签： 红外热成像
上传时间： 2021-12-03
上传用户：
论文-基于红外热成像技术的猪体温检测与关键测温部位识别63页摘要 实现猪体温测量自动化有利于实时监测猪的健康状况、母猪发情和排卵检测等 生理健康状况。本文采用红外热成像仪采集猪的红外热图像，引入化学计量学建模 方法建立体表温度、环境温度与直肠温度间的多元校正模型，同时提出两种关键测 温部位的自动检测方法。主要结论总结如下： (1)建立了母猪体表温度、环境温度与母猪体温之间的一元和多元线性回归模型。研 究发现， 9个身体区域提取的体表温度与直肠温度呈正相关(产O．34～0．68)，其中， 基于耳根区域体表温度平均值建立的一元回归方程效果最优，预测集相关系数RP与 均方根误差RMSEP分别为0．66和0．420C。全特征模型相比一元线性回归方程有更 好的预测效果，RP和RMSEP分别为0．76和O．370C。此外，应用特征选择方法LARS． Lasso确定了7个重要特征建立简化模型，其校正集和预测集的R分别为0．80和 0．80，RMSEs分别为0．30和0．350C。 (2)将卷积神经网络应用于生猪主要测温部位(眼睛和耳朵区域)的直接分割。利用 python构建了四种不同结构的卷积神经网络模型FCN一1 6s、FCN．8s、U．Net一3和U． Net．4。对比分析4种卷积神经网络模型的性能，结果表明U-Net．4网络结构的分割 效果最优，平均区域重合度最高为78．75％。然而，当计算设备的计算力不够时，可 以选用U．Net一3模型以达到较好的分割效果。 (3)提出猪只眼睛及耳根区域关键点的识别方法，将猪只主要测温部位的检测问题 转变为主要测温部位的定位问题。设计具有不同深度的卷积神经网络架构A．E，得 出架构E最优。且当Dropout概率设置为0．6时模型效果最好，验证集平均误差和 预测集平均误差分别为1．96％和2．65％。测试集单张猪脸关键点的预测误差小于5％ 和10％的比例分别为89．5％和97．4％。模型能够很好的定位猪脸关键点，用于猪只 体温测量。 本文采用红外热像仪测量母猪体表温度，通过化学计量学建模为非接触母猪直 肠温度测量提供了更准确、可靠的方法，同时提出两种关键测温部位的自动检测方 法，有助于实现母猪体温测量自动化，为生猪健康管理提供参考。
标签： 红外热成像技术
上传时间： 2022-02-13
上传用户：jiabin
基于FPGA的红外热成像温度检测算法研究要#以非制式冷红外焦平面技术为基础的非制冷式热成像仪以其价格低~体积小的优势s在非接触式测温领域得 到广泛的应用 目前市面上的热成像仪对温差的识别非常敏感s但是无法通过从热成像仪获得的电信号数据得知目 标的具体温度 而能够进行非接触式测温的成品热成像仪不仅价格高昂s而且保密的封装使得二次开发的难度较大 基于以上问题s本文搭建基于 FPGA 和 MATALB的热成像系统s得到了一种温度检测算法的获取方法 通过该实验 方法来取得由电信号转换为具体温度的算法及其关键系数 实验结果表明s该温度算法的误差较小s在温度测量预警 系统有较强的工程意义 关键词#红外热像仪3FPGA3MATLAB3温度检测 中图分类号#TN211 文献标识码#A 国家标准学科分类代码#510.1
上传时间： 2022-02-14
上传用户：
根据红外成像无损检测原理，利用机器视觉技术，通过实验将红外热像仪采集的亚表面红外缺陷图像进行一系列的处理，包括滤波降噪，图像增强，边缘提取等，将缺陷检测出来。文中用matlab和Visual C++2010联合编程的方式对红外缺陷进行识别，通过窗口可视化将图像和图像中的缺陷位置，大小提取出来。通过多次实验，本方法能够检测大多的亚平面缺陷，具有较高的应用价值。
上传时间： 2013-10-10
上传用户：徐孺
随着红外焦平面阵列的不断发展，红外技术的应用范围将越来越广泛。焦平面面阵探测器的一个最大的缺点是固有的非均匀性。本文首先介绍了红外热成像技术的发展，讨论了红外焦平面阵列的基本原理和工作方式，分析了红外非均匀性产生的原因。其次研究了几种主要的非均匀校正方法以及焦平面阵列元的盲元检测和补偿的方法，对红外图像处理技术做了研究。 本文研究的探测器是法国ULIS公司的320×240非制冷微测辐射热计焦平面阵列探测器。主要研究对其输出信号进行非均匀性校正和图像增强。最后针对这一课题编写了基于FPGA的两点校正、两点加一点校正、全局非均匀校正算法和红外图像直方图均衡化增强程序，并对三种校正方法做了比较。
上传时间： 2013-08-03
上传用户：qq442012091
微光与红外成像技术
上传时间： 2013-06-28
上传用户：eeworm
专辑类-超声-红外-激光-无线-通讯相关专辑-183册-1.48G 微光与红外成像技术-290页-7.7M.pdf
上传时间： 2013-06-14
上传用户：liber
本文研究了在复杂背景下红外图像的背景和噪声抑制算法，并且完成了硬件实现，主要包括以下内容： 1.通过对实际红外图像的背景和噪声特性的研究分析，设计改进了一种基于加权广义次序统计滤波器的背景抑制的算法。红外图像的噪声通常为脉冲噪声，具有高频特性；而红外图像的背景变换比较缓慢，其频谱成分多集中在低频区域，所以本文在对图像特性分析的基础上，设计改进了基于加权广义次序统计滤波器的背景抑制的算法。在对采集的起伏背景红外图像进行背景抑制后，用全局门限可以有效的分割出目标信息，输出包含目标信息的二值化图像，为后续处理提供数据。但是出于更复杂背景条件下算法有效性的目的，深入讨论了局部自适应门限分割算法的设计。 2.在实时信号处理系统中，底层的图像预处理算法目前难以用软件实现；但是其运算结构相对比较简单，适于用FPGA进行硬件实现。本文对算法的FPGA设计作了较为深入地研究，同时介绍了算法的VHDL实现，利用模块化的优点对算法分模块设计，对各个模块的实现作了详细介绍。 3.完成了红外成像制导系统的预处理部分硬件电路设计，对FPGA中预处理算法的处理结果进行了验证。通过算法在硬件上的实现，证明了算法的有效性。
上传时间： 2013-07-02
上传用户：钓鳌牧马
在钢铁制造工业中，高温熔化状态钢水中的钢渣检测问题是一直以来未能很好解决的难题，钢渣是钢铁冶炼过程中的副产品，钢渣本身会直接降低铸坯质量进而影响生产出的钢材质量，另外钢渣也会破坏钢铁连铸生产连续性给钢厂效益带来负面效应。因此连铸过程中钢渣检测是一个具有较大生产实际意义的研究课题。 本文以钢包到中间包敞开式浇注过程中，保护浇注后期移除长水口后浇注过程中的钢水下渣检测为研究对象。在调研了国内外下渣检测技术与下渣检测设备的应用情况后，提出了一套将嵌入式技术与红外热像检测技术相结合的钢水下渣检测系统的解决方案，并搭建了系统的原型：硬件系统平台以红外热像探测器为系统的传感器，以ARM7嵌入式微处理器与DSP数字信号处理器为系统运算处理核心；软件系统平台包含基于在ARM7上移植的μC/OS-Ⅱ嵌入式操作系统构建的嵌入式应用程序，以及基于DSP各类支持库的嵌入式应用程序。该下渣检测系统设计方案具有非接触式检测、低成本、系统自成一体、直观显示钢水注液状态、量化钢渣含量等特点，能够协助现场工作人员检测和判断下渣，有效减少连铸过程中钢包到中间包的下渣量。 本文首先，介绍了课题研究的背景，明确了研究对象，分析了连铸过程中的钢水下渣问题，调研了现有的连铸过程中钢包到中间包的钢水下
上传时间： 2013-05-25
上传用户：断点PPpp
