智能监控红外热成像技术在无损检测领域的应用

简介:

近年来,国际、国内社会维稳形势严峻,安防市场快速发展,行业内竞争日趋激烈,各大安防企业纷纷寻求新场景、新技术、新应用以增强自身行业竞争力。传统可见光摄像机在超低照度、高清视频、智能分析、透雾技术等方面已发展到了比较成熟的阶段,基于可见光监控原理,传统可见光摄像机在恶劣气候(如大雾、雨雪等)、无光照还有超远距离等使用环境下仍然无法满足部分特殊行业的需求。

随着视频监控功能不断完善、应用领域的不断扩展,红外热成像技术已成为各大安防企业争相发展的技术新宠儿。红外热成像摄像机不仅可以实现真正意义上的24h全天候监控,其在恶劣气候条件下优秀的监控能力、精准读取目标温度、超远距离探测和超强识别隐蔽目标能力,为安防视频监控的应用领域打开了全新的局面。

1

众所周知,自然界中所有温度高于绝对零度(-273.15℃)的物体时时刻刻向外辐射人眼不可视的红外线,物体温度越高,其分子或原子的热运动越剧烈,红外辐射越强。红外热成像摄像机(又称热像仪)是通过特殊材质的镜头和探测器,去捕获这种人眼不可视的红外辐射,再通过光电转换、图像处理等,将红外辐射转化为人眼可视有温度分布差异的图像。

红外热成像摄像机镜头材质为稀有金属锗,可以无损通过2-15μm波长的红外光线,但可见光和紫外线无法穿透。虽然地壳中锗的含量并不少,但其分布极为分散且含锗的矿石少,因此高浓度的锗提取难度较大,锗镜头的材料成本、生产成本也很高。

红外热成像摄像机探测器也与可见光监控的CCD、CMOS有着极大的区别。根据其工作特性可分为制冷型和非制冷型,而使用制冷型探测器的红外热成像装备不但体积大、成本高,而且消耗电力多,是妨碍红外热成像装备长期连续工作的关键因素。美国军方在80年代就开始支持热释电型非制冷焦平面探测器和氧化钒微型热敏电阻探测器的研制,时至今日,红外热成像市场已形成氧化钒和多晶硅两大技术主流,且市场占比以氧化钒居多。非制冷红外探测器/微测辐射热计作为属于第三代的基于微机电系统MEMS技术的红外探测器,由于其体积小、重量轻、功耗低、非制冷等优点,在安防领域具有非常广泛的应用前景。

红外热成像摄像机性能与探测器指标参数有直接关系,最主要的有像元间距和探测器像素。像元间距,顾名思义就是像元之间的距离,像元间距越小图像越细腻。试验室阶段已达到了12μm,但市场主流的探测器像元间距为25μm。另外,探测器像素越高,图像越清晰,试验室阶段已达到1024*768,市场主流的最大像素为640*512。大华股份作为视频监控行业的领导者,其推出的全系热成像产品探测器像元间距均为17μm,探测器像素主推336*256和640*512两种。

本文转自d1net(转载)

相关文章
|
29天前
|
传感器 编解码 监控
|
29天前
光学雨量计自动化、高精度和实时监测降水量
光学雨量计是一种高精度测量降水量的理想解决方案。随着科技的进步,传统的雨量计存在一些局限性,如需要人工读取数据、易受环境影响等。而光学雨量计则利用光学原理,实现了自动化、高精度和实时监测降水量的功能。
光学雨量计自动化、高精度和实时监测降水量
|
29天前
|
机器学习/深度学习 算法 计算机视觉
ython打造智能车牌识别系统,实现快速准确的车辆识别与追踪技术
ython打造智能车牌识别系统,实现快速准确的车辆识别与追踪技术
|
29天前
|
机器学习/深度学习 文字识别 算法
视觉智能平台常见问题之车辆损伤识别接口用不了如何解决
视觉智能平台是利用机器学习和图像处理技术,提供图像识别、视频分析等智能视觉服务的平台;本合集针对该平台在使用中遇到的常见问题进行了收集和解答,以帮助开发者和企业用户在整合和部署视觉智能解决方案时,能够更快地定位问题并找到有效的解决策略。
|
机器学习/深度学习 人工智能 中间件
智能图像分析-人像修复增强-艾科瑞特科技
智能图像分析-人像修复增强-艾科瑞特科技 艾科瑞特科技(iCREDIT)-全球最大的第三方软件中间件服务商 艾科瑞特科技官网:https://www.icredit.link 艾科瑞特科技云市场:https://market.icredit.link 艾科瑞特科技-Apifox-API Hub:https://apihub.icredit.link
|
编解码 人工智能 算法
2022最新!更面向工业场景:基于视觉方案不同挑战下的车道检测与跟踪(下)
本文作者提出了一种鲁棒的车道检测和跟踪方法来检测车道线,该方法主要介绍了三个关键技术。首先,应用双边滤波器来平滑和保留边缘,引入了一个优化的强度阈值范围(OITR)来提高canny算子的性能,该算子检测低强度(有色、腐蚀或模糊)车道标记的边缘。第二,提出了一种稳健的车道验证技术,即基于角度和长度的几何约束(ALGC)算法,然后进行霍夫变换,以验证车道线的特征并防止不正确的车道线检测。最后,提出了一种新的车道线跟踪技术,即水平可调车道重新定位范围(HALRR)算法,该算法可以在左、右或两条车道标记在短时间内部分和完全不可见时跟踪车道位置。
2022最新!更面向工业场景:基于视觉方案不同挑战下的车道检测与跟踪(下)
|
传感器 编解码 人工智能
2022最新!更面向工业场景:基于视觉方案不同挑战下的车道检测与跟踪(上)
本文作者提出了一种鲁棒的车道检测和跟踪方法来检测车道线,该方法主要介绍了三个关键技术。首先,应用双边滤波器来平滑和保留边缘,引入了一个优化的强度阈值范围(OITR)来提高canny算子的性能,该算子检测低强度(有色、腐蚀或模糊)车道标记的边缘。第二,提出了一种稳健的车道验证技术,即基于角度和长度的几何约束(ALGC)算法,然后进行霍夫变换,以验证车道线的特征并防止不正确的车道线检测。最后,提出了一种新的车道线跟踪技术,即水平可调车道重新定位范围(HALRR)算法,该算法可以在左、右或两条车道标记在短时间内部分和完全不可见时跟踪车道位置。
2022最新!更面向工业场景:基于视觉方案不同挑战下的车道检测与跟踪(上)
|
传感器 存储 安全
智能振弦传感器的参数智能识别技术原理
河北稳控科技在2020年就开始研发出智能振弦传感器电子标签专用读数模块模块TR01,最早应用到手持振弦采集仪VH03型上面,并申请获得了两项标准专利,一直应用于工程项目上安全监测使用,也就是自产自用。近期升级了振弦采集仪的核心VM系列振弦采集模块( 修改固件版本号为 V3.52_2201009。增加了电子标签测量功能。 WKMOD.[12]用于控制是否使用此功能新增状态位 STATUS,用来表示是否检测到了电子标签。增加了电子标签信息读取指令$RDDT=1,2。增加了寄存器 89(多通道电子标签状态)),也就是说所有的振弦采集仪都支持电子标签读取功能,让振弦传感器插上了智能的翅膀,在工程安全监
智能振弦传感器的参数智能识别技术原理
|
机器学习/深度学习 运维 自然语言处理
盘点监控系统中的告警智能降噪方案
在监控场景下,一旦出现告警风暴,告警本身就失去了意义和价值。因此需要有一套方案,帮助用户在不遗漏重要告警前提下,有效减少告警数量。本文主要调研了业界常见的监控/告警系统中使用到的智能算法降噪方案。
3618 0
盘点监控系统中的告警智能降噪方案
Sooth打造新型智能头盔,通过传感器可实时检测各项身体指标
将多个嵌入式传感器和智能头盔相结合,配备一个集成的应用程序,以此来预测用户是否有中暑征兆。
262 0