基于红外和可见光视频的光学元件故障诊断方法

光学元件的健康状态是激光系统稳定运行的关键,如何在激光系统工作状态下实现光学元件的实时监测和故障诊断定位是该专业领域亟需解决的问题。针对该问题,提出了一种基于红外和可见光视频信息的光学元件故障诊断方法。首先,使用长波红外相机和可见光相机采集光学元件工作过程中的视频信息;然后,对采集的视频信息使用异常点检测算法进行处理;最后,结合光学元件温升特性对光学元件进行故障诊断及定位。试验结果表明:相同算法情况下,该方法相较于单独使用红外视频进行故障诊断的方法在故障诊断准确率、虚警率和漏警率3个指标上分别提升9.70%、3.60%和6.10%;该方法相较于单独使用可见光视频进行故障诊断的方法在故障诊断准确率、虚警率和漏警率3个指标上分别提升18.00%、16.00%和2.00%。

基于红外和可见光视频的光学元件故障诊断方法

光学元件是激光系统的核心部件,其健康状态是激光系统稳定运行的关键,如何在激光系统工作状态下实现光学元件的实时监测和故障诊断定位是该专业领域函需解决的问题。针对该问题,文章提出了一种基于红外和可见光视频信息的光学元件故障诊断方法。首先,使用长波红外相机和可见光相机采集光学元件工作过程中的视频信息;然后,对采集的视频信息使用异常点检测算法进行处理;最后,结合光学元件温升特性对光学元件进行故障诊断及定位。试验结果表明:相同算法情况下,该方法相较于单独使用红外视频进行故障诊断的方法在故障诊断准确率、虚警率和漏警率3个指标上分别提升9.70%,3.60%和6.10%;该方法相较于单独使用可见光视频进行故障诊断的方法在故障诊断准确率、虚警率和漏警率3个指标上分别提升18.00%,16.00%和2.00%.

基于可见光视频的森林火灾识别算法

以森林火灾远程视频预警监控工程为依托,对森林火灾发生、发展的可见光视频图象进行研究,提出森林火灾识别算法,并进行处理。分析了基于视频的森林火灾火焰特征,指出火焰特征主要包括颜色变化、面积变化、边缘变化、形体变化、闪动规律和整体移动等。在此基础上,提出了视频图像中的森林火灾区域检测方法与森林火灾识别方法;根据图像区域分割匹配算法,以火焰颜色特征和面积变化为火灾判别依据,统计疑似火灾区域面积,定时地对其进行两两匹配,实现对森林火灾图像的实时检测和识别。经实际验证,该算法的查全率与查确率分别达到72.22%和92.86%。

雨夜条件下的红外可见光视频融合目标跟踪

针对雨夜条件下目标外观特性衰退,造成目标搜索与跟踪过程中难以适应混杂背景干扰及雨滴突变干扰的问题,提出了一种基于背景抑制的红外可见光融合目标跟踪方法。该方法考虑了目标跟踪时间和空间两方面的外观分布特性,采用了多通道成像数据对前景目标进行特征表示,有效抑制了夜间条件下的混杂背景干扰。在目标模型更新过程中,本文通过分析雨滴突变造成的目标表示变化规律,采用突变检测模型,降低了雨滴突变对模型更新的干扰。实验采用了真实环境采集的雨夜条件的红外可见光视频,实验结果说明,本文方法优于现有目标跟踪方法,能够有效提高雨夜条件下的目标跟踪精度。

热红外与可见光视频融合的运动目标检测

在室外环境中,可见光相机可以获取场景中丰富的纹理细节和光谱信息,但受光照变化的影响很大;而热红外相机对光照变化不敏感,但热红外成像对比度低、颜色信息缺失。为了充分利用两者的互补信息,实现运动目标的精确检测,同时提高检测的鲁棒性,提出了一种应用RGBT混合高斯模型的目标检测方法。该方法将热红外图像作为第4个分量加入到传统的混合高斯模型中,提高了算法的正检率;还引入了阴影去除算法,增强了算法的鲁棒性。实验表明,该方法比传统的混合高斯模型检测精度更高,目标更完整,同时也能较好地满足实时性的要求。

面向鲁棒视觉监控的热红外与可见光视频融合运动目标检测

在非受控环境中，由于背景的动态变化或光照、阴影的影响，执行高效、实时的运动目标检测具有很大的挑战性，联合长波红外（LWIR8～14gm）和可见光相机构成一个多模视觉系统可以显著提高运动目标检测的鲁棒性和完整性。提出了一种先检测后融合的运动目标检测算法，首先对可见光视频采用混合高斯建模方法检测运动目标，对热红外视频设计了基于背景差分和时间差分相结合的加权算法提取运动区域，然后对可见光与热红外视频中运动目标进行特征级融合。实验结果表明：该方法利用热红外与可见光图像的直观互补特征，在满足实时性要求的同时，可实现运动目标的精确、完整、鲁棒性检测。

采用轮廓特征匹配的红外-可见光视频自动配准

为了精确地配准近平面场景下的红外-可见光视频序列,本文提出了一种基于轮廓特征匹配的自动配准方法,通过迭代匹配目标轮廓特征来解决异源图像中配准特征的提取和匹配难题。首先,采用运动目标检测技术获取目标轮廓,并由曲率尺度空间(CSS)角点检测算法提取轮廓特征点。此后,建立全局形状上下文描述子和局部边缘方向直方图描述子描述特征,从而实现可靠的特征匹配。来自不同时刻的匹配点对被保存在一个基于高斯距离准则的特征匹配库中。最后,为了克服近平面场景中目标深度变化的影响,本文结合前景样本随机抽样策略计算配准矩阵的损失函数,完成对全局配准矩阵的更新。在LITIV数据库上对方法进行实验验证,结果表明本文方法的配准精度优于当前先进的对比方法,在9个测试视频上的平均重叠率误差仅为0.194,与对比方法相比下降了18.5%。基本满足了近平面场景下红外-可见光视频序列配准的精度要求,且具有较高的鲁棒性。

基于预训练模型的FVD在非可见光视频质量评估的应用与改进

FVD是一种评估机器自动生成视频质量的评估指标,在可见光视频生成领域已经得到了较为广泛的应用。现有文献在计算FVD数值时,需要通过一个预训练模型提取视频数据的关键特征。然而,这个预训练模型是通过可见光视频数据集训练得到的,目前仍缺少对其在非可见光领域视频质量评估可行性的探索。为了研究FVD对非可见光视频生成的评估效果,本文基于I3D模型,使用非可见光领域数据集分别微调预训练模型和重新训练模型,采用红外和紫外视频数据集模拟出不同质量的生成视频,剖析FVD在非可见光视频质量评估的应用表现。

可见光-热红外视频运动目标融合检测的研究进展及展望

在智能视频监视领域,协同利用可见光和热红外传感器,使全天时、精确、鲁棒的智能监视成为可能,具有显著的优势.对可见光-热红外运动目标融合检测的研究进展进行分析和总结.首先,分析了多源传感器融合检测问题,着重说明了融合检测的显著优势、关键步骤及已有公开测试数据集等;然后,详细分析了该类算法的研究进展,从融合策略、运动检测策略和融合结构三个不同方面进行了对比说明,讨论了其优缺点和适用范围;最后,对目前所面临的问题和可能的研究方向进行了探讨.

可见光与红外的视频火灾探测器设计

该系统采用双波段视频采集技术,综合可见光与红外的视场信息,提高了其抗干扰能力和火灾识别率,并且实现了对火灾的分级报警。算法中采用编号标记、编号生存期等一系列标记机制,可实现多个火焰目标的稳定跟踪识别,并且采用基于图像轮廓的算法,增强系统实时性并减少系统内存损耗;硬件采用DSP与ARM双系统组合,TM320DM642用于图像处理,LPC2368用于通信与报警,系统运行更加高效。实验结果表明,该系统对火灾探测的准确性高,抗干扰能力较强,并且具有较快的反应速度。

可见光林火智能监测与决策支持系统的设计与应用

通过对各种林火监测技术特点的对比,确认林火视频监测技术是近地面林火监测最有效途径。以山西省林业科学研究院与南非EVS解决方案开发公司联合开发的林火系统为例,详细说明了可见光林火智能监测与决策支持系统的组成、特点和功能。

基于视频图像的林火烟雾检测方法

烟雾是早期森林火灾最为突出的视觉现象。可见光视频监控技术以其成本适中、实时性强、适用范围广等特点已经成为各类林火监控平台的首选方案。目前国内森林视频监控平台大多停留在人工监视阶段,火情自动识别技术由于误报率过高而没有成熟的应用。因而,林火自动识别技术的研究更具实际意义。本文从烟雾检测的角度,简要探讨了基于视频图像处理的林火烟雾检测中的相关技术问题,并以松江河林业局使用的"森林眼"系统为例介绍了现在图像型火灾探测技术的发展现状。

基于双光监测的智慧电梯异常事件与故障预警技术研究

利用可见光摄像机对电梯轿厢进行视频监控,采用红外热像仪对制动器和控制柜进行温度监测,通过边缘计算网关的嵌入式处理,设计基于AI+云边协同+5G的高可靠性电梯视频物联网智能双光监测与故障预警系统;提出基于深度学习的轿厢乘客不安全行为识别方法以及基于红外图谱分析的制动器和控制柜故障预警方法,在线识别出电动车进电梯、扒门、挡门、超载、蹦跳、摔倒、困人等异常事件和制动器带闸运行、卡阻、变频器过压、继电器触点粘连等故障状态;实现报警联动与可视化应急指挥,降低不安全乘梯行为和关键部件故障引起的电梯安全隐患,避免电梯困人时自救不当引发的次生伤害,提高电梯运行安全性。