热红外技术在中医诊断中的应用

热红外成像技术是一种采用光机扫描和红外辐射探测器的仪器,对人体无损、无创、快速成像的技术。其运用于医学具有全面、整体、动态地采集和分析人体信息的特点。其理论基础主要是基于人体不同部位体表温度的不同,以及生理和病理状态下体表温度的差异,从而对其进行分析并作出诊断。现将近年来有关红外热图技术在临床诊断方面的研究进展及其在中医诊断的作用和意义进行整理。

基于热红外技术的矿山边坡模型变形监测

以热红外遥感技术为基础,对矿山边坡变形进行实时监测,并设计了边坡模型。利用红外热像仪进行试验,重点从时序特征和空间演化2个方面对边坡所处的变形异常进行动态监测,通过时间与平均温度、最大温度、最小温度曲线图分析边坡的变形情况。该项研究成果有助于为矿山边坡滑坡提前做好预警工作。

浅析热红外技术在电气设备检测中的应用

近几十年以来,我国居民的用电量大幅度上升,导致供电负荷随之上涨。电子的频繁、高速的运动使得电气设备在运行过程中产生大量的热,极大的提高了电气设备的故障率。于是,近年来由电气设备故障引起的事故屡见不鲜,因此需要利用热红外技术定期的对电气设备进行检测。本文根据作者本人的工作经验,通过简单的介绍热红外技术和电气设备的一般检测方法,探讨热红外技术对电气设备热故障预测和处理的作用。并且根据实际情况分析红外检测技术在电气设备的具体应用,经过研究探讨出电气设备热故障的类型及相应的处理措施。希望能够对从事供电行业的同行有所帮助,保证工作的安全。

热红外技术在矿山边坡变形监测中的应用

为提高矿山边坡施工安全,实现对矿山边坡变形的设施检测,引入热红外技术,开展对矿山边坡变形监测方法设计研究。通过基于热红外技术的矿山边坡成像、矿山边坡变形热像特征提取、边坡变形位移量计算,提出一种新的监测方法。通过将新的监测方法应用到真实矿山环境当中,对其应用效果分析得出新的监测方法的监测精度符合矿山边坡安全监测精度需要,为矿产资源开发、矿山施工等提供安全保障。

热红外技术在电气设备检测中的应用

传统的变电站电力设备在长期运行的过程中,通常采用定期检修维护的办法来保障质量,但会耗费大量的人力、物力及时间,因而难以满足现阶段变电站的运行需求。热红外技术被广泛应用于各个领域,同时也融入到了变电站电气设备的维修以及检测工作当中,这就要求相关人员深入了解热红外技术的诊断原理和使用特点,并熟练掌握热红外技术的检测方法。为了发挥此项技术的最大效用,还应对其在电气设备检测工作当中的实际应用效果进行探讨,在保障设备顺利运行的同时,促进发变电站的稳步发展。

基于改进YOLO v7的生猪群体体温热红外自动检测方法

针对当前生猪规模化养殖过程中基于热红外技术的生猪体温测量效率低的问题,提出了一种基于改进YOLO v7的生猪群体体温检测方法。改进YOLO v7算法在Head层引入VoV-GSCSP结构,降低网络结构复杂度;使用内容感知特征重组(Content-aware reassembly of features, CARAFE)替换模型原始上采样算子,提高特征图放大后的品质,强化生猪头部区域有效特征;引入感受野增强模块(Receptive field enhancement module, RFE),增强特征金字塔对生猪头部特征的提取能力。本文改进YOLO v7算法对于生猪头部的检测精确率为87.9%,召回率为92.5%,平均精度均值(Mean average precision, mAP)为94.7%。与原始YOLO v7相比,精确率提高3.6个百分点,召回率提高7.0个百分点,mAP提高3.6个百分点。该方法首先自动检测生猪头部区域,再利用头部最大温度与耳根温度的高相关性,最终自动获取生猪体温。温度提取平均绝对误差仅为0.16℃,检测速度为222 f/s,实现了生猪群体体温的实时精准检测。综合上述试验结果表明,该方法能够自动定位生猪群体的头部区域,满足生猪群体体温测定的高效和高精度要求,为群养生猪体温自动检测提供了有效的技术支撑。

被动式热释电红外技术在溜煤眼安全防护中的应用

介绍了被动式热释电红外技术的工作原理及特点,针对溜煤眼防坠人装置在应用中存在的问题,采用被动式热释电红外传感器,重新改造了溜煤眼防坠人装置,取得了良好的效果。

褐飞虱诱导的水稻冠层热图像温度特征变异评估方法

为寻求水稻被褐飞虱侵害后冠层温度特征的有效评估方法,以褐飞虱易感水稻品种“TN1”为研究对象,设置了褐飞虱侵害及未侵害两个处理,运用热红外成像技术获取水稻的冠层温度特征,使用机器学习分类器,对褐飞虱诱导的水稻冠层热图像温度特征变异评估方法进行了研究。首先,对试验采集的水稻冠层热图像和对应时刻的空气温度、相对湿度以及水稻灌溉水层水温信息进行分析,针对水稻冠层热图像提取了3种统计学温度特征,并使用了累计差值法分析水稻冠层的特征数;然后,对空气温度、相对湿度、水温与冠层温度特征分别进行了相关性分析;最后,分别采用逻辑回归算法与支持向量机算法进行评估模型的拟合。结果表明:3种统计学特征中,冠层温度变异系数的累计差值为30.78,是差异性最大的特征值;统计学特征与空气温度、相对湿度和水温的皮尔逊系数分别为0.27、-0.34和0.41。将3种冠层特征作为输入向量,采用逻辑回归算法判断水稻受褐飞虱侵害状况的测试集精准率为87.15%,召回率为86.54%,F1综合指标为86.55%。本文提出将气象因子与水稻的冠层特征数相结合,对水稻受褐飞虱侵害的冠层温度特征进行评估,可为水稻虫害的监测与诊断提供参考。

基于改进YOLO v3-tiny的奶牛乳房炎自动检测方法

针对利用热红外技术检测奶牛乳房炎精度低的问题,提出了一种改进YOLO v3-tiny的奶牛乳房炎自动检测方法,构建了自动检测奶牛关键部位模型。改进YOLO v3-tiny算法以YOLO v3-tiny为基础,首先在卷积层与池化层之间加入残差网络,增加网络深度,进行深层次地特征提取、高精度地检测分类;其次在网络的关键位置加入了压缩激励(Squeeze and excitation,SE)注意力模块,强化有效特征,增强特征图的表现能力;最后比较了激活函数ReLU、Leaky ReLU与Swish的性能,发现激活函数Swish优于激活函数ReLU和Leaky ReLU,故将网络模型主干部分卷积层中的激活函数更改为Swish激活函数。改进后的奶牛关键部位检测模型检测结果准确率为94.8%,召回率为97.5%,平均检测精度为97.9%,F1值为96.1%,与传统模型相比,准确率提高了9.9个百分点,召回率提高了1.7个百分点,平均检测精度提高了2.2个百分点,F1值提高了6.2个百分点,性能指标均优于YOLO v3-tiny模型,满足实时检测的要求。使用该目标检测算法进行奶牛乳房炎检测试验,将获得的温差与温度阈值比较,判定奶牛乳房炎的发病情况,并以体细胞计数法进行验证。结果表明,奶牛乳房炎检测精度可达77.3%。证明该方法能够实现奶牛关键部位的精准定位并应用于奶牛乳房炎检测。

乌鲁木齐东侧煤火多源遥感融合探测

目前新疆有8大煤火区,且火区增长速度快、隐蔽火区日益增多,因此需要更加快速地探测新疆煤火区的范围。以InSAR与热红外技术为基础,首先采用PS时序方法和普适性单通道算法获得研究区的沉降和温度信息,接着通过设定合理的阈值获取温度异常区域并提取相邻时间的反演结果进行验证,最后通过沉降和温度信息对火区分布进行综合分析。结果表明:此方法能判定出疑似火区分布。

DJS1-63RK型光控自动洒水降尘装置的研制

阐述了DJS1-63RK型光控自动洒水降尘装置的结构组成设计、电路原理、工作原理及其应用等。通过性能测试表明:传感器抗干扰能力强,探测距离可达10m以上;防爆电磁阀,适用水压范围广,动作灵活可靠;装置实现自动化控制,适应电压波动性大,对于井下综合防尘有很强的实效性。

采煤沉陷区生态修复树种蒸腾特征及能量收支

[目的]在改进蒸腾观测方法的基础上,对采煤沉陷区常见生态修复树种蒸腾特征及能量收支状况进行研究,为矿区生态修复工作中树种的选择和水分调控提供理论依据。[方法]选择采用“三温模型”+热红外遥感的方法在野外环境应用时的参考叶片类型,并对沙柳(Salix psammophila)、沙棘(Hippophae rhamnoides)、柠条(Caragana korshinskii)3种植物的蒸腾特征进行测定,分析其蒸腾特征和蒸腾过程中的能量收支状况。[结果]①绿色卡纸可以在9:00—15:00时代替烘干植物叶片作为植物蒸腾测定时的参考叶片。②沙柳、沙棘、柠条的蒸腾速率日变化规律均为单峰曲线,最高瞬时蒸腾速率分别为0.57,0.61和0.71 mm/h,日蒸腾量分别为3.24,3.27和3.80 mm。③沙柳的h_(at)值(植物蒸腾扩散系数,用于评价植物水分亏缺状况)日变化规律为“单峰型”,柠条和沙棘则为“双峰型”,h_(at)日均值从大到小依次为:沙柳(0.18)>沙棘(0.11)>柠条(0.03)。④沙柳、柠条的显热通量(H)在15:00时小于0。[结论]沙柳、沙棘、柠条均可以通过冷岛效应向周围环境吸热用于蒸腾作用,降低环境温度。沙柳适合栽植于地势平坦,水分较为充足的地区。沙棘和柠条可以通过飞播的方式在人力难以到达和水分状况较差的地区进行生态修复。

一种基于光学优化设计的冷反射抑制

在热红外成像系统中,经常会显示出在可见光系统中少有的图像变形影响,冷反射则成为红外成像系统的一种主要的成像缺陷。本文分析了在红外热像系统中冷反射产生的原因及相关的解决方法,并运用CODE-V软件给出了实例,提出了以光学设计为基础的行之有效的解决办法。