红外特征提取与关联分析的设备故障预警方法

水电站电气设备的安全稳定运行至关重要。为了实现设备故障的自动预警,通过红外特征提取并进行灰色关联分析,提出建立主成分分析(PCA)和基于密度的聚类算法(DBSCAN)的设备故障预警模型。首先,通过数据预处理补全缺失数据,剔除异常数据后进行主成分分析降维并提取新的主成分特征。其次,将新的主成分采用DBSCAN算法构建特征样本集,建立灰色关联模型,计算灰色关联系数,然后,通过灰色关联系数的变化程度突变点进行故障预警。实验结果表明,所提方法能有效提取红外特征,并在设备异常状态下实现设备故障预警,故障预警准确率达到97.88%。

基于注意力机制与光照感知网络的红外与可见光图像融合

部分图像融合方法未充分考虑图像环境的光照状况,导致融合图像中出现红外目标亮度不足以及整体画面亮度较低,从而影响纹理细节的清晰度.为解决上述问题,提出一种基于注意力机制与光照感知网络相结合的红外与可见光图像融合算法.首先,在训练融合网络之前利用光照感知网络计算当前场景是日间或夜间的概率,将其运用至融合网络损失函数中,用以指导融合网络训练;然后,在网络的特征提取部分采用空间注意力机制和深度可分离卷积对源图像进行特征提取,得到空间显著信息后,输入卷积神经网络(CNN)以提取深度特征;最后,将深度特征信息进行拼接用于图像重建,进而得到最终的融合图像.实验结果表明:本文方法的互信息(MI)、视觉保真度(VIF)、平均梯度(AG)、融合质量(Qabf)与空间频率(SF)较对比方法分别平均提高39.33%、11.29%、26.27%、47.11%和39.01%;融合后的图像能够有效保留红外目标亮度,且包含丰富的纹理细节信息.

响应面法优化红外辅助提取紫地榆总鞣质工艺

采用红外辅助提取紫地榆有效成分鞣质,高效液相色谱法同时检测6种鞣质成分含量,以提取时间、料液比、乙醇浓度为自变量进行3因素3水平的中心组合试验。响应面法分析得到优化提取工艺为提取1次,乙醇浓度50%,提取时间14 min,料液比1:150 g/mL,红外灯275 W,灯距1 cm。经该工艺提取,8批药材平均鞣质总含量为79.06 mg/g,与预测值80.10 mg/g相一致(P>0.05)。优化的红外辅助提取工艺稳定、可靠,为紫地榆总鞣质的有效提取提供理论依据。

基于最简视觉显著性的红外目标快速提取方法

在红外深空目标跟踪系统中,为了能够从深空红外图像中快速提取微小目标,通过分析红外深空图像的特点,提出一种基于最简视觉显著性的红外目标快速提取方法。该方法在传统的视觉显著性的基础上,通过计算局部灰度最大值和目标像素的灰度平均值与邻域像素的灰度加权值的对比度组成特征向量,构造显著性模型,抑制背景并凸显目标,使之不但能够减少运算耗时,而且能够保证提取精度。通过对红外深空图像进行处理,实验结果表明该算法的运算时间仅为传统的视觉显著性算法的28%,且有较好的处理结果,证明了该算法的有效性。

低空背景下红外目标提取跟踪算法研究

为解决低空复杂背景下红外目标的提取和跟踪,提出了地平线检测排除地物背景的方法,然后在地平线之上的区域,采用边缘检测、阈值分割、边界搜索算法并结合多帧图像的相关性以及目标形态和运动参数的连续性来提取目标。实验表明,本文的算法计算量小、实时性强,可以有效检测出地平线,排除低空背景和假目标的干扰,实现稳定的跟踪,并最终完成了DSP的硬件实现。

改进alpha-matting算法及其在军事红外目标提取中的应用

针对红外图像的成像特点,为了更加精细准确的获得红外目标,提出基于通道抠图(alpha-matting)的红外目标提取方法.利用目标监测的连续帧变化特性,将相邻帧进行差分运算,从而获得目标前景(即目标)、背景、不确定区域;采用二次方贝塞尔曲线(Quadratic BézierCurve)拟合法建立动态调整曲线方程,计算出精确的前景透明度值(也即通道alpha值),实现alpha值的自动选择。仿真结果表明,改进算法能有效的提取红外目标(尤其红外小目标),准确率高,实时性好,具有很好的应用前景.

基于快速交替引导滤波和CNN的红外与可见光图像融合

为了解决红外与可见光图像融合中出现细节信息丢失,边缘模糊以及伪影的问题,本文提出一种快速交替引导滤波,在保证融合图像质量的前提下有效提高运行效率,结合CNN(卷积神经网络)以及红外特征提取进行有效的融合。首先,对源图像利用四叉树分解和贝塞尔插值来提取红外亮度特征结合可见光图像得到初始融合图像。其次,通过快速交替引导滤波获取源图像的基础层与细节层信息,基础层通过CNN与拉普拉斯变换得到融合后的基础图像,细节层通过显著性测量的方法得到融合后的细节图像。最后,将初始融合图、基础融合图以及细节融合图进行相加得到最终融合结果。本算法涉及到的快速交替引导滤波以及特征提取性能使得最终融合结果中包含丰富的纹理细节信息,边缘清晰。经实验表明,本算法所得融合结果在视觉方面具有较好的保真度,客观评价指标较对比方法其信息熵、标准差、空间频率、小波特征互信息、视觉保真度以及平均梯度分别平均提高了9.9%,6.8%,43.6%,11.3%,32.3%,47.1%。

乌饭树叶中槲皮素的红外辅助提取工艺研究

采用红外辅助提取法从乌饭树叶中提取槲皮素.以槲皮素提取率为指标,采用L9(34)正交试验法优化提取条件,得最佳提取工艺为:粉碎程度50目、乙醇溶液浓度70%、固液比1∶30(g·mL-1)、提取时间10 min,槲皮素提取率平均可达5.67%,高于超声波辅助提取的提取率.

基于长线列扫描周视红外成像的多目标提取方法综述

介绍了长线列扫描周视红外图像的多目标提取的研究背景和图像数据量大、背景复杂度高给目标提取带来的问题,分析了与传统焦平面阵列输出红外图像的不同。根据长线列扫描周视红外图像的特点,从长线列扫描周视红外图像的快速处理方法和多目标提取方法两个方面进行了归纳总结,分析了不同处理方法中面临的问题和解决思路。最后总结长线列扫描周视红外图像的多目标提取技术的发展方向和趋势。

基于GC-ACM的红外前景目标提取算法研究

针对混合高斯模型(GMM)在室外复杂背景下提取红外前景目标时目标破碎等缺点,本文提出了一种结合GMM与图割-主动轮廓模型(GCACM)红外前景目标提取算法。首先基于GMM检测目标可能存在的较大感兴趣区域(ROI),其次在ROI上基于GC-ACM做局部分割,最后基于形态学填充目标轮廓并进一步分割目标。实验表明算法较GMM方法可以有效地提取目标,具有一定的实时性和鲁棒性。

基于红外目标特征提取的图像融合方法

为有效突出红外目标,同时尽可能多地保留可见光图像中的纹理细节信息,使得最终的融合图像更符合人类视觉感知效果,本文提出一种新的基于红外目标特征提取的红外与可见光图像融合方法。首先,利用高斯滤波器将源图像分解为粗略尺度信息和边缘纹理细节信息;对红外图像的边缘纹理细节信息进行去“光晕”分解,在此基础上进一步利用OTSU多阈值分割算法将红外图像分割为目标区域、过渡区域和背景区域;最后,依据分割结果确定各分解子信息的融合权重,以有效地将红外目标信息注入到可见光图像中,同时尽可能多地保留可见光图像中重要的场景细节信息。实验结果表明,本文方法可以有效地突出红外目标特征,同时尽可能多地保留可见光图像中的视觉信息,无论从主观视觉还是客观评价指标上,都要优于目前常用的有代表性的图像融合方法。

超声波提取—红外光度法测定土壤中石油类、动植物油含量的试验研究

通过试验以四氯化碳作为提取剂提取土壤中的油类物质,采用超声波提取、硅酸镁吸附后红外光度法对土壤中石油类、动植物油的含量进行测定,并探讨了影响提取效率的主要因素,确定了最佳试验条件,研究结果表明:该方法操作简便、分析时间短、精密度和准确度可满足监测分析的要求。

BBD-RSM结合多指标法优选黄芩黄酮的红外快提工艺

目的:以多指标法筛选黄芩黄酮的最佳红外工艺参数。方法:采用UHPLC法建立黄芩黄酮的含量测定方法;基于单因素结果,结合三因素三水平Box-Behnken Design(BBD)-Response Surface Methodology(RSM)试验设计,比较分析3种指标(综合评分值、总评归一值和总黄酮含量值)与自变量之间的数学关系,经响应面法预测最佳提取条件。结果:综合评分法与总黄酮含量法的分析结果一致,且在模型中其各项指标均优于总评归一值法。最佳工艺为:乙醇浓度60%,提取时间6.25 min,料液比1∶75,提取功率200 W。最优工艺条件下的试验测定值与模型预测值相吻合。结论:采用BBD-RSM法优选黄芩黄酮的红外提取工艺,操作简便,预测性能好,可为黄芩黄酮提取研究提供一条新途径。

基于激光雷达与红外图像融合的车辆目标识别算法

为了提高车辆目标在不同测试条件下的识别效率,降低系统的漏检率和误检率,提出了一种基于激光雷达与红外图像融合的车辆目标识别算法。该算法利用目标原点矩参量表征目标的红外特征,用匹配相似度表征目标的点云特征,再经过轴系对齐和尺度变换实现图像融合。实验采用激光雷达与红外同轴光路获取的两类数据进行图像融合,再利用目标匹配阈值进行迭代筛选,最终识别车辆目标。对比了1帧、20帧和40帧图像中具有不同属性的车辆目标识别效果,结果显示,本算法输出的目标识别区域正确适当。在1000帧图像的多种测试条件的实验中,本算法的漏检率均小于10.0%,误检率均小于5.0%,明显优于传统的距离向数据分类法和光谱分类法,验证了其具有较好的鲁棒性。

基于形态滤波遗传算法对目标红外图像特征检测

将形态滤波和自适应遗传算法结合起来,提出了一个用于目标检测的形态滤波器参数优化遗传算法。通过设计了形态滤波的遗传算法,寻求最佳结构元,以实现对目标的自适应检测。作为2个特殊环境中的应用检测实例,分别对固体推进器尾喷焰红外图像和复杂背景下的弱小目标进行检测。实验结果表明该方法能够更好地适应环境变化,更大程度地提高目标信号检测的信号噪声(SNR)比,有效地检测出复杂背景下的目标。

食用油红外光谱的分形维数特征

以傅立叶变换红外光谱为研究对象,探讨了图像分形理论在傅立叶变换红外光谱识别中的应用,提出一种利用分形理论提取食用植物油红外光谱特征的算法.通过对傅立叶变换红外光谱分形维数的比较,达到区分不同光谱的目的,利用开源计算机视觉库OpenCV实现了食用植物油红外光谱分形维数的计算算法,以玉米油和芝麻油的红外光谱为例对该方法进行了说明.实验表明:利用分形维数特征可以对玉米油和芝麻油的真伪进行很好的鉴别。

电路板故障红外检测技术研究

电路板故障红外检测技术是一种非接触式的元损检测方法，在研究电路板故障红外检测系统结构的过程中，本文分析了红外信息提取的关键影响因素，提出了红外图像处理与模式识别的故障诊断方法，阐述了故障检测仪器在实际应用中存在的不足，为进一步深入研究该项技术提供了借鉴。

基于改进的两维Otsu管道红外图像高温区域分割研究（英文）

石化管道通常可分为常温区域和高温区域两部分。高温区域的存在影响着整个系统的安全运行,热量的散失将会引起资源的浪费及环境的污染等一系列问题。红外光谱图像能够较好地描述石化管道的高温区域,但是如何从中提取高温区域是红外光谱图像处理的一类难题。为实现从红外图像中,将高温区域准确快速分割出来的目的,基于经典的一维Otsu算法提出一种改进的二维多阈值自动获取方法。该算法首先对管道红外图像进行经典单阈值分割,将图像划分为背景和管道两部分。然后基于管道图像区域,以管道灰度图像与平均值图像作为图像二维,对目标图像进行二维双阈值分割,最终将较大的阈值作为划分管道常温区域与高温区域的分割点。将本算法对不同的管线进行多次试验分析,结果表明,采用改进的二维Otsu多阈值算法能够更加清晰的将管道从复杂背景中提取出来,并在此基础上把高温区域更精确的分割。

红外辅助提取-HPLC法测定卷柏中穗花杉双黄酮的含量

目的建立红外辅助提取-高效液相色谱(IRAE-HPLC)法,用于提取并测定卷柏药材中穗花杉双黄酮的含量。方法将卷柏药材粉碎过筛,取0. 25 g卷柏粉末,用40 m L体积分数为80%的乙醇进行提取,提取时间25 min,红外灯功率为250 W。将提取液通过高效液相色谱仪进行分离分析,色谱柱为XtimateTMC18色谱柱,流动相:甲醇-0. 1%H_3PO_4(60∶40),流速1 mL·min^(-1),检测波长330 nm。结果穗花杉双黄酮在0. 005~0. 045 g·L^(-1)内线性关系良好(r=0. 999 8),定量限为0. 005 g·L^(-1)。用该方法测得卷柏中穗花杉双黄酮含量为0. 29%(RSD=2. 07%),平均加样回收率为101. 67%(RSD=2. 63%)。结论本实验建立的IRAE-HPLC法的提取效率较高,分析方法可靠,适宜推广应用。

High Performance of Imaging Extraction for Infrared Satellite Cloud Image

The isotherm is an important feature of infrared satellite cloud images (ISCI), which can directly reveal substantial information of cloud systems. The isotherm extraction of ISCI can remove the redundant information and therefore helps to compress the information of ISCI. In this paper, an isotherm extraction method is presented. The main aggregate of clouds can be segmented based on mathematical morphology. T algorithm and IP algorithm are then applied to extract the isotherms from the main aggregate of clouds. A concrete example for the extraction of isotherm based on IBM SP2 is described. The result shows that this is a high efficient algorithm. It can be used in feature extractions of infrared images for weather forecasts.