基于条件生成对抗网络的空气预热器内红外补光监测视频图像清晰化方法

火电厂空气预热器(空预器)内部的灰尘、烟雾、光照变化等因素导致监控视频画面不清晰,影响监控效果。鉴于此,本文提出一种基于条件生成对抗网络(cGAN)的恶劣工业环境下红外补光监控视频图像清晰化方法。针对获取的红外补光图像样本数据进行预处理,包括高斯滤波去噪以及图像拼接操作,得到低清晰度图像和高清晰度图像的合成图像,低清晰图像作为待重建图像,高清晰图像作为重建图像的理想参考图像,采用建立的cGAN模型对低清晰图像进行重建,调节优化参数生成高清晰图像。试验采用空预器现场监控视频作为训练集对网络模型进行离线训练,实现了空预器红外补光监控图像清晰化处理。本文方法cGAN模型小、训练过程简单、计算效率高、图像清晰化处理效果好,适于相似复杂工业环境下对监控视频图像的恢复和清晰化处理。

基于深度学习的空预器转子红外补光图像积灰状态识别

目前大型电站锅炉广泛采用的回转式空气预热器(简称“空预器”)普遍存在堵塞现象,严重时甚至会限制锅炉出力。针对这一问题,提出一种基于深度学习的空预器转子红外图像积灰演化分析方法。针对获取的空预器转子红外补光图像样本数据进行预处理,去噪后转化为灰度曲线图像,并采用高斯滤波方法进行图像增强。然后建立灰度共生矩阵(gray levelco-occurrencematrix,GLCM)计算相关统计量,提取了角二阶矩(angular secondmoment,ASM)能量、对比度、熵、逆方差(inverse difference moment,IDM)和自相关性5类纹理特征参数。最后建立了深度信念网络(deep beliefnetwork,DBN)模型并进行训练与测试。结果表明:所提方法不但可以实现对空预器转子积灰程度的有效检测和监视,而且能够提前预测空预器堵塞可能性,从而指导运行人员优化运行吹灰系统,保证空预器正常运行。

一种矿用本安型音视频记录仪

设计了一种矿用本安型音视频记录仪。设备基于5G SOC处理器,采用感光传感器+白光/红外激光补光+本质安全电路方案,在低照度、全黑或密闭空间的环境下,能采集、压缩、存储、显示4K高清视频图像,同时将采集的音视频数据进行实时远传;记录仪具有低照度环境下成像质量高、拍摄距离远、功耗小等特点,支持TCP/IP、UDP、RTP、ONVIF、GB28181等协议,除了作为井下信息记录外,还可以辅助应急指挥部及时展开救援行动。测试结果表明:记录仪黑暗环境下图片分辨率为10688×6012,视频分辨率为2560×1440,可视距离达20 m,数据丢包率约为0.068%,时延约为15.85 ms,可实现持续视频摄录9 h或持续视频回传4 h。

高精度高灵敏人机交互手势控制算法与SOC芯片

阐述了一种应用于人机交互领域的手势控制算法和片上系统（SOC）芯片设计。手势控制系统基于单摄像头与主动式红外补光方法,通过目标区域提取和特定姿势识别等核心算法,实现了对各类人机交互手势的高效识别。采用目标区域提取算法与主动式红外投影,通过伽马变换、干扰去除等操作实现输入图像的预处理,从而确定手掌所在位置。为了高效判别手势,该手势识别算法采用自适应的采样线方案,根据手掌与传感器之间的距离,自动确定采样线的位置、距离、数目等信息。该SOC芯片全集成所有功能模块,通过55 nm低功率（LP）工艺流片,芯片面积为4 148μm×5148μm,总体功耗88 mW,可以实现视场范围大于600 mm×600 mm×600 mm、判别精度不大于1 mm、分辨率不大于1 mm/像素,适用于人机交互手势控制应用。

基于智能手机的虹膜身份识别

近年来,人们越来越关注智能手机的安全性。本文提出了一种基于智能手机的虹膜身份识别系统。虹膜身份识别具有识别率高、误据率低、不易伪造、匹配迅速等优点,已在非智能机领域得到广泛应用。所提系统包含了由红外补光灯、含红外滤光片的附加摄像头组成的经济可行的硬件设计,以及基于图像滤波的准确快速的虹膜定位算法。实验表明,所提系统识别率可以达到98.9%。所提算法可能应用于手机解锁、犯罪调查、出入境等诸多领域。