Driver Fatigue Detection System Based on Colored and Infrared Eye Features Fusion

Real-time detection of driver fatigue status is of great significance for road traffic safety.In this paper,a proposed novel driver fatigue detection method is able to detect the driver’s fatigue status around the clock.The driver’s face images were captured by a camera with a colored lens and an infrared lens mounted above the dashboard.The landmarks of the driver’s face were labeled and the eye-area was segmented.By calculating the aspect ratios of the eyes,the duration of eye closure,frequency of blinks and PERCLOS of both colored and infrared,fatigue can be detected.Based on the change of light intensity detected by a photosensitive device,the weight matrix of the colored features and the infrared features was adjusted adaptively to reduce the impact of lighting on fatigue detection.Video samples of the driver’s face were recorded in the test vehicle.After training the classification model,the results showed that our method has high accuracy on driver fatigue detection in both daytime and nighttime.

High quantum efficiency long-/long-wave dual-color type-Ⅱ InAs/GaSb infrared detector

A long-/long-wave dual-color detector with N-M-π-B-π-M-N structure was developed based on a type-Ⅱ InAs/GaSb superlattice. The saturated responsivity was achieved under low bias voltage for both channels. The device could be operated as a single detector for sequential detection and showed high quantum efficiencies. The peak quantum efficiencies of long-wavelength infrared band-1(blue channel) and long-wavelength infrared band-2(red channel) were 44% at 6.3 μm under 20 mV and 57% at 9.1 μm under-60 mV, respectively. The optical performance for each channel was achieved using a 2 μm thickness absorber. Due to the high QE, the specific detectivities of the blue and red channels reached5.0×10^(11) cm·Hz^(1/2)/W at 6.8 μm and 3.1×10^(11) cm·Hz1^(1/2)/W at 9.1 μm, respectively, at 77 K.

Color Estimation for Thermal Infrared Imagery Based on Kernel PCA and Sparse Representation

Adding colors to monochrome thermal infrared images can help observers understand the scenery better. A nonlinear color estimation method for single-band thermal infrared imagery based on kernel principal component analysis (KPCA) and sparse representation was proposed. Nonlinear features of infrared image were extracted using KPCA. The relationship between image features and chromatic values was learned using sparse representation and a color estimation model was obtained. The thermal infrared images can be rendered automatically using the color estimation model. The experimental results show that the proposed method can render infrared image with an accurate color appearance. The proposed idea can also be used in other color estimation problem.

Evaluating Infrared Thermal Image’s Color Palettes in Hot Tropical Area

The use of Infrared Thermal Scanners proved to be very useful in lots of applications. Using different color palettes, temperatures can be well-represented in the resulting image. However, most color palettes in hot tropical places like the Philippines are unsuitable since the ambient temperature is almost the same as the scanned object or person. This study evaluates twelve (12) known and used color palettes in the market to determine the most suitable for tropical places using the edge/border tracing algorithms Sobel-Feldman and Laplacian. The result shows that color palettes with the most colors produce more noise, making it difficult to distinguish the object scanned from the background. On the other hand, color palettes with three or fewer contrasting colors produce crisp and more detailed results. This study helps developers and researchers efficiently use color combinations suitable for hot weather for an effective thermal scanning and image representation.

基于红外热成像的煤矸识别方法研究

基于重介选煤、跳汰选煤、浮选、干法选煤、γ射线检测法的煤矸分选方法投资成本高、分选效率低、环境污染严重,基于CCD相机的煤矸分选方法准确率不高,基于X射线的煤矸分选技术会危害工作人员的健康。红外热成像技术不受光照、粉尘影响,且不会对人体造成伤害。提出了一种基于红外热成像的煤矸识别方法。首先,煤和矸石在传送带的输送下经过加热区域,红外热成像仪监测经均匀加热后的煤和矸石中心点的温度,得到煤和矸石加热后的温度并对经加热区域均匀加热后的煤和矸石进行拍摄,得到煤和矸石的红外灰度图像和红外彩色图像。然后,选用高斯滤波对煤和矸石的红外灰度图像、红外彩色图像进行预处理并提取特征,将红外灰度图像的灰度均值、最大频数对应的灰度值特征和红外彩色图像的G通道一阶矩、G通道二阶矩特征作为分选特征,将上述4个特征作为分类模型的输入。最后,采用支持向量机(SVM)进行分类识别,从而达到识别煤和矸石的目的。实验结果表明:基于红外热成像的煤矸识别方法对烟煤、无烟煤、褐煤的分选准确率均达到了98%以上,有良好的分类效果。

褐土色低红外发射率涂层的制备及性能研究

以环氧树脂为黏合剂,片状Cu粉为功能颜料,石墨烯和邻苯二甲酸二辛酯(DOP)为界面结构改性剂,制备得到了一种具有良好综合性能的褐土色低红外发射率涂层。系统研究了片状Cu粉添加量(质量分数)、石墨烯添加量(质量分数)及DOP添加量(质量分数)对涂层微结构、发射率、光泽度及力学性能的影响规律。结果表明:合适的片状Cu粉添加量可以构建出表面结构规整、颜料分散均匀、片状Cu粉定向与涂层表面平行的微观结构,从而使涂层实现较低的发射率性能。石墨烯改性可提高涂层的致密度,减少由树脂填充的空隙,从而可进一步降低涂层的发射率。黑色石墨烯改性可明显强化涂层对可见光的吸收作用,从而降低涂层的光泽度。另外,利用石墨烯固有的高强度及高韧性特点,可改善涂层的柔韧性和耐冲击强度。DOP可通过减弱环氧树脂分子间作用力和增强分子链的移动性来提高涂层的塑性和韧性,从而可明显改善涂层的柔韧性和耐冲击强度。当涂层中片状Cu粉、石墨烯和DOP的添加量分别为40%、8%和7%时,所制备的褐土色涂层具有最佳的发射率(0.222)、光泽度(20.4)、附着力(1级)、柔韧性(2mm)及耐冲击强度(50kg·cm)性能。

可逆感温变色非织造材料的制备及性能研究

以非织造材料和感温变色油墨为原料,通过丝网印刷技术制备可逆感温变色非织造材料。测试并分析了丝网印刷前后试样微观形貌和化学结构的变化,讨论了丝网印刷次数对可逆感温变色非织造材料厚度、力学性能、变色性能和皂洗色牢度的影响。采用红蓝复合油墨对非织造材料进行整理,研究人体温度作用下可逆感温变色非织造材料的直观变色效果。结果表明:随着印刷次数的增加,整理后的非织造材料厚度、断裂强力和断裂伸长增加,初始色相加深,完全变色时间延长,皂洗色牢度GS评级提高。人体手指触摸试验结果表明,制备的非织造材料可在3 s内快速变色,具有灵敏的可逆感温变色性能。

有色抗菌护肤远红外黏胶纤维制备及性能研究

将金缕梅提取物10.0份、植物色素1.7份制成浓度为20%的水溶液,胶原蛋白肽8.4份配成50%的水溶液,远红外陶瓷粉3.3份配成浓度为20%的悬浮液,按总添加质量为甲纤质量的14%与黏胶纺丝液共混,采用湿法纺丝方法制备线密度为1.67dtex、长度为38mm、颜色为樱花粉和柠檬黄的有色抗菌护肤远红外黏胶纤维。对纤维性能和功能进行测试,结果表明,有色抗菌护肤远红外黏胶纤维对金黄色葡萄球菌的抑菌率为87.25%、蛋白质含量为3.77%远红外发射率和温升分别为0.86和1.90℃,性能超过国家和行业标准。纤维纵向和横向形态无显著变化,红外特性、结晶度、取向度、力学性能均能满足后续纺纱织造要求。

面向可见光-红外图像的跨模态行人再识别方法

为降低模型对图像颜色的敏感度,减小可见光和红外模态间的差异,提出一种面向可见光-红外图像的跨模态行人再识别方法。将可见光图像转换到HSV颜色空间,提取只描述图像明暗信息的V分量,降低模型对颜色信息的依赖性;通过轻量级网络对V分量图像进行降维和升维,生成介于可见光和红外图像的中间模态,缩小模态间的差异性;在SYSU-MM01和RegDB数据集上进行性能评估。性能评估结果为Rank-1的数值分别增加了6.67%、1.18%,mAP的数值分别增加了6.47%、1.15%,mINP的数值分别增加了5.59%、0.42%。

可见光-近红外伪装分散染料墨水的制备及其性能

针对当前分散染料墨水其喷墨印花织物仅能与背景环境“同色”而不能“同谱”,无法有效躲避现有侦察技术的问题,开发了一套可见光-近红外伪装分散染料墨水。通过模拟绿叶、土壤和枯叶的反射光谱特征,筛选了特定分散染料,探究了印花工艺对织物伪装及服用性能的影响,通过超细化加工制备了分散染料墨水并探究了其性能。结果表明:调控分散蓝60、分散深蓝SUBC 12、分散橙30、分散黄CPY 015、分散红CPM 011与炭黑复配比例及印花工艺制备的仿绿叶、土壤和枯叶印花织物,其伪装及服用性能良好;5种分散染料墨水的粒径均小于173.00 nm,离心、耐热、高温储存和常温储存稳定性均高于80%,过滤流速分别为200、375、188、428、167 g/min,喷墨印花性能良好。

基于光谱融合的水性油墨印刷品颜色变化预测研究

目的利用近红外光谱及光谱融合策略,结合化学计量学方法,建立水性油墨的颜色预测模型,实现水性油墨印刷品颜色准确预测。方法采集不同酒精含量和不同调色墨含量的油墨的近红外光谱反射率和吸光度数据,并测得对应的印刷品的Lab值,然后建立单一光谱不同预处理过后的偏最小二乘(Partial Least Squares,PLS)模型,以及基于数据层融合和特征层融合的PLS模型,最终通过比较预测集决定系数和预测集均方根误差(Root Mean Square Error of Prediction,RMSEP)以及色差来评估模型的预测效果。结果单光谱建模,基于反射率建立的模型准确率高于基于吸光度建立的模型;数据层融合缺乏稳定性,对L和b值的预测有所提升,对a值的预测几乎不变;特征层融合建模效果明显好于单一光谱和数据层融合,对Lab的预测决定系数分别达到了0.9961、0.9939、0.9974;RMSEP值分别为0.1421、0.2126、0.2072;预测值与真实值的最大色差为0.6783。结论通过光谱特征融合技术能提高油墨颜色预测精度,准确预测出油墨颜色变化。

融合彩色模型空间的电力设备红外图像增强

电力设备红外图像普遍存在亮度暗、对比度低等问题,针对此现象,提出了一种融合彩色模型空间的图像增强算法。该方法将图像的对比度与亮度增强转换至HSV与RGB空间中分别进行处理:RGB空间中,首先预处理图像中的高灰度级,并采取混合滤波的方式抑制图中噪声,然后使用增强函数提高图像亮度,最后将增强图像转换至HSV空间中并提取H、S、V三分量图;HSV空间中,采用伽马变换和CLAHE(contrast limited adaptive histogram equalization)算法实现V分量的亮度提升,并采取非线性饱和度矫正函数处理S分量提升图像对比度,最后将处理分量与提取分量进行对应融合得到HSV空间中的增强图像,并将其转回RGB空间中得到最终的输出图像。实验结果表明,本文算法能明显地提升红外图像的亮度与对比度,增强后的3组图像其灰度均值和标准差平均值分别为115.94和78.65,相对于原图的平均值分别提升了81.59和36.17。

基于色味指标光谱特性的贺兰山东麓干红葡萄酒产地细分

贺兰山东麓被认为是全球最适宜种植葡萄和生产优质葡萄酒的区域之一。贺兰山东麓葡萄酒产区自北向南已形成石嘴山、银川、永宁、青铜峡和红寺堡等5个产地的区划格局,但因产地风土各异,尚未建立科学规范的葡萄酒产地细分管理方法。为了协助宁夏贺兰山东麓产区强化干红葡萄酒产品区划管理,该研究以贺兰山东麓干红葡萄酒为研究对象,分析葡萄酒色味理化指标的相关性和产地差异性,并依据随机森林的节点权值确定了可反映产地信息的关键色味理化指标。然后,基于近红外光谱和化学计量学方法构建了各项指标的定量分析模型,并以光谱预测结果为输入量,训练了以ReLU为最佳激活函数的人工神经网络产地判别模型,实现了贺兰山东麓干红葡萄酒的产地细分。结果表明,酒石酸酯和pH值的产地差异性最为显著,多项色味理化指标之间存在较强的相关性,通过去低权值指标分析确定了酒石酸酯、多聚体花色苷、pH值、红/绿通道a^(*)、黄/蓝通道b^(*)、总单宁、单体花色苷、明度L^(*)、黄酮醇、滴定酸、离子化指数、乙醇指数、色度C_(ab)^(*)、总花色苷等14项关键色味理化指标。每项指标的光谱定量模型决定系数(r^(2))均高于0.90,相对分析误差(RPD)高于2.5,具有准确的定量分析能力;人工神经网络模型对石嘴山酒样判别的灵敏度(sensitivity,SEN)为100%,准确率(accuracy,CCR)为100%;对银川酒样判别的SEN为100%,CCR为90%;对永宁酒样判别的SEN为87.5%,CCR为93.33%;对青铜峡酒样判别的SEN为94.74%,CCR为100%;对红寺堡酒样判别的SEN为92.31%,CCR为92.31%,具有可靠的产地判别能力。该方法可为贺兰山东麓干红葡萄酒的产品区划管理提供技术支撑,有助于中国葡萄酒原产地保护制度的建立与发展。

基于生成对抗网络的船舶可见光图像到红外图像的转换

为了解决红外制导研究中舰船图像样本数量不足的问题,提出一种面向舰船图像的改进的生成对抗网络(generative adversarial network,GAN),能够生成高质量的红外图像。首先转换可见光图像颜色空间以更好地捕捉夜间低亮度下图像的轮廓信息,然后引入残差块生成网络降低低像素的可见光图像对生成的红外图像的影响并加深网络层数以更好地学习深层映射关系,最后引入更平滑的损失函数加快收敛速度,提高生成红外图像目标边缘清晰程度。在制作的无人机拍摄的红外可见光配对的数据集进行测试,改进后的方法平均生成图像峰值信噪比(peak signal to noiseratio,PSNR)提升20.3%,结构相似性度量(structural similarity,SSIM)提升30.4%。结果表明改进的网络可以生成质量更高的红外仿真图像,用于目标检测等任务有更好的效果。

一款多色叠层量子阱红外探测器的读出电路设计

一款完整的红外焦平面探测器主要包含探测器件、读出电路、封装结构和制冷组件。目前根据不同应用场景,探测波段范围不断变宽、探测灵敏度需求提高、成像速度要求加快,对探测器设计提出了更严格、更复杂的指标要求。其中,读出电路将探测光信号转换为电信号传输至系统,是探测器组件的关键核心模块。本文设计了一款对应多色叠层量子阱型器件的红外焦平面探测器读出电路,能够实现同时间、同空间对四波段信号进行探测,并且同时读出,四波段信号的探测积分与读出之间没有互相干扰。探测器规格640×512,像元间距50μm(四波段),各波段信号可实现分时积分、分别可调,采用边积分边读出工作模式,读出帧频可达到四波段探测时≥50 Hz,电路噪声≤0.5 mV,动态范围≥70 dB,电功耗≤600 mW,是一款超大规模低噪声高帧频的高性能读出电路。

特征融合的电力机械设备过热故障红外检测

因电力资源需求急剧上升,电力系统提高电能资源运输量的同时,电力机械设备经常出现过热问题,易导致电力故障的发生,为此提出特征融合的电力机械设备过热故障红外检测方法。将电力机械设备红外图像转换到HIS颜色空间,采用中值滤波法去噪处理红外图像,降低噪声对故障检测效果的影响。提取红外图像的反射与入射分量,获取图像相关细节信息,在信息融合的帮助下合并红外图像信息,完成红外图像增强。使用梯度方法定位图像边缘,通过划分红外图像中高温区域,实现电力机械设备过热故障检测。实验结果表明,所提方法的过热故障红外检测误差低、检测时间短,鲁棒性高。

光学红外隐身涂层织物的制备与性能研究

以表面改性的镀银空心玻璃微珠(HGMs@Ag)和铝粉为低发射率填料,氧化铁黄和氧化铁红为着色颜料,涤纶织物为骨架基材,水性聚氨酯树脂为成膜物,制备了沙土色光学红外隐身涂层。采用红外发射率测试仪、光谱反射率测试仪、光泽度仪、扫描电子显微镜以及电阻测试仪等对样品进行了分析表征,讨论了硅烷偶联剂KH560用量对HGMs@Ag粉体电阻值和发射率值,以及涂料黏度、涂层色差、镜面光泽度、光谱反射率以及红外发射率的影响。研究结果显示,HGMs@Ag经硅烷偶联剂KH560改性处理后,粉体的发射率和电阻值均增大,但同时硅烷偶联剂对改善涂层界面有着重要作用,当KH560质量分数为1.2%时,制备涂层性能最佳,其光学性能满足GJB 1082—1991《伪装网用颜色》中的SE3453沙土色要求,涂层在8~14μm波段红外发射率为0.527,具有实际应用价值。

可见光与红外隐身光子晶体材料研究进展

光子晶体是一种人造结构的新型功能材料。能够调控光子晶体的光子带隙控制入射电磁波反射率;通过调控晶体粒径,可以产生用于伪装隐身的结构色。本文简述了光子晶体的基本概念和特性,综述了光子晶体材料在可见光和红外隐身领域的研究进展,以期为光子晶体材料在多波段兼容隐身领域的研究提供一定的解决思路。

超声预处理哈密瓜片红外干燥工艺优化

目的:优化哈密瓜片红外干燥工艺,提质增效。方法:利用超声处理作为预处理方式,研究干燥温度、切片厚度和超声处理时间对干燥时间、色差值、维生素C含量的影响,并对其产品与未经超声处理产品的干燥时间、品质和微观结构进行对比分析。结果:超声预处理哈密瓜片红外干燥的最佳工艺参数为干燥温度61℃、切片厚度6 mm、超声处理时间15 min,此条件下干燥时间为115 min、色差值为13.79、维生素C含量为112.1 mg/100 g。相较于未经处理的产品,干燥时间缩短了45.24%,色差减小了13.38%,维生素C含量提高了16.71%。微观结构显示超声波引起哈密瓜片内部组织膨胀和收缩,呈多孔道结构。结论:超声处理可作为改善哈密瓜片红外干燥的预处理方式,实现干燥过程的提质增效。

便捷式智能化大米新鲜度检测系统设计与应用

目的:实现大米新鲜度的快速无损检测。方法:研制一套基于纳米色敏传感器结合近红外光谱分析原理的便携式装置系统。对所采集到的不同掺陈度大米样品所对应色敏传感器的光谱数据,进行多梯度掺陈大米的鉴别与跨批次大米新鲜度的预测。结果:使用Si-CARS-PLS提取光谱特征变量,经LDA算法建模后判别模型的识别率最高,训练集和预测集的识别率分别为97.22%和95.83%。同时,PLSR模型预测跨批次数据具有更强的稳定性,不同批次大米样品数据训练集和预测集的相关系数(R_(c)、R_(p))均稳定在0.95左右,均方根误差(RMSEC、RMSEP)均低于0.2,相对分析误差(RPD)均大于3。结论:该系统具有准确率高、便捷和预测模型鲁棒性好等特点,在大米新鲜度的现场检测中有很好的应用前景。