Разработка алгоритма инфракрасного изображения и адаптация оборудования

Техническая основа и границы риска проекта инфракрасной визуализации

Оценка возможностей корпоративных инфракрасных проектов требует сочетания входных данных, физических условий, результатов испытаний и рисков использования. На основе этого перед утверждением проекта можно проверить оборудование, данные, методы проверки и условия проекта.

Основные риски и границы

  1. Псевдоцветное изображение не является данными о температуре. Цвета генерируются на основе цветовой палитры и текущего диапазона, и один и тот же цвет может представлять разные температуры на разных изображениях.
  2. Обычное тепловидение не означает автоматически радиационную термометрию. Необходимо проверить, выдает ли камера радиометрические данные, диапазон калибровки и условия возникновения ошибок.
  3. Температура поверхности не равна внутренней температуре. Температура ядра батареи, температура продукта, глубина кучи зерна и внутренняя температура тела человека должны быть проверены с соответствующими истинными значениями.
  4. Отражения от металла, стекла, воды и гладких поверхностей могут создавать ложные горячие точки. Цели с низкой излучательной способностью должны быть компенсированы излучательной способностью и отраженной кажущейся температурой.
  5. Тепловые изображения обычно не могут видеть сквозь обычное стекло, стены, одежду или физические руины. Видимые «тепловые следы» не означают видимые объекты.
  6. NIR/SWIR в основном учитывает разницу в отражении, пропускании или поглощении, а не обычную температурную карту. Активный заполняющий свет также оценивает безопасность для глаз, однородность и окружающее освещение.
  7. Регрессия SWIR/гиперспектрального компонента сильно зависит от образца, диапазона, источника света, температуры и лабораторных данных. Требуется независимая внешняя проверка партии.
  8. Оптическая визуализация газа должна соответствовать спектрам поглощения газа и специальным фильтрам. Видимый газовый шлейф не означает, что газ был идентифицирован, а также не означает, что были измерены его концентрация или скорость утечки.
  9. Глубина дефектов при активном термическом НК и скорость обнаружения зависят от материала, толщины, возбуждения, отбора проб и эталонных образцов. Составные чертежи или отдельные образцы не могут служить доказательством ПОД.
  10. Улучшение искусственного интеллекта и сверхвысокое разрешение могут создавать текстуры или изменять границы. Цепочка измерений должна сохранять исходные данные, а расширенные графики не должны заменять исходные количественные результаты.
  11. Медицинские операции, пожаротушение, отключение оборудования, обеспечение правопорядка и идентификация — это виды использования с высоким уровнем риска, требующие независимого регулирования, функциональной безопасности, отклонений и анализа человеком.
  12. Публичные данные подходят только для проверки базовой линии алгоритма и проверки воспроизведения и не могут заменить принятие целевого оборудования, объективов, установочных расстояний, сред и бизнес-процессов в области продукта.

Входные данные, необходимые для запуска проекта

  • Марка камеры, модель, тип детектора, спектральный диапазон, разрешение, размер пикселя, объектив и поле зрения;
  • Будь то тип излучения, выходной формат, разрядность, интерфейс температурной матрицы, SDK, файл диапазона/усиления и режим NUC;
  • Есть ли затвор, черное тело, внешний источник эталонной температуры, инфракрасное окно и интерфейс синхронизации/триггера;
  • Материал мишени, коэффициент излучения, состояние поверхности, диапазон температур, расстояние, минимальный размер мишени и желаемое количество пикселей;
  • Температура окружающей среды, влажность, ветер, солнечное излучение, дым, дождь, туман и условия отражения фона;
  • Неподвижные изображения, непрерывное видео, временные метки, загрузка оборудования, объемы процессов и идентификация активов/деталей;
  • Если двойной свет: внутренние и внешние параметры, синхронизация времени, разрешение, фокусное расстояние, поле зрения и жесткость установки двух камер;
  • Для SWIR/гиперспектрального изображения: источник света, белая доска, темное поле, калибровка длины волны, партия образцов и истинное лабораторное значение;
  • Если это активное тепловидение: тип возбуждения, мощность/время, частота кадров камеры, толщина материала образца и искусственные дефекты;
  • Если это OGI: целевой газ, сегмент спектра специального фильтра, истинное значение расхода, скорость ветра, расстояние и разность фоновых температур;
  • Если человек/животное: этика, согласие, время стабилизации окружающей среды, протокол рентабельности инвестиций, клиническая/ветеринарная достоверность и сохранение данных;
  • Письменные показатели приемки, независимые наборы тестов, условия отказа, процессы ручной проверки и границы связей.

Публичная техническая информация

Следующие материалы иллюстрируют технические условия, факторы, влияющие на измерения, общедоступные данные и отраслевые методологии. Конкретные показатели проекта основаны на целевом оборудовании, данных проекта и результатах испытаний в условиях объекта.

S01

Teledyne FLIR · Thermographic measurement techniques

Коэффициент излучения отражает видимую температуру, расстояние, влажность и внешние оптические параметры.

Посмотреть первоисточник →
S03

ISO · ISO 18434-1:2008 Condition monitoring and diagnostics of machines — Thermography

Тепловизионные процедуры и компенсация при контроле состояния машин.

Посмотреть первоисточник →
S05

ASTM · Nondestructive Testing Standards

Указатель стандартов, касающихся тепловидения, флэш-термографии, вибрационной термографии и характеристик тепловизионных камер.

Посмотреть первоисточник →
S06

IEC · IEC TS 62446-3:2017 Outdoor infrared thermography for PV modules and plants

Условия фотоэлектрического наружного инфракрасного контроля, требования к оборудованию и отчетности.

Посмотреть первоисточник →
S10

NIST · Nondestructive Testing and Sensor Technology for Concrete Structures

Тепловизионное изображение бетона. Принципы неразрушающего контроля, преимущества и ограничения.

Посмотреть первоисточник →
S14

U.S. Department of Energy · AirBEM: Aerial Technology for Building Energy Auditing

Видимые/инфракрасные, беспилотные и архитектурные модели вместе взятые.

Посмотреть первоисточник →
S15

Hwang et al. · KAIST Multispectral Pedestrian Detection Benchmark

Согласованные данные о пешеходах в видимом-тепловом инфракрасном диапазоне.

Посмотреть первоисточник →
S16

Jia et al. · LLVIP: A Visible-infrared Paired Dataset for Low-light Vision

Данные о слиянии двойного света при слабом освещении и обнаружении пешеходов.

Посмотреть первоисточник →
S20

USDA NIFA · Sensor-based Water Stress Assessment

Совместная тепловизионная, мультиспектральная и наземная оценка водного стресса сельскохозяйственных культур.

Посмотреть первоисточник →
S21

U.S. Forest Service · Thermal Imaging

Инфракрасные наблюдения лесных пожаров, эффекты дыма/облачности и ограничения смешанных ячеек.

Посмотреть первоисточник →
S22

Hamamatsu Photonics · NIR and SWIR Questions and Answers

SWIR-сортировка продуктов питания, кремниевые пластины и гиперспектральное использование.

Посмотреть первоисточник →
S23

IEC · IEC 80601-2-59 Screening thermographs

Основные сведения о безопасности и характеристиках тепловизионных камер для проверки температуры человека в контролируемых условиях.

Посмотреть первоисточник →
S25

NIST · IREX IX Part Two: Multispectral Iris Recognition

Спектральные и мультиспектральные исследования распознавания радужной оболочки в ближнем ИК-диапазоне.

Посмотреть первоисточник →
S26

NASA · Infrared Astronomy

Роль ближнего/среднего инфракрасного диапазона в затемнении пылью и наблюдениях за холодными объектами.

Посмотреть первоисточник →

Правила использования доказательств

Показатели, включающие производительность, точность, частоту кадров, расстояние, скорость обнаружения или стабильность, также должны фиксировать целевое устройство, диапазон данных, среду, версию, статистический уровень и результаты проверки.

Консультация проекта

Отправьте образцы и состояние оборудования для уточнения объема разработки и поставки

Техническая основа и границы риска проекта инфракрасной визуализации

Опишите объект задачи, исходное изображение или видео, целевые показатели, платформу устройства, интерфейс и пример ситуации.

Телефон: 13910119357
xuzhiyang0928@gmail.com

Заполненная информация будет использоваться только для оценки и связи по этому проекту. Пожалуйста, не предоставляйте несанкционированную личную информацию или конфиденциальные данные.