导读:本文包含了热图像论文开题报告文献综述及选题提纲参考文献，主要关键词:光伏组件,热斑缺陷,Faster,RCNN
热图像论文文献综述
郭梦浩,徐红伟[1]（2019）在《基于Faster RCNN的红外热图像热斑缺陷检测研究》一文中研究指出光伏组件在日常运行中不可避免会产生各种缺陷,热斑缺陷就是其中一种.现有的研究主要针对光伏组件在生产工艺流程中出现的缺陷,对日常运行中光伏组件产生的缺陷检测算法研究很少并且存在泛化能力差、准确率不足等问题.本文在原始Faster RCNN的基础上,结合图像预处理、迁移学习、改进特征提取网络模型以及改进锚框选区方案,得到热斑缺陷检测模型.实验证明,使用本文模型在自制的测试集上平均检测准确率可达97.34%,相比原始Faster RCNN提高了4.51%.(本文来源于《计算机系统应用》期刊2019年11期）
肖书明,陈骐,梁智敏,甄庆凯,刘泳庆[2]（2019）在《基于热图像序列实现人体呼吸参数的无接触式检测》一文中研究指出研究背景:目前的呼吸参数检测方法,都属于接触式检测,而设备与人体的接触导致多个问题。因此迫切需要简单易用的无接触式的方法。热红外成像在热红外光谱段工作,可以实时、全面地获得人体表面的温度信息,并且具备图像数据受光照变化影响小的优势。小波算法可以实现对于非平稳随机信号的消噪,是一种非常有前途的方法。因此本文中综合利用热红外成像与小波分析的手段,对人体的静态和动态情况的呼吸参数进行检测,以更加真实有效的获得呼吸参数。研究方法:1)原理及实现:a)物理原理当人体进行持续的周期性呼吸活动时,空气被吸入人体,继而被呼出。当在此过程中,呼吸器官与空气之间会发生持续的热量交换,呼吸道会发生周期性的温度波动。b)静态呼吸参数推算确定热红外图像中的鼻孔区域为本次实验的感兴趣区域。采用经典的Camshift算法对感兴趣区域进行追踪。对追踪到的感兴趣区域进行运算,消除噪声,增强有用信号。最后,对滤波结果进行小波包分解和重构,得到对人体呼吸频率的推算数据。c)动态呼吸参数推算与静态呼吸检测情况中类似,将鼻孔区域设定为测量区域。采用TLD(Tracking-Learning-Detection)跟踪算法,来跟踪感兴趣区域。对原始信号值进行滤波处理,消除信号中噪声的影响。处理结果用于计算呼吸频率。2)呼吸参数检测实验:a)研究对象及实验设备针对安静和运动两种状态下的受试者,进行呼吸参数检测实验。实验在室内进行,环境温度为22.3°C。采用的热图像采集设备:IRS S65-A,图像分辨率为384*288像素,红外波长范围为8-14m,测温范围在-20°C-+350°C,测温精度在±2°C或±2%。对照设备:荷兰Spirit公司的多通道生理参数采集系统Spirit-8C,以及对应的扎带式呼吸传感器。为了实现对两类数据的对照分析,自制了一个特殊的发令装置。各个设备首先启动数据记录,以确保发令装置发出的信号可以被记录在数据中。此后发令装置发出时间对准信号,在各通道的数据中留下时间同步的标记。对于数据的分析,都以时间同步标记为基准进行。b)安静状态呼吸检测在静态呼吸参数检测实验中,研究对象20人(10男10女),采集包含受试者面部的视频,每人时长2分钟,视频格式为AVI。被试者面朝上平躺在一张简易床上,保持静止姿势,同时做匀速自然呼吸。一台热像仪斜向下拍摄被试者的整个面部。调整热像仪的朝向和焦距,使得被试者的面部大约占整个热图像仪的1/4-1/3,且可以清晰地观察额头、下颌及鼻孔。呼吸扎带传感器被固定在受试者的腹部,以同步采集受试者的基准呼吸数据。c)运动状态呼吸检测运动状态实验的研究对象18人(9男9女),均为在校学生,年龄范围为22-25岁。检测设备与静态检测实验中的设备和布置方式基本相同,只是需要将热像设备的光轴改为斜向上的指向,以确保捕捉到的鼻孔区域。运动的过程如下:开始时,受试者保持静止状态一分钟,然后在跑台上走跑。跑动速度保持3km/h不变。被试者进行跑步时,面向前方,并以自然的方式做匀速呼吸。针对在运动状态下得到的受试者热图像,采用了与安静状态时相同的方法来计算呼吸频率。将得到各个受试者的呼吸频率数据与基准呼吸频率数据进行比较。d)对试验结果的讨论:将安静状态下的各个样本的检测精度与运动状态下各样本的检测精度进行了对比,发现对于相同的呼吸频率,运动状态下的呼吸频率检测精度要低于安静状态下的呼吸检测精度。推测其原因:在运动状态下,热图像的图像质量有所降低。3)总结试验结果表明,本文给出的基于热图像的呼吸频率推算方法,在安静和慢跑两种状态下,均能给出很好的估算精度。在主体处于运动的情况(慢跑)下,呼吸频率的估算值均达到了91%以上,能够满足居家监护、大众健身等场合在呼吸监测方面的要求。(本文来源于《第十一届全国体育科学大会论文摘要汇编》期刊2019-11-01）
沈久利,张玉存[3]（2019）在《不同发射率下红外热图像的非稳态温度场测量研究》一文中研究指出通过分析红外测温公式,研究物体发射率对红外热图像测温精度的影响,并找出影响物体发射率的因素。根据经典计算方法,发现了物体发射率在红外热图像测温应用中的局限。从红外热图像的角度对发射率的计算进行了建模,基于修正物体发射率得到提高红外热图像对非稳态温度场测量精度的模型。对铸铁、不锈钢进行了3组测温实验,红外热图像直接测量的最大误差分别为2. 1℃、1. 7℃、2. 3℃,而所提出的方法测量的最大误差分别为1. 0℃、0. 7℃、1. 6℃。通过对比分析3组测量结果数据验证了测量方法的可行性。(本文来源于《计量学报》期刊2019年05期）
潘冬,蒋朝辉,蒋珂,桂卫华[4]（2019）在《基于红外热图像特征的红外测温误差补偿方法》一文中研究指出在工业过程中,红外热像仪常被用来检测温度,但由于工业生产过程粉尘、水蒸气等的干扰,使得红外热像仪的测温结果存在较大误差,限制了红外热像仪在工业测温上的应用。本文重点研究粉尘造成的测温误差,提出了一种基于红外热图像特征的红外测温误差补偿方法,首先基于红外热图像面源温度数据,提取统计特征,再基于空间温度共生矩阵和邻域温度共生矩阵,提取纹理特征,最后利用统计特征和纹理特征作为支持向量回归机的输入,预报粉尘造成的测温误差,从而实现对红外测温结果的直接补偿。粉尘实验结果表明,所提补偿方法可以有效补偿粉尘造成的测温误差,显着提高红外测温精度。(本文来源于《第30届中国过程控制会议（CPCC 2019）摘要集》期刊2019-07-31）
张国奇,田彦婷[5]（2019）在《基于热图像特征对白粉病感染玫瑰叶进行的早期检测》一文中研究指出通过使用数字红外热成像仪观察感染和未感染的玫瑰植物叶片表面温度的变化,发现感染区的叶片温度上升2.3℃。此外通过对健康和感染的叶片进行分类,选取最佳试验叶片并观测它们的热特征;利用绝对温度测量,选择其温度最大值、最小值、中位数、最大温差、标准偏差,拟合数据到标准正态分布和拉普拉斯分布曲线,然后,通过神经模糊分类器来识别感染和健康的叶子;最后利用k均值聚类方法获得原始参数和模糊规则,在分类器的8个簇进行训练和测试,准确率分别达到了92.55%和92.30%。试验结果表明,干旱对健康叶片有不利影响,在干旱条件下健康的叶片正面预测价值和特异性指数值相应降低,而在黑暗中叶片的性能没有显着影响。(本文来源于《北方园艺》期刊2019年14期）
周若冲,康青,沈志强,陈善静,韩昊[6]（2019）在《工程装备停车场热图像特征及防护研究》一文中研究指出在作战进入信息化模式的今天,不分昼夜、察打一体的红外侦测手段对各种军事设施提出了新的要求,我军工程装备停车场面临着巨大的威胁。通过从叁种常见的工程装备停车场作为切入点进行分析,研究了停车场的热辐射特点与成因,并结合红外伪装原理,提出伪装构想,以期为我军工程装备停车场乃至各种战场设施的伪装带来启发。(本文来源于《重庆建筑》期刊2019年06期）
周益邦,李维军,张永江[7]（2019）在《基于热图像特征提取的铝箔封口密封性检测方法》一文中研究指出针对铝箔封口温度场的分布特性进行研究,提出了一种基于RGB二次特征提取和降维算法模型,配合BP神经网络对热像图进行识别。针对该方法的缺点,并以此提出了利用Gabor小波提取图像纹理特征配合ELM极限学习机,对热像图样本进行分类识别的铝箔密封性检测方法。对比两种方法在相同条件下的训练时间与检测精度。实验结果表明:基于Gabor小波和ELM神经网络的算法具有响应速度快、精度高、泛化性强等优势,可以较好的满足铝箔封口密封性检测的要求。(本文来源于《电子器件》期刊2019年03期）
朱莉,赵俊,傅应锴,张晶,沈惠[8]（2019）在《一种红外热图像目标区域分割的深度学习算法》一文中研究指出为了解决复杂背景下红外热图像目标区域分割困难的问题,提出了一种利用全卷积网络和稠密条件随机场的深度学习分割算法。首先,利用全卷积网络进行像素级别特征提取,获得粗分割结果;然后,使用稠密条件随机场对粗分割结果进行上下文信息优化的精分割,最终实现目标区域的分割。将该算法应用于实际采集的太阳能板红外热图像数据集,五折交叉验证结果表明,该算法平均查准率为89.96%,平均查全率为94.55%,平均F1指数为0.911 8,平均J指数为0.868 7。同时,最高查准率为93.35%,最高查全率为97.59%,最高F_1指数为0.956 2,最高J指数为0.912 5,均高于现有的主要算法。该算法耗时短且不需过多的人工干预,能实现复杂背景下红外热图像目标区域的有效分割。(本文来源于《西安电子科技大学学报》期刊2019年04期）
王晶[9]（2019）在《基于红外热图像时空特性的工业过程异常检测算法》一文中研究指出红外热成像技术是一种可以量化物体表面温度场分布的绿色、可视化、非接触无损检测技术。由于其显着的优点,已被广泛应用于安全要求高、操作条件恶劣(高温、无光)、在线质量检测难的一类复杂工业过程的异常检测,如复合材料生产过程中的产品缺陷检测、电力系统中设备的故障检测,逐渐成为保障产品质量以及工业过程安全稳定运行的重要手段。但现有方法忽视了红外热图像序列中存在的时空特性,未能充分利用空间温度场分布信息和图像序列中蕴含的时序信息,仍属于粗放型异常检测。为解决上述问题,本文以复合材料生产过程质量检测和电力系统设备的故障检测为主要内容,进行了一系列探索与研究:1.针对工业过程红外热图像数据中存在数据价值密度低的问题,提出了一种基于图像信息熵和图像前景分割的筛选方法,自动判断图像中是否含有关键目标信息,为后续产品质量缺陷识别和精细化故障检测提供了有效的分析数据。同时,考虑到红外热图像中存在噪声,结合热响应信号重构的红外热图像增强方法,解决了红外热图像时空分辨率低的问题。2.针对红外热成像技术在复合材料产品质量检测中存在近表层缺陷检测难和背景混杂的问题,提出了一种基于红外热成像温度场分布的穿透性缺陷识别与定位方法。基于温度选择搜索算法和对比度分析,实现面向单层红外热图像的缺陷候选区域及其对应本地背景区域筛选。进一步挖掘了复合材料中不同深度层次缺陷在时序上的演化特性,通过信息融合实现多层红外热图像下的缺陷自动识别与定位,定量评估了复合材料生产成品率,有利于提升复合材料产品质量。3.针对红外热成像技术在电力设备故障检测中忽视设备运行性能退化机制而导致的粗放诊断问题,提出了一种基于图像序列时空特征提取和归因聚类算法的精细化诊断策略,通过融合过程知识,实现了退化过程从正常、注意、警告到异常等的多阶段精细化建模,为电力设备的预知性维修奠定了基础。同时引入了具有增量学习能力的宽度学习系统,有效解决了随着电厂设备类型和故障数量的增加而导致的模型适配问题,实现了快速的模型更新。(本文来源于《浙江大学》期刊2019-03-15）
朱莉,张晶,傅应锴,沈惠,张守峰[10]（2019）在《基于多模态特征图融合的红外热图像目标区域提取算法》一文中研究指出红外热图像目标区域(Region of Interest,ROI)提取对故障检测、目标跟踪等有着重要意义.为解决红外热图像干扰多、需人工标记及准确率低等问题,提出一种基于多模态特征图融合的红外热图像ROI提取算法.通过对比度、熵及梯度特征构建多模态特征图并进行区域填充,实现ROI提取.将新算法应用于实际采集的光伏太阳能板图像中.结果表明,新算法具有平均查准率高(93. 0553%)、平均查全率高(90. 2841%)、F1指数和J指数均优于图割法,人工标记少等优点,可有效用于红外热图像ROI提取.(本文来源于《红外与毫米波学报》期刊2019年01期）
热图像论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
研究背景:目前的呼吸参数检测方法,都属于接触式检测,而设备与人体的接触导致多个问题。因此迫切需要简单易用的无接触式的方法。热红外成像在热红外光谱段工作,可以实时、全面地获得人体表面的温度信息,并且具备图像数据受光照变化影响小的优势。小波算法可以实现对于非平稳随机信号的消噪,是一种非常有前途的方法。因此本文中综合利用热红外成像与小波分析的手段,对人体的静态和动态情况的呼吸参数进行检测,以更加真实有效的获得呼吸参数。研究方法:1)原理及实现:a)物理原理当人体进行持续的周期性呼吸活动时,空气被吸入人体,继而被呼出。当在此过程中,呼吸器官与空气之间会发生持续的热量交换,呼吸道会发生周期性的温度波动。b)静态呼吸参数推算确定热红外图像中的鼻孔区域为本次实验的感兴趣区域。采用经典的Camshift算法对感兴趣区域进行追踪。对追踪到的感兴趣区域进行运算,消除噪声,增强有用信号。最后,对滤波结果进行小波包分解和重构,得到对人体呼吸频率的推算数据。c)动态呼吸参数推算与静态呼吸检测情况中类似,将鼻孔区域设定为测量区域。采用TLD(Tracking-Learning-Detection)跟踪算法,来跟踪感兴趣区域。对原始信号值进行滤波处理,消除信号中噪声的影响。处理结果用于计算呼吸频率。2)呼吸参数检测实验:a)研究对象及实验设备针对安静和运动两种状态下的受试者,进行呼吸参数检测实验。实验在室内进行,环境温度为22.3°C。采用的热图像采集设备:IRS S65-A,图像分辨率为384*288像素,红外波长范围为8-14m,测温范围在-20°C-+350°C,测温精度在±2°C或±2%。对照设备:荷兰Spirit公司的多通道生理参数采集系统Spirit-8C,以及对应的扎带式呼吸传感器。为了实现对两类数据的对照分析,自制了一个特殊的发令装置。各个设备首先启动数据记录,以确保发令装置发出的信号可以被记录在数据中。此后发令装置发出时间对准信号,在各通道的数据中留下时间同步的标记。对于数据的分析,都以时间同步标记为基准进行。b)安静状态呼吸检测在静态呼吸参数检测实验中,研究对象20人(10男10女),采集包含受试者面部的视频,每人时长2分钟,视频格式为AVI。被试者面朝上平躺在一张简易床上,保持静止姿势,同时做匀速自然呼吸。一台热像仪斜向下拍摄被试者的整个面部。调整热像仪的朝向和焦距,使得被试者的面部大约占整个热图像仪的1/4-1/3,且可以清晰地观察额头、下颌及鼻孔。呼吸扎带传感器被固定在受试者的腹部,以同步采集受试者的基准呼吸数据。c)运动状态呼吸检测运动状态实验的研究对象18人(9男9女),均为在校学生,年龄范围为22-25岁。检测设备与静态检测实验中的设备和布置方式基本相同,只是需要将热像设备的光轴改为斜向上的指向,以确保捕捉到的鼻孔区域。运动的过程如下:开始时,受试者保持静止状态一分钟,然后在跑台上走跑。跑动速度保持3km/h不变。被试者进行跑步时,面向前方,并以自然的方式做匀速呼吸。针对在运动状态下得到的受试者热图像,采用了与安静状态时相同的方法来计算呼吸频率。将得到各个受试者的呼吸频率数据与基准呼吸频率数据进行比较。d)对试验结果的讨论:将安静状态下的各个样本的检测精度与运动状态下各样本的检测精度进行了对比,发现对于相同的呼吸频率,运动状态下的呼吸频率检测精度要低于安静状态下的呼吸检测精度。推测其原因:在运动状态下,热图像的图像质量有所降低。3)总结试验结果表明,本文给出的基于热图像的呼吸频率推算方法,在安静和慢跑两种状态下,均能给出很好的估算精度。在主体处于运动的情况(慢跑)下,呼吸频率的估算值均达到了91%以上,能够满足居家监护、大众健身等场合在呼吸监测方面的要求。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
热图像论文参考文献
[1].郭梦浩,徐红伟.基于FasterRCNN的红外热图像热斑缺陷检测研究[J].计算机系统应用.2019
[2].肖书明,陈骐,梁智敏,甄庆凯,刘泳庆.基于热图像序列实现人体呼吸参数的无接触式检测[C].第十一届全国体育科学大会论文摘要汇编.2019
[3].沈久利,张玉存.不同发射率下红外热图像的非稳态温度场测量研究[J].计量学报.2019
[4].潘冬,蒋朝辉,蒋珂,桂卫华.基于红外热图像特征的红外测温误差补偿方法[C].第30届中国过程控制会议（CPCC2019）摘要集.2019
[5].张国奇,田彦婷.基于热图像特征对白粉病感染玫瑰叶进行的早期检测[J].北方园艺.2019
[6].周若冲,康青,沈志强,陈善静,韩昊.工程装备停车场热图像特征及防护研究[J].重庆建筑.2019
[7].周益邦,李维军,张永江.基于热图像特征提取的铝箔封口密封性检测方法[J].电子器件.2019
[8].朱莉,赵俊,傅应锴,张晶,沈惠.一种红外热图像目标区域分割的深度学习算法[J].西安电子科技大学学报.2019
[9].王晶.基于红外热图像时空特性的工业过程异常检测算法[D].浙江大学.2019
[10].朱莉,张晶,傅应锴,沈惠,张守峰.基于多模态特征图融合的红外热图像目标区域提取算法[J].红外与毫米波学报.2019