鲜切花真空预冷过程温度的红外热成像检

采用红外热成像远程动态控制系统和热电偶两种温度检测方法,对非洲菊真空预冷过程中舌状花瓣、管状花瓣和茎秆3个部位的温度进行实时检测.实验结果表明,不同部位之间降温速率存在较大差异,不同部位的温度分布也不均匀;热电偶和红外热成像检测结果相比,前者比后者平均高出4.55～10.4℃.     

基于红外热成像边缘检测算法的小麦叶锈病分级研究

小麦叶锈病对我国小麦生产危害巨大,实现小麦叶锈病的监测和快速分级是进行科学生产管理的基础。针对常规图像检测技术的不足,提出一种基于红外热成像技术的快速检测和分级方法。首先,采集整株小麦样本的红外热成像图像,分别计算健康植株、潜伏期植株和显症植株的平均叶温,探明真菌入侵过程中的温度变化规律;然后,将经过直方图均衡化和中值滤波预处理的红外热成像中低于显症植株温度阈值的区域提取出来;通过温度区域划分、低温区域提取和阈值分割,计算病斑面积在整体植株热成像总面积中的百分比;最后,对病情指数进行相关分析,获得相关系数为0. 975 5,预测均方根误差为9. 79%,总识别正确率为90%。结果表明,基于红外热成像边缘检测算法的小麦叶锈病分级方法是可行的。     

基于红外热成像和机器学习的作物早期病害识别研究进展

作物的早期病害检测作为针对性的防治手段已经成为智慧农业在病害方面的趋势,实现作物早期病害检测可以做到早发现,早治疗,减少作物农药使用,提高作物品质,减少经济损失。首先介绍作物病害的机制和红外热成像原理,发现红外热成像技术可以进行作物早期病害的检测;其次介绍红外热成像和机器学习的工作原理,综合概述国内外机器学习和红外热成像技术在病害识别领域的研究现状;分析红外热图像的缺点并使用机器学习进行改进,综述机器学习应用于处理红外热图像和红外热成像技术与机器学习相结合应用于作物病害的国内外现状,发现机器学习对红外热图像的缺点有着改进作用,还发现通过两种技术结合使用可以结合两者的优点进行更快更早的作物病害检测;最后通过分析现有研究成果,讨论现存的问题并提出相应的解决方法,对未来的研究趋势进行展望。     

基于红外热成像树上板栗机器识别研究

针对普通视觉系统无法分类识别的特点,将红外热成像技术引入到树上板栗的机器识别检测当中,建立了果园树上板栗红外热成像系统。记录了白天树上板栗果实与冠层温度变化情况,发现下午2:00~4:00之间,二者温度差异最为显著,最大温差可达3℃。研究了正常板栗果、坏死果以及空心果的红外辐射差异,发现坏死果表面温度最高,正常果次之,空心果温度最低。最后对获取的热图像进行温度校正、阈值分割、特征提取、目标标识。结果表明,树上板栗的有效识别率在85%以上。     

红外热成像技术在农业中的应用

介绍了红外热成像技术的基本原理和常用热图像处理方法,总结了红外热成像技术在作物水分胁迫、侵染性病害监测、冻害胁迫以及产量预测等领域中的应用,分析了红外热成像技术在农业领域的开发与应用中所面临的难题和未来的发展趋势,以期为红外热成像技术在农业上的实际开发应用提供参考。      

红外热成像技术在作物胁迫检测方面的应用

红外热成像技术是通过接收事物自身的分子及原子无规则运动产生的热辐射后,对事物进行成像的一种机器视觉技术。目前,国内外均在红外热成像方面做了较深入的理论方法研究。为此,简要地概括了红外热成像技术的原理,介绍了该技术在农业上的应用,并从作物病害胁迫检测、水分胁迫分析、冻害胁迫分析3个方面,具体说明了红外热成像技术在作物胁迫检测方面的研究现状。最后,通过总结热红外技术的特点及优势,对未来该技术在作物检测方面的研究方向进行了展望。     

红外热电视在农网中的应用

红外热电视的工作原理是能将人眼看不见的“热保”转变成人眼能见的可见光图像的特种电视，它的工作波段为8～14μm的远红外波段，相当于－300～1100℃，这几乎包括了地球上大多数物体的温度范围。由杭州一家公司研制的红外热电视采用集“热成像、测温”于一体，运用电视图像中不同的黑白灰度来表示被测物表面的温度差别，并能直接显示被测物体的温度值。其测温范围为0～300oC，特别适合于农网运行中的高压设备和转动中的机电设备测温。具有省时、易携带、易操作，测试灵敏、准确、安全、成像清晰等特点，是当今农网中非接触式过热故障快速…     

红外热成像技术在农业生产中的应用

红外热成像技术是利用物体自身各部分红外热辐射的差异,把物体不可见的热辐射情况转换为可视热图的技术。为此,简单介绍了红外热成像技术的原理,从农业生产管理与决策、农业生产自动化、农产品检测与加工等3个方面入手,阐述了目前红外热成像技术在农业生产中的应用情况,总结了存在的问题,并对未来进一步的研究方向进行了展望。     

农业图像监测技术的应用与展望

随着农业信息技术的发展,农业生产的智能化与科学化受到越来越多的重视,其中通过智能化监测设备获取作物生长信息已成为主要发展方向。因此,学习和掌握不同监测设备的技术特点对获取农业信息是十分重要。本文分别介绍红外热成像技术和数码图像技术在农业上的应用,其中较为详细的阐述红外热成像技术在农作物生长长势、病虫害防治、品质的无损检测和农业生产自动化等方面的应用,分析总结两种成像技术在实际应用中的利弊,并进行讨论和展望,以期为智能监测设备的选择与应用提供依据。     

无人驾驶直升机航空喷雾参数对雾滴沉积的影响

研究了无人驾驶直升机航空喷雾参数对药液雾滴沉积效果的影响.使用红外热像仪与无人机联用测试喷雾前、后作物冠层温度,通过温度变化率反映雾滴在水稻冠层的沉积效果.结果表明:以雾滴沉积量与冠层温度变化率为评价指标得到的结果一致,红外热成像技术可以准确反映雾滴在水稻上的沉积规律.WPH642型无人驾驶直升机作业时选取喷雾参数为:飞行高度2m、飞行速度1.5 m/s.     

基于红外热成像的核桃冠层温度测量不确定性分析

为了探究和量化利用红外热成像系统进行核桃冠层温度测量过程中所产生的不确定性,利用A310f型红外热像仪在核桃园区对样本树冠层进行为期20 d的高频连续观测,对样本树进行了不同方向(东、西、南、北)和不同高度角(10°、30°、45°、60°、80°)的冠层温度测量。首先,对5个重要参数的敏感性进行分析,发现冠层温度受叶片辐射率(εleaf)影响最大,受环境反射温度(Trefl)影响次之,受空气温度(Ta)和空气相对湿度(RH)影响较小,对距离(D)变化不敏感。其次,对3棵样本树与4个方向的冠层温度进行双因素方差分析,结果表明,各方向之间达到了显著性水平(P 0. 05),进一步通过多重比较确定了南、北两个方向存在显著性差异(P 0. 05),其他各方向之间差异不显著。对不同高度角的分析表明,5个高度角之间不存在显著的温度差异。然后,通过温度廓线法直接观察到冠层外部温度高于内部温度,同时,温度频数直方图反映出像素点呈现双峰分布特征,冠层像素点的峰值温度为25. 1℃。最后,对冠层内外温度进行方差分析,结果表明,两者之间存在极显著性差异(P 0. 01)。     

基于主动热成像技术的苹果早期机械损伤检测

针对苹果早期机械损伤在普通光学图像中特征不明显,易受表皮颜色、果梗和花萼干扰,很难检测识别的特点,选取红富士苹果作为研究对象,通过主动红外热激励以及降温措施,利用红外热成像技术研究苹果表面机械损伤温度变化情况.结果表明:苹果表面早期机械损伤在热图像中的对比度受周围空气流动影响,苹果的缺陷部位与果梗、花萼的线轮廓温度曲线的波形特征存在明显差异,可以较好地排除苹果果梗和花萼的干扰,达到缺陷检测的目的.     

高压电气设备红外检测技术研究

我国红外热成像技术的不断提高以及电网对电气设备供电安全性要求的提高,红外热成像技术在检测电气设备上的用处越来越大,已经得到广泛应用。将红外技术用于高压电器的检测上,仍然存在一些问题。对此,我们将对这一技术进行深入调查和分析,并对其缺点及判断方法等进行实验研究,为有效解决问题,提供理论依据和参考。     

苹果早期碰伤红外无损检测机理研究

针对水果早期碰伤不易被识别的特点,以苹果作为研究对象,在分析了球面热源空间红外辐射规律的基础上,对苹果的早期碰伤红外热成像检测原理进行了深入探讨,最后通过实验验证了分析的模型以及规律,为红外热成像技术在农产品质量检测中的应用奠定基础.     

采用红外热电视技术 检测电气设备过热隐患

红外热电视技术(又称红外成像技术)就是利用运行中电气设备的红外能作为检测,及时发现设备外部或内部的接触性故障.在电力系统中的隔离开关触头发热,母线线夹发热,变压器和互感器内部接触不良发热,穿墙套管搭头发热等等,都可以通过该项技术得到检测.检测时,首先用红外热电视对电气设备进行较大范围扫描,当发现过热点时,再用红外点温枪进一步仔细测定过热点温度,具体分析过热设备运行状态及过热程度,及时安排处理.     

苹果表面缺陷红外热成像检测装置及处理方法

红外热成像技术是一种可用于农产品检测的新型无损检测技术。简介了红外热成像原理及该技术用于苹果表面缺陷检测的方法。实验装置以IR790为核心,将苹果表面温场转换为热图像显示,经计算机处理与分析,最终得到苹果缺陷信息。     

画说仪表（二十三）红外热像仪

红外热像仪是集先进的光电子技术、热成像技术和图像处理技术于一体的高科技产品，具有温度灵敏度高、热图形象直观、测温范围广、不干扰被测目标及使用安全轻便等优点。作为预知性维护和状态监测领域最为先进有效的手段之一，它所带来的经济效益也日趋显著，从而被越来越多的人所认知和重视。     

基于红外热像图的奶牛乳腺炎在线监测系统

在我国,奶牛乳腺炎的危害在奶牛疾病中居首位,是制约我国奶牛业发展,降低牛奶品质和奶牛饲养经济效益的大敌。基于红外热像图的奶牛乳腺炎在线监测系统可以通过检测奶牛乳房温度异常变化来快速有效的诊断奶牛是否患有乳腺炎。本设计利用红外摄像头(Seek Thermal Camera)定点拍摄奶牛乳房的红外热像图,通过计算机对红外热像图进行相应的分析处理,提取奶牛乳房的表面关键区域温度与预设阈值温度作比对,依据比对结果对奶牛乳房疾病进行初步的预测和诊断,并将诊断结果发送到监控中心,从而实现对奶牛乳腺炎疾病的实时在线监测。     

红外热像仪在变压器油位监测中的应用

<正>红外监测技术是通过测量高压设备的某部位温度来判定热故障,它的技术优势是实效性较强、精度高,可在一定距离内遥测,也可直观连续测定、显示温度的梯度图像。随着红外热像诊断技术的推广应用,电力系统内电气设备接点类故障大大减少,也彰显了对设备进行监测的有效性和必要性。笔者这里谈谈红外热像仪在变压器油位监测中的应用,供同行参考。     

蛋鸡羽毛覆盖度计算及其与体温关系研究

为解决通过人工及温度阈值分割评估蛋鸡羽毛覆盖度准确度不够的问题,提出基于热红外图像和彩色图像计算羽毛覆盖度的方法。利用Otsu算法结合不同的颜色模型提取鸡体目标及背部羽毛覆盖完好区域,通过计算面积比值,获取背部羽毛覆盖度。针对热红外图像目标鸡体边缘模糊导致分割效果较差的问题,提出基于分量R、B灰度直方图的自适应性热红外图像增强方法,该方法突出了前景与背景的差异,增强了边缘的清晰度。实验结果表明,热红外图像鸡体目标及羽毛覆盖完好区域的分割准确度达到97.18%和96.86%,彩色图像分割准确度达到99.58%和97.86%。对于羽毛覆盖度,热红外图像的计算结果接近羽毛覆盖度真实值。对同一批蛋鸡计算羽毛覆盖度,热红外图像比彩色图像的计算结果最少时高2.01个百分点,最大时高30.29个百分点。通过分析原因,发现蛋鸡剐蹭鸡笼等行为露出的白色羽毛根部,是彩色图像计算覆盖度结果出现偏差的主要因素。羽毛覆盖度会影响鸡体体表温度。通过实验发现,鸡体羽毛覆盖度与体表温度呈极显著负相关（P<0.01）,依据羽毛覆盖度对蛋鸡进行分级,对比相同级别、不同区域的蛋鸡体表温度,发现相同级别的羽毛严重损伤区域平均温度比背部平均温度高10℃以上,对比相同区域、不同级别的蛋鸡体表温度,发现背部平均温度最高相差3.89℃,损伤区域平均温度最高相差5.36℃。