桂林电子科技大学建筑与交通工程学院，广西桂林 541004
针对建筑病害缺乏有效和高精度无损检测手段，同时传统人工检测受建筑围护结构饰面层病害区域的高度、面积等方面的限制，提出一种红外成像和倾斜摄影三维融合并建立含有建筑病害信息的三维模型电子档案的方法。本文以学校某教学楼为例，以红外技术为主，倾斜摄影技术为辅的采集方案，采用同位空间坐标匹配法，经过坐标转换和 2种异源空间数据融合，获取含有建筑病害信息的精细化三维模型电子档案，并完成数据融合前后的模型精度对比评估。结果表明：此方法得到的融合模型精度高，点位误差小，能快速、精准获取建筑病害空间位置，为建筑无损检测技术的实际应用提供新的思路，对建立建筑信息化监、修、管一体化运维体系具有研究价值和实际应用意义。
围护结构饰面层 红外检测 倾斜摄影 无损检测 异源空间数据融合 病害空间位置 enclosure finish layer, infrared detection, obliqu
针对红外图像颜色、纹理等信息不够丰富，导致检测精度相较于可见光图像低；夜间红外行人目标检测模型参数量大、依赖高性能GPU资源，导致检测速度慢等问题，提出一种融合行人目标精细尺度嵌入的多检测层、轻量化实时检测模型。首先为了获取更精确的红外行人位置特征，在原始Yolov4-tiny结构上设计了64×64精细尺度检测层并增加残差结构加深主干网络，以融合红外行人的位置特征；其次针对红外行人目标宽高比相对固定的特点，应用K-means++聚类分析出适用于红外行人检测的先验框预置参数；最后为了减少模型参数，通过通批量归一化层道剪枝实现模型轻量化，同时利用知识蒸馏算法完成TIPRD的微量调控。实验结果表明，轻量化红外行人实时检测模型检测速度达到了88.7 帧/s，平均检测精度达到89.2%，模型大小为4 MB，相较于Yolov4-tiny平均检测精度提升了8.6%，模型大小缩小了19.5 MB，相较于Yolov4缩小了264 MB。在Jetson Nano移动开发平台部署该模型验证了实际工程应用的有效性，对开发汽车辅助驾驶系统以降低夜间交通事故发生率具有重要意义。
红外检测 深度学习 多检测层 模型剪枝 知识蒸馏 Infrared detection Deep learning Multiple detection layers Model pruning Knowledge distillation
1 海军士官学校兵器系，安徽 蚌埠 233000
2 海军92957部队，浙江 舟山 316000
为了提高红外检测的精度，实现缺陷深度和大小的同步检测，将共轭梯度反演算法分别与脉冲 检测技术和脉冲相位检测技术相结合，实现了基于相位和表面温度的红外定量识别，通过数字算例对 比分析了不同因素对识别结果的影响。研究结果表明:在无测温误差时，基于相位和表面温度的识别都 能准确地识别缺陷的位置大小；基于相位和表面温度的识别结果精度都会因随机误差的增大而降低； 基于表面温度的识别结果精度会因均匀误差的增大而降低，但是均匀误差对基于相位的识别无影响。
定量识别 对比研究 红外检测 共轭梯度 quantitative identification, comparative study, in
1 大连交通大学机车车辆工程学院，辽宁大连 116000
2 陆军装甲兵学院车辆工程系，北京 100072
在超声红外热像技术应用中，从红外热图像来判断被测对象是否含有裂纹，通常需要先基于人工经验，从红外热图像中提取特征再采用某种模式识别方法进行分类，裂纹的识别与定位过程繁琐且识别率较低。为此，提出一种基于卷积神经网络技术的超声红外热图像裂纹检测与识别方法，其特点是可以直接从超声红外图像中学习特征进而实现是否含有裂纹红外热图像的分类。通过实验得到的含裂纹和不含裂纹金属平板试件的红外热图像，建立卷积神经网络模型对图像中是否含有裂纹进行分类，研究结果表明，参数优化后的卷积神经网络模型对超声红外热图像的有无裂纹分类准确率达到 98.7%。
卷积神经网络 超声红外检测 图像识别 图像分类 convolutional neural network ultrasonic infrared detection image recognition image classification
陆军工程大学军械士官学校光电火控实验中心, 武汉 430000
针对热成像系统噪声等效温差的检测需求, 基于三维噪声模型阐述了热成像系统噪声的4个时间分量、3个空间分量, 分析了噪声常规计算方法。在此基础上, 提出了一种基于标准差的简便算法, 提高检测效率。进行了测试系统工程化设计, 阐述了NETD指标的计算方法和测试流程。开展了实验研究, 对两种三维噪声测试算法进行了验证与分析, 与进口设备进行了对比测试。结果表明, 本测试系统NETD指标检测重复性好、准确度高, 应用于多型热成像设备性能检测, 满足工程化保障需求。
红外检测 噪声等效温差 三维噪声模型 热成像系统 infrared test NETD 3D noise model thermal imaging system
旋转机械是机械设备的核心部件，一旦发生故障会造成不可估量的损失，因此旋转机械的实时监测诊断显得尤为必要。无人值守的红外智能监测诊断将是故障诊断新的发展方向，要实现红外智能监测诊断首先要准确识别旋转机械部件。本文利用红外热像仪监测旋转机械的运行状态，获得了电动机、联轴器、轴承座、齿轮箱等设备的红外热图；采用 Faster R-CNN算法对测量得到的旋转机械红外图像进行了学习训练和目标识别，结果表明该算法能够准确识别旋转机械部件；研究了单角度和旋转角度红外监测的识别效果，发现在相同角度下使用红外灰度图像进行训练的检测效果比使用红外伪彩色图像训练的检测效果更佳；对比了 4种预训练网络对于红外目标识别的影响，采用 Resnet50预训练网络的平均检测精度为 0.9345，识别精度更高。
旋转机械 红外检测 目标识别 rotating machinery, infrared detection, object ide Faster R-CNN
陕西省无损检测与结构完整性评价工程技术研究中心, 机械结构强度与振动国家重点实验室, 西安交通大学, 陕西西安 710049
激光红外检测方法作为一种新型的远距离无损检测技术, 对于表面裂纹的检测具有很高的效率。本文基于频域叠加法和数据库策略实现了激光激励下表面温度的快速数值模拟, 研究了裂纹尺寸与温度分布间的关系, 在时域与空域验证了快速数值方法的有效性。为基于红外检测信号实现裂纹尺寸的定量重构, 选取合适的特征量并且建立了基于确定论方法的裂纹重构算法。最后, 搭建了红外检测实验系统, 进行了平板试件裂纹红外检测实验, 基于实验信号实现了裂纹的定量重构, 验证了重构算法的有效性。
激光红外检测 表面裂纹 定量重构 确定论方法 laser spot thermography, surface crack, quantitati
针对红外热像系统检测需求，采用紫铜辐射面、热电制冷器、散热片等设计了红外面源黑体的结构，采用铂热电阻和24位AD采样，实现了环境温度及辐射面温度的高精度采集。为克服黑体时间常数大、响应滞后、环境温度持续扰动等问题，设计了模糊PID控制器，根据偏差及其变化率实时整定控制参数，实现超调量小、响应速度快、稳态精度高等目标。实验及测试情况表明，温控精度为±0.03 ℃，响应时间小于180 s，达到了设计要求。
红外检测 面源黑体 模糊PID控制 温度采集 infrared detection surface-source blackbody fuzzy PID control temperature acquisition
1 中国科学院上海技术物理研究所, 上海 200083
2 中国科学院红外探测与成像技术重点实验室, 上海 200083
3 中国科学院大学, 北京 100049
为了更有效评估红外探测系统的性能, 评估系统的成像质量, 根据动目标序列图像的检测原理, 结合建模仿真技术, 设计并开发了基于 Matlab平台的天基红外动目标检测仿真系统, 进行了实验仿真。该仿真系统以红外探测成像系统的图像作为输入, 对图像进行灰度算法和信噪比分析, 反映红外探测系统的成像质量, 实现单帧检测以及多帧关联检测, 输出检测率、虚警率和目标运动轨迹, 并能够对检测算法进行评价。通过探测波段和空间分辨率的研究对天基红外探测系统的谱段选择、空间分辨率的设计有较强的工程应用指导价值。
目标检测 仿真系统 红外检测 系统评估 target detection simulation system infrared detection system evaluation
1 陆军参谋部，北京 100144
2 66444部队，北京 100042
3 中国电子科技集团公司第三十三研究所，山西 太原 030032
针对传统的接触式电参数故障检测方法 难以满足日益复杂的电子装备的检修需要问题，提出了一种基 于红外热像的可提升非接触式电子装备异常 检测性能的温升多特征方法。在红外与光学异源配准的基础上，获得电子 装备各元件的精确位置。然后基于红外观测图像获取 各个标准和待测元件中心区域的温升均值曲线。在对这些曲线进行全帧 程分段后，精细化地提取温升统计矢量。接着计算待测温升统计 矢量与标准温升统计矢量的差异并对其进行归一化处理，从而构建温升多特 征矢量。最后根据该矢量，通过分段表决和异常 量化实现电子装备热像异常的整体态势感知。与传统的热像 异常检测方法相比，本文所构建的温升多特征矢量可以更精细、更 稳健地描述温升变化。通过分段表决和异常量化实现了温升全程表征，为后续的电路 故障智能推理奠定了基础。实验结果表 明，本文方法具有检测准确率高、实时性好等优点。
红外检测 温升多特征 热像异常 电子装备故障 infrared detection multi-feature of rising temperature curve thermal abnormality electronic equipment fault
