红外热成像技术根据物体对外辐射强度进行具体成像，所得热图像不仅包括物体轮廓而且对于物体表面温度场分布可进行直观表征，利用该技术进行滚动轴承状态判别可结合热图像特征丰富以及图像处理技术将滚动轴承状态判别转换到一个全新的技术视角。本文首先对红外热成像技术基本原理进行简单介绍；其次，主要对国内外利用红外热成像技术进行滚动轴承状态监测与故障诊断的各个环节所采用的多种技术方法进行总结论述，最后对各技术环节所采用的多种方法的优、缺点、以及局限性进行对比性的总结分析，对滚动轴承红外热成像故障诊断与状态监测发展前景进行展望。

人体医学热红外图像直观反映了人体表面的温度分布，通过对红外图像进行深入分析能够提供智能化疾病辅助诊断依据。本文根据实际医学红外图像分析的需要，提出了上下半身图像拼接和人体部位划分两种预处理算法。在图像拼接阶段，根据图像采集环境的实际情况，首先对图像进行局部阈值分割，然后采用二值和灰度模板对上下半身图像进行对齐和融合。在区域划分阶段，通过对人体轮廓线进行极值点扫描确定部位区域关键点，并将人体图像划分成头部、躯干及四肢等区域。实验表明，本文所提出的红外图像预处理方法能获得满意的图像拼接及部位划分结果，可有效支持人体温度分布的定量及定性分析。

针对钢水红外热图像存在各种噪声造成最后的钢水温度测量精度低的问题，本文提出基于模糊滤波的混合噪声处理方法。该方法通过对模糊滤波器的设计以及隶属函数的训练，可以有效地对由加性高斯噪声与非加性脉冲噪声组成的混合噪声进行处理，提高钢水红外热图像的均方差和峰值信噪比。并通过搭建实验平台，利用基于模糊滤波器的混合噪声处理方法对不同温度下的钢水红外图像进行噪声处理。此外基于红外热图像灰度值与温度之间的关系，对去噪前后的钢水红外热图像对应的温度进行分析，并与热电偶测量的实时钢水温度进行对比，验证所提方法对提高测量钢水温度准确度的有效性。

航空复合材料内部缺陷的存在严重威胁着飞行安全。以航空碳纤维复合材料层合板为检测对象, 利用激光作为红外热成像检测技术的热激励源, 充分利用激光的远距离精准加热、高功率密度等优点, 实现对复合材料内部分层缺陷的定位检测。利用激光红外热成像技术对缺陷试件和参考试件进行多次差动检测, 并且依据试件与热像仪的空间位置关系, 选择温差最大时刻计算内部分层缺陷的直径。实验结果表明: 激光红外热成像技术可有效检测航空碳纤维复合材料内部分层缺陷。同时, 首次使用的差动式激光红外方法可有效消除激光能量分布不均对检测结果带来的影响, 使缺陷成像结果更清晰。

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.

材料表面裂纹是导致构件破损、影响物理特性的原因之一。本文采用红外热像显微镜研究了材料表面裂纹检测的问题。首先在铝薄板上设计不同方向、不同长度的表面裂纹。由于裂纹处与正常区域之间的辐射能力的差异，造成表面温度场的不均匀性。红外显微镜捕捉到物体表面辐射，探测出不同方向的表面裂纹，引入标尺实现了裂纹长度的定量检测并做了误差分析。再研究了碳纤维层压板冲击损伤的表面裂纹，通过图像拼接完整显示了冲击损伤裂纹的形貌和走势，运用扫查法提取裂纹。研究结果表明红外显微镜具有探测材料表面自发辐射的能力，可用于不同材质表面裂纹的探测。

针对运行的变速箱轴承难以采集振动信号进行状态监测与故障诊断的缺点, 采用红外热图像对变速箱轴承进行状态监测与故障诊断。利用红外热像仪采集变速箱两端轴承的红外热图像, 然后通过二维经验模态分解方法将红外热图像分解成本征模式函数, 对其处理后与主成分分析法相结合进行图像融合, 得到对比度增强后的图像。最后对原图像与增强后的图像进行特征参数提取, 并利用聚类分析对轴承不同状态进行分离。证明了红外热图像可以准确地诊断出轴承故障。

为了实现对高压输电线存在的故障隐患进行自动检测, 本文提出了一种自适应特征引流管故障隐患智能识别算法。首先,分析了故障引流子的红外热图像特征, 把故障分为两类: 明显发热和微弱发热;其次, 针对引流管所引起的明显发热, 采用改进的Otsu阈值分割法对红外图像进行分割, 运用改进的Sobel算子提取轮廓; 第三, 用种子填充算法分离连通域, 通过Thread特征判断是否为故障引流管; 最后, 进入引流管所引起的微弱小区域发热识别, 运用高压输电线平行特征寻找主干线区域, 在主干线区域检测Harris角点, 通过STWN特征判断是否为故障引流子。实验结果表明, 发热隐患的识别率为94.6%, 漏检率为2.2%, 误识别率为5.5%。

分别获取了棉花新陆早33号、13号2个品种在5个关键生育时期经5种水分处理后的冠层红外热图像和叶片水势（ψL）。从红外热图像中提取了棉花冠层受光叶片的温度，计算了棉花的作物水分胁迫指数（Crop Water Stress Index,CWSI）。分析表明， 2个品种的棉花经5种水分处理后冠层的CWSI和ψL随生育进程的变化趋势相反，ψL与棉花的生育进程趋势一致，变化顺序均为W5>W4>W3>W2>W1。利用棉花建模样本的CWSI与ψL的线性相关函数方程（r= -0.8903**，n=24, α=1%）对检验样本的ψL进行了估测。实测的ψL与估测的ψL呈极显著线性关系（r= 0.8971**，RMSE=0.1223，n=24, α=1%），估测的ψL的相对误差为0.0981，估计精度为90.2%。结果表明，由红外热图像提取的CWSI能够实时、快速、非破坏性地估算棉花叶片的水势，较精确地预测棉花的水势。

分别用Fluke公司生产的红外热像仪和ASD公司生产的非成像高光谱仪获取了棉花在5个生育时期的冠层的红外热图像和反射光谱。对红外热图像进 行了技术处理，并根据Jones定义的作物水分胁迫指数CWSI计算了CWSI；利用光谱分析技术确定了反射光谱654 nm和一阶微分光谱738 nm 处为CWSI的敏感波段；分别建立了它们与CWSI的线性相关模型方程。经检验，CWSI定量模型方程的估算精度分别为72.4 %和80.5 %。研究 结果表明，用红外热图像技术作为获取作物冠层高分辨率空间信息的手段，可以消除背景干扰因素的影响，从而更精确地计算棉花冠层的CWSI。 而与反射光谱相比，棉花冠层一阶微分光谱更适用于对棉花水分胁迫指数CWSI进行实时、动态估算。