中国科学院合肥物质科学研究院, 安徽光学精密机械研究所, 环境光学与技术重点实验室, 安徽 合肥 230031
被动傅里叶变换红外(FTIR)扫描遥测成像系统采集的红外高光谱图像具有空间、 光谱等维度信息, 可被用于大气环境中有毒有害气体的识别、 定量及可视化。 该系统具有光谱分辨率高、 非接触式及远距离探测等优点, 然而其单帧图像的像元数量少且部分存在气体吸收或发射特征, 无法直接用于红外高光谱图像的目标检测。 提出了基于多帧背景的泄漏气体自适应匹配滤波(AMF)检测方法, 以短时间内、 同一区域的多帧红外高光谱图像为基础, 筛选出无目标气体特征的背景光谱并计算探测区域的背景最大似然估计, 应用于后续帧的目标气体泄漏检测。 红外高光谱图像来自于SF6气体的遥测实验, 共扫描四帧(120像元/帧), 去除前三帧内含有目标气体特征的像元光谱, 剩余背景光谱被用于计算背景的最大似然估计, 第四帧红外高光谱图像逐像元对SF6气体进行的AMF检测, 并与非线性最小二乘法反演的SF6柱浓度图像比对, 结果表明AMF检测高值与柱浓度高值有较强的相关性。 为验证多帧背景在不同空间检测方法下的性能, 分别对该帧数据进行了基于正交子空间的自适应子空间检测(ASD)、 基于混合空间的自适应余弦检测(ACE)及基于斜子空间的最大似然比检测(OGLRT), 并分别与SF6柱浓度图像比对, 结果表明多帧背景适用于不同空间的检测方法。 此外, 为验证存在目标气体吸收特征的非背景光谱对背景空间的影响, 向背景空间中加入多条含有SF6气体吸收特征的光谱, 通过ROC曲线检验, 结果表明背景空间中混入目标气体特征会降低AMF方法的检测性能。 AMF检测值的假彩色图像也能应用于被动FTIR扫描遥测成像系统, 相较于柱浓度假彩色图像, 泄漏源及扩散趋势更为明显。 基于红外高光谱图像的检测方法依赖于整体背景的统计特性, 相较于单像元光谱波段的反演算法, 极大地降低了背景的依赖性。 多帧背景下的AMF泄漏气体检测方法能很好地应用于被动FTIR扫描遥测成像系统上并满足在线监测要求。
傅里叶变换红外光谱技术 扫描遥测 气体泄漏 自适应检测 FTIR Scanning remote sensing Gas leakage Adaptive detection 光谱学与光谱分析
2022, 42(10): 3307
中北大学 信息与通信工程学院 电工电子国家级实验教学示范中心, 太原 030051
为了使机械臂探头端在扫描过程中始终垂直于待测件表面, 提出了一种基于法向特征提取的曲面自适应检测算法。系统采用光学扫描的方法获取待测件表面3维数据, 再通过法向提取算法推导用于位姿校正的映射函数, 最后完成扫描路径的自适应规划。在MATLAB中对样件点云进行了杂散点剔除, 并通过QUALIFY软件完成待测件的3维重建; 对150mm×200mm×10mm的曲面样块进行了光学扫描与路径优化实验。结果表明, 位置测试精度在x轴、y轴、z轴方向上的最大偏差分别为0.5142mm,0.2645mm和1.4265mm; 整体位置偏差最大值为1.1135mm, 平均值为0.5647mm; 在将该偏差作为补偿参量代入机械臂规划路径后, 可以实现扫描过程中探头位姿的在线调整。此研究对自动化测试系统中要求探头与待测件严格垂直的应用领域具有重要意义。
信号处理 法向特征提取 自适应检测 路径规划 signal processing normal feature extraction adaptive detection path planning
福州大学 物理与信息工程学院，福建 福州 350002
为了减少投射电容式触摸屏互电容的检测数量，提出了一种自适应检测算法，并对该算法进行分析和验证。将整个投射电容式触摸屏抽象成一个网格，互电容为网格横纵的交错点。分析网格横纵2个方向变阈值的自适应扫描，并将其与逐行扫描法进行对比。设计出以FPGA为控制核心、外加检测电路的自适应检测系统对该算法进行验证。实验结果表明，对电极间距为1 mm，驱动区为71×54的投射电容式触摸屏，在识别点数分别为3、2、1时，与采用传统的逐行扫描法相比，采用自适应检测法需要的检测次数分别相应地减少为1/50、1/65、1/104,有效地缩短了触摸信息的检测时间，对投射电容式触摸屏在大尺寸方向的发展与应用有积极意义。
投射电容式 互电容 自适应检测 projectedcapacitive mutual capacitance adaptive detection
上海大学 机电工程与自动化学院，上海 200072
提出一种基于灰度差异的棋盘格角点自动检测方法，该方法利用一种圆形角点检测器，在不对棋盘格图像做预处理情况下，能够准确检测有一定噪声或者较模糊的图像上的棋盘格角点。首先，根据角点及领域附近点的灰度差异，采用角点检测器初步检测角点；其次，根据棋盘格角点张角近似为直角和角点灰度对称性，对初步检测的角点进一步筛选获得棋盘格目标检测角点；最后，采用灰度平方重心法将像素级棋盘格目标检测角点亚像素级化，精确确定角点位置。实验结果表明，该方法在图像较模糊的情况下能够较精确检测出角点，角点重投影精度达到0.1像素级，并能获得形成角点的张角角度值；该方法可以应用于具有特殊角度的角点检测，且由于运算速度快，误差小，能够应用于机器视觉摄像机的在线标定。
摄像机标定 灰度差 棋盘格角点 自适应检测 camera calibration grey difference checkerboard pattern corner auto-detection
电子科技大学,通信与信息工程学院,四川,成都,610054
提出一种彩色目标高维检测和空间分集检测技术,它利用RGB颜色的均值趋同性校正色偏,减少光照强度和光源颜色对目标检测的影响;采用检测门限自适应变化的彩色目标高维检测算法检测出疑似目标,进一步避免了传统方法受环境光照影响大的缺点;使用基于区域关联性的彩色信号自适应空间分集检测技术,提高目标检测效果.试验证明,检测并降噪以后,97.5%以上的图像的提取结果可以达到30db以上的信噪比.
彩色目标检测 图像分割 自适应检测 空间分集检测
