Kao dobavljač termalnih jezgara za kamere, iz prve ruke svjedočio sam izvanrednim napretcima u tehnologiji termičkih slika. Termalne kamere postale su nezamjenjiv alat u raznim oblastima, od sigurnosti i nadzora do industrijske inspekcije i medicinske dijagnostike. U srcu ovih kamera leži jezgro, koje koristi sofisticirane algoritme za obradu slike da transformiše neobrađene termalne podatke u jasne slike koje se mogu primeniti. U ovom blogu ću se udubiti u ključne algoritme za obradu slike koji se koriste u jezgri termalnih kamera i objasniti kako oni poboljšavaju performanse i funkcionalnost našihJezgra termalne kamere.
1. Korekcija nejednakosti (NUC)
Jedan od osnovnih izazova u termoviziji je neujednačenost niza detektora. Svaki piksel u detektoru može različito reagirati na isti termalni ulaz zbog proizvodnih varijacija, temperaturnih razlika i efekata starenja. Ova neujednačenost rezultira šumom fiksnog uzorka na termalnoj slici, što može prikriti detalje i smanjiti ukupni kvalitet slike.
Algoritmi za korekciju nejednakosti (NUC) su dizajnirani da riješe ovaj problem. Postoje dvije glavne vrste NUC-a: statički NUC i dinamički NUC.
Statički NUC
Statički NUC se obično izvodi tokom procesa kalibracije u fabrici. To uključuje izlaganje detektora ujednačenom izvoru topline, kao što je crno tijelo, i mjerenje odziva svakog piksela. Na osnovu ovih mjerenja, za svaki piksel se generiše tabela korekcije. Tokom normalnog rada, kamera primjenjuje faktore korekcije iz tabele na vrijednosti sirovih piksela kako bi kompenzirala neujednačenost.
Dynamic NUC
S druge strane, dinamički NUC se izvodi u realnom vremenu tokom rada kamere. On kontinuirano prati reakciju detektora i prilagođava faktore korekcije prema potrebi kako bi se uzele u obzir promjene temperature, starenje detektora i drugi faktori. Dynamic NUC pomaže u održavanju visokog nivoa uniformnosti slike tokom vremena i pod različitim radnim uslovima.
2. Smanjenje buke
Termalni detektori su podložni različitim vrstama šuma, uključujući Johnsonovu buku, 1/f šum i šum pucnjave. Ovaj šum može degradirati kvalitet slike, otežavajući razlikovanje malih temperaturnih razlika i finih detalja u termalnoj sceni.
Filtriranje medijana
Filtriranje medijana je jednostavna, ali efikasna tehnika smanjenja šuma. On zamjenjuje vrijednost svakog piksela srednjom vrijednošću susjednih piksela. Ovo pomaže da se ukloni impulsni šum i smanji šum visoke frekvencije bez zamućenja ivica objekata na slici.
Gaussovo filtriranje
Gaussovo filtriranje je još jedna popularna metoda smanjenja šuma. Na sliku primjenjuje Gaussovo jezgro, koje izglađuje sliku usrednjavanjem vrijednosti piksela u susjedstvu oko svakog piksela. Gausovo jezgro ima distribuciju u obliku zvona, pri čemu središnji piksel ima najveću težinu. Gaussovo filtriranje je efikasno u smanjenju Gaussovog šuma i može se podesiti za kontrolu količine izglađivanja.
Smanjenje šuma zasnovano na talasima
Algoritmi za smanjenje šuma zasnovani na talasima razlažu sliku na različite frekvencijske podopsege koristeći talasne transformacije. Šum je tipično koncentrisan u podopsezima visokih frekvencija, dok su važne karakteristike slike prisutne u podopsezima niske i srednje frekvencije. Podešavanjem koeficijenata u visokofrekventnim podopsezima i rekonstruisanjem slike, šum se može značajno smanjiti uz očuvanje ivica i detalja slike.
3. Poboljšanje ivica
Algoritmi za poboljšanje ivica koriste se za poboljšanje vidljivosti granica objekata na termalnim slikama. U termoviziji, objekti mogu imati slične temperature, što otežava razlikovanje njihovih rubova. Algoritmi za poboljšanje ivica povećavaju kontrast na ivicama objekata, čineći ih jasnijim i lakšim za identifikaciju.
Sobel Operator
Sobel operator je jednostavan i široko korišćen algoritam za detekciju ivica. Izračunava gradijent slike u horizontalnom i vertikalnom smjeru koristeći par jezgri konvolucije 3x3. Tada se izračunava veličina gradijenta, a pikseli sa velikom veličinom gradijenta smatraju se dijelom ivice.
Canny Edge Detector
Canny ivični detektor je sofisticiraniji algoritam za detekciju ivica koji uključuje više koraka, uključujući Gausovo izglađivanje, proračun gradijenta, ne-maksimalno potiskivanje i prag histereze. Dizajniran je da detektuje prave ivice dok minimizira lažne ivice i šum. Canny ivični detektor može pružiti preciznije i kontinuirano otkrivanje ivica u poređenju sa Sobel operaterom.
4. Mjerenje temperature i kalibracija
Jedna od ključnih primjena termalnih kamera je mjerenje temperature. Za precizno mjerenje temperature objekata u termalnoj sceni, jezgro kamere treba izvršiti kalibraciju i konverziju temperature.
Radiometrijska kalibracija
Radiometrijska kalibracija je proces uspostavljanja odnosa između izlaznog signala detektora (vrijednosti piksela) i stvarne temperature objekta. Ovo se obično radi izlaganjem detektora nizu poznatih izvora temperature i mjerenjem odgovarajućih vrijednosti piksela. Zatim se generira kalibracijska kriva ili jednadžba za pretvaranje vrijednosti piksela u vrijednosti temperature.
Kompenzacija emisivnosti
Emisivnost je mjera koliko efikasno objekat emituje toplotno zračenje. Različiti materijali imaju različite vrijednosti emisivnosti, a na izmjerenu temperaturu objekta može uticati njegova emisivnost. Algoritmi za kompenzaciju emisivnosti prilagođavaju mjerenje temperature na osnovu procijenjene emisivnosti objekta. Ovo pomaže da se poboljša tačnost mjerenja temperature, posebno za objekte sa ne-jedinstvenom emisivnošću.
5. Poboljšanje slike i lažno – mapiranje boja
Tehnike poboljšanja slike koriste se za poboljšanje vizualnog izgleda termalnih slika i njihovo lakše tumačenje. Lažno – mapiranje boja je uobičajena tehnika poboljšanja slike koja dodjeljuje različite boje različitim temperaturnim rasponima na termalnoj slici.
Histogram Equalization
Izjednačavanje histograma je jednostavna metoda poboljšanja slike koja redistribuira vrijednosti piksela na slici radi poboljšanja kontrasta. Proteže histogram slike tako da su vrijednosti piksela ravnomjernije raspoređene u dostupnom rasponu. To može učiniti detalje na slici vidljivijima, posebno u područjima sa niskim kontrastom.
Netačno - mapiranje boja
Netačno – mapiranje boja dodjeljuje boje različitim temperaturnim rasponima na termalnoj slici kako bi se poboljšala vizualna percepcija temperaturnih razlika. Na primjer, hladnije temperature mogu biti predstavljene plavom ili zelenom bojom, dok toplije temperature mogu biti predstavljene crvenom ili žutom bojom. Dostupno je nekoliko lažnih paleta boja, kao što su paleta duginih boja, paleta ironbow i paleta sivih tonova, svaka sa svojim karakteristikama i primjenama.
Primjena i prednosti ovih algoritama
Algoritmi za obradu slike koji se koriste u jezgri termalnih kamera imaju širok spektar primjena i prednosti.
Sigurnost i nadzor
U sigurnosnim i nadzornim aplikacijama, termalne kamere mogu otkriti uljeze pri slabom svjetlu ili potpunom mraku. Algoritmi za smanjenje šuma i poboljšanje ivica pomažu u poboljšanju jasnoće slika, što olakšava identifikaciju uljeza i njihovih pokreta. Algoritmi mjerenja temperature također se mogu koristiti za otkrivanje nenormalnih izvora topline, kao što su požari ili oprema za pregrijavanje.
Industrijska inspekcija
U industrijskoj inspekciji, termalne kamere se koriste za otkrivanje kvarova u električnim sistemima, mehaničkim komponentama i industrijskim procesima. Algoritmi mjerenja temperature i kalibracije osiguravaju precizno mjerenje temperature, što je ključno za otkrivanje pregrijavanja i potencijalnih kvarova. Algoritmi za poboljšanje ivica i slike pomažu u identifikaciji malih nedostataka i anomalija na termalnim slikama.
Medicinska dijagnostika
U medicinskoj dijagnostici, termalne kamere se mogu koristiti za otkrivanje upala, problema s cirkulacijom krvi i drugih fizioloških abnormalnosti. Algoritmi za obradu slike pomažu u poboljšanju kontrasta i jasnoće termalnih slika, olakšavajući medicinskim stručnjacima analizu podataka i postavljanje tačnih dijagnoza.
Kontakt za kupovinu i saradnju
Ako ste zainteresovani za našeJezgra termalne kamere,Infracrvena termalna kamera, iliNehlađeni moduli termičke kamere, bili bismo više nego sretni da razgovaramo o vašim specifičnim zahtjevima. Naš tim stručnjaka može vam pružiti detaljne informacije o našim proizvodima, uključujući njihove karakteristike, performanse i cijene. Posvećeni smo pružanju visokokvalitetnih termovizijskih rješenja i odlične usluge za korisnike. Bilo da ste sistemski integrator, istraživač ili krajnji korisnik, možemo raditi s vama kako bismo zadovoljili vaše potrebe. Slobodno nam se obratite kako bismo započeli razgovor o vašim zahtjevima za termoviziju.
Reference
- RC Gonzalez i RE Woods, "Digitalna obrada slike", treće izdanje, Pearson Prentice Hall, 2008.
- GJ Alphonse, "Thermal Imaging: Fundamentals, Research, and Applications", CRC Press, 2012.
- PJ Besant, "Infracrvena termalna slika: principi, algoritmi i primjene", SPIE Press, 2013.
