一种红外成像识别一体化设备的制作方法

本实用新型涉及红外成像识别技术领域，特别涉及一种红外成像设备。

背景技术：

随着光电信息、微电子、网络通信、数字视频、多媒体技术及传感技术的发展，安防监控技术已由传统的模拟走向高度集成的数字化、智能化、网络化。在无光环境下，可见光器材不能正常工作，同时受天气和光照影响大。红外热成像属于被动接收目标的红外热辐射，可以昼夜工作。红外线穿透雨、雾的能力较高，可以对多种目标如人员、车辆等进行识别监控，可用于防火监控和伪装及隐蔽目标的识别。

由于红外热成像摄像机靠温差成像，而一般目标温差都不大，因此红外热图像对比度低，使分辨细节能力变差。所以通常看到热成像的输出画面呈现出的景物边缘比较模糊，细节辨识度差，难以对目标物进行识别。

技术实现要素：

本实用新型的目的是：针对现有技术的不足，提供一种高灵敏度的红外成像一体化设备。

本实用新型的技术方案是：一种红外成像识别一体化设备，它包括：红外镜头、红外探测器、探测器接口单元、图像处理单元、传输单元以及显示单元；

红外镜头采用锗材料，表面镀增透膜，覆盖波段3.7μm~4.8μm的中波红外波；

红外探测器采用氧化钒红外探测器，其探测器窗口与焦平面感光波段覆盖3.7μm~4.8μm波段；

红外镜头与红外探测器建立信号连接，红外探测器通过探测器接口单元与图像处理单元建立信号连接，图像处理单元通过传输单元与显示单元建立信号连接；传输单元与探测器接口单元建立信号连接；

红外镜头与红外探测器用于采集原始红外图像，原始红外图像通过探测器接口单元传递至图像处理单元，图像处理单元对原始红外图像进行处理得到细节信息明显的红外图像并对图像中出现的兴趣目标进行标注；细节信息明显的红外图像以及所标注出的兴趣目标信息通过传输单元发送至显示单元，显示单元对细节信息明显的红外图像以及兴趣目标进行显示。

上述方案中，具体的，红外探测器的分辨率不低于640×512，像元尺寸为15μm，f数为2。

上述方案的基础上，进一步的，图像处理单元包括：ad采集模块、flash存储模块、图像识别模块以及通讯接口模块；其中，图像识别模块分别与ad采集模块、flash存储模块以及通讯接口模块建立信号连接；

ad采集模块与探测器接口单元建立信号连接，通讯接口模块与传输单元建立信号连接。

探测器接口单元发送原始红外图像后，首先由ad采集模块对原始图像进行格式转换，之后由图像识别模块对原始红外图像进行预处理、图像增强，得到细节信息明显的红外图像；对细节信息明显的红外图像中的兴趣目标进行智能识别，识别后对兴趣目标进行标注；flash存储模块用于对预处理后得到校正图像进行存储；通讯接口模块用于将细节信息明显的红外图像以及所标注出的兴趣目标信息发送至传输单元。

进一步的，为实现远程监控目的，传输单元通过无线网络与显示单元建立信号连接。

更进一步的，显示单元还设有输入设备，通过输入设备能够对红外探测器的工作参数、图像处理单元的算法进行配置，以达到人机交互的目的。

本实用新型的另一个技术方案是：一种红外成像识别一体化设备的工作方法，它使用如上所述的设备，并包括以下步骤：

a.红外镜头采集原始红外图像，红外探测器通过探测器接口单元向图像处理单元传输原始红外图像；

b.图像处理单元对原始红外图像进行格式转换、预处理、图像增强，得到细节信息明显的红外图像；对细节信息明显的红外图像中的兴趣目标进行智能识别，识别后对兴趣目标进行标注；

c.图像处理单元通过传输单元将细节信息明显的红外图像以及所标注出的兴趣目标信息发送至显示单元；

d.显示单元对获取的细节信息明显的红外图像进行格式转换后显示，并根据获取的兴趣目标信息在所显示的图像中框定兴趣目标。

进一步的，上述方案中，步骤b包括：

b1.ad采集模块接收原始红外图像，并对原始红外图像进行模数转换后送至图像识别模块；

b2.图像识别模块对原始红外图像进行预处理得到校正图像，并将校正图像存储至flash存储模块；

b3.图像识别模块调用flash存储模块中存储的校正图像，对校正图像进行增强算法处理得到细节信息明显的红外图像；

b4.图像识别模块利用ai算法对细节信息明显的红外图像进行智能目标识别，若细节信息明显的红外图像中出现兴趣目标，则对该兴趣目标进行矩形框标定，并记录该矩形框的四个顶点的坐标；

b5.图像识别模块利用通讯接口模块将细节信息明显的红外图像以及兴趣目标的四点坐标发送至传输单元。

具体的，步骤b2中，图像识别模块对原始红外图像进行预处理的方法为非均匀校正与盲元补偿。

具体的，步骤b3中，图像识别模块对校正图像进行增强算法处理的方法为直方图均衡和导向滤波。

具体的，步骤b4中，ai算法识别兴趣目标的方法为：首先对细节信息明显的红外图像进行尺寸调整；修改尺寸后的图像进入卷积神经网络中，利用预训练模型对修改尺寸后的图像进行特征提取，由此得到候选兴趣目标以及候选兴趣目标所对应的类别得分；对候选兴趣目标进行筛选，将类别得分高于设定阈值的候选兴趣目标选定为兴趣目标。

有益效果：本实用新型中的红外探测器采用高灵敏度的氧化钒非制冷型探测器，波段覆盖不小于3.7μm~4.8μm，图像处理单元结合其独特的成像优点，对采集的红外图像进行处理，得到细节信息明显的红外图像并对图像中的兴趣目标进行智能识别，显示单元对识别结果进行远程显示，对兴趣目标自动标注。本实用新型提供了高可靠、高灵敏度、远程监控的解决方案，可应用于全天候自动监控领域。

附图说明

图1为本实用新型实施例1的结构框图；

图2为本实用新型实施例2的结构框图；

图中：1-红外镜头、2-红外探测器、3-探测器接口单元、4-图像处理单元、4.1-ad采集模块、4.2-flash存储模块、4.3-图像识别模块、4.4-通讯接口模块、5-传输单元、6-显示单元。

具体实施方式

实施例1，参见附图1，一种红外成像识别一体化设备，它包括：红外镜头1、红外探测器2、探测器接口单元3、图像处理单元4、传输单元5以及显示单元6；

红外镜头1采用锗材料，表面镀增透膜，覆盖波段3.7μm~4.8μm的中波红外波；

红外探测器2采用氧化钒红外探测器，其探测器窗口与焦平面感光波段覆盖3.7μm~4.8μm波段；本例中，红外探测器2的分辨率不低于640×512，像元尺寸为15μm，f数（光圈数）为2；

红外镜头1与红外探测器2建立信号连接，红外探测器2通过探测器接口单元3与图像处理单元4建立信号连接，图像处理单元4通过传输单元5与显示单元6建立信号连接；传输单元5与探测器接口单元3建立信号连接。

红外镜头1与红外探测器2用于采集原始红外图像，原始红外图像通过探测器接口单元3传递至图像处理单元4，图像处理单元4对原始红外图像进行处理得到细节信息明显的红外图像并对图像中出现的兴趣目标进行标注；细节信息明显的红外图像以及所标注出的兴趣目标信息通过传输单元5发送至显示单元6，显示单元6对细节信息明显的红外图像以及兴趣目标进行显示。

进一步的，为实现远程监控目的，传输单元5通过无线网络与显示单元6建立信号连接。

为达到人机交互的目的，还可对显示单元6设置输入设备，通过该输入设备能够对红外探测器2的工作参数、所采集的红外图像的参数，图像处理单元4的算法进行配置。进行配置时，显示单元6利用tcp/ip、rs232/485、私有协议等传输控制协议将配置信息发送至传输单元5，再由传输单元5分别传送至图像处理单元4及探测器接口单元3；探测器接口单元3进一步将配置信息发送至红外探测器2。

实施例2，参见附图2，在实施例1的基础上，进一步的，图像处理单元4包括：ad采集模块4.1、flash存储模块4.2、图像识别模块4.3以及通讯接口模块4.4；其中，图像识别模块4.3分别与ad采集模块4.1、flash存储模块4.2以及通讯接口模块4.4建立信号连接；本例中的图像识别模块4.3采用arm芯片。

ad采集模块4.1与探测器接口单元3建立信号连接，通讯接口模块4.4与传输单元5建立信号连接。

探测器接口单元3发送原始红外图像后，首先由ad采集模块4.1对原始图像进行格式转换，之后由图像识别模块4.3对原始红外图像进行预处理、图像增强，得到细节信息明显的红外图像；对细节信息明显的红外图像中的兴趣目标进行智能识别，识别后对兴趣目标进行标注；flash存储模块4.2用于对预处理后得到校正图像进行存储；通讯接口模块4.4用于将细节信息明显的红外图像以及所标注出的兴趣目标信息发送至传输单元5。

实施例3，一种红外成像识别一体化设备的工作方法，它使用如实施例1或2所述的设备，并包括以下步骤：

a.红外镜头1采集原始红外图像，红外探测器2通过探测器接口单元3向图像处理单元4传输原始红外图像；

b.图像处理单元4对原始红外图像进行格式转换、预处理、图像增强，得到细节信息明显的红外图像；对细节信息明显的红外图像中的兴趣目标，如行人、车辆等，进行智能识别，识别后对兴趣目标进行标注；

c.图像处理单元4通过传输单元5将细节信息明显的红外图像以及所标注出的兴趣目标信息发送至显示单元6；

d.显示单元6对获取的细节信息明显的红外图像进行格式转换后显示，并根据获取的兴趣目标信息在所显示的图像中框定兴趣目标。

实施例4，在实施例3的基础上，当使用如实施例2所述的设备时，实施例3中的步骤b具体包括以下步骤：

b1.ad采集模块4.1接收原始红外图像，并对原始红外图像进行模数转换后送至图像识别模块4.3；

b2.图像识别模块4.3对原始红外图像进行预处理得到校正图像，并将校正图像存储至flash存储模块4.2；本例中，预处理的方法为非均匀校正与盲元补偿；

b3.图像识别模块4.3调用flash存储模块4.2中存储的校正图像，对校正图像进行增强算法处理得到细节信息明显的红外图像；本例中，对校正图像进行增强算法处理的方法为直方图均衡和导向滤波；

b4.图像识别模块4.3利用ai算法对细节信息明显的红外图像进行智能目标识别，若细节信息明显的红外图像中出现兴趣目标，则对该兴趣目标进行矩形框标定，并记录该矩形框的四个顶点的坐标；本例中，ai算法使用tensorflow、caffe等主流算法框架，识别兴趣目标的方法为：首先对细节信息明显的红外图像进行尺寸调整，将细节信息明显的红外图像尺寸调整为416*416；修改尺寸后的图像进入卷积神经网络中，利用预训练模型对修改尺寸后的图像进行特征提取，由此得到候选兴趣目标以及候选兴趣目标所对应的类别得分；使用非极大值抑制、交并比对候选兴趣目标进行筛选，最终将类别得分高于设定阈值的候选兴趣目标选定为兴趣目标；本例中的设定阈值为0.45；

b5.图像识别模块4.3利用通讯接口模块4.4将细节信息明显的红外图像以及兴趣目标的四点坐标发送至传输单元5。

虽然，上文中已经用一般性说明及具体实施例对本实用新型作了详尽的描述，但在本实用新型基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本实用新型精神的基础上所做的这些修改或改进，均属于本实用新型要求保护的范围。