紫外探测器热成像的融合方法与流程

本发明涉及光学仪器，具体为紫外探测器热成像的融合方法。

背景技术：

1、在目标检测与识别领域，紫外探测器和热成像技术是两种常用手段。然而，传统紫外探测器和热成像技术各自存在一定的局限性，这限制了它们在特定应用场景下的准确性、实时性与能耗效率。

2、首先，传统紫外探测器在低光照条件下面临检测与识别的挑战。光照较弱的环境中，紫外探测器信号强度减弱，导致目标辨识度下降。因此，传统紫外探测器在夜间或低照度环境下的应用受到限制，无法准确提供目标信息。

3、其次，热成像技术通过探测目标表面热量分布实现检测与识别。然而，在目标与背景温度差异较小或温度梯度不明显的情况下，热成像技术准确性受限，导致目标识别困难。

4、此外，传统紫外探测器和热成像技术需较长时间完成目标检测与识别。这在快速变化的环境中，如安全监控、无人驾驶等领域，限制了其应用。对于需要实时响应和快速决策的应用场景，传统技术速度不足，无法满足实时性要求。

5、最后，传统紫外探测器和热成像技术通常需独立设备和系统实现目标检测与识别。这导致系统体积、重量较大，且能耗较高。同时，传统技术在数据处理和算法设计方面也存在能耗问题，使得系统整体能耗增加。

6、因此，本发明提出紫外探测器热成像的融合方法，旨在解决现有技术的不足。

技术实现思路

1、针对现有技术的不足，本发明提供了紫外探测器热成像的融合方法，解决了现有技术中紫外探测器在低光照环境下性能受限，较易遭受背景干扰的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：一种紫外探测器热成像的融合方法，包括以下步骤：向紫外探测器发送第一控制信号，以使紫外探测器对目标物体进行检测，得到目标物体的紫外图像；向热成像组件发送第二控制信号，以使热成像组件对目标物体进行热成像测量，得到目标物体的热成像图像；向电路和信号处理模块发送第三控制信号，以使得电路和信号处理模块提取紫外图像和热成像图像中的图像信息；采用融合算法将紫外图像和热成像图像中提取的图像信息进行融合，以得到紫外图像和热成像图像融合后的图像，融合算法为基于深度学习的神经网络算法。

3、优选的，光学透过层位于紫外探测器的检测位置上，检测位置用于检测目标物体的紫外图像。

4、优选的，光学透过层为光子晶体结构，且光学透过层中具有抗反射涂层。

5、优选的，在将紫外图像和热成像图像中提取的图像信息进行融合的步骤还包括：采用多模式融合技术，将紫外图像和热成像图像融合后的图像和预设传感模式融合，预设传感模式包括以下至少之一：可见光成像模式和红外成像模式。

6、优选的，在采用多模式融合技术的步骤还包括：对紫外图像和热成像图像进行智能数据处理，智能数据处理包括目标识别和环境感知，其中，目标识别为对紫外图像和热成像图像进行自动识别和分类，以得到紫外图像中与目标物体对应的区域和热成像图像中与目标物体对应的区域，环境感知为获取紫外图像中的目标周围环境信息和热成像图像中的目标周围环境信息，目标周围环境信息包括以下至少之一：温度、热辐射分布和背景噪声。

7、优选的，热成像组件包括微型热像仪。

8、优选的，电路和信号处理模块包括低噪声放大器、模数转换器和数据处理单元，其中：低噪声放大器与热成像组件电连接，用于放大热成像组件发出的电信号；数模转换器与低噪声放大器电连接，用于将电信号转换为数字信号，电信号为模拟信号；数据处理单元与数模转换器电连接，用于根据模拟信号获取紫外图像和热成像图像中的图像信息。

9、优选的，检测位置用于检测目标物体的紫外图像，在向紫外探测器发送第一控制信号的步骤之前，融合方法还包括：向外部光源发送第一子控制信号，以使光源对紫外探测器的检测位置进行等离子激发。

10、优选的，紫外探测器和热成像组件集成在同一芯片上。

11、优选的，采用融合算法将紫外图像和热成像图像中提取的图像信息进行融合，包括：采用快速信号处理算法对紫外图像和热成像图像进行并行数据处理，以将紫外图像和热成像图像实时融合，实时融合的响应时间为纳秒级响应时间。

12、本发明提供了紫外探测器热成像的融合方法。具备以下有益效果：

13、本发明的紫外探测器热成像的融合方法，集成了紫外探测器和热成像技术的优势，通过融合算法紫外图像和热图像，实现目标信息的全面且准确获取。紫外探测器能捕捉目标形态特征，热成像技术则提供目标热特征，二者融合弥补了各自不足，提升了目标检测与识别的准确性，解决了传统紫外探测器在低光照环境下性能受限，较易遭受背景干扰的问题。

技术特征：

1.一种紫外探测器热成像的融合方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的融合方法，其特征在于，光学透过层位于所述紫外探测器的检测位置上，所述检测位置用于检测所述目标物体的紫外图像。

3.根据权利要求2所述的融合方法，其特征在于，光学透过层为光子晶体结构，且所述光学透过层中具有抗反射涂层。

4.根据权利要求1所述的融合方法，其特征在于，在将所述紫外图像和所述热成像图像中提取的图像信息进行融合的步骤还包括：

5.根据权利要求4所述的融合方法，其特征在于，在采用多模式融合技术的步骤还包括：

6.根据权利要求1所述的融合方法，其特征在于，所述热成像组件包括微型热像仪。

7.根据权利要求1所述的融合方法，其特征在于，所述电路和信号处理模块包括低噪声放大器、模数转换器和数据处理单元，其中：

8.根据权利要求1所述的融合方法，其特征在于，所述检测位置用于检测所述目标物体的紫外图像，在向紫外探测器发送第一控制信号的步骤之前，所述融合方法还包括：

9.根据权利要求1所述的融合方法，其特征在于，所述紫外探测器和所述热成像组件集成在同一芯片上。

10.根据权利要求1所述的融合方法，其特征在于，所述采用融合算法将所述紫外图像和所述热成像图像中提取的图像信息进行融合，包括：

技术总结
本发明涉及光学仪器技术领域，公开了一种紫外探测器热成像的融合方法，该方法包括：向紫外探测器发送第一控制信号，以使紫外探测器对目标物体进行检测，得到目标物体的紫外图像；向热成像组件发送第二控制信号，以使热成像组件对目标物体进行热成像测量，得到目标物体的热成像图像；向电路和信号处理模块发送第三控制信号，以使得电路和信号处理模块提取紫外图像和热成像图像中的图像信息；采用融合算法将紫外图像和热成像图像中提取的图像信息进行融合，以得到紫外图像和热成像图像融合后的图像，融合算法为基于深度学习的神经网络算法；通过该融合方法解决了传统紫外探测器易遭受背景干扰的问题。

技术研发人员：龙雄峰,邓凯文,徐达艺,蒋平,唐雷鸣,莫仲辉,李杏,黄志芳,康钱江,黄祯祥,谢威,李华轩,林丽霞
受保护的技术使用者：广东电网有限责任公司湛江供电局
技术研发日：
技术公布日：2024/4/29