国外热红外相机性能分析及摄影测量应用
林 栋1 崔晓杰2 王 昱3 田鹏义1 杨保平1
(1. 航天工程大学, 北京 102200;
2. 北京市遥感信息研究所, 北京 100011;
3. 西安测绘研究所, 陕西 西安 710054)
摘 要： 热红外成像与摄影测量技术能够穿透黑暗、探测热异常。欧美国家在热红外成像领域技术领先,本文以美国菲力尔(FLIR)、德国英福泰克(InfraTec)等国外先进热红外相机为研究对象,首先简要介绍了几种典型制冷型相机与非制冷型相机的性能特点,然后详细阐述了热红外相机在建筑物密闭性检测、夜间辅助驾驶、管道状态监测、输电线路监测等领域的应用,为我国热红外摄影测量技术发展提供借鉴。
关键词： 热红外相机;建筑物密闭性检测;辅助驾驶;管道泄漏检测;输电线路监测
0 引言
不同于人眼视觉接收可见光波段(0.4～ 0.7 μm)的辐射,热红外相机能够探测波长为8～14 μm的长波红外辐射,并反演物体表面的温度信息。随着非制冷型热红外相机的出现,热红外相机的价格大幅下降,其发展和应用受到广泛关注[1]。与传统制冷型热红外相机相比,非制冷型相机无须额外制冷源,在相同空间分辨率与辐射分辨率的条件下,非制冷型相机的价格一般为制冷型相机价格的四分之一[2]。与此同时,非制冷型热红外相机的空间分辨率也大幅提升,从2000年的320×240像素到2021年的2 560×2 048像素,空间分辨率的提升使得影像分析更加细致。此外,非制冷型热红外相机更轻、更小、更加易用,可通过手持、无人机平台进行观测[3-4]。因此,非制冷型热红外相机被广泛地应用于夜间视觉[5]、环境监测[6]、农业生产[7-8]、疫情防控[9]等领域。
由于热红外成像技术是国防核心科技,长期以来,欧美国家对我国采取了严密的技术封锁。20世纪80年代,美国霍尼韦尔公司研发出非制冷探测器技术,并对该技术严格保密;20世纪90年代,法国原子能委员会电子与信息技术实验室开始非制冷探测器技术的研发,并于2000年左右实现产业化,其技术同样严格对外保密。21世纪以来,以美国菲力尔(FLIR)公司为首的欧美先进热红外相机厂商集团继续禁止将高端热红外成像传感器出口到中国,国内相关领域的研究相对滞后。本文以国外先进热红外相机为研究对象,首先简要介绍几种典型制冷型相机与非制冷型相机的性能参数,然后详细阐述热红外摄影测量技术在建筑物密闭性检测等领域的典型应用,为热红外相机在学术和工程领域的研究应用提供参考。
1 国外热红外相机性能分析
目前市场上有两种典型的热红外相机:制冷型热红外相机和非制冷型热红外相机。它们的主要区别在于制冷型热红外相机通常需要搭载一个额外的低温制冷源,用于将相机温度固定在一个恒定的低温范围内。相机温度的稳定能够确保相机不受外界环境变化的影响,在降低影像噪声的同时,保证辐射定标模型具有较强的鲁棒性和长期有效性,但是,制冷型热红外相机价格昂贵。非制冷型热红外相机不依赖液氮冷却器等额外制冷源,相机的体积重量大幅下降、性价比显著提升,但是,相机温度极易受到周围环境因素的影响。为了保证温度反演精度,热红外相机经销商通常会要求用户定期将相机返厂进行重定标[10-11]。
1.1 典型热红外相机性能参数
国际上知名的热红外相机制造商包括:德国英福泰克(InfraTec)公司、美国FLIR公司。下面介绍国外几种典型制冷型与非制冷型热红外相机,图1给出了相机外观图,表1列出了对应型号相机的基本参数。
表1 典型热红外相机参数汇总
(a)InfraTec ImageIR 9400 (b)FLIR X8500sc SLS (c) FLIR GF346 (d) InfraTec MobileIR 400
(e) FLIR A400 (f)FLIR ONE Pro (g) FLIR M232 (h) FLIR A65
图1 国外8种典型热红外相机外观
可以看出,以上8种相机性能参数差异明显,主要原因是面向的用途不同。具体如下:
(1)InfraTec ImageIR 9400作为专业式制冷型热红外相机,其空间分辨率、相机帧频、温度测量精度等指标均较高,甚至能够精准捕捉手掌指纹上的温度场分布。相机提供高速模式与高空间分辨率模式两种观测模式,高速模式以牺牲部分空间分辨率为代价,采取最大帧频实现连续观测,在像元尺寸为10 μm、影像空间分辨率为1 280×1 024像素的条件下,相机最大帧频可达180 Hz;高空间分辨率模式利用显微成像技术和光学微扫描技术,将像元尺寸降至1.3 μm,影像空间分辨率提升至2 560×2 048像素,此时,相机的帧频降至60 Hz。
(2)FLIR X8500sc SLS作为高速高清制冷型热红外相机,专为科研人员设计,具有较高的空间分辨率和时间分辨率。相机内搭载了线性制冷器,具备抵偿外界环境温度变化的能力。
(3)FLIR GF346作为气体泄漏检测式制冷型热红外相机,具有较高的噪声等效温差,能够在不中断工厂生产的条件下检测一氧化碳等18种危险气体泄漏。一氧化碳等危险气体泄漏对钢铁制造等工业生产构成巨大危险,通风管道中微量的有害气体泄漏就可能引起巨额经济损失,甚至造成人员伤亡。该相机能够帮助检查人员从安全距离扫描大面积待测区域,实时查明泄漏位置,减少维修停机时间,并验证维修结果。
(4)InfraTec MobileIR 400作为手持式非制冷型热红外相机系统,同时搭载了热红外相机、可见光相机和激光指示器,便于同时获取被观测区域的热红外影像、可见光影像和位置信息,可广泛应用于电力系统的安全隐患排查和质量控制。
(5)FLIR A400作为固定式非制冷型热红外相机,相机一般固定安装于工业厂房的立面墙体,用于实时检测工业制造过程中的热异常。在工业厂房内通过安装视角互补的多个固定式热红外相机,能够实现对固定区域长时间、近实时的远程监控。
(6)FLIR ONE Pro作为手机式非制冷型热红外相机,配合智能手机使用,可同时提供可见光影像与热红外影像,可见光影像分辨率为1 440×1 080像素,热红外影像分辨率为160×120像素,通过可见光影像与热红外影像的融合分析能够精准定位工业设备的热异常。
(7)FLIR M232作为云台海事非制冷型热红外相机,可以安装到任意类型的船舶上,通过方位向和俯仰向旋转实现任意角度观测,尤其是在光学相机无法使用的夜间,当相机探测到海面上其他船舶或障碍物等“非水体”目标时,会发出声音与图像警报,从而提高船只夜间行驶的安全性。相比可见光射灯与雷达,该相机也能够帮助乘船者更快地发现落水人员。
(8)FLIR A65作为无人机式非制冷型热红外相机,体积小、重量轻,充分考虑了无人机搭载能力有限的特点,为无人机搭载多种不同类型传感器提供了可能,进而通过融合不同类型的影像数据获取高精度的温度场测量结果。
1.2 热红外相机性能参数分析
在相机性能参数方面,相比非制冷型热红外相机,制冷型热红外相机具有很多优势:①灵敏度更高,能够探测更加微小的温度变化,制冷型相机的噪声等效温差通常优于30 mK,而非制冷型相机的噪声等效温差约为45 mK;②像元尺寸更小、空间分辨率更高,制冷型相机的像元尺寸优于12 μm,空间分辨率可达2 560×2 048像素,而非制冷型相机的像元尺寸为12～25 μm,空间分辨率通常低于640×512像素;③最大帧频更高,制冷型相机的最大帧频一般为180 Hz,而非制冷型相机的最大帧频为30～60 Hz。
2 热红外相机摄影测量应用
随着非制冷型热红外相机价格大幅下降,热红外成像技术引起人们的广泛关注,在建筑物密闭性检测[12-18]、夜间辅助驾驶[19-24]、管道状态监测[25-26] 及输电线路监测[27-28]等领域快速发展。
2.1 建筑物密闭性检测
建筑物节能是实现“碳达峰”和“碳中和”双碳目标的关键环节。热红外相机具备捕获及可视化建筑物内热量损失的能力,因此,利用热红外影像序列构建建筑物的三维温度场,是实现建筑物热泄漏自动识别的有效途径。文献[3]针对手持摄影测量系统通常缺乏先验辅助定位信息的问题,提出了一种渐进的层次化配准方法,通过粗糙点云配准、精确影像匹配以及全局影像位姿优化实现了基于手持热红外系统的单栋建筑物温度场三维重建。文献[12]利用基于智能手机的可见光与热红外影像系统实现了物体表面的三维温度场重建。该手持摄影测量系统将两个iPhone可见光相机和一个FLIR热红外相机集成安装在一个经纬仪上,不同相机数据之间的精确配准是以固定相对位姿为先验信息,通过归一化互相关方法实现。为了监测大范围建筑物群的潜在热异常,文献[14]利用基于无人机的可见光与热红外影像系统实现建筑物群的温度场三维建模。首先,利用可见光影像序列生成三维建筑物参考点云;然后,利用视轴变换估计获取热红外影像序列相对于可见光影像点云的相对位姿;最后,对于每个三维地面点,利用重叠影像的等权均值实现热红外纹理映射。但是,该方法以精确的视轴变换矩阵为先验条件,在建筑物三维温度场重建的过程中并未考虑视轴变换矩阵本身的误差,当热红外相机与可见光相机系统不同步时,会生成模糊甚至错误的纹理映射结果。针对这一问题,文献[4]在可见光影像点云与热红外影像点云配准的基础上,提出顾及全局影像位姿优化的热红外影像序列纹理映射方法,实现了顾及建筑物屋顶和立面的精确三维温度场模型重建,如图2(b)所示。进一步分析建筑物中存在的热异常,文献[17]利用围护结构内表面相对温差和相对面积实现建筑物热泄漏的定量评价。图2(d)中深灰色框内的部分是建筑物的窗户,色差是由窗户与墙面材质具有不同的导热系数引起;而亮白色框内的部分在可见光影像上表现为均一的建筑物墙面,但在热红外影像中该区域温度明显高于周围区域,说明该处可能存在热泄漏现象。
(a)可见光三维模型 (b) 温度场三维模型
(c) 局部可见光影像 (d) 局部热红外影像
图2 建筑物真三维温度场重建与密闭性检测
2.2 夜间辅助驾驶
现有可见光相机虽然空间分辨率高、边缘特征明显,能够在白天、无云等光照条件良好的情况下实现高精度解译,但是,在夜间、云雾等光照条件不理想时无法使用。而热红外相机主要接收物体表面的热辐射,不受光照条件影响,被广泛应用于夜间辅助驾驶,但是热红外影像空间分辨率低、对比度差、边缘特征模糊[19-24]。为了将热红外灰度图像转化为驾驶员容易理解的假彩色图像,文献[22]提出结合超像素分割与直方图统计的方法实现车载热红外影像的彩色化。为了实现行人检测,文献[23]首先利用算数均值滤波、双阈值分割和形态学处理提升热红外影像对比度;然后,使用基于方向梯度直方图(histogram of oriented gradient, HOG)特征和局部二值模式(local binary patterns, LBP)特征的支持向量机方法判决行人;最后,利用人体头部的Haar小波特征滤除误检。为了提高行人检测的鲁棒性,文献[24]利用基于空洞卷积的Faster-RCNN方法实现顾及热红外相机差异的高精度行人检测。当汽车处于夜间驾驶状态下,人眼视觉和可见光相机作用受限,难以及时准确地识别道路上的行人,而在热红外影像上,能够清楚地看到道路左侧的两名行人和右侧的一名行人,如图3所示。
(a)可见光影像 (b)热红外影像
图3 基于热红外影像的夜间辅助驾驶
2.3 管道设备状态监测
随着国家建设的快速发展,管道系统安全监测工作日益复杂,传统的人工监测方法代价高且易疏漏,热红外影像逐渐成为地表、地下以及室内等复杂环境下实时监测的有效手段[25-26]。使用热红外相机构建管道监测系统,可将热红外相机安装在无人机上,或直接架设在高危管道附近,通过视频成像的方式进行远程监控,再加上温度告警功能,就能实现自动化的实时管道设备状态监测。文献[25]利用基于无人机的热红外影像序列实现裸露石油管道的监测与浅埋地下管道的识别。文献[26]以热红外影像序列为基础数据,利用基于多帧背景的自适应匹配滤波检测方法实现目标区域的泄漏气体检测。图4表示利用热红外影像进行管道密闭性检测的典型案例:图4(a)表示一个存在风险的管道系统,图4(b)表示一个运行正常的管道系统。该系统可提早发现局部过热区域,进而避免可能的危险和灾难。
(a)存在风险的管道 (b)正常运行的管道
图4 基于热红外影像的管道密闭性检测
2.4 输电线路监测
保障电力系统的运行安全对现代经济社会极为关键,其中输电线路的安全是整个系统中的重要一环,利用热红外成像技术发现组件热异常是目前常用的一种自动检测方法[27-28]。文献[27]利用热红外影像对内蒙古15座并网光伏电站进行了热异常检测,实验结果显示该方法能够准确检测出表面温度分布不均匀的老化组件。文献[28]采用无人机搭载的微型热红外相机进行输电设施系统的巡检,能够及时发现输电线路中的局部过热现象,具有全方位、多角度、近距离、应急性强等特点,能够弥补人工巡检的不足。图5(a)表示一个高压变电站的热红外影像和可见光影像。通过热红外影像可以看出:变电站绞合部分的电缆存在两处热异常区域,热异常区域相比周围的电缆具有更高的温度。这种局部过热现象主要是由电缆连接不稳或接口老化导致。图5(b)展示了130 kV输电电缆的负载情况。相比其他温度正常的电缆,有三根电缆呈现整体过热的情况,实际原因是电缆上电压负载超过了电缆规定的负载上限。
(a)高压变电站的热红外影像和可见光影像
(b)高压电缆的热红外影像
图5 基于热红外影像的输电线路监测系统
3 结束语
本文以国外先进热红外相机为研究对象,首先简要介绍了典型制冷型相机与非制冷相机的性能特点,然后详细论述了其在建筑物密闭性检测、夜间辅助驾驶、管道状态监测、输电线路监测等领域的应用。与欧美国家相比,虽然我国热红外相机研究起步较晚,距离国际前沿技术仍有差距,但是以大立科技、高德红外、热像科技、睿创微纳为代表的中国企业近年来在非制冷型热红外探测器技术上陆续取得突破,差距在不断缩小,相信在不远的未来,我国的热红外成像与摄影测量技术能够迎头赶上,引领热红外技术的发展。
参考文献
[1] KRUSE P W.Uncooled thermal imaging: arrays, systems and applications[M]. USA Washington Bellingham: SPIE Press, 2001.
[2] ZHU G, WHITEHEAD D, PERRIE W, et al. Investigation of the thermal and optical performance of a spatial light modulator with high average power picosecond laser exposure for materials processing applications[J]. Journal of Physics D: Applied Physics, 2018, 51(9):095603.
[3] LIN D, JARZABEK-RYCHARD M, TONG X C, et al. Fusion of thermal imagery with point clouds for building façade thermal attributemapping[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2019, 151:162-175.
[4] LIN D, BANNEHR L, ULRICH C, et al. Evaluating thermal attribute mapping strategies for oblique airborne photogrammetric system AOS-Tx8[J]. Remote Sensing, 2020, 12(1):112.
[5] LIU Z, BLASCH E, XUE Z Y, et al. Objective assessment of multiresolution image fusion algorithms for context enhancement in night vision: a comparative study[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2012, 34(1):94-109.
[6] 台风.利用热红外成像技术测量海底地下水排放量[J].中国测绘,2020(9):77-79.
[7] JOHNSON J E, SHAW J A, LAWRENCE R L, et al. Long-wave infrared imaging of vegetation for detecting leaking CO2 gas [J]. Journal of Applied Remote Sensing, 2012, 6(1):063612.
[8] 冯子恒,宋莉,张少华,等.基于无人机多光谱和热红外影像信息融合的小麦白粉病监测[J].中国农业科学,2022,55(05):890-906.
[9] 王元,孟令广.红外热成像仪在新型冠状病毒肺炎防控中的应用[J].医疗装备,2020,33(15):22-24.
[10] KUENZER C, DECH S. Thermal infrared remote sensing: sensors, methods, applications[J]. Photogrammetric Engineering &Remote Sensing, 2015, 81(5):359-360.
[11] LIN D, MAAS H G, WESTFELD P, et al. An advanced radiometric calibration approach for uncooled thermal cameras[J]. The Photogrammetric Record, 2018, 33(161):30-48.
[12] YANG M D, SU T C, LIN H Y. Fusion of infrared thermal image and visible image for 3d thermal model reconstruction using smartphone sensors[J]. Sensors, 2018, 18(7): 2003.
[13] 宋明启, 王志国, 李栋,等. 红外热成像技术检测外窗密封性研究[J]. 低温建筑技术, 2014, 36(8):130-132.
[14] JAVADNEJAD F. Small unmanned aircraft systems for engineering inspections and geospatial mapping [D]. Corvallis, USA:Oregon State University, 2018.
[15] 侯舒维,郭宝龙,李晓博,等.城区建筑物的在轨热异常检测提取[J].太赫兹科学与电子信息学报,2022,20(5):498-505.
[16] 李小静.红外热像技术在房屋建筑检测中的应用探讨[J].建筑与预算,2022(2):55-57.
[17] 王杨洋,李阳,方修睦,等.红外热像仪在建筑围护结构热工缺陷诊断中的应用[J].新型建筑材料,2021,48(5):116-120.
[18] 李秉洁,王子薇.建筑物外围护结构缺陷探查——以天水某展示楼为例[J].城市建筑,2022,19(13):154-156.
[19] 韩波,李宜斌.军用车辆辅助驾驶仪的发展[J].激光与红外,2010,40(3):238-240.
[20] 王红培,栾光琦,田超,等.天气条件对车载红外辅助驾驶性能的影响[J].红外与激光工程,2020,49(7):84-90.
[21] 汪韩,唐骏龙,张瀚,等. 基于红外热成像的行车预警系统研究[C].2019中国自动化大会(CAC2019)论文集. 2019:212-216.
[22] 沈振一. 基于车载红外辅助驾驶系统的图像彩色化与三维重建[D].上海:东华大学,2016.
[23] 胡红果.车载红外辅助驾驶系统的研究与实现[D].沈阳:沈阳理工大学,2018.
[24] 黄然.面向辅助安全驾驶系统的可见光与热红外成像行人检测方法研究[D].桂林:桂林理工大学,2021.
[25] 李器宇,张洁,徐晓旭.基于无人机红外遥感的地下石油管道安全监测[J].红外,2019,40(5):32-36.
[26] 胡运优,徐亮,徐寒杨,等.基于多帧背景的泄漏气体自适应匹配滤波检测[J].光谱学与光谱分析,2022,42(10):3307-3313.
[27] 李骁捷,涂伟伟,孙广川,等.红外热成像仪检测并网光伏电站组件分析[J].中国检验检测,2022,30(1):17-20.
[28] 李游,龙伟迪,魏绍东.基于微型红外双光机载装置的变电站无人机巡检系统研究[J].湘潭大学学报(自然科学版),2020,42(5):118-126.
引文格式：林栋,崔晓杰,王昱,等.国外热红外相机性能分析及摄影测量应用[J].北京测绘,2023,37(4):592-597.
基金项目： 地理信息工程国家重点实验室基金项目(SKLGIE2019-Z-3-3)
作者简介：林栋(1989—),男,河北邯郸人,博士,讲师,研究方向为摄影测量与遥感。
E-mail：lindong_hb59@163.com
转自：“测绘学术资讯”微信公众号
如有侵权，请联系本站删除！
