[go: up one dir, main page]

CN107532999A - 基于波长带的无源红外气体成像 - Google Patents

基于波长带的无源红外气体成像 Download PDF

Info

Publication number
CN107532999A
CN107532999A CN201680023029.9A CN201680023029A CN107532999A CN 107532999 A CN107532999 A CN 107532999A CN 201680023029 A CN201680023029 A CN 201680023029A CN 107532999 A CN107532999 A CN 107532999A
Authority
CN
China
Prior art keywords
gas
wavelength band
image
absorption
background
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201680023029.9A
Other languages
English (en)
Other versions
CN107532999B (zh
Inventor
J·桑德斯坦
E·埃切罗特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Flir Systems AB
Original Assignee
Flir Systems AB
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=55910914&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=CN107532999(A) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by Flir Systems AB filed Critical Flir Systems AB
Publication of CN107532999A publication Critical patent/CN107532999A/zh
Application granted granted Critical
Publication of CN107532999B publication Critical patent/CN107532999B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3504—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/02—Details
    • G01J3/0205—Optical elements not provided otherwise, e.g. optical manifolds, diffusers, windows
    • G01J3/0208—Optical elements not provided otherwise, e.g. optical manifolds, diffusers, windows using focussing or collimating elements, e.g. lenses or mirrors; performing aberration correction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J3/2823—Imaging spectrometer
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J3/45—Interferometric spectrometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M3/00—Investigating fluid-tightness of structures
    • G01M3/38—Investigating fluid-tightness of structures by using light
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/314—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry with comparison of measurements at specific and non-specific wavelengths
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N2021/1793—Remote sensing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3504—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis
    • G01N2021/3531—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis without instrumental source, i.e. radiometric

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Radiation Pyrometers (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Studio Devices (AREA)
  • Transforming Light Signals Into Electric Signals (AREA)

Abstract

根据一个或多个实施例，本文公开的系统和方法用于对场景中的气体成像，所述场景具有背景并且可能存在气体。在一个实施例中，方法和适于执行方法的系统包括：基于气体的预定吸收光谱、估计的气体温度和估计的背景温度，控制热成像系统来捕获表示气体的温度的气体IR图像和表示背景的温度的背景IR图像；以及基于气体图像和背景IR图像，产生气体吸收路径长度图像，所述气体吸收路径长度图像表示来自背景的辐射通过气体的路径的长度。该系统和方法可以包括基于气体吸收路径长度图像产生气体可视化图像，以显示使场景中的气体存在可视化的输出图像。

Description

基于波长带的无源红外气体成像
技术领域
本公开总体上涉及对气体成像和可视化，特别涉及使用红外成像系统和方法对气体进行成像和可视化。
背景技术
场景的热或红外(IR)图像对于监测、检查和/或维护目的来说通常是有用的，例如，对监测工厂的气体泄漏来说是有用的。通常，提供诸如热像(thermography)装置或红外IR相机形式的热成像装置以捕获表示从观察的场景发射的红外辐射的红外(IR)图像数据值。在捕获到红外图像之后，可以例如在热成像装置或连接到热成像装置的计算装置(例如，平板计算机、智能电话、膝上型计算机或台式计算机)中对捕获的红外图像进行处理、显示和/或保存。
热成像装置(例如，红外相机)可用于例如从逸散性气体排放或气体泄漏检测例如气体云或气柱形式的气体存在，并用于产生该气体存在的视觉表示作为气体红外图像。该气体红外图像可用于对气体存在或气体泄漏进行可视化，例如，作为在相机的取景器上、在集成或分开的显示器上或在外部计算装置上呈现的图像上的烟雾或云，从而使用户看到通过红外相机观测并成像的场景中的气体存在。这种技术的变型称为无源红外气体成像，并且基于使用来自场景的辐射而无需任何附加照明来检测气体。
然而，常规系统的问题在于，热成像装置的灵敏度可能太低以致无法检测低于某一气体颗粒浓度的气体，或者换句话说，产生的气体红外图像中的气体信息与噪声/干扰之间的对比度太低以致无法识别气体。另一个问题是，各种物理性质(例如，观察到的场景背景中的变化的温度和发射率、噪声、其他气体、气溶胶颗粒和移动的气体云)进一步降低了灵敏度。
在常规技术中，特别是使用致冷的热成像装置的常规技术中，气体成像可以基于不同波长带中的红外辐射的吸收或透射的差异。问题是，特别是对于非致冷的热成像装置来说，当基于选择的波长带中的红外辐射的吸收或透射的差异进行气体成像时，由于成像装置部件(例如，滤光器、光学系统、波导和检测器本身)的高噪声影响而不能使波长带变窄。这意味着，系统的物理特性(例如，噪声或热干扰)可能会随波长而显著变化，并将更难以补偿。
需要解决常规系统的问题，以借助用于成像例如宽范围的气体的减小的复杂度、尺寸、重量、制造成本和/或整体功耗来提高气体成像中的气体检测灵敏度，但不需要导致高的成本和重量增加的硬件重构。
发明内容
公开的方法、系统和计算机程序产品的各种技术和实施例用于在对场景中的气体成像，所述场景具有背景并且可能存在气体。在各种实施例中，通过基于气体的预定吸收光谱、估计的气体温度和估计的背景温度控制热成像系统来捕获表示气体的温度的气体IR图像和表示背景的温度的背景IR图像从而进行气体成像。然后，基于气体图像和背景IR图像产生气体吸收路径长度图像，所述气体吸收路径长度图像表示来自背景的辐射通过气体的路径的长度。
在进一步的变型中，根据一个或多个实施例，该方法、系统和计算机程序产品还包括以下的选择：
-基于气体吸收路径长度图像，产生气体可视化图像。
-对于气体IR图像的捕获，控制热成像系统来捕获高吸收波长带A中的辐射，所述高吸收波长带A被确定为包括在预定吸收光谱中对于气体具有高辐射吸收的波长；和/或
-对于背景IR图像的捕获，控制热成像系统来捕获低吸收波长带B中的辐射，所述低吸收波长带B被确定为包括在预定吸收光谱中对于气体具有低辐射吸收的波长。
-将高吸收波长带A确定为包括来自气体的吸收光谱的吸收波长带G；和/或
-将低吸收波长带B确定为至少部分重叠所述高吸收波长带A。
-基于从环境空气温度传感器获取的测量的环境空气温度，估计气体温度TG；和/或
-基于先前捕获的气体IR图像估计气体温度TG。
-基于先前捕获的背景IR图像估计背景温度TB。
-还基于气体与背景差值关系产生气体吸收路径长度图像。
-确定所述高吸收波长带A还包括：
-基于气体的吸收光谱确定吸收波长带G，其中所述吸收波长带G被确定为包括吸收光谱的至少局部最小值；以及
-将所述高吸收波长带A确定成包括吸收波长带G并可能包括预定波长裕量。
预定波长裕量是以下波长裕量中的选择：
-应用到所述吸收波长带G的较低端点的第一波长裕量G_裕量1；和/或
-应用到所述吸收波长带G的较高端点的第二波长裕量G_裕量2。
-确定低吸收波长带B还包括：
-将所述低吸收波长带B确定成具有比高吸收波长带A大的宽度，可能在预定波长裕量内。
-预定波长裕量是以下裕量的选择：
-低于高吸收波长带A的较低端点的第一波长裕量A_裕量1；和/或
-高于高吸收波长带A的较高端点的第二波长裕量A_裕量2。
-确定低吸收波长带B还包括：
-获得指示对比度并依赖于吸收路径长度图像的像素值的目标函数；
-通过在带约束内移动的波长带B上评估目标函数并通过将具有表示局部最小值的评估的目标函数值的移动的波长带选择为优化的波长带B来产生优化的波长带B。
-确定低吸收波长带B包括从低吸收波长带B排除吸收波长带G。
-基于气体吸收路径长度图像和调色板产生视觉表示图像，其中所述调色板包括与像素值的相互排斥的范围关联的灰度和/或颜色。
-基于预定水吸收光谱确定水波长带C以提高产生的气体吸收路径长度图像中的对比度，其中所述水波长带C包括水吸收光谱的至少局部最小值，并且优选地不包括高吸收波长带A和/或低吸收波长带B；
-对于捕获水图像，控制热成像系统来捕获水波长带C中的辐射；
-还基于水图像产生气体吸收路径长度图像。
-一种用于对气体成像的热成像装置，所述热成像装置包括热成像系统和处理器，所述处理器适于执行本文所述的实施例的任何步骤和功能。
-一种用于对气体成像的计算机可读介质，所述计算机可读介质包括存储在其上的下述信息：用于执行本文中所述的任何实施例的非暂态信息；和/或被配置为控制处理器/处理单元执行本文中所述的任何步骤或功能的非暂态信息。
-一种用于对气体成像的计算机程序产品，所述计算机程序产品包括适于控制处理器执行本文中所述的任何步骤或功能的代码部分。
本发明的范围由权利要求限定，通过引用将其并入本部分。通过考虑以下对一个或多个实施例的详细描述，本领域技术人员将更加完整地理解本发明的实施例以及其附加优点的实现。将参考将首先简要描述的附图。
附图说明
图1示出了根据本公开的一个或多个实施例的基于背景温度差ΔT对气体无源成像的示意图。
图2a示出了根据本公开的一个或多个实施例的用于对气体成像的方法。
图2b示出了根据本公开的一个或多个实施例的用于对气体成像的另一方法。
图3示出了根据本公开的一个或多个实施例的在背景温度TB低于气体温度TG的情况下用于对气体成像的方法。
图4以曲线图示出了气体温度TG、背景温度TB和气体与背景温度差ΔT如何随着来自具有气体存在的场景的红外辐射的波长变化的例子。
图5以曲线图示出了根据本公开的一个或多个实施例的为提高生成的气体吸收路径长度图像的对比度而确定的波长带A 510和波长带B 520的例子。
图6示出了根据本公开的一个或多个实施例的热成像装置的示意图。
图7a示出了根据本公开的一个或多个实施例的热成像装置中的空间传感器配置的示意图。
图7b示出了根据本公开的一个或多个实施例的热成像装置中的时间传感器配置的示意图。
图8a示出了根据本公开的一个或多个实施例的热成像装置中的缠绕式(intertwined)传感器配置的示意图。
图8b示出了根据本公开的一个或多个实施例的热成像装置中的交错式(interlaced)传感器配置的示意图。
图9示出了根据本公开的一个或多个实施例的热成像装置中的编织式(woven)传感器配置的示意图。
图10是示出根据本公开的一个或多个实施例的方法步骤的框图。
图11示出了根据本公开的一个或多个实施例的传感器的操作区域以及与A/D工作区域的映射的示意图。
图12和13示意性示出了根据本公开的一个或多个实施例的如何确定第一高吸收波长带A和第二低吸收波长带B。
图14a示意性示出了根据本公开的一个或多个实施例的如何在包括第一红外成像系统的热成像装置中产生气体吸收路径长度图像。
图14b示意性示出了根据本公开的一个或多个实施例的如何在包括第一红外成像系统和第二红外成像系统的热成像装置中产生气体吸收路径长度图像。
图15示意性示出了根据本公开的一个或多个实施例的如何通过补偿红外辐射的水衰减在热成像装置中产生气体吸收路径长度图像。
通过参考下面的详细描述可以更好地理解本发明的实施例及其优点。应当理解，相同的附图标记用于标识在一个或多个附图中示出的相同的元件。
具体实施方式
引言
本公开涉及使用红外IR传感器或检测器和图像处理对气体或逸散性气体进行成像和可视化。一种使用情况的例子是利用热成像装置检查一部分工业复合处理气体。
特别地，本公开涉及无源气体成像，其使用红外区域内的热背景辐射，并且可以用于例如针对冷背景对气体成像，在这种情况下，对来自气体的热发射或辐射进行成像，或者用于针对暖背景进行气体成像，在这种情况下，对气体从背景的热辐射的吸收进行成像。对气体的成像基于气体温度TG和背景温度TB的差，以下将其称为气体与背景温度差ΔT。然而，热成像系统的灵敏度取决于气体温度TG和背景温度TB的差。
图1示出了根据一个或多个实施例的用于基于背景温度差ΔT 130对气体无源成像的方法和装置的示意图。热成像装置170适于捕获可控波长带内的辐射并由此产生代表来自场景的红外辐射的特定的选择的波长带的红外图像，在此也将其称为IR图像或热图像。在热成像装置170和场景背景110之间存在气溶胶颗粒或气体分子形式的气体160，在图中被示意为气体云形状的气体存在。场景背景110具有背景温度TB 122，并且气体具有气体温度TG 121。可以通过气体与背景差值关系140，基于背景温度TB 122和气体温度TG 121来确定或计算温度差参数，优选地，该温度差参数的形式是气体与背景温度差ΔT 130。根据一个或多个实施例，热成像装置170被配置和/或被控制以捕获和/或产生以下图像的选择：尤其是表示来自场景中的背景的热辐射的背景红外图像、表示热成像装置和场景中的背景之间气体存在的气体红外图像和/或表示场景中的其他现象的可能的其他红外图像。
在一个或多个实施例中，可以基于气体图像、背景图像并且可选地基于温度差参数ΔT 130，生成表示从场景背景110通过场景中的气体存在的辐射的路径长度的气体吸收路径长度图像。在另一个实施例中，在显示器上可以呈现或呈现给用户的气体可视化图像中可视化气体，该图像基于气体吸收路径长度图像的像素值。在另一个实施例中，从背景图像中的像素值导出的背景温度TB 122和从气体图像中的像素值导出的气体温度TG 121用于确定温度差参数ΔT 130。
在一个或多个实施例中，基于从环境空气温度传感器获得的测量的环境空气温度和/或基于先前捕获的气体红外图像来估计气体温度TG，该先前捕获的气体红外图像包括第一波长带A内的红外辐射强度的表示，第一波长带A实质上包括具有气体在吸收光谱中的高吸收率值和/或在透射光谱中的低透射率值的红外辐射的波长。换句话说，第一波长带A是包括显著受到待成像气体的存在的影响的波长的高吸收波长带。在气体温度高于环境空气温度或背景温度的情况下，在发射光谱中存在来自气体的辐射。在此也将第一波长带A称为高吸收波长带A。
在一个或多个实施例中，基于先前捕获的背景红外图像来估计背景温度TB，该先前捕获的背景红外图像包括第二波长带B内的红外辐射强度的表示，第二波长带B实质上包括具有气体在吸收光谱中的低吸收率值和/或在透射光谱中的高透射率值的红外辐射的波长。换句话说，第二波长带B是包括不显著地受到待检测的气体的存在的影响的波长的低吸收波长带和/或高透射波长带。在此也将第二波长带B称为低吸收波长带B。
图2a示出了根据一个或多个实施例的用于对气体成像的方法，该方法例如可应用于背景温度TB 122高于气体温度TG 121(即，场景背景比气体160暖)的情况。从场景背景110发射的一部分能量或红外辐射通过气体160透射(指示为具有气体吸收路径长度1601(242)的辐射透射250)到热成像装置170中的检测器。在一个或多个实施例中，可以通过使用预定关系例如基于透射光谱251来确定透射的该部分能量或红外辐射。
图2b示出了根据一个或多个实施例的用于对气体成像的方法，该方法例如可应用于背景温度TB 122低于气体温度TG 121(即，场景背景比气体160冷)的情况。从场景背景110发射的一部分能量或红外辐射通过气体160透射(指示为具有气体吸收路径长度1601(242)的辐射透射250)到热成像装置170中的检测器。在一个或多个实施例中，可以通过使用预定关系例如基于吸收光谱241来确定透射的该部分能量或红外辐射。
通过控制热成像系统捕获包括显著受待检测气体存在的影响的波长的高吸收波长带A中的辐射，并捕获包括不显著受待检测的气体的存在的影响的波长的低吸收波长带B中的辐射，生成背景IR图像和气体IR图像。基于背景IR图像，基于气体IR图像，并且依赖于透射光谱251和/或吸收光谱241，在具有提高的灵敏度和/或提高的信噪比的系统中生成对比度提高的气体吸收路径长度图像。
图3示出了应用于背景温度TB低于气体温度TG(即，背景比气体160冷)的情况的一个或多个实施例。控制热成像系统170捕获包括较少受到或不是那么受到(即不显著受到)待检测的气体的存在的影响的波长的低吸收波长带B中的辐射，并捕获包括较多受到(即显著受到)待检测气体存在的影响的波长的高吸收波长带A中的辐射。在发射光谱的波长中还存在从气体160发射的辐射。控制热成像系统捕获包括通过气体的透射和来自气体160的发射的和380的辐射。基于透射加发射光谱381生成气体吸收路径长度图像，其中，透射加发射光谱381是透射光谱和发射光谱的和。
图4是示出来自场景的辐射亮度相对于红外范围中的波长的曲线图，该场景包括背景和场景中的环境大气中的气体存在。转换为对应于与波长相关的辐射亮度的温度，该曲线图示出了以虚线表示的气体温度TG、以实线表示的背景温度TB以及气体与背景温度差ΔT 130(即，差TB-TG)如何随来自场景的红外辐射的波长变化的例子。
图5通过类似于图4的温度/波长关系示出了一个或多个实施例的例子，其中，为了提高基于气体的预定吸收光谱241、估计的气体温度TG 121和估计的背景温度TB 122生成的气体吸收路径长度图像的对比度的目的，已经确定了高吸收波长带A 510和低吸收波长带B520。波长带B 520被选择为包括较少受到或不是那么受到(即不显著受到)待检测的气体的存在的影响的波长。波长带A 510被选择为包括较多受到或强烈受到(即显著受到)待检测气体的存在的影响的波长。在一个或多个实施例中，波长带A 510包括来自吸收光谱241(图2b)的吸收波长带G 505，即显著受到待成像气体的存在的影响的吸收光谱的子集，或在不同方面表示为较少受到待成像气体的存在的影响的透射光谱的子集。此外，低吸收波长频带B 520与波长带A 510至少部分重叠，从而使波长带A 510和波长带B 520之间由发射光谱中的值表示的发射/发射率上的变化最小化。因此，在热成像系统中实现了灵敏度的提高和信噪比的提高，从而提高了生成的气体吸收路径长度图像的对比度。一个或多个实施例的另一个效果是消除或简化了补偿场景中变化的发射/发射率的复杂度。
系统实施例
图6示出了诸如热像装置或红外IR相机的形式的热成像装置或系统170的一个或多个实施例的示意图。热成像装置170包括第一红外(IR)成像系统613，其被配置为和/或可被控制为捕获IR图像数据值/像素值形式的红外(IR)图像，该红外(IR)图像表示从观察的场景发射的在一个或多个可选择的波长带A，B或C内的红外辐射。红外(IR)成像系统613还通信地耦接到处理器612。
第一红外(IR)成像系统613还被配置为接收控制数据，并响应于所述控制数据触发在选择的波长带内对场景的IR图像的捕获。第一红外(IR)成像系统613还被布置为将表示捕获到的图像的IR图像数据值的信号帧或数据帧发送到处理器612。IR图像数据通常包括例如在数据结构的实例中表示的数据值，例如所提到的图像数据帧。处理器/处理单元612配有专门设计的编程或程序代码部分，其适于控制处理单元执行本文描述的一种和/或多中方法的一个或多个实施例的步骤和功能。
热成像装置170还包括至少一个存储器615，其被配置为将从处理器612接收的数据值或参数进行存储，或者获取数据值或参数并将其发送到处理器612。通信接口616被配置为从处理器612接收数据值或参数或者将数值或参数发送到处理器612，通过通信接口616将数据值或参数发送到外部或内部单元或传感器或者从外部或内部单元或传感器接收数据值或参数。可选的输入装置617被配置为从用户接收输入或指示，例如，指示执行气体吸收路径长度图像的成像的命令的用户输入。
在一个或多个实施例中，热成像装置170还包括显示器618，其被配置为从处理器612接收信号并且将接收的信号显示为显示的图像，例如，以向热成像装置170的用户显示气体吸收路径长度图像的视觉表示。在一个或多个实施例中，显示器618与用户输入装置617集成，其被配置为从处理器612接收信号并且将接收的信号显示为显示的图像，并接收来自用户的输入或指示(例如，通过包括触摸屏功能)，并将用户输入信号发送到所述处理器/处理单元612。
在一个或多个实施例中，热成像装置170还包括环境空气温度传感器619，其被配置为测量环境空气温度并生成环境空气温度数据值，并将环境空气温度数据值提供给处理器612，处理器612接收、轮询或获取环境空气温度数据值。在一个或多个实施例中，环境空气温度传感器619直接地或经由通信接口616通信地耦接到处理器612，并且可以被设置为外部或内部单元。
在一个或多个实施例中，热成像装置170还可选地包括第二红外(IR)成像系统614，其优选地具有与上述第一红外(IR)成像系统612相似的特性和功能。第二红外(IR)成像系统614被类似地配置和/或可被控制为捕获IR图像数据值/像素值形式的红外(IR)图像，该红外(IR)图像表示从观察场景发射的在一个或多个可选择的波长带A，B或C内的红外辐射。第二红外(IR)成像系统614还通信地耦接到处理器612，并且还被配置为接收控制数据并响应于所述控制数据触发在选择的波长带内对场景的IR图像的捕获。第二红外(IR)成像系统614还被布置为将表示红外(IR)图像的IR图像数据值的信号帧发送到处理器612。
通常，描述的红外(IR)成像系统613,614中的每一个都包括红外(IR)光学系统6131,6141，例如，包括透镜、可能的变焦功能和聚焦功能6131以及相应的例如包括微测辐射热计焦平面阵列的红外(IR)传感器6132,6142。
可控/可选波长带的例子
描述的红外(IR)成像系统613,614被配置和/或可被控制为捕获IR图像数据值/像素值形式的红外(IR)图像，该红外(IR)图像表示从观察场景发射的在多个波长带A，B或C的优选连续的子集内的红外辐射。一个或多个波长带可以至少部分重叠。
在一个例子中，将波长带A选择为7-9μm，并且将波长带B选择为9-15μm，其中第一红外(IR)成像系统613被配置为捕获IR图像数据值/像素值形式的气体IR图像，该气体IR图像表示从观察场景发射的7-8.6μm内的红外辐射，并且其中第二红外(IR)成像系统614被配置为捕获IR图像数据值/像素值形式的背景IR图像，该背景IR图像表示从观察场景发射的9-12μm内的红外辐射
波长带的其他例子
表1示出了可在本文描述的实施例中使用的不同气体的波长带范围的例子。因此，例如并且如表所示，可以将本文描述的方法或装置的实施例设计为针对CO2操作，并且在该例子中，其具有在4.2μm-4.6μm范围内的高吸收波长带A和4.4μm-4.6μm的范围内的低吸收滤光器B。
气体 高吸收波长带A 低吸收波长带B
甲烷1 3.2μm-3.6μm 3.4μm-3.6μm
甲烷2 7.0μm-9.0μm 8.5μm-9.0μm
CO2 4.2μm-4.6μm 4.4μm-4.6μm
CO+N20 4.52μm-4.87μm 4.67μm-4.87μm
制冷剂 8.0μm-9.0μm 8.6μm-9.0μm
SF6 10.3μm-11.1μm 10.7μm-11.1μm
表1：不同气体的波长带的例子
空间传感器配置
图7a示出了根据一个或多个实施例的配置为捕获气体IR图像和背景IR图像的热成像装置170(参见图6)中的红外传感器6132,6142的示意图。也可以将其称为空间传感器配置。包括在热成像装置170中的第一红外(IR)成像系统613(参见图6)包括被配置为捕获气体IR图像的图像传感器6132。传感器6132被配置为捕获高吸收波长带A内的红外辐射。第一红外(IR)成像系统613可选地包括光学气体滤光器710，其在传感器6132的光路中并配置有在所述高吸收波长带A内的红外辐射通带。包括在热成像装置170中的第二红外(IR)成像系统614(参见图6)包括被配置为捕获背景IR图像的图像传感器6142。传感器6142被配置为捕获低吸收波长带B内的红外辐射。第二红外(IR)成像系统614可选地包括背景光学滤光器720，其在传感器6142的光路中并配置有在所述低吸收波长带B内的红外辐射通带。
包括在第一红外(IR)成像系统613中的传感器6132被配置为：与包括在第二红外(IR)成像系统613中的传感器6142捕获背景IR图像同时地、基本上同时地或以时间间隔地捕获气体IR图像。
在一个或多个实施例中，处理器612适于将控制数据发送到第一红外(IR)成像系统以触发传感器6132捕获高吸收波长带A内的红外辐射，和/或适于将控制数据发送到第二红外(IR)成像系统以触发传感器6142捕获低吸收波长带B内的红外辐射。
在包括一个或多个光学滤光器的一个或多个实施例中，处理器612适于将控制数据发送到第一红外(IR)成像系统，以将气体光学滤光器710配置成具有等于波长带A的通带，并适于将控制数据发送到第二红外(IR)成像系统以将背景光学滤光器720配置成具有等于波长带B的通带。在一个或多个实施例中，提供了可控传感器和可控光学滤光器的组合。
时间传感器配置
图7b示出了根据一个或多个实施例的热成像装置170中的被配置为捕获气体IR图像和背景IR图像的红外传感器6132,6142(参见图6)的示意图。也可以将其称为时间传感器配置。包括在热成像装置170中的第一红外(IR)成像系统613包括图像传感器6132，其被配置为在时间T0捕获气体IR图像并在时间T1捕获背景IR图像。在一个或多个实施例中，传感器6132在时间T0被配置为捕获高吸收波长带A内的红外辐射。第一红外(IR)成像系统613可选地包括光学滤光器710，其在传感器6132的光路中，并在时间T0配置有等于高吸收波长带A的红外辐射的通带，在时间T1配置有等于低吸收波长带B的红外辐射的通带。
在一个或多个实施例中，处理器612适于将控制数据发送到第一红外(IR)成像系统，以将传感器6132的捕获的波长带配置为高吸收波长带A并在时间T0触发对气体IR图像的捕获，并且将传感器6132的捕获的波长带配置为低吸收波长带B并在时间T1触发对气体IR图像的捕获。通常，在时间T0和时间T1之间存在短的时延，适当地选择该时延以将传感器重新配置为用于不同波长带。
在包括一个或多个光学滤光器的一个或多个实施例中，处理器612适于将控制数据发送到第一红外(IR)成像系统，以将光学滤光器710配置成在时间T0具有等于高吸收波长带A的通带并将光学滤光器710配置成在时间T1具有等于低吸收波长带B的通带。在一个或多个实施例中，也可以在时间传感器配置中提供可控传感器和可控光学滤光器的组合。
缠绕式传感器配置
图8a示出了根据一个或多个实施例的配置成捕获气体IR图像和背景IR图像的热成像装置中的红外传感器6132的示意图。这还可以称为缠绕式传感器配置，并且具有的附加优点在于消除了对于对准或配准气体图像和背景图像的需要。
包括在热成像装置170(参见图6)中的第一红外(IR)成像系统613包括图像传感器6132，其配置有用于捕获气体相关的辐射的第一组检测器元件(这里称为气体组的检测器元件810)，并配置有用于捕获背景相关的辐射的第二组检测器元件(这里称为背景组的检测器元件820)。第一和第二组检测器元件被缠绕，以使得捕获高吸收波长带A中的红外辐射的检测器元件810和捕获低吸收波长带B中的红外辐射的检测器元件820在传感器6132的行和列中都交替。
处理器612适于发送控制数据以配置气体组检测器元件810来捕获高吸收波长带A中的红外辐射，以及配置背景组检测器元件820来捕获波长带B中的红外辐射。处理器612还适于发送控制数据到第一红外(IR)成像系统以触发通过气体组检测器元件810对气体IR图像的捕获，以及触发通过背景组检测器元件820对背景IR图像的捕获。
交错式传感器配置
图8b示出了根据一个或多个实施例的配置成捕获气体IR图像和背景IR图像的热成像装置中的红外传感器6132的示意图。这还可以称为交错式传感器配置，并且具有的附加优点在于消除了对于对准和配准气体图像和背景图像的需要。
包括在热成像装置170(参见图6)中的第一红外(IR)成像系统包括图像传感器6132，其配置有用于捕获气体相关的辐射的第一组检测器元件(这里称为气体组的检测器元件810)，并配置有用于捕获背景相关的辐射的第二组检测器元件(这里称为背景组的检测器元件820)。检测器元件的行被交错，以使得捕获高吸收波长带A中的红外辐射的气体组的检测器元件810与捕获低吸收波长带B中的红外辐射的背景组的检测器元件820在传感器6132的行中交替。例如，气体组的检测器元件810可以配置在偶数行上，而背景组的检测器元件820在奇数行上。
处理器612适于发送控制数据以配置气体组的检测器元件810来捕获高吸收波长带A中的红外辐射，以及配置背景组的检测器元件820来捕获低吸收波长带B中的红外辐射。处理器612还适于发送控制数据到第一红外(IR)成像系统以触发通过气体组的检测器元件810对气体IR图像的捕获，以及触发通过背景组的检测器元件820对背景IR图像的捕获。
编织式传感器配置-水图像
图9示出了根据处理变化的水蒸气吸收或干扰的一个或多个实施例的配置成捕获气体IR图像、背景IR图像和第三图像(这里称为水图像)的热成像装置中的红外传感器6132的示意图。这也可以称为编织式传感器配置，并且具有的附加优点在于消除了对于对准和配准气体图像和背景图像的需要，此外的附加优点在于获得了用于补偿例如由于场景中的水或蒸汽或其他气体而导致的噪声/干扰的图像。
包括在热成像装置170(参见图6)中的第一红外(IR)成像系统包括图像传感器6132，其配置有：
—用于捕获气体相关的辐射的第一组检测器元件(这里称为气体组的检测器元件A行,列810)；
—用于捕获背景相关的辐射的第二组检测器元件(这里称为背景组的检测器元件B行,列820)；
—用于捕获水或水蒸气相关的辐射的第三组检测器元件(这里称为水组的检测器元件C行,列830)；以及
—用于捕获干扰相关的辐射的第四组检测器元件(这里称为干扰组的检测器元件D行,列840)。
多个不同组的检测器元件配置成形成检测器元件块，气体组、背景组、水组和干扰组的检测器元件被编织，以使得捕获高吸收波长带A中的红外辐射的一个气体检测器元件810、捕获低吸收波长带B中的红外辐射的一个背景检测器元件820、捕获第三波长带C中的红外辐射的一个水检测器元件830和再次捕获低吸收波长带B中的红外辐射的一个干扰检测器元件840布置成四个检测器元件的块，其中所述块在整个传感器6132上或者其部分上重复。
处理器612适于发送控制数据以配置气体组的检测器元件810来捕获高吸收波长带A中的红外辐射，配置背景组的检测器元件820来捕获低吸收波长带B中的红外辐射，配置水组的检测器元件830来捕获第三波长带C中的红外辐射，以及配置干扰组的检测器元件840来捕获低吸收波长带B中的红外辐射。处理器612还适于发送控制数据到第一红外(IR)成像系统以触发通过气体组的检测器元件810对气体IR图像的捕获，触发通过背景组的检测器元件820对背景IR图像的捕获，触发通过水组的检测器元件830对水IR图像的捕获，以及触发通过干扰组的检测器元件840对干扰IR图像的捕获。
方法实施例
如上所述，一个或多个实施例涉及改进的对气体进行成像的系统和方法，特别是对在场景中存在的气体进行无源红外成像的系统和方法。基于估计的气体温度TG和估计的背景温度TB的差对气体进行成像。因此，TG和TB之间的较大差将导致成像的气体相对于背景的对比度较大。当对TG和TB的估计得到改进时，会提高成像系统的灵敏度，并且可以检测更少量的气体并可选地对其进行成像。随着成像系统的灵敏度的提高，成像的气体的对比度提高，例如，提高表示从场景背景110通过在场景中出现的气体的辐射的路径的长度的气体吸收路径长度图像的对比度。
本文描述的实施例从而通过例如基于先前捕获的气体和背景IR图像而对高吸收波长带A和低吸收波长带B的改进的和动态的选择，增加了在图像中进行气体检测的灵敏度，从而提高了对比度。
图10示意性示出了根据一个或多个实施例的用于对气体成像的方法的流程图，包括通过产生气体吸收路径长度图像进行气体检测。
该方法的实施例包括对以下步骤的选择：
步骤1010：通过处理器确定高吸收波长带A和低吸收波长带B，以提高基于预定的气体的吸收光谱、估计的气体温度TG和估计的背景温度TB的生成的气体吸收路径长度图像的对比度，其中高吸收波长带A包括来自吸收光谱的吸收波长带G，并且其中低吸收波长带B与高吸收波长带A至少部分重叠。
进一步地，高吸收波长带A例如被确定为包括局部最大值的预定吸收光谱的子集带，并且低吸收光谱带B例如被确定为包括局部最小值并与高吸收波长带A部分重叠的预定吸收光谱的子集带。
确定高吸收和低吸收波长带的步骤1010可以还包括估计气体温度TG和估计背景温度TB。
获得估计的气体温度TG例如作为先前捕获的气体图像的像素值或处理的像素值。通过处理包括在先前捕获的气体IR图像中的像素值而估计气体温度TG可以包括以下处理的选择：
—将气体IR图像的像素值处理成单一值。
—处理像素值包括基于像素值计算统计测量值。统计测量值例如是算术均值、中值、最大值、最小值或加权平均值的选择。
在另一个例子中，获得估计的气体温度TG作为从环境空气温度传感器619获取的测量的环境空气温度值。
获得估计的背景温度TB例如作为先前捕获的背景IR图像的像素值或者处理的像素值。通过处理包括在先前捕获的气体IR图像中的像素值来估计背景温度TB可以包括以下处理的选择：
—将背景IR图像的像素值处理成单一值。
—处理像素值包括基于像素值计算统计测量值。统计测量值例如是算术均值、中值、最大值、最小值或加权平均值的选择。
步骤1020可选：产生取决于确定的高吸收波长带A和低吸收波长带B的红外成像系统控制数据。该步骤可选地包括在一个或多个实施例中。
该步骤包括：在一个或多个实施例中，产生适于控制热成像系统或其部件以捕获高吸收波长带A和低吸收波长带B的选择中的辐射的控制数据。
在步骤1020的一个示例中，红外成像系统控制数据作为数据结构产生，该数据结构包括：指示高吸收波长带A的较低端点、低吸收波长带B的较低端点、高吸收波长带A的较高端点、低吸收带B的较高端点的数据。控制数据还可以优选包括用于触发气体IR图像和背景IR图像的捕获的定时信息。
步骤1030可选：发送控制数据以触发图像的捕获。该步骤可选地包括在一个或多个实施例中。
该步骤通常包括通过处理器发送控制数据到红外成像系统，以触发对场景的气体IR图像的捕获以及触发对场景的背景IR图像的捕获。在步骤1030的例子中，产生的红外成像系统控制数据从处理器612作为控制信号发送到第一红外成像系统613和/或第二红外成像系统614。
步骤1040可选：通过处理器接收气体IR图像和背景IR图像。该步骤可选地包括在一个或多个实施例中。
在步骤1040的例子中，接收气体IR图像和背景IR图像包括：处理器612从第一红外成像系统613和/或第二红外成像系统614接收控制信号并且将包括像素值的气体IR图像和包括像素值的背景IR图像存储到存储器中。
步骤1050：基于气体IR图像和背景IR图像产生气体吸收路径长度图像。
在步骤1050的一个或多个实施例中，气体吸收路径长度图像例如通过选择例如基于气体与背景差值关系的下面的像素操作来产生图像像素而产生(其中减法被表示成“-”，除法被表示成“/”)：
—(气体图像像素值A行,列-背景图像像素值B行,列)；
—(背景图像像素值B行,列-气体图像像素值A行,列)；
—(气体图像像素值A行,列/背景图像像素值B行,列)；或者
—(背景图像像素值B行,列/气体图像像素值A行,列)。
气体IR图像的像素值通常包括高吸收波长带A中的红外辐射的强度的表示，而背景IR图像的像素值通常包括低吸收波长带B中的红外辐射的强度。
步骤1060可选：基于气体吸收路径长度图像中的像素值对气体成像和可视化。该步骤可选地包括在一个或多个实施例中。
为了使用户能够理解气体吸收路径长度图像中的信息，通过产生视觉表示并且将其呈现在热成像装置或连接到热成像装置的计算装置(例如，平板计算机、智能电话、膝上型计算机或台式计算机)中的显示器上来对所述图像进行进一步成像。
在步骤1060的一个例子中，通过使用假颜色生成气体吸收路径长度图像的视觉表示来执行对气体成像，其中生成视觉表示还包括将气体吸收路径长度图像中的像素值映射到调色板并产生显示气体图像。在另一个例子中，调色板可以包括来自预定义颜色模型的颜色或灰度。对气体成像的步骤通常还包括在热成像装置中的显示器上或者在包括在外部装置中的显示器上呈现显示气体图像。
优化A/D转换器的范围
提供了包括在一个或多个实施例中的一个方面，其目的在于：确保模数转换范围或者动态以最佳方式被用在IR检测器或者传感器中来提高对比度，但不限制气体与背景温度差ΔT，同时保持在检测器的线性操作区域中。
在对气体成像时的一个问题在于热成像系统的灵敏度以及因而在气体吸收路径长度图像中的对比度进一步依赖于模数转换过程。传感器6132,6134通常产生模拟输出信号，例如，电压是测辐射热计的可测量输出。模拟信号必须被模数转换以获得图像数据值或者像素值。数模转换通常由用A/D工作区域操作的(A/D)模数转换器执行，该工作区域被限定成最小A/D值、最大A/D值和用位数测量的分辨率。热成像装置170中的最小A/D值和最大A/D值通常被传感器6132,6134都具有线性响应的操作区域限制。
图11示出了传感器的操作区域和与A/D工作区域的映射的示意图。
传感器6132,6134(参见图6-9)具有预定的响应特性，例如，通过在制造热成像装置期间的校准测量确定成响应特性关系。响应特性的子集是线性的，在实际情况下是线性或者基本上线性的，并且受到最小温度TDetMin1141和最大温度TDetMin 1142的限制。
然后的问题是确定最小A/D值和最大A/D值以改善气体的成像，即，提高检测气体的灵敏度，并因而提高气体吸收路径长度图像中的对比度。如果A/D工作区域(即，最小A/D值和最大A/D值)被设置成使得温度范围(TB–TG)或者(TG–TB)的部分被排除在外，则无源气体成像的灵敏度并且因而气体吸收路径长度图像中的对比度降低。在另一方面，如果A/D工作区域(即，最小A/D值和最大A/D值)被设置成使得它们延伸到低于TDetMin 1141和/或超过TDetMax 1142，那么非线性影响被包括，并且无源气体成像的灵敏度并且因而气体吸收路径长度图像中的对比度被降低。
通常，A/D工作区域可以被设置到预定起始A/D工作区域，起始最小A/D值N 1121和起始最大A/D值N 1131，其从预定的范围集进行选择，例如通过在制造热成像装置期间的校准测量确定。根据一个或多个实施例，A/D工作区域应该被设置成尽可能地接近温度范围(TB–TG)或者(TG–TB)。在热成像装置中，这通过改变像检测器温度偏移值Toffset和检测器积分时间Tint的控制参数来进行控制，其中检测器温度偏移值Toffset确定起始最小A/D值N1121，并且检测器积分时间TintN基于预定的校准关系确定起始最大A/D值1131，所述校准关系例如通过在制造热成像装置期间的校准测量来确定。
在一个例子中，获得(例如，从预定的范围集选择或者从存储器获取)起始A/D工作区域1110，其由作为ToffsetN的起始最小A/D值N 1121和由检测器积分时间TintN和预定的校准关系给出的起始最大A/D值N 1131限定。
根据成像的气体160或者背景场景110(参见图1)是否具有相对最低的温度，可以将更新的最小A/D值N+1 1122确定成例如从存储器获得的背景温度TB或者气体温度TG。即，确定成更新的最小A/D值N+1 1122＝最小(TB,TG)。气体与背景温度差ΔT 130基于背景温度TB 122、气体温度TG 121和气体与背景差值关系(GSBDR)140计算。将更新的最大A/D值N+11132确定成更新的最小A/D值N+1 1122+ΔT 130。进一步地，将更新的最大A/D值N+1 1132与TDetMax 1142进行比较，以确定更新的最大A/D值N+1 1132低于TDetMax 1142。如果更新的最大A/D值N+1 1132低于TDetMax 1142，那么将更新的最大A/D值N+1 1132用作A/D工作区域的上限，如果最大A/D值n+1 1132高于TDetMax 1142，那么基于更新的最大A/D值N+1 1132和相反的预定校准关系确定更新的检测器积分时间TintUpdated(N+1)。
可以基于TintUpdated(N+2)、预定的积分时间步长ΔTint和预定的校准关系来确定新的更新的最大A/D值N+2 1132，其中将新的更新的最大A/D值N+21132确定成TintUpdated(N+2)＝TintUpdated(N+1)-ΔTint，其中N是迭代阶数或指数。
进一步地，将新的更新的最大A/D值N+2 1132与TDetMax 1142进行比较，以确定新的最大A/D值N+2 1132低于TDetMax1142。如果是，那么将新的更新的最大A/D值N+2 1132用作A/D工作区域的上限，否则，执行另一迭代，并确定新的更新的最大A/D值N+3 1132。
进一步地，将更新的最小A/D值N+1 1122与TDetMin 1141进行比较，以确定更新的最小A/D值N+1 1122高于TDetMin1141。如果更新的最小A/D值N+1 1122低于TDetMin 1141，则将更新的最小A/D值N+1 1122设置到TDetMin1141，并将其用作A/D工作区域的下限。
在另一个例子中，获得(例如，从预定的范围集选择)起始A/D工作区域1110，其由作为ToffsetN的起始最小A/D值N 1121和由TintN和预定的校准关系给出的起始最大A/D值N1131限定。
根据成像的气体160或者背景场景110是否具有相对最低的温度，可以将Toffset确定成TB或者TG，因而更新的最小A/D值N 1122＝最小(TB,TG)。可以通过积分时间步长ΔTint逐步地增加用于起始A/D工作区域1010的起始TintN，并且可以基于起始积分时间ΔTintN或者在先前迭代中确定的积分时间TintUpdated(N)、积分时间步长ΔTint和预定校准关系来确定更新的最大A/D值N+1 1132，其中N是迭代阶数或者指数，其中TintUpdated(N+1)被确定成等于(TintN+ΔTint)或者(TintUpdated(N)+ΔTint)。
进一步地，将更新的最大A/D值N+1 1132与TDetMax 1142进行比较，以确定更新的最大A/D值N+1 1132低于TDetMax 1142。如果最大A/D值N+1 1132高于TDetMax1142，那么将TintUpdated(N+1)＝确定成先前确定的更新的最大A/D值N 1132被用作A/D工作区域的上限，否则，执行另一个迭代，并且确定新的更新的最大A/D值N+2 1132。
进一步地，将更新的最小A/D值N 1122与TDetMin 1141进行比较，以确定更新的最小A/D值N 1122高于TDetMin 1141。如果更新的最小A/D值1122低于TDetMin 1141，则将更新的最小A/D值1122设置到TDetMin 1141，并将其用作A/D工作区域的下限。
在一个或多个实施例中，该方法包括以下步骤：
—确定起始A/D工作区域1110。
—基于气体温度TG和背景温度TB确定更新的最小A/D值N+1 1122和更新的最大A/D值N+1 1132。
—确定更新的最大A/D值N+1 1132低于TDetMax 1142，并且将更新的最大A/D值N+1确定成扩展的A/D工作区域1111的上限。
—确定更新的最小A/D值N 1122高于TDetMin 1141，并且将其确定成扩展的A/D工作区域的下限。
基于ΔT(deltaT)的优化，自上而下
在一个或多个实施例中，包括基于ΔT的优化，其中更新的最小A/D值N+1 1122被确定成最小(TB,TG)，该方法还可以包括以下步骤：
—步骤1505：例如从存储器获得预定积分时间步长ΔTintN。
—步骤1510：基于TB(122)、TG(121)和气体与背景差值关系(GSBDR)(140)确定背景温度差ΔT 130，其中更新的最大A/D值N+1(1142)被确定成更新的最小A/D值N+1(1122)+ΔT(130)。
—步骤1515：确定最大A/D值N+1 1132高于TDetMax 1142并执行以下步骤：
—步骤1520：基于更新的最大A/D值N+1 1132和相反的预定校准关系确定更新的检测器积分时间TintUpdated(N+2)。
—步骤1525：基于新的更新的积分时间TintUpdated(N+2)、预定积分时间步长ΔTint和预定的校准关系确定迭代的更新的最大A/D值N+2 1132，其中新的更新的积分时间被确定成TintUpdated(N+2)＝TintUpdated(N+1)-ΔTintN。
—步骤1530：迭代步骤1515-1525。
基于Tint的优化，自下向上
在一个或多个实施例中，包括基于Tint的优化，其中更新的最小A/D值N+1 1122被确定成最小(TB,TG)，并且其中起始A/D工作区域1110由作为ToffsetN的起始最小A/D值N 1121和由积分时间TintN和预定的校准关系给出的起始最大A/D值N 1131限定，该方法还可以包括以下步骤：
—步骤1605：例如从存储器获得预定积分时间步长ΔTint。
—步骤1610：基于ΔTintN和预定积分时间步长ΔTint确定更新的检测器积分时间TintUpdated(N+1)，其中更新的积分时间被确定成TintUpdated(N+1)＝ΔTint(N)+ΔTint。
—步骤1615：基于更新的检测器积分时间TintUpdated(N+1)和预定校准关系确定更新的最大A/D值N+1 1132。
—步骤1620：确定最大A/D值N+1 1132低于TDetMax 1142并执行以下步骤：
—步骤1625：基于ΔTintN+1和预定的积分时间步长ΔTint确定更新的检测器积分时间TintUpdated(N+2)，其中更新的积分时间被确定成TintUpdated(N+2)＝TintUpdated(N+1)+ΔTint。
—步骤1630：基于更新的检测器积分时间TintUpdated(N+2)和预定校准关系确定更新的最大A/D值N+2 1132。
—步骤1635：迭代步骤1620-1630。
在一个或多个实施例中，产生的红外成像系统控制数据还包括在以上方法步骤的选择中确定的Toffset和Tint。
确定高吸收波长带A和低吸收波长带B
图12(也参照图2a和图2b)示出了在一个或多个实施例中确定的高吸收波长带A510和低吸收波长带B 520。确定了包括场景中的气体的吸收光谱241的子集并至少包括吸收光谱241的局部最大值的气体相关的波长带G 505。在一个例子中，如所属领域技术人员所理解，将波长带G选择成包括吸收光谱241的多个局部最大值，从而在热成像系统的传感器613,614处获得足够的信号与噪声比。
在一个或多个实施例中，确定如上所述的高吸收波长带A和低吸收波长带B还包括：基于气体的吸收光谱确定气体相关的波长带G，其中将波长带G确定成包括吸收光谱的至少一个局部最大值。
优选地，确定波长带A包括波长带G 505。为了保障捕获依赖波长的局部最大值/多个最大值的红外辐射衰减效应，将较低裕量(margin)G_裕量1 1231和较高裕量G_裕量21232添加到低吸收波长带B 505。在一个例子中，将G_裕量1(1231)和G_裕量2(1232)选择成气体相关的波长带G 505的宽度的5％-30％的大小。将G_裕量1(1231)应用到气体相关的波长带G的较低端点(1211)，并将波长裕量G_裕量2(1232)应用到气体相关的波长带G(505)的较高端点(1212)。因此，在一个或多个实施例中，确定高吸收波长带A 510和低吸收波长带B520还包括：将高吸收波长带A确定成包括气体相关的波长带G(505)和应用到气体相关的波长带G(505)的较低端点(1211)的预定波长裕量G_裕量1(1231)以及应用到气体相关的波长带G(505)的较高端点(1212)的预定波长裕量G_裕量2(1232)。
图13a示出了在一个或多个实施例中如何确定高吸收波长带A 510和低吸收波长带B 520。确定低吸收波长带B 520与高吸收波长带A 510至少部分重叠。为了保障在消除对于依赖波长的发射/发射率变化的补偿的需要的同时捕获依赖波长的局部最大值/多个最大值的红外辐射衰减效应，将较低裕量A_裕量1 1331添加到高吸收波长带A 510并将其应用到高吸收波长带A 510的较低端点1311。在一个例子中，将A_裕量1 1311选择成波长带A510的宽度的50％-300％的大小。
图13b示出了在一个或多个实施例中如何确定高吸收波长带A 510和低吸收波长带B 520。确定低吸收波长带B 520与高吸收波长带A 510至少部分重叠。为了保障在消除对于依赖波长的发射/发射率变化的补偿的需要的同时捕获依赖波长的局部最大值的红外辐射衰减效应，将较高裕量A_裕量2 1332添加到高吸收波长带A 510并将其应用到高吸收波长带A 510的较高端点1312。在一个例子中，将A_裕量2 1312选择成波长带A 510的宽度的50％-300％的大小。
图13c示出了在一个或多个实施例中如何确定高吸收波长带A 510和低吸收波长带B 520。确定低吸收波长带B 520与高吸收波长带A 510至少部分重叠。为了保障在消除对于依赖波长的发射/发射率变化的补偿的需要的同时捕获依赖波长的局部最大值的红外辐射衰减效应，将较高裕量A_裕量2 1332添加到高吸收波长带A 510并将其应用到高吸收波长带A 510的较高端点1312，并且将较低裕量A_裕量1 1331添加到高吸收波长带A 510并应用到高吸收波长带A 510的较低端点1311。在一个例子中，将A_裕量1 1331和A_裕量2 1312选择成波长带A 510的宽度的50％-300％的大小。因此，在一个或多个实施例中，确定高吸收波长带A 510和低吸收波长带B 520还包括：将低吸收波长带B 520确定为具有比高吸收波长带A 510大的宽度，并且具有低于高吸收波长带A 510的较低端点1311的裕量A_裕量11311的较低端点和/或具有高于高吸收波长带A的较高端点1312的裕量A_裕量2 1322的较高端点。
动态地确定波长带
在一个或多个实施例中，基于在气体相关的图像(例如，在先前步骤中产生的气体吸收路径长度图像)中捕获的对场景的先前观察动态地确定低吸收波长带B 520。
在一个或多个实施例中，这通过以下步骤执行：
—通过在预定步骤中相对于高吸收波长带A 510移动低吸收波长带B 520产生备选波长带；
—基于每个备选波长带产生随之产生的吸收路径长度图像；
—评估在针对每个备选波长带产生的随之产生的气体吸收路径长度图像上应用的目标函数；以及
—将低吸收波长带B确定为表示评估的目标函数值的局部最大值的备选波长带。
在一个例子中，如在图13a中描绘的那样，基于A_裕量1 1331或者从存储器获取，获得低吸收波长带B的预定宽度、波长带步长大小、目标函数和波长带开始位置。基于波长带开始位置和波长带步长大小的倍数确定备选波长带。如上所述，基于备选波长带产生气体吸收路径长度图像，并且在气体吸收路径长度图像上评估目标函数以产生目标函数值，将备选波长带和对应的目标函数值保存在存储器中作为数据结构中的对。通过以下步骤重复过程：使低吸收波长带B移动波长带步长大小的倍数直到超过波长带约束，例如，当备选波长带的较高端点超过如图13b中所示的扩展了A_裕量2 1332的波长带A 510的较高端点时。进一步地，确定目标函数值的局部最小值，并且通过将对应的备选波长带确定为波长带B 520而产生优化的波长带B。
根据一个或多个实施例，确定高吸收波长带A 510和低吸收波长带B 520的再一方法包括以下步骤：
步骤1710：获得低吸收波长带B的预定宽度、波长带步长大小、目标函数和波长带开始位置。
步骤1720：通过基于波长带开始位置、波长带B的宽度和波长带步长大小的倍数移动低吸收波长带B而确定备选波长，其中波长带B在波长带约束内移动。
步骤1725：基于备选波长带产生气体吸收路径长度图像。
步骤1730：在包括在气体吸收路径长度图像中的像素值上评估目标函数以产生目标函数值。
步骤1740：将备选波长带和对应的目标函数值存储为数据结构中的对，例如存储到存储器中。
步骤1750：重复方法步骤1720、1730、1740，直到超出波长带约束。
步骤1760：确定每个存储的对中存储的目标函数值的局部最大值。
步骤1770：通过将对中的备选波长带确定为低吸收波长带B 520而产生优化的低吸收波长带B。
步骤1780：控制热成像系统来产生气体IR图像，例如，基于优化的低吸收波长带B的气体吸收路径长度图像。
在一个或多个实施例中，当确定低吸收波长带B时的另一选项包括从低吸收波长带B中排除吸收波长带G。
产生气体吸收路径长度图像的例子
图14a示意性示出了根据一个或多个实施例如何用热成像装置170产生气体吸收路径长度图像，其中热成像装置170包括红外热成像系统613，例如在图6和7b到9中所示。在该例子中，使用相同的热成像系统来捕获气体IR图像和背景IR图像。图14a示出了气体IR图像1410和背景IR图像1420，其分别具有各自的像素值1430AM,N和BM,N。光轴和视场(FOV)从而相同，因而包括在气体图像中的像素值和包括在背景图像中的像素值在将它们组合成包括在气体吸收路径长度图像中的像素值之前，总是代表场景110的相同部分。
因而，根据一个或多个该类型的实施例，通过使用来自气体IR图像和背景IR图像的像素值的像素操作来产生气体吸收路径长度图像。不同的例子包括以下操作的选择：
—气体吸收路径长度图像像素值1,1＝A1,1-B1,1；
—气体吸收路径长度图像像素值1,1＝B1,1-A1,1；
—气体吸收路径长度图像像素值1,1＝B1,1/A1,1；和/或
—气体吸收路径长度图像像素值1,1＝A1,1/B1,1。
图14b示意性示出了根据一个或多个实施例如何用热成像装置170产生气体吸收路径长度图像，其中热成像装置170包括第一红外成像系统613和第二红外成像系统614，如图6和图7a中所示。在该例子中，使用不同的热成像系统捕获气体IR图像和背景IR图像。图14a示出了气体IR图像1410和背景IR图像1420，其分别具有各自的像素值1430AM,N和BM,N。光轴和视场FOV可能不同，这导致不同的视差误差和/或不同的FOV大小。为了确保在将包括在气体图像中的像素值和包括在背景图像中的像素值组合为包括在气体吸收路径长度图像中的像素值之前，包括在气体图像中的像素值和包括在背景图像中的像素值表示场景110的相同部分，通过变换1440将它们配准(例如，通过使用线性或弹性变换的基于强度的配准、基于特征的配准)或者变换到一个坐标系。
因而，根据一个或多个该类型的实施例，通过使用来自气体IR图像和背景IR图像的像素值的像素操作来产生气体吸收路径长度图像。不同的例子包括以下操作的选择：
—气体吸收路径长度图像像素值1,1＝A1,1-B2,1；
—气体吸收路径长度图像像素值1,1＝B2,1-A1,1；
—气体吸收路径长度图像像素值1,1＝B2,1/A1,1；和/或
—气体吸收路径长度图像像素值1,1＝A1,1/B2,1。
图15示出了根据一个或多个实施例，如何通过使用具有一个或多个如上所述的红外成像系统的热成像装置补偿红外辐射的水衰减来生成气体吸收路径长度图像。通过进一步基于水IR图像生成气体吸收路径长度图像，进一步提高了检测气体的灵敏度，并因而进一步提高了气体吸收路径长度图像中的对比度。确定第三与水相关的波长带C以基于预定的水吸收光谱提高生成的气体吸收路径长度图像的对比度。与水相关的波长带C至少包括水吸收光谱的局部最小值，并且优选地不包括高吸收波长带A和低吸收波长带B。通过确定其中水的吸收光谱具有至少局部最小值并且其中气体不显示或显示非常低的红外辐射衰减的波长带中的红外辐射的衰减，在与水相关的波长带C中的水衰减的测量值可以被近似为也对高吸收波长带A和低吸收波长带B有效，因此可以对水衰减的影响进行补偿。在一个或多个实施例中，在包括在发送到红外成像系统的红外成像系统控制数据中的数据中指示与水相关的波长带C。由通过控制数据触发的高吸收或者第二红外成像系统613,614来捕获水IR图像，其中水IR图像包括与水相关的波长带C内的红外辐射强度。处理器612接收水IR图像，并且基于气体图像、背景图像和水图像生成改进的气体吸收路径长度图像。
因而，根据一个或多个该类型的实施例，气体吸收路径长度图像通过使用来自气体IR图像、水IR图像和背景IR图像的像素值的像素操作来产生。通过组合包括在气体图像中的像素值、包括在背景图像中的像素值和包括在水图像中的像素值生成气体吸收路径长度图像的不同例子包括以下操作中的选择：
—气体吸收路径长度图像像素值1,1＝A1,1–B1,1+–C1,1；和/或
—气体吸收路径长度图像像素值1,1＝B1,1–A1,1+–C1,1。
对准
由于可以在不同的时间捕获气体和背景IR图像，所以热成像装置可以以使气体IR图像和背景IR图像之间绕光轴的偏移、方向和旋转不同的方式来移动。类似地，在具有多个红外成像系统613,614的一个或多个实施例中，第一红外成像系统613和第二红外成像系统614的光轴的取向可能不同。这导致称为视差距离误差、视差指向误差和视差旋转误差的光学现象。由于这些视差误差，捕获的真实世界场景的视图在IR图像之间可能不同。为了组合气体图像和背景图像，必须调整图像以便获得表示场景的相同部分的调整的气体IR图像和调整的背景IR图像，换句话说，补偿不同的视差误差和FOV大小。该处理步骤被称为第一图像和第二图像的图像配准或对准，即通过变换将不同数据集变换到一个坐标系的过程。可以根据本领域技术人员已知的任何方法(例如，使用线性或弹性变换的基于强度的、基于特征的配准)来执行配准或对准。
显示、可视化图像、IR图像或气体图像
由于从本质上来说，热图像的对比度通常较低并且噪声通常较多，因此可以对捕获的IR图像或气体吸收路径长度图像进行各种成像处理，以便在将图像显示给用户之前提高图像的可解释性。这种图像处理的例子是利用IR温度校准数据参数校正、低通滤波进行，多个连续IR图像或气体图像的配准和进行平均以获得经平均的红外图像或气体图像，或本领域技术人员已知的任何其他IR图像或气体图像处理操作。由于红外辐射对人眼不可见，所以在IR图像或者气体图像中的每个像素的捕获的IR图像或气体图像的数据值与显示器上显示的灰度或颜色之间没有自然关系。因此，被称为假颜色或伪颜色的信息可视化过程用于将IR图像或气体吸收路径长度中的每个像素的图像数据值或像素值映射到用于呈现显示在显示器上的相应像素(例如，使用灰度或颜色)的调色板。
调色板通常是从用于IR图像/气体吸收路径长度图像的图像显示或视觉表示的颜色模型中选择的颜色或灰度表示的有限集合，即，预先定义的调色板表示可在显示器上显示从而使其对人眼可见的颜色模型的灰度或颜色值的有限集合。将IR图像中每个像素的捕获的红外(IR)图像数据或气体图像中每个像素的气体图像数据值映射到用于呈现显示在显示器上的所述IR图像的视觉表示的相应像素的调色板通常通过应用预定关系来执行。这种预定关系通常描述从图像数据值或像素值到所述预定的调色板(例如，具有从颜色模型中选择的相关的颜色或灰度表示的调色板索引值)的映射。通常基于气体吸收路径长度图像中的每个像素的气体吸收路径长度图像数据值或像素值、可选地IR温度校准数据参数、表示可显示在显示器上的颜色模型的灰度或颜色值的有限集合的预定调色板以及描述从红外图像数据值或气体吸收路径长度图像像素值到所述预定的调色板的预定关系，将气体可视化IR图像或气体吸收路径长度图像显示给预期用户。
根据一个或多个实施例，描述的热成像装置的处理器被配置为执行本文描述的与对包括图像数据值或像素值的捕获的IR图像或气体吸收路径长度图像的处理关联的任何或所有方法步骤的选择，例如，选择数据值/像素值，将与数据值/像素值关联的温度值映射到颜色和/或灰度值，例如基于IR数据值的帧的每个像素的关联的温度值为所述像素分配来自预先选择的颜色模型的表示值，以及本文所述的其他操作。
在一个或多个实施例中，提供了一种计算机可读介质，其上存储有：
-用于执行根据本文所述的任何实施例的方法的非暂态信息；
和/或
-被配置为控制处理器/处理单元执行本文描述的实施例的任何步骤或功能的非暂态信息。
在一个或多个实施例中，提供了一种计算机程序产品，其包括适于控制处理器执行本文所述的任何实施例的任何步骤或功能的代码部分。根据本公开的软件(例如，程序代码部分和/或数据)可以以非暂态形式存储在一个或多个机器可读介质上。还可以设想，本文所识别的软件可以使用一个或多个通用或专用计算机和/或计算机系统、联网的和/或其他方式的计算机系统来实现。
在适用的情况下，本公开提供的一个或多个实施例可以使用硬件、软件或硬件和软件的组合来实现。同样在适用的情况下，可以将本文提出的各种硬件组件和/或软件组件组合成包括软件、硬件和/或两者的复合组件。在适用的情况下，可以将本文提出的各种硬件组件和/或软件组件分为包括软件、硬件或两者的子组件。此外，在适用的情况下，预期软件组件可以实现为硬件组件，反之亦然。在适用的情况下，本文描述的各种步骤的顺序可以改变，组合成复合步骤，和/或分离成子步骤以提供本文所述的功能。
上述公开内容不旨在将本发明限制于所公开的精确形式或特定使用领域。应当理解，根据本公开，可以对本文明确或隐含描述的本发明的实施例作出各种替代实施例和/或修改。因此，本发明的范围仅由权利要求书限定。

Claims (18)

1.一种对场景中的气体成像的方法，所述场景具有背景并且可能存在气体，所述方法包括：
-基于气体的预定的吸收光谱、估计的气体温度和估计的背景温度，控制热成像系统来捕获表示气体的温度的气体IR图像和表示背景的温度的背景IR图像；
-基于气体图像和背景IR图像，产生气体吸收路径长度图像，所述气体吸收路径长度图像表示来自背景的辐射通过气体的路径的长度。
2.根据权利要求1所述的方法，还包括：
-基于所述气体吸收路径长度图像，产生气体可视化图像。
3.根据权利要求1所述的方法，还包括：
-对于气体IR图像的捕获，控制热成像系统来捕获高吸收波长带A中的辐射，所述高吸收波长带A被确定为包括在预定吸收光谱中对于气体具有高辐射吸收的波长；
和/或
-对于背景IR图像的捕获，控制热成像系统来捕获低吸收波长带B中的辐射，所述低吸收波长带B被确定为包括在预定吸收光谱中对于气体具有低辐射吸收的波长。
4.根据权利要求3所述的方法，其中：
-所述高吸收波长带A被确定为包括来自气体的吸收光谱的吸收波长带G；
和/或
-所述低吸收波长带B被确定为至少部分重叠所述高吸收波长带A。
5.根据权利要求1所述的方法，其中：
-基于从环境空气温度传感器获取的测量的环境空气温度估计气体温度TG；
和/或
-基于先前捕获的气体IR图像估计气体温度TG。
6.根据权利要求1所述的方法，其中：
-基于先前捕获的背景IR图像估计背景温度TB。
7.根据权利要求1所述的方法，其中：
-还基于气体与背景差值关系产生气体吸收路径长度图像。
8.根据权利要求3所述的方法，其中，确定所述高吸收波长带A还包括：
-基于气体的吸收光谱确定吸收波长带G，其中所述吸收波长带G被确定为包括吸收光谱的至少局部最小值；以及
-将所述高吸收波长带A确定成包括吸收波长带G并可能包括预定波长裕量。
9.根据在前一项权利要求所述的方法，其中，所述预定波长裕量是以下波长裕量中的选择：
-应用到所述吸收波长带G的较低端点的第一波长裕量G_裕量1；
和/或
-应用到所述吸收波长带G的较高端点的第二波长裕量G_裕量2。
10.根据权利要求3所述的方法，其中，确定低吸收波长带b还包括：
-将所述低吸收波长带B确定成具有比高吸收波长带A大的宽度，可能在预定波长裕量内。
11.根据在前一项权利要求所述的方法，其中，所述预定波长裕量是以下裕量的选择：
-低于高吸收波长带A的较低端点的第一波长裕量A_裕量1；
和/或
-高于高吸收波长带A的较高端点的第二波长裕量A_裕量2。
12.根据权利要求3所述的方法，还包括：
-获得指示对比度并依赖于气体吸收路径长度图像的像素值的目标函数；
-通过在带约束内移动的波长带B上评估目标函数并通过将具有表示局部最小值的评估的目标函数值的移动的波长带选择为优化的波长带B来产生优化的波长带B。
13.根据权利要求3所述的方法，其中：
-确定低吸收波长带B包括从低吸收波长带B排除吸收波长带G。
14.根据权利要求1所述的方法，还包括：
-基于气体吸收路径长度图像和调色板产生视觉表示图像，其中所述调色板包括与像素值的相互排斥的范围关联的灰度和/或颜色。
15.根据权利要求3所述的方法，还包括：
-基于预定水吸收光谱确定水波长带C以提高产生的气体吸收路径长度图像中的对比度，其中所述水波长带C包括水吸收光谱的至少局部最小值，并且优选地不包括高吸收波长带A和/或低吸收波长带B；
-对于捕获水图像，控制热成像系统来捕获水波长带C中的辐射；
-还基于水图像产生气体吸收路径长度图像。
16.一种用于对气体成像的热成像装置，所述热成像装置包括红外(IR)成像系统、存储器和处理器，所述处理器适于执行根据权利要求1-15所述的步骤和功能。
17.一种用于对气体成像的计算机可读介质，所述计算机可读介质包括存储在其上的下述信息：
-用于执行根据权利要求1-15中任一项所述的方法的非暂态信息；
和/或
-被配置为控制处理器/处理单元执行根据权利要求1-15中任一项所述的任意步骤或功能的非暂态信息。
18.一种用于对气体成像的计算机程序产品，所述计算机程序产品包括适于控制处理器执行根据权利要求1-15中任一项所述的任意步骤或功能的代码部分。
CN201680023029.9A 2015-03-02 2016-03-02 基于波长带的无源红外气体成像 Active CN107532999B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201562127247P 2015-03-02 2015-03-02
US62/127,247 2015-03-02
PCT/EP2016/054449 WO2016139261A1 (en) 2015-03-02 2016-03-02 Wavelength band based passive infrared gas imaging

Publications (2)

Publication Number Publication Date
CN107532999A true CN107532999A (zh) 2018-01-02
CN107532999B CN107532999B (zh) 2021-03-23

Family

ID=55910914

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680023029.9A Active CN107532999B (zh) 2015-03-02 2016-03-02 基于波长带的无源红外气体成像

Country Status (4)

Country Link
US (1) US10422741B2 (zh)
EP (1) EP3265782B1 (zh)
CN (1) CN107532999B (zh)
WO (1) WO2016139261A1 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112417972A (zh) * 2020-10-23 2021-02-26 奥比中光科技集团股份有限公司 一种热图解码方法、人体关节点估计方法及系统
CN113049589A (zh) * 2021-03-10 2021-06-29 清华大学 高温环境下可调控的图像获取方法
CN113454430A (zh) * 2018-12-20 2021-09-28 前视红外系统股份公司 气体透镜滤波器系统和方法
CN114112214A (zh) * 2021-12-13 2022-03-01 广州市腾嘉自动化仪表有限公司 一种用于检测气体泄漏的红外成像系统
CN116337239A (zh) * 2021-12-17 2023-06-27 霍尼韦尔国际公司 用于高光谱成像的检测极限确定的系统、方法和计算机程序产品
CN117129438A (zh) * 2023-08-29 2023-11-28 交通运输部公路科学研究所 一种基于傅里叶红外遥测阵列的车流排放污染物探测方法

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6699671B2 (ja) * 2016-01-21 2020-05-27 コニカミノルタ株式会社 ガス検出装置、ガス検出方法およびガス検出プログラム
EP3548872B1 (en) 2016-12-05 2023-10-25 Flir Systems AB Infrared sensor array with alternating filters
EP3602009A1 (en) * 2017-03-31 2020-02-05 Flir Systems AB Gas imaging systems and methods
CN111033231B (zh) * 2017-06-12 2023-11-24 前视红外系统股份公司 用于量化气体泄漏的系统和方法
JP7238778B2 (ja) * 2017-09-27 2023-03-14 コニカミノルタ株式会社 ガス撮像装置及び画像取得方法
WO2019164578A2 (en) * 2018-01-03 2019-08-29 Flir Systems Ab Dynamic determination of radiometric values using multiple band sensor array systems and methods
US10684216B2 (en) * 2018-03-30 2020-06-16 Konica Minolta Laboratory U.S.A., Inc. Multi-spectral gas quantification and differentiation method for optical gas imaging camera
EP4513424A3 (en) * 2018-05-25 2025-04-30 Fluke Corporation OPTICAL GAS IMAGING SYSTEMS AND METHOD COMPATIBLE WITH UNCOOLED THERMAL IMAGING CAMERAS
US11200697B2 (en) 2018-12-20 2021-12-14 Flir Systems Ab Infrared camera ambient temperature calibration systems and methods
FR3094792B1 (fr) * 2019-04-08 2021-10-15 Office National Detudes Rech Aerospatiales Detecteur de gaz
WO2020247664A1 (en) 2019-06-07 2020-12-10 Honeywell International Inc. Processes and systems for analyzing images of a flare burner
US11386530B2 (en) 2020-02-26 2022-07-12 Flir Systems Ab Digital filter for turbulence reduction and gas detection in thermal images
CN115371823B (zh) * 2022-10-24 2022-12-20 南京智谱科技有限公司 基于双控温挡片的多谱段红外机芯系统的实时校准方法
US12117391B1 (en) 2023-03-21 2024-10-15 Hong Kong Applied Science and Technology Research Institute Company Limited Method and system for remote imaging explosive gases
CN120102059B (zh) * 2025-05-08 2025-07-15 国科大杭州高等研究院 基于图像重构的气体泄漏检测方法、装置、介质以及终端

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5306913A (en) * 1991-12-04 1994-04-26 Bertin & Cie Method and apparatus for remote optical detection of a gas present in an observed volume
JP2001349829A (ja) * 2000-06-06 2001-12-21 Hochiki Corp ガス監視装置
US20030025081A1 (en) * 1999-12-28 2003-02-06 Hans Edner Quantitative imaging of gas emissions utilizing optical techniques
WO2003044499A2 (fr) * 2001-11-23 2003-05-30 Bertin Technologies S.A. Procede de detection optique de gaz a distance
US20050026276A1 (en) * 2003-07-29 2005-02-03 Northrop Grumman Corporation Remote detection and analysis of chemical and biological aerosols
CN1918466A (zh) * 2003-12-19 2007-02-21 Itt制造企业公司 远距离定量探测天然气或油管流体泄漏的系统和方法
US20080251724A1 (en) * 2007-04-11 2008-10-16 Baliga Shankar B Gas and/or flame imaging system
CN100541174C (zh) * 2004-06-14 2009-09-16 丹佛斯公司 红外传感器，尤其是co2传感器
US20100301214A1 (en) * 2009-06-02 2010-12-02 Flir Systems Ab Infrared camera for gas detection
CN102609906A (zh) * 2012-01-12 2012-07-25 北京理工大学 一种基于各向异性扩散的气体红外图像增强方法
CN102798503A (zh) * 2012-08-02 2012-11-28 北京理工大学 基于宽波段非制冷焦平面探测器的气体泄露成像检测系统
US8559721B1 (en) * 2010-04-28 2013-10-15 Exelis, Inc. Filter mosaic for detection of fugitive emissions

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB8515519D0 (en) * 1985-06-19 1985-07-24 Graviner Ltd Gas detection
US5430293A (en) * 1991-10-08 1995-07-04 Osaka Gas Co., Ltd. Gas visualizing apparatus and method for detecting gas leakage from tanks or piping
EP1639332A2 (en) 2003-06-11 2006-03-29 Furry Brothers, LLC Systems and methods for performing inspections and detecting chemical leaks using an infrared camera system
US7189970B2 (en) * 2003-08-29 2007-03-13 Power Diagnostic Technologies Ltd. Imaging of fugitive gas leaks
US8073279B2 (en) * 2008-07-08 2011-12-06 Harris Corporation Automated atmospheric characterization of remotely sensed multi-spectral imagery
EP2590138B1 (en) * 2011-11-07 2019-09-11 Flir Systems AB Gas visualization arrangements, devices, and methods
US9726543B2 (en) 2015-02-18 2017-08-08 Providence Photonics, Llc Apparatus and method for validating leak survey results

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5306913A (en) * 1991-12-04 1994-04-26 Bertin & Cie Method and apparatus for remote optical detection of a gas present in an observed volume
US20030025081A1 (en) * 1999-12-28 2003-02-06 Hans Edner Quantitative imaging of gas emissions utilizing optical techniques
JP2001349829A (ja) * 2000-06-06 2001-12-21 Hochiki Corp ガス監視装置
WO2003044499A2 (fr) * 2001-11-23 2003-05-30 Bertin Technologies S.A. Procede de detection optique de gaz a distance
US20050026276A1 (en) * 2003-07-29 2005-02-03 Northrop Grumman Corporation Remote detection and analysis of chemical and biological aerosols
CN1918466A (zh) * 2003-12-19 2007-02-21 Itt制造企业公司 远距离定量探测天然气或油管流体泄漏的系统和方法
CN100541174C (zh) * 2004-06-14 2009-09-16 丹佛斯公司 红外传感器，尤其是co2传感器
US20080251724A1 (en) * 2007-04-11 2008-10-16 Baliga Shankar B Gas and/or flame imaging system
US20100301214A1 (en) * 2009-06-02 2010-12-02 Flir Systems Ab Infrared camera for gas detection
US8559721B1 (en) * 2010-04-28 2013-10-15 Exelis, Inc. Filter mosaic for detection of fugitive emissions
CN102609906A (zh) * 2012-01-12 2012-07-25 北京理工大学 一种基于各向异性扩散的气体红外图像增强方法
CN102798503A (zh) * 2012-08-02 2012-11-28 北京理工大学 基于宽波段非制冷焦平面探测器的气体泄露成像检测系统

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113454430A (zh) * 2018-12-20 2021-09-28 前视红外系统股份公司 气体透镜滤波器系统和方法
US12105020B2 (en) 2018-12-20 2024-10-01 Flir Systems Ab Gas lens filter systems and methods
CN112417972A (zh) * 2020-10-23 2021-02-26 奥比中光科技集团股份有限公司 一种热图解码方法、人体关节点估计方法及系统
CN113049589A (zh) * 2021-03-10 2021-06-29 清华大学 高温环境下可调控的图像获取方法
CN113049589B (zh) * 2021-03-10 2021-12-03 清华大学 高温环境下可调控的图像获取方法
CN114112214A (zh) * 2021-12-13 2022-03-01 广州市腾嘉自动化仪表有限公司 一种用于检测气体泄漏的红外成像系统
CN114112214B (zh) * 2021-12-13 2022-08-05 广州市腾嘉自动化仪表有限公司 一种用于检测气体泄漏的红外成像系统
CN116337239A (zh) * 2021-12-17 2023-06-27 霍尼韦尔国际公司 用于高光谱成像的检测极限确定的系统、方法和计算机程序产品
CN117129438A (zh) * 2023-08-29 2023-11-28 交通运输部公路科学研究所 一种基于傅里叶红外遥测阵列的车流排放污染物探测方法

Also Published As

Publication number Publication date
US10422741B2 (en) 2019-09-24
EP3265782B1 (en) 2024-07-03
CN107532999B (zh) 2021-03-23
EP3265782A1 (en) 2018-01-10
WO2016139261A1 (en) 2016-09-09
US20180011009A1 (en) 2018-01-11

Similar Documents

Publication Publication Date Title
CN107532999B (zh) 基于波长带的无源红外气体成像
CN107407634B (zh) 在无源光学气体成像中定量气体
US11249016B2 (en) Wavelength band based passive infrared gas imaging
US11630022B2 (en) Gas quantification systems and methods
US12105020B2 (en) Gas lens filter systems and methods
Budzier et al. Calibration of uncooled thermal infrared cameras
US11635370B2 (en) Gas imaging systems and methods
JPWO2019138873A1 (ja) ガス検知用画像処理装置およびガス検知用画像処理方法
JP6468439B2 (ja) ガス検知用画像処理装置、ガス検知用画像処理方法及びガス検知用画像処理プログラム
US10419696B2 (en) Infrared imaging device and signal correction method using infrared imaging device
US10359359B2 (en) Background radiance estimation and gas concentration-length quantification method for optical gas imaging camera
WO2017104607A1 (ja) ガス濃度厚み積測定装置、ガス濃度厚み積測定方法、ガス濃度厚み積測定プログラム、及び、ガス濃度厚み積測定プログラムを記録したコンピュータ読み取り可能な記録媒体
JP6630432B2 (ja) 距離画像処理装置、距離画像取得装置、及び距離画像処理方法
JP6690092B2 (ja) 熱源探知装置、熱源探知方法、及び熱源探知プログラム
US9212851B2 (en) Multi resolution, hierarchical radiance field estimation
US20220094860A1 (en) Infrared imaging device and non-transitory computer-readable storage medium
JP2016133305A (ja) 赤外線検知装置
Dong et al. Privacy-preserving Infrared Remote Sensing System for Human Presence Detection
KR20140120918A (ko) 적외선 영상 처리 방법 및 적외선 영상 처리 장치
US10180357B2 (en) Multispectral band system
Narayanan et al. Dual Band Video Thermography Near Ambient Conditions
CN113767419A (zh) 用于去除静态场景的红外图像中的余辉的方法和设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant