CN111527397A - 用于移动式气体和化学成像相机的窗口遮蔽传感器 - Google Patents
用于移动式气体和化学成像相机的窗口遮蔽传感器 Download PDFInfo
- Publication number
- CN111527397A CN111527397A CN201880084874.6A CN201880084874A CN111527397A CN 111527397 A CN111527397 A CN 111527397A CN 201880084874 A CN201880084874 A CN 201880084874A CN 111527397 A CN111527397 A CN 111527397A
- Authority
- CN
- China
- Prior art keywords
- optical
- imaging system
- image
- image data
- optical channel
- 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
Links
- 238000000701 chemical imaging Methods 0.000 title description 13
- 230000003287 optical effect Effects 0.000 claims abstract description 1012
- 238000003384 imaging method Methods 0.000 claims abstract description 585
- 238000012545 processing Methods 0.000 claims abstract description 365
- 239000013076 target substance Substances 0.000 claims abstract description 72
- 230000005855 radiation Effects 0.000 claims abstract description 17
- 238000012546 transfer Methods 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 163
- 230000000712 assembly Effects 0.000 claims description 33
- 238000000429 assembly Methods 0.000 claims description 33
- 238000003708 edge detection Methods 0.000 claims description 30
- 238000010606 normalization Methods 0.000 claims description 29
- 230000008569 process Effects 0.000 claims description 27
- 238000003491 array Methods 0.000 claims description 24
- 230000000694 effects Effects 0.000 claims description 21
- 230000001131 transforming effect Effects 0.000 claims description 18
- 238000010183 spectrum analysis Methods 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 12
- 238000004611 spectroscopical analysis Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 abstract description 42
- 239000007789 gas Substances 0.000 description 97
- 230000003595 spectral effect Effects 0.000 description 52
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 44
- 238000004891 communication Methods 0.000 description 40
- 238000009434 installation Methods 0.000 description 23
- 239000000126 substance Substances 0.000 description 20
- 230000002123 temporal effect Effects 0.000 description 20
- 238000003331 infrared imaging Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 13
- 238000013461 design Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 230000003068 static effect Effects 0.000 description 12
- 230000033001 locomotion Effects 0.000 description 10
- 230000000873 masking effect Effects 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 9
- 238000012544 monitoring process Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 8
- 230000002349 favourable effect Effects 0.000 description 8
- 238000003860 storage Methods 0.000 description 8
- 239000000203 mixture Substances 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 239000000356 contaminant Substances 0.000 description 6
- 239000003129 oil well Substances 0.000 description 6
- 238000004566 IR spectroscopy Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 239000000758 substrate Substances 0.000 description 5
- ATUOYWHBWRKTHZ-UHFFFAOYSA-N Propane Chemical compound CCC ATUOYWHBWRKTHZ-UHFFFAOYSA-N 0.000 description 4
- 238000005553 drilling Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 241000894007 species Species 0.000 description 4
- UHOVQNZJYSORNB-UHFFFAOYSA-N Benzene Chemical compound C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 description 3
- OKKJLVBELUTLKV-UHFFFAOYSA-N Methanol Chemical compound OC OKKJLVBELUTLKV-UHFFFAOYSA-N 0.000 description 3
- YXFVVABEGXRONW-UHFFFAOYSA-N Toluene Chemical compound CC1=CC=CC=C1 YXFVVABEGXRONW-UHFFFAOYSA-N 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 210000003128 head Anatomy 0.000 description 3
- 238000002329 infrared spectrum Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 239000003208 petroleum Substances 0.000 description 3
- VCGRFBXVSFAGGA-UHFFFAOYSA-N (1,1-dioxo-1,4-thiazinan-4-yl)-[6-[[3-(4-fluorophenyl)-5-methyl-1,2-oxazol-4-yl]methoxy]pyridin-3-yl]methanone Chemical compound CC=1ON=C(C=2C=CC(F)=CC=2)C=1COC(N=C1)=CC=C1C(=O)N1CCS(=O)(=O)CC1 VCGRFBXVSFAGGA-UHFFFAOYSA-N 0.000 description 2
- MAYZWDRUFKUGGP-VIFPVBQESA-N (3s)-1-[5-tert-butyl-3-[(1-methyltetrazol-5-yl)methyl]triazolo[4,5-d]pyrimidin-7-yl]pyrrolidin-3-ol Chemical compound CN1N=NN=C1CN1C2=NC(C(C)(C)C)=NC(N3C[C@@H](O)CC3)=C2N=N1 MAYZWDRUFKUGGP-VIFPVBQESA-N 0.000 description 2
- ZGYIXVSQHOKQRZ-COIATFDQSA-N (e)-n-[4-[3-chloro-4-(pyridin-2-ylmethoxy)anilino]-3-cyano-7-[(3s)-oxolan-3-yl]oxyquinolin-6-yl]-4-(dimethylamino)but-2-enamide Chemical compound N#CC1=CN=C2C=C(O[C@@H]3COCC3)C(NC(=O)/C=C/CN(C)C)=CC2=C1NC(C=C1Cl)=CC=C1OCC1=CC=CC=N1 ZGYIXVSQHOKQRZ-COIATFDQSA-N 0.000 description 2
- MOWXJLUYGFNTAL-DEOSSOPVSA-N (s)-[2-chloro-4-fluoro-5-(7-morpholin-4-ylquinazolin-4-yl)phenyl]-(6-methoxypyridazin-3-yl)methanol Chemical compound N1=NC(OC)=CC=C1[C@@H](O)C1=CC(C=2C3=CC=C(C=C3N=CN=2)N2CCOCC2)=C(F)C=C1Cl MOWXJLUYGFNTAL-DEOSSOPVSA-N 0.000 description 2
- APWRZPQBPCAXFP-UHFFFAOYSA-N 1-(1-oxo-2H-isoquinolin-5-yl)-5-(trifluoromethyl)-N-[2-(trifluoromethyl)pyridin-4-yl]pyrazole-4-carboxamide Chemical compound O=C1NC=CC2=C(C=CC=C12)N1N=CC(=C1C(F)(F)F)C(=O)NC1=CC(=NC=C1)C(F)(F)F APWRZPQBPCAXFP-UHFFFAOYSA-N 0.000 description 2
- ABDDQTDRAHXHOC-QMMMGPOBSA-N 1-[(7s)-5,7-dihydro-4h-thieno[2,3-c]pyran-7-yl]-n-methylmethanamine Chemical compound CNC[C@@H]1OCCC2=C1SC=C2 ABDDQTDRAHXHOC-QMMMGPOBSA-N 0.000 description 2
- HCDMJFOHIXMBOV-UHFFFAOYSA-N 3-(2,6-difluoro-3,5-dimethoxyphenyl)-1-ethyl-8-(morpholin-4-ylmethyl)-4,7-dihydropyrrolo[4,5]pyrido[1,2-d]pyrimidin-2-one Chemical compound C=1C2=C3N(CC)C(=O)N(C=4C(=C(OC)C=C(OC)C=4F)F)CC3=CN=C2NC=1CN1CCOCC1 HCDMJFOHIXMBOV-UHFFFAOYSA-N 0.000 description 2
- BYHQTRFJOGIQAO-GOSISDBHSA-N 3-(4-bromophenyl)-8-[(2R)-2-hydroxypropyl]-1-[(3-methoxyphenyl)methyl]-1,3,8-triazaspiro[4.5]decan-2-one Chemical compound C[C@H](CN1CCC2(CC1)CN(C(=O)N2CC3=CC(=CC=C3)OC)C4=CC=C(C=C4)Br)O BYHQTRFJOGIQAO-GOSISDBHSA-N 0.000 description 2
- WNEODWDFDXWOLU-QHCPKHFHSA-N 3-[3-(hydroxymethyl)-4-[1-methyl-5-[[5-[(2s)-2-methyl-4-(oxetan-3-yl)piperazin-1-yl]pyridin-2-yl]amino]-6-oxopyridin-3-yl]pyridin-2-yl]-7,7-dimethyl-1,2,6,8-tetrahydrocyclopenta[3,4]pyrrolo[3,5-b]pyrazin-4-one Chemical compound C([C@@H](N(CC1)C=2C=NC(NC=3C(N(C)C=C(C=3)C=3C(=C(N4C(C5=CC=6CC(C)(C)CC=6N5CC4)=O)N=CC=3)CO)=O)=CC=2)C)N1C1COC1 WNEODWDFDXWOLU-QHCPKHFHSA-N 0.000 description 2
- KVCQTKNUUQOELD-UHFFFAOYSA-N 4-amino-n-[1-(3-chloro-2-fluoroanilino)-6-methylisoquinolin-5-yl]thieno[3,2-d]pyrimidine-7-carboxamide Chemical compound N=1C=CC2=C(NC(=O)C=3C4=NC=NC(N)=C4SC=3)C(C)=CC=C2C=1NC1=CC=CC(Cl)=C1F KVCQTKNUUQOELD-UHFFFAOYSA-N 0.000 description 2
- IRPVABHDSJVBNZ-RTHVDDQRSA-N 5-[1-(cyclopropylmethyl)-5-[(1R,5S)-3-(oxetan-3-yl)-3-azabicyclo[3.1.0]hexan-6-yl]pyrazol-3-yl]-3-(trifluoromethyl)pyridin-2-amine Chemical compound C1=C(C(F)(F)F)C(N)=NC=C1C1=NN(CC2CC2)C(C2[C@@H]3CN(C[C@@H]32)C2COC2)=C1 IRPVABHDSJVBNZ-RTHVDDQRSA-N 0.000 description 2
- KCBWAFJCKVKYHO-UHFFFAOYSA-N 6-(4-cyclopropyl-6-methoxypyrimidin-5-yl)-1-[[4-[1-propan-2-yl-4-(trifluoromethyl)imidazol-2-yl]phenyl]methyl]pyrazolo[3,4-d]pyrimidine Chemical compound C1(CC1)C1=NC=NC(=C1C1=NC=C2C(=N1)N(N=C2)CC1=CC=C(C=C1)C=1N(C=C(N=1)C(F)(F)F)C(C)C)OC KCBWAFJCKVKYHO-UHFFFAOYSA-N 0.000 description 2
- CYJRNFFLTBEQSQ-UHFFFAOYSA-N 8-(3-methyl-1-benzothiophen-5-yl)-N-(4-methylsulfonylpyridin-3-yl)quinoxalin-6-amine Chemical compound CS(=O)(=O)C1=C(C=NC=C1)NC=1C=C2N=CC=NC2=C(C=1)C=1C=CC2=C(C(=CS2)C)C=1 CYJRNFFLTBEQSQ-UHFFFAOYSA-N 0.000 description 2
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 2
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 2
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- OAKJQQAXSVQMHS-UHFFFAOYSA-N Hydrazine Chemical compound NN OAKJQQAXSVQMHS-UHFFFAOYSA-N 0.000 description 2
- AYCPARAPKDAOEN-LJQANCHMSA-N N-[(1S)-2-(dimethylamino)-1-phenylethyl]-6,6-dimethyl-3-[(2-methyl-4-thieno[3,2-d]pyrimidinyl)amino]-1,4-dihydropyrrolo[3,4-c]pyrazole-5-carboxamide Chemical compound C1([C@H](NC(=O)N2C(C=3NN=C(NC=4C=5SC=CC=5N=C(C)N=4)C=3C2)(C)C)CN(C)C)=CC=CC=C1 AYCPARAPKDAOEN-LJQANCHMSA-N 0.000 description 2
- IDRGFNPZDVBSSE-UHFFFAOYSA-N OCCN1CCN(CC1)c1ccc(Nc2ncc3cccc(-c4cccc(NC(=O)C=C)c4)c3n2)c(F)c1F Chemical compound OCCN1CCN(CC1)c1ccc(Nc2ncc3cccc(-c4cccc(NC(=O)C=C)c4)c3n2)c(F)c1F IDRGFNPZDVBSSE-UHFFFAOYSA-N 0.000 description 2
- OFBQJSOFQDEBGM-UHFFFAOYSA-N Pentane Chemical compound CCCCC OFBQJSOFQDEBGM-UHFFFAOYSA-N 0.000 description 2
- LXRZVMYMQHNYJB-UNXOBOICSA-N [(1R,2S,4R)-4-[[5-[4-[(1R)-7-chloro-1,2,3,4-tetrahydroisoquinolin-1-yl]-5-methylthiophene-2-carbonyl]pyrimidin-4-yl]amino]-2-hydroxycyclopentyl]methyl sulfamate Chemical compound CC1=C(C=C(S1)C(=O)C1=C(N[C@H]2C[C@H](O)[C@@H](COS(N)(=O)=O)C2)N=CN=C1)[C@@H]1NCCC2=C1C=C(Cl)C=C2 LXRZVMYMQHNYJB-UNXOBOICSA-N 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 239000003570 air Substances 0.000 description 2
- MVPPADPHJFYWMZ-UHFFFAOYSA-N chlorobenzene Chemical compound ClC1=CC=CC=C1 MVPPADPHJFYWMZ-UHFFFAOYSA-N 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 230000007123 defense Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- VJYFKVYYMZPMAB-UHFFFAOYSA-N ethoprophos Chemical compound CCCSP(=O)(OCC)SCCC VJYFKVYYMZPMAB-UHFFFAOYSA-N 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- NNPPMTNAJDCUHE-UHFFFAOYSA-N isobutane Chemical compound CC(C)C NNPPMTNAJDCUHE-UHFFFAOYSA-N 0.000 description 2
- QWTDNUCVQCZILF-UHFFFAOYSA-N isopentane Chemical compound CCC(C)C QWTDNUCVQCZILF-UHFFFAOYSA-N 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- IVSZLXZYQVIEFR-UHFFFAOYSA-N m-xylene Chemical group CC1=CC=CC(C)=C1 IVSZLXZYQVIEFR-UHFFFAOYSA-N 0.000 description 2
- 238000012067 mathematical method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- CRSOQBOWXPBRES-UHFFFAOYSA-N neopentane Chemical compound CC(C)(C)C CRSOQBOWXPBRES-UHFFFAOYSA-N 0.000 description 2
- URLKBWYHVLBVBO-UHFFFAOYSA-N p-dimethylbenzene Natural products CC1=CC=C(C)C=C1 URLKBWYHVLBVBO-UHFFFAOYSA-N 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 239000001294 propane Substances 0.000 description 2
- 210000001747 pupil Anatomy 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- XGVXKJKTISMIOW-ZDUSSCGKSA-N simurosertib Chemical compound N1N=CC(C=2SC=3C(=O)NC(=NC=3C=2)[C@H]2N3CCC(CC3)C2)=C1C XGVXKJKTISMIOW-ZDUSSCGKSA-N 0.000 description 2
- 238000004513 sizing Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 239000002341 toxic gas Substances 0.000 description 2
- 239000003440 toxic substance Substances 0.000 description 2
- WSLDOOZREJYCGB-UHFFFAOYSA-N 1,2-Dichloroethane Chemical compound ClCCCl WSLDOOZREJYCGB-UHFFFAOYSA-N 0.000 description 1
- OCJBOOLMMGQPQU-UHFFFAOYSA-N 1,4-dichlorobenzene Chemical compound ClC1=CC=C(Cl)C=C1 OCJBOOLMMGQPQU-UHFFFAOYSA-N 0.000 description 1
- -1 1-dichloroethane Chemical compound 0.000 description 1
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 239000004593 Epoxy Substances 0.000 description 1
- OTMSDBZUPAUEDD-UHFFFAOYSA-N Ethane Chemical compound CC OTMSDBZUPAUEDD-UHFFFAOYSA-N 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- GOOHAUXETOMSMM-UHFFFAOYSA-N Propylene oxide Chemical compound CC1CO1 GOOHAUXETOMSMM-UHFFFAOYSA-N 0.000 description 1
- 229910018503 SF6 Inorganic materials 0.000 description 1
- BZHJMEDXRYGGRV-UHFFFAOYSA-N Vinyl chloride Chemical compound ClC=C BZHJMEDXRYGGRV-UHFFFAOYSA-N 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 229910021529 ammonia Inorganic materials 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229940117389 dichlorobenzene Drugs 0.000 description 1
- AFABGHUZZDYHJO-UHFFFAOYSA-N dimethyl butane Natural products CCCC(C)C AFABGHUZZDYHJO-UHFFFAOYSA-N 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000000295 emission spectrum Methods 0.000 description 1
- 238000001839 endoscopy Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 229910052732 germanium Inorganic materials 0.000 description 1
- GNPVGFCGXDBREM-UHFFFAOYSA-N germanium atom Chemical compound [Ge] GNPVGFCGXDBREM-UHFFFAOYSA-N 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 229910000037 hydrogen sulfide Inorganic materials 0.000 description 1
- 238000003707 image sharpening Methods 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 239000001282 iso-butane Substances 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000000386 microscopy Methods 0.000 description 1
- IJDNQMDRQITEOD-UHFFFAOYSA-N n-butane Chemical compound CCCC IJDNQMDRQITEOD-UHFFFAOYSA-N 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- QQONPFPTGQHPMA-UHFFFAOYSA-N propylene Natural products CC=C QQONPFPTGQHPMA-UHFFFAOYSA-N 0.000 description 1
- 125000004805 propylene group Chemical group [H]C([H])([H])C([H])([*:1])C([H])([H])[*:2] 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- XIIOFHFUYBLOLW-UHFFFAOYSA-N selpercatinib Chemical compound OC(COC=1C=C(C=2N(C=1)N=CC=2C#N)C=1C=NC(=CC=1)N1CC2N(C(C1)C2)CC=1C=NC(=CC=1)OC)(C)C XIIOFHFUYBLOLW-UHFFFAOYSA-N 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- SFZCNBIFKDRMGX-UHFFFAOYSA-N sulfur hexafluoride Chemical compound FS(F)(F)(F)(F)F SFZCNBIFKDRMGX-UHFFFAOYSA-N 0.000 description 1
- 229960000909 sulfur hexafluoride Drugs 0.000 description 1
- 231100000167 toxic agent Toxicity 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
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
- G01J3/02—Details
- G01J3/0205—Optical elements not provided otherwise, e.g. optical manifolds, diffusers, windows
- G01J3/0213—Optical elements not provided otherwise, e.g. optical manifolds, diffusers, windows using attenuators
-
- 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
- G01J3/0264—Electrical interface; User interface
-
- 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
- G01J3/0291—Housings; Spectrometer accessories; Spatial arrangement of elements, e.g. folded path arrangements
-
- 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
- G01J3/0294—Multi-channel spectroscopy
-
- 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
- G01J3/0297—Constructional arrangements for removing other types of optical noise or for performing calibration
-
- 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
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0014—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation from gases, flames
-
- 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
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/02—Constructional details
- G01J5/08—Optical arrangements
- G01J5/0806—Focusing or collimating elements, e.g. lenses or concave mirrors
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N21/15—Preventing contamination of the components of the optical system or obstruction of the light path
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/20—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from infrared radiation only
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/30—Transforming light or analogous information into electric information
- H04N5/33—Transforming infrared radiation
-
- 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
- G01J3/2803—Investigating the spectrum using photoelectric array detector
- G01J2003/2806—Array and filter array
-
- 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
- G01J3/0256—Compact construction
-
- 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
- G01J3/027—Control of working procedures of a spectrometer; Failure detection; Bandwidth calculation
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N21/15—Preventing contamination of the components of the optical system or obstruction of the light path
- G01N2021/155—Monitoring cleanness of window, lens, or other parts
- G01N2021/157—Monitoring by optical means
-
- 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
- G01N2021/1795—Atmospheric mapping of gases
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/02—Mechanical
- G01N2201/022—Casings
- G01N2201/0221—Portable; cableless; compact; hand-held
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Human Computer Interaction (AREA)
- Studio Devices (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种用于确定物体中的目标物质的浓度的红外(IR)成像系统。该成像系统可包括光学系统,该光学系统包括光学窗口后面的焦平面阵列(FPA)单元。光学系统可具有限定其至少两个光学通道的部件,该至少两个光学通道彼此在空间上和光谱上不同。该至少两个光学通道中的每一者可被定位成将入射在光学系统上的IR辐射朝向光学FPA转移。该系统可包括包含处理器的处理单元,该处理单元可被配置为从在光学FPA处接收到的IR辐射采集表示该目标物质的多光谱光学数据。该光学通道中的一者或多者可用于检测光学窗口上或附近的物体,以避免该目标物质的误检。
Description
以引用方式并入任何优先权申请
本申请要求2017年11月9日提交的名称为“WINDOW OBSCURATION SENSORS FORMOBILE GAS AND CHEMICAL IMAGING CAMERAS”(用于移动式气体和化学成像相机的窗口遮蔽传感器)的美国临时专利申请No.62/584,076和2017年11月10日提交的名称为“WINDOWOBSCURATION SENSORS FOR MOBILE GAS AND CHEMICAL IMAGING CAMERAS”(用于移动式气体和化学成像相机的窗口遮蔽传感器)的美国临时专利申请No.62/584,684的优先权,这些临时专利申请中的每一者的全部内容据此全文以引用方式并入本文以用于所有目的。
关于联邦赞助研发的声明
本申请中公开的技术的一些部分由能源高级研究计划署(ARPA-E)根据合同编号DE-AR0000541提供资助。政府在本技术的这些部分中可能享有某些权利。
技术领域
本发明整体涉及用于气云检测的系统和方法,并且具体地涉及检测气体和化学成像相机中的相机窗口的遮蔽的系统和方法。
相关技术描述
光谱成像系统和方法在多种领域中都有应用。光谱成像系统和方法获得电磁光谱的一个或多个区域中的场景的光谱图像以检测现象、识别材料组成或表征过程。场景的光谱图像可被表示为三维数据立方体,其中该立方体的两条轴线表示场景的两个空间维度并且该数据立方体的第三轴线表示不同波长区域中的场景的光谱信息。可使用数学方法来处理该数据立方体以获得关于场景的信息。一些现有光谱成像系统通过扫描空间域(例如,通过使狭缝移动跨越场景的水平尺寸)和/或光谱域(例如,通过扫描波长色散元件以获得不同光谱区域中的场景的图像)中的场景来生成数据立方体。此类扫描方法一次仅采集完整数据立方体的一部分。将完整数据立方体的这些部分存储,随后进行处理而生成完整数据立方体。
总结
本公开的系统、方法和设备各自具有若干创新方面,没有单个方面独自地负责本文所公开的期望属性。
本文描述了成像系统的各种实施例,这些成像系统包括光学窗口并且有能力确定光学窗口是否被遮蔽(例如,检测窗口上面或前方可能带来可使系统操作劣化的遮蔽的物体),这些实施例诸如为下面列举的实施例:
实施例1:一种红外(IR)成像系统的实施例,包括:
外壳;
设置在外壳上的光学窗口;
设置在外壳内的光学检测器系统;和
将入射IR辐射从光学窗口转移到光学检测器系统的多个在空间上和光谱上不同的光学通道,其中所述多个光学通道之中的第一光学通道具有比所述多个光学通道中的至少一些其他光学通道更接近光学窗口的焦点距离以检测光学窗口是否被遮蔽。
实施例2:根据实施例1所述的IR成像系统,其中所述多个光学通道之中的第一光学通道具有小于2米的焦点,并且所述多个光学通道中的其他光学通道具有大于10米的焦点。
实施例3:根据实施例1至2中任一项所述的IR成像系统,其中所述多个光学通道之中的第一光学通道具有小于2米的焦点,并且所述多个光学通道中的其他光学通道具有大于20米的焦点。
实施例4:根据实施例1至3中任一项所述的IR成像系统,其中所述多个光学通道之中的第一光学通道具有小于2米的焦点,并且所述多个光学通道中的其他光学通道具有大于30米的焦点。
实施例5:根据实施例1至4中任一项所述的IR成像系统,其中所述多个光学通道之中的第一光学通道具有1米或更小的焦点,并且所述多个光学通道中的其他光学通道具有大于10米的焦点。
实施例6:根据实施例1至5中任一项所述的IR成像系统,其中所述多个光学通道之中的第一光学通道具有1米或更小的焦点,并且所述多个光学通道中的其他光学通道具有大于20米的焦点。
实施例7:根据实施例1至6中任一项所述的IR成像系统,其中所述多个光学通道之中的第一光学通道具有1米或更小的焦点,并且所述多个光学通道中的其他光学通道具有大于30米的焦点。
实施例8:根据实施例1至7中任一项所述的IR成像系统,其中所述多个光学通道中的至少一些其他光学通道的焦点距离比第一光学通道的焦点距离大至少5米。
实施例9:根据实施例1至8中任一项所述的IR成像系统,其中所述多个光学通道中的至少一些其他光学通道的焦点距离比第一光学通道的焦点距离大至少10米。
实施例10:根据实施例1至9中任一项所述的IR成像系统,其中所述多个光学通道中的至少一些其他光学通道的焦点距离比第一光学通道的焦点距离大至少20米。
实施例11:根据实施例1至10中任一项所述的IR成像系统,其中所述多个光学通道之中的第一光学通道具有1米或更小的焦点距离。
实施例12:根据实施例1至11中任一项所述的IR成像系统,其中所述多个光学通道之中的第一光学通道具有2米或更小的焦点距离。
实施例13:根据实施例1至12中任一项所述的IR成像系统,其中第一光学通道和其他光学通道包括用于使物体成像到光学检测器系统上的成像透镜,所述成像透镜具有焦距。
实施例14:根据实施例1至13中任一项所述的IR成像系统,其中其他光学通道中的透镜的焦距超过第一光学通道的焦距。
实施例15:根据实施例1至14中任一项所述的IR成像系统,其中其他光学通道中的透镜的焦距超过第一光学通道的焦距至少2倍。
实施例16:根据实施例1至15中任一项所述的IR成像系统,其中其他光学通道中的透镜的焦距超过第一光学通道的焦距至少5倍。
实施例17:根据实施例1至16中任一项所述的IR成像系统,其中第一光学通道对焦在光学窗口处以检测光学窗口是否被遮蔽。
实施例18:根据实施例1至17中任一项所述的IR成像系统,其中第一光学通道具有光学通道基本上对焦的景深,并且其中第一光学通道的景深在光学窗口的深度与超过光学窗口大约1米之间延伸。
实施例19:根据实施例1至18中任一项所述的IR成像系统,其中第一光学通道具有光学通道基本上对焦的景深,并且其中第一光学通道的景深在光学窗口的深度与超过光学窗口大约50cm之间延伸。
实施例20:根据实施例1至19中任一项所述的IR成像系统,其中第一光学通道具有光学通道基本上对焦的景深,并且其中第一光学通道的景深在光学窗口的深度与超过光学窗口大约20cm之间延伸。
实施例21:根据实施例1至20中任一项所述的IR成像系统,其中第一光学通道具有光学通道基本上对焦的景深,并且其中第一光学通道的景深在光学窗口的深度与超过光学窗口大约10cm之间延伸。
实施例22:根据实施例1至21中任一项所述的IR成像系统,还包括:
具有处理电子器件的处理单元,该处理单元被配置为处理来自第一光学通道的图像数据以检测光学窗口是否被遮蔽。
实施例23:根据实施例1至22中任一项所述的IR成像系统,其中处理单元被配置为评估图像数据有多少对焦以检测光学窗口是否被遮蔽。
实施例24:根据实施例1至23中任一项所述的IR成像系统,其中处理单元被配置为评估图像数据的对比度以检测光学窗口是否被遮蔽。
实施例25:根据实施例1至24中任一项所述的IR成像系统,其中处理单元被配置为执行图像数据的边缘增强。
实施例26:根据实施例1至25中任一项所述的IR成像系统,其中处理单元被配置为执行图像数据的边缘检测。
实施例27:根据实施例1至26中任一项所述的IR成像系统,其中处理单元被配置为执行图像数据的归一化。
实施例28:根据实施例1至27中任一项所述的IR成像系统,其中图像数据的归一化包括缩放图像数据。
实施例29:根据实施例1至28中任一项所述的IR成像系统,其中图像数据的归一化包括从图像数据扣减。
实施例30:根据实施例1至29中任一项所述的IR成像系统,其中处理单元被配置为评估图像数据是否超过阈值以确定光学窗口是否被遮蔽。
实施例31:根据实施例1至30中任一项所述的IR成像系统,其中所述多个光学通道之中的第二光学通道具有比所述多个光学通道中的至少一些其他光学通道更接近光学窗口的焦点距离以检测光学窗口是否被遮蔽。
实施例32:根据实施例31所述的IR成像系统,其中所述多个光学通道之中的第二光学通道具有小于2米的焦点,并且所述多个光学通道中的其他光学通道具有大于10米的焦点。
实施例33:根据实施例1至32中任一项所述的IR成像系统,其中所述多个光学通道之中的第二光学通道具有小于2米的焦点,并且所述多个光学通道中的其他光学通道具有大于20米的焦点。
实施例34:根据实施例1至33中任一项所述的IR成像系统,其中所述多个光学通道之中的第二光学通道具有小于2米的焦点,并且所述多个光学通道中的其他光学通道具有大于30米的焦点。
实施例35:根据实施例1至34中任一项所述的IR成像系统,其中所述多个光学通道之中的第二光学通道具有1米或更小的焦点,并且所述多个光学通道中的其他光学通道具有大于10米的焦点。
实施例36:根据实施例1至35中任一项所述的IR成像系统,其中所述多个光学通道之中的第二光学通道具有1米或更小的焦点,并且所述多个光学通道中的其他光学通道具有大于20米的焦点。
实施例37:根据实施例1至36中任一项所述的IR成像系统,其中所述多个光学通道之中的第二光学通道具有1米或更小的焦点,并且所述多个光学通道中的其他光学通道具有大于30米的焦点。
实施例38:根据实施例1至37中任一项所述的IR成像系统,其中所述多个光学通道中的至少一些其他光学通道的焦点距离比第二光学通道的焦点距离大至少5米。
实施例39:根据实施例1至38中任一项所述的IR成像系统,其中所述多个光学通道中的至少一些其他光学通道的焦点距离比第二光学通道的焦点距离大至少10米。
实施例40:根据实施例1至39中任一项所述的IR成像系统,其中所述多个光学通道中的至少一些其他光学通道的焦点距离比第二光学通道的焦点距离大至少20米。
实施例41:根据实施例1至40中任一项所述的IR成像系统,其中所述多个光学通道之中的第二光学通道具有1米或更小的焦点距离。
实施例42:根据实施例1至41中任一项所述的IR成像系统,其中所述多个光学通道之中的第二光学通道具有2米或更小的焦点距离。
实施例43:根据实施例1至42中任一项所述的IR成像系统,其中第二光学通道和其他光学通道包括用于使物体成像到光学检测器系统上的成像透镜,所述成像透镜具有焦距。
实施例44:根据实施例1至43中任一项所述的IR成像系统,其中其他光学通道中的透镜的焦距超过第二光学通道的焦距。
实施例45:根据实施例1至44中任一项所述的IR成像系统,其中其他光学通道中的透镜的焦距超过第二光学通道的焦距至少2倍。
实施例46:根据实施例1至45中任一项所述的IR成像系统,其中其他光学通道中的透镜的焦距超过第二光学通道的焦距至少5倍。
实施例47:根据实施例1至46中任一项所述的IR成像系统,其中所述多个光学通道之中的第二光学通道对焦在光学窗口处以检测光学窗口是否被遮蔽。
实施例48:根据实施例1至47中任一项所述的IR成像系统,其中第二光学通道具有光学通道基本上对焦的景深,并且其中第二光学通道的景深在光学窗口的深度与超过光学窗口大约1米之间延伸。
实施例49:根据实施例1至48中任一项所述的IR成像系统,其中第二光学通道具有光学通道基本上对焦的景深,并且其中第二光学通道的景深在光学窗口的深度与超过光学窗口大约50cm之间延伸。
实施例50:根据实施例1至49中任一项所述的IR成像系统,其中第二光学通道具有光学通道基本上对焦的景深,并且其中第二光学通道的景深在光学窗口的深度与超过光学窗口大约20cm之间延伸。
实施例51:根据实施例1至50中任一项所述的IR成像系统,其中第二光学通道具有光学通道基本上对焦的景深,并且其中第二光学通道的景深在光学窗口的深度与超过光学窗口大约10cm之间延伸。
实施例52:根据实施例1至51中任一项所述的IR成像系统,其中处理单元被配置为处理来自第二光学通道的图像数据以检测光学窗口是否被遮蔽。
实施例53:根据实施例1至52中任一项所述的IR成像系统,其中处理单元被配置为评估来自第二光学通道的图像数据有多少对焦以检测光学窗口是否被遮蔽。
实施例54:根据实施例1至53中任一项所述的IR成像系统,其中处理单元被配置为评估来自第二光学通道的图像数据的对比度以检测光学窗口是否被遮蔽。
实施例55:根据实施例1至54中任一项所述的IR成像系统,其中处理单元被配置为执行来自第二光学通道的图像数据的边缘增强。
实施例56:根据实施例1至55中任一项所述的IR成像系统,其中处理单元被配置为执行来自第二光学通道的图像数据的边缘检测。
实施例57:根据实施例1至56中任一项所述的IR成像系统,其中处理单元被配置为执行来自第二光学通道的图像数据的归一化。
实施例58:根据实施例1至57中任一项所述的IR成像系统,其中图像数据的归一化包括缩放来自第二光学通道的图像数据。
实施例59:根据实施例1至58中任一项所述的IR成像系统,其中图像数据的归一化包括从来自第二光学通道的图像数据扣减。
实施例60:根据实施例1至59中任一项所述的IR成像系统,其中处理单元被配置为评估来自第二光学通道的图像数据是否超过阈值以确定光学窗口是否被遮蔽。
实施例61:根据实施例1至60中任一项所述的IR成像系统,其中多个光学通道对焦在光学无穷远处以检测目标物质。
实施例62:根据实施例1至61中任一项所述的IR成像系统,其中多个光学通道对焦在至少10米的距离处以检测目标物质。
实施例63:根据实施例1至62中任一项所述的IR成像系统,其中多个光学通道对焦在至少20米的距离处以检测目标物质。
实施例64:根据实施例1至63中任一项所述的IR成像系统,其中处理单元被进一步配置为处理来自所述多个光学通道的图像数据以检测目标物质。
实施例65:根据实施例1至64中任一项所述的IR成像系统,其中光学检测器系统包括多个光学检测器,每个光学检测器与所述光学通道中的相应一者相关联。
实施例66:根据实施例1至65中任一项所述的IR成像系统,其中光学检测器系统包括具有多个区域的至少一个光学检测器,每个所述区域与所述光学通道中的相应一者相关联。
实施例67:根据实施例1至66中任一项所述的IR成像系统,其中:
所述多个光学通道之中的第二光学通道对焦在光学窗口处;和
处理单元被配置为处理来自第一光学通道和第二光学通道的图像数据以检测光学窗口是否被遮蔽。
实施例68:根据实施例1至67中任一项所述的IR成像系统,其中处理单元被配置为:
比较来自第一光学通道和第二光学通道的图像数据以检测光学窗口是否被遮蔽。
实施例69:根据实施例1至68中任一项所述的IR成像系统,其中比较第一图像和第二图像包括比较第一图像和第二图像并且使用视差所引起的第一图像和第二图像之间的差异来确定光学窗口是否被遮蔽。
实施例70:根据实施例1至69中任一项所述的IR成像系统,其中比较第一图像和第二图像包括执行第一图像和第二图像的相关。
实施例71:根据实施例1至70中任一项所述的IR成像系统,其中第一光学通道和第二光学通道沿给定方向在空间上不同,并且其中处理单元被配置为:
比较来自沿着给定方向处于多个偏移的第一光学通道和第二光学通道的图像数据以检测光学窗口是否被遮蔽。
实施例72:根据实施例1至71中任一项所述的IR成像系统,其中处理单元被配置为增强来自这两个光学通道的图像数据中的边缘。
实施例73:根据实施例1至72中任一项所述的IR成像系统,其中处理单元被配置为将非锐化遮罩应用于来自这两个光学通道的图像数据。
实施例74:根据实施例1至73中任一项所述的IR成像系统,其中处理单元被配置为从来自这两个光学通道的图像数据减去至少一个基准图像。
实施例75:根据实施例1至74中任一项所述的IR成像系统,其中处理单元被配置为检测来自这两个光学通道的图像数据中的边缘。
实施例76:根据实施例1至75中任一项所述的IR成像系统,其中处理单元被配置为将边缘检测遮罩应用于来自这两个光学通道的图像数据。
实施例77:根据实施例1至76中任一项所述的IR成像系统,其中处理单元被配置为将索贝尔滤波器应用于来自这两个光学通道的图像数据。
实施例78:根据实施例1至77中任一项所述的IR成像系统,其中处理单元被配置为将索贝尔滤波器应用于来自这两个光学通道的图像数据以创建第一渐变图像和第二渐变图像。
实施例79:根据实施例1至78中任一项所述的IR成像系统,其中处理单元被配置为使第一渐变图像和第二渐变图像归一化。
实施例80:根据实施例1至79中任一项所述的IR成像系统,其中处理单元被配置为使第一渐变图像和第二渐变图像互相关以检测光学窗口是否被遮蔽。
实施例81:根据实施例1至80中任一项所述的IR成像系统,其中窗口嵌入在外壳中或处于外壳中的开口中。
实施例82:根据实施例1至81中任一项所述的IR成像系统,其中IR成像系统被配置为补偿因窗口被遮蔽而引起的衰减效应。
实施例83:根据实施例1至82中任一项所述的IR成像系统,其中所述IR成像系统被配置为对图像执行光谱分析以检测目标物质,并且被配置为在所述光谱分析时补偿因窗口被遮蔽而引起的衰减效应。
实施例84:根据实施例1至83中任一项所述的IR成像系统,其中所述IR成像系统被配置为对图像执行光谱分析以检测目标物质,并且被配置为在确定目标物质的存在过程中削弱来自所述多个光学通道中的其他光学通道的红外图像数据的一个或多个帧。
实施例85:一种用于使场景中的目标物质成像的红外(IR)成像系统的实施例,该IR成像系统包括:
光学窗口;
第一相机系统,该第一相机系统被配置为通过光学窗口采集场景的红外图像数据;
第二相机系统,该第二相机系统在比第一相机系统更接近光学窗口处对焦;和
包含处理器的处理单元,该处理单元被配置为:
分析来自第一相机系统的红外图像数据以基于红外图像数据来检测目标物质;和
分析来自第二相机系统的图像数据以基于来自第二相机系统的图像数据来确定光学窗口被遮蔽。
实施例86:根据实施例85所述的IR成像系统,其中第一相机系统和第二相机系统包括在空间上和光谱上不同的第一光学通道和第二光学通道。
实施例87:根据实施例85至86中任一项所述的IR成像系统,其中所述处理单元被配置为在确定光学窗口被遮蔽之后提供窗口遮蔽警示。
实施例88:根据实施例85至87中任一项所述的IR成像系统,其中处理单元被配置为接收窗口遮蔽警示,并且作为响应,调节来自第一相机系统的红外图像数据以补偿光学窗口的遮蔽。
实施例89:根据实施例85至88中任一项所述的IR成像系统,其中处理单元被配置为接收窗口遮蔽警示,并且作为响应,禁用来自第一相机系统的红外图像数据的分析。
实施例90:根据实施例85至89中任一项所述的IR成像系统,其中处理单元被配置为接收窗口遮蔽警示,并且作为响应,在确定目标物质的存在过程中削弱来自第一相机系统的红外图像数据的一个或多个帧。
实施例91:根据实施例85至90中任一项所述的IR成像系统,其中IR成像系统被配置为补偿因窗口被遮蔽而引起的衰减效应。
实施例92:根据实施例85至91中任一项所述的IR成像系统,其中所述IR成像系统被配置为对图像执行光谱分析以检测目标物质,并且被配置为在所述光谱分析时补偿因窗口被遮蔽而引起的衰减效应。
实施例93:根据实施例85至92中任一项所述的IR成像系统,其中处理单元被配置为向用户提供窗口遮蔽警示。
实施例94:根据实施例85至93中任一项所述的IR成像系统,其中IR成像系统还包括:
分成各部分的光学焦平面阵列(FPA);和
多个透镜组件,每个透镜组件被配置为使来自场景的光对焦到FPA的部分中的不同一者上。
实施例95:根据实施例85至94中任一项所述的IR成像系统,其中:
第一相机系统由多个透镜组件和FPA的多个部分形成;和
第二相机系统由透镜组件中的一者和FPA的部分中的一者形成。
实施例96:根据实施例85至95中任一项所述的IR成像系统,其中:
第一相机系统由多个透镜组件和FPA的多个部分形成;和
第二相机系统由透镜组件中的两者和FPA的部分中的两者形成。
实施例97:根据实施例85至96中任一项所述的IR成像系统,其中:
第一相机系统由多个透镜组件和FPA的多个部分形成;和
第二相机系统由透镜组件中的两者和FPA的部分中的两者形成,
其中形成第二相机系统的这两个透镜组件和FPA的这两个部分包括相邻透镜组件和FPA的相邻部分。
实施例98:根据实施例85至97中任一项所述的IR成像系统,其中IR成像系统还包括:
多个光学焦平面阵列(FPA);和
多个透镜,不同透镜被配置为使来自场景的光对焦到FPA中的不同一者上。
实施例99:根据实施例85至98中任一项所述的IR成像系统,其中IR成像系统还包括:
多个光学焦平面阵列(FPA);和
多个透镜组件,不同透镜组件被配置为使来自场景的光对焦到FPA中的不同一者上。
实施例100:根据实施例85至99中任一项所述的IR成像系统,其中处理单元被配置为评估图像数据有多少对焦以检测光学窗口是否被遮蔽。
实施例101:根据实施例85至100中任一项所述的IR成像系统,其中处理单元被配置为评估图像数据的对比度以检测光学窗口是否被遮蔽。
实施例102:根据实施例85至101中任一项所述的IR成像系统,其中处理单元被配置为执行图像数据的边缘增强。
实施例103:根据实施例85至102中任一项所述的IR成像系统,其中处理单元被配置为执行图像数据的边缘检测。
实施例104:根据实施例85至103中任一项所述的IR成像系统,其中处理单元被配置为执行图像数据的归一化。
实施例105:根据实施例85至104中任一项所述的IR成像系统,其中图像数据的归一化包括缩放图像数据。
实施例106:根据实施例85至105中任一项所述的IR成像系统,其中图像数据的归一化包括从图像数据扣减。
实施例107:根据实施例85至106中任一项所述的IR成像系统,其中处理单元被配置为评估图像数据是否超过阈值以确定光学窗口是否被遮蔽。
实施例108:根据实施例85至107中任一项所述的IR成像系统,其中分析来自第二相机系统的图像数据包括:
分析来自第二相机系统的第一光学通道和第二光学通道的图像数据以检测光学窗口是否被遮蔽。
实施例109:根据实施例85至108中任一项所述的IR成像系统,其中处理单元被配置为:
比较来自第一光学通道和第二光学通道的图像数据以检测光学窗口是否被遮蔽。
实施例110:根据实施例85至109中任一项所述的IR成像系统,其中比较第一图像和第二图像包括比较第一图像和第二图像并且使用视差所引起的第一图像和第二图像之间的差异来确定光学窗口是否被遮蔽。
实施例111:根据实施例85至110中任一项所述的IR成像系统,其中比较第一图像和第二图像包括执行第一图像和第二图像的相关。
实施例112:根据实施例85至111中任一项所述的IR成像系统,其中第一光学通道和第二光学通道沿给定方向在空间上不同,并且其中处理单元被配置为:
比较来自沿着给定方向处于多个偏移的第一光学通道和第二光学通道的图像数据以检测光学窗口是否被遮蔽。
实施例113:根据实施例85至112中任一项所述的IR成像系统,其中处理单元被配置为增强来自第一光学通道和第二光学通道的图像数据中的边缘。
实施例114:根据实施例85至113中任一项所述的IR成像系统,其中处理单元被配置为从来自第一光学通道和第二光学通道的图像数据减去至少一个基准图像。
实施例115:根据实施例85至114中任一项所述的IR成像系统,其中处理单元被配置为检测来自第一光学通道和第二光学通道的图像数据中的边缘。
实施例116:根据实施例85至115中任一项所述的IR成像系统,其中处理单元被配置为将边缘检测遮罩应用于来自第一光学通道和第二光学通道的图像数据。
实施例117:根据实施例85至116中任一项所述的IR成像系统,其中包含处理器的处理单元被配置为通过以下方式基于来自第二相机系统的图像数据来确定光学窗口被遮蔽:
从FPA的第一部分接收第一图像;
从FPA的第二部分接收第二图像;
将第一图像和第二图像变换成相应第一渐变图像和第二渐变图像;
确定渐变图像具有超过第一预定阈值的渐变值;
在确定渐变值超过第一预定阈值之后提供窗口遮蔽警示。
实施例118:根据实施例85至117中任一项所述的IR成像系统,其中包含处理器的处理单元被配置为通过以下方式基于来自第二相机系统的图像数据来确定光学窗口被遮蔽:
从FPA的第一部分接收第一图像;
从FPA的第二部分接收第二图像;
将第一图像和第二图像变换成相应第一渐变图像和第二渐变图像;
确定第一渐变图像和第二渐变图像具有超过第一预定阈值的互相关值;和
在确定互相关值超过第一预定阈值之后提供窗口遮蔽警示。
实施例119:根据实施例85至118中任一项所述的IR成像系统,其中包含处理器的处理单元被配置为通过以下方式基于来自第二相机系统的图像数据来确定光学窗口被遮蔽:
从FPA的第一部分接收第一图像;
从FPA的第二部分接收第二图像;
将第一图像和第二图像变换成相应第一渐变图像和第二渐变图像;
确定渐变图像具有超过第一预定阈值的渐变值;
使第一渐变图像和第二渐变图像互相关;
确定第一渐变图像和第二渐变图像具有超过第二预定阈值的互相关值;和
在确定渐变值超过第一预定阈值并且互相关值超过第二预定阈值之后提供窗口遮蔽警示。
实施例120:根据实施例85至119中任一项所述的IR成像系统,其中:
确定第一渐变图像和第二渐变图像具有超过第二预定阈值的互相关值包括:
确定多个互相关值,每个互相关值与第一渐变图像和第二渐变图像的不同对齐相关联;和
确定所述多个互相关值中的至少一个互相关值超过第二预定阈值。
实施例121:根据实施例85至120中任一项所述的IR成像系统,其中:
确定第一渐变图像和第二渐变图像具有超过第二预定阈值的互相关值包括:
确定多个互相关值,每个互相关值与第一渐变图像和第二渐变图像的不同对齐相关联;
识别所述多个互相关值中的第一互相关值;
从所述多个互相关值中的每个所述互相关值减去第一互相关值;
在减去第一互相关值之后,识别所述多个互相关值中的第二互相关值;和
确定第二互相关值超过第二预定阈值。
实施例122:根据实施例85至121中任一项所述的IR成像系统,其中将第一图像和第二图像变换成相应第一渐变图像和第二渐变图像包括将索贝尔滤波器应用于第一图像和第二图像。
实施例123:根据实施例85至122中任一项所述的IR成像系统,其中将第一图像和第二图像变换成相应第一渐变图像和第二渐变图像包括将索贝尔滤波器应用于第一图像和第二图像并且从渐变图像移除降至预定阈值以下的值。
实施例124:根据实施例85至123中任一项所述的IR成像系统,其中在使第一渐变图像和第二渐变图像互相关之前,处理单元被配置为使每个所述渐变图像归一化。
实施例125:根据实施例85至124中任一项所述的IR成像系统,其中在使第一渐变图像和第二渐变图像互相关之前,处理单元被配置为通过以下方式使每个所述渐变图像归一化:对于每个渐变图像而言,从每个渐变图像减去中值并且将每个渐变图像除以标准偏差值。
实施例126:根据实施例85至125中任一项所述的IR成像系统,其中在使第一渐变图像和第二渐变图像互相关之前,处理单元被配置为使每个所述渐变图像归一化。
实施例127:根据实施例85至126中任一项所述的IR成像系统,其中在将第一图像和第二图像变换成相应第一渐变图像和第二渐变图像之前,处理单元被配置为从第一图像减去第一基准图像并且从第二图像减去第二基准图像。
实施例128:根据实施例85至127中任一项所述的IR成像系统,其中第二相机系统对焦在光学窗口的1米内。
实施例129:根据实施例85至128中任一项所述的IR成像系统,其中第二相机系统对焦在光学窗口的2米内。
实施例130:根据实施例85至129中任一项所述的IR成像系统,其中第二相机系统对焦在光学窗口上。
实施例131:根据实施例85至130中任一项所述的IR成像系统,其中第一相机系统对焦在至少10米的距离处。
实施例132:根据实施例85至131中任一项所述的IR成像系统,其中第一相机系统对焦在至少20米的距离处。
实施例133:根据实施例85至132中任一项所述的IR成像系统,其中第一相机系统对焦在至少25米的距离处。
实施例134:根据实施例85至133中任一项所述的IR成像系统,其中第一相机系统和第二相机系统包括具有相应焦距的相应成像透镜,并且第一相机的焦距是第二相机的焦距的2倍。
实施例135:根据实施例85至134中任一项所述的IR成像系统,其中第一相机系统和第二相机系统包括具有相应焦距的相应成像透镜,并且第一相机的焦距是第二相机的焦距的5倍。
实施例136:一种检测IR成像系统中的光学窗口是否被遮蔽的方法的实施例,该IR成像系统包括处理电路以及多个在空间上和光谱上不同的光学通道,每个光学通道包括使入射IR光对焦在光学检测器系统的相应部分上的一组透镜,该方法包括:
利用处理电路从所述多个光学通道中的第一光学通道接收第一图像;
利用处理电路从所述多个光学通道中的第二光学通道接收第二图像;和
利用处理电路分析第一图像和第二图像以检测光学窗口是否被遮蔽。
实施例137:根据实施例136所述的方法,其中第一图像和第二图像对焦在光学窗口的深度处。
实施例138:根据实施例136至137中任一项所述的方法,其中分析第一图像和第二图像包括利用处理电路比较第一图像和第二图像以识别光学窗口是否被遮蔽。
实施例139:根据实施例136至138中任一项所述的方法,其中分析第一图像和第二图像包括利用处理电路比较第一图像和第二图像并且使用视差所引起的第一图像和第二图像之间的差异来确定光学窗口是否被遮蔽。
实施例140:根据实施例136至139中任一项所述的方法,其中分析第一图像和第二图像包括评估图像有多少对焦以检测光学窗口是否被遮蔽。
实施例141:根据实施例136至140中任一项所述的方法,其中分析第一图像和第二图像包括评估图像的对比度以检测光学窗口是否被遮蔽。
实施例142:根据实施例136至141中任一项所述的方法,还包括执行边缘增强。
实施例143:根据实施例136至142中任一项所述的方法,还包括执行边缘检测。
实施例144:根据实施例136至143中任一项所述的方法,还包括使图像数据归一化。
实施例145:根据实施例136至144中任一项所述的方法,其中归一化包括缩放图像数据。
实施例146:根据实施例136至145中任一项所述的方法,其中归一化包括从图像数据扣减。
实施例147:根据实施例136至146中任一项所述的方法,其中分析第一图像和第二图像包括执行第一图像和第二图像的相关。
实施例148:根据实施例136至147中任一项所述的方法,其中分析第一图像和第二图像包括比较来自沿着给定方向处于多个偏移的第一图像和第二图像的图像数据以检测光学窗口是否被遮蔽。
实施例149:根据实施例136至148中任一项所述的方法,其中分析第一图像和第二图像包括评估图像数据是否超过阈值以确定光学窗口是否被遮蔽。
实施例150:根据实施例136至149中任一项所述的方法,其中分析第一图像和第二图像包括利用处理电路将非锐化遮罩应用于第一图像和第二图像。
实施例151:根据实施例136至150中任一项所述的方法,还包括:
利用处理电路从第一图像减去第一基准图像并且从第二图像减去第二基准图像。
实施例152:根据实施例136至151中任一项所述的方法,还包括:
利用处理电路检测第一图像和第二图像中的边缘。
实施例153:根据实施例136至152中任一项所述的方法,还包括:
利用处理电路将索贝尔滤波器应用于第一图像和第二图像。
实施例154:根据实施例136至153中任一项所述的方法,还包括:
利用处理电路将索贝尔滤波器应用于第一图像和第二图像以创建相应第一渐变图像和第二渐变图像。
实施例155:根据实施例136至154中任一项所述的方法,还包括:
利用处理电路使第一渐变图像和第二渐变图像归一化。
实施例156:根据实施例136至155中任一项所述的方法,还包括:
利用处理电路使第一渐变图像和第二渐变图像互相关。
实施例157:根据实施例136至156中任一项所述的方法,还包括:
利用处理电路确定第一渐变图像和第二渐变图像之间的至少一个互相关超过第一窗口遮蔽阈值且第一渐变图像和第二渐变图像超过第二窗口遮蔽阈值,并且作为响应,提供光学窗口被遮蔽的警示。
实施例158:根据实施例136至157中任一项所述的方法,还包括基于来自所述多个在空间上和光谱上不同的光学通道的图像数据来检测目标物质。
实施例159:根据实施例136至158中任一项所述的方法,还包括执行光谱分析以检测所述目标物质。
实施例160:根据实施例136至159中任一项所述的方法,还包括调节来自所述多个光学通道的图像数据以补偿因窗口被遮蔽而引起的衰减效应。
实施例161:根据实施例136至160中任一项所述的方法,还包括在确定目标物质的存在过程中削弱来自所述多个光学通道的图像数据的一个或多个帧。
实施例162:根据实施例136至161中任一项所述的方法,还包括在窗口被遮蔽时发送警示。
实施例1至162中的任一项可包括上述特征中的任何一者(例如,实施例1至162中的特征中的任何一者)。
本公开中所述的主题的一个或多个实施方式的细节在以下附图和描述中阐述。其他特征、方面和优点将从描述、附图和权利要求书中显而易见。需注意,以下附图的相对尺寸可能并未按比例绘制。
附图说明
图1示出了成像系统的实施方案,该成像系统包括公共前物镜,该公共前物镜具有经光谱分割并用多个透镜再成像到红外焦平面阵列(FPA)上的光瞳,该成像系统在此处有时称为分孔径红外光谱成像(DAISI)系统。
图2示出了具有分割的前物镜和红外感测FPA阵列的实施方案。
图3A表示采用与再成像透镜阵列可操作地匹配的前物镜阵列的实施方案。
图3B示出了与图3A的实施方案相对应的光学部件的二维阵列。
图4A是示出移动式红外成像系统的示意图,该移动式红外成像系统被配置为由人类用户携带或佩戴。
图4B是示出安装场地的示意图,该安装场地可由多个红外成像系统监测。
图5是根据一个实施方案的示出移动式红外成像系统的示意性系统框图。
图6A是根据各种实施方案的系统的示意性透视图。
图6B是图6A所示的系统的示意性后透视图。
图6C是根据各种实施方案的系统的示意性前透视图。
图7是示例性移动式红外成像系统的透视剖视图。
图8A是示例性移动式红外成像系统的透视图,其中两个光学通道被配置为窗口遮蔽传感器。
图8B是用于成像系统的示例性光学滤波器的示意图,该成像系统具有分割的光学通道并且具有由至少一个所述光学通道形成的窗口遮蔽传感器。
图9是示例性DAISI系统的示意图,示出了光学窗口、透镜阵列和焦平面阵列(FPA)之间的距离。
图10是检测DAISI系统的光学窗口上或附近的物体的一个示例中所涉及的示例性步骤的流程图。
图11A和图11B示出了在鱼饵离光学窗口大约2cm的情况下窗口遮蔽传感器所获取的数据的处理的各个阶段的示例。
图12A和图12B示出了在鱼饵离光学窗口大约20cm的情况下窗口遮蔽传感器所获取的数据的处理的各个阶段的示例。
图13A和图13B示出了在鱼饵离光学窗口大约50cm的情况下窗口遮蔽传感器所获取的数据的处理的各个阶段的示例。
图14A和图14B示出了在网球拍离光学窗口大约2cm的情况下窗口遮蔽传感器所获取的数据的处理的各个阶段的示例。
图15A和图15B示出了在运动物体离光学窗口大约2米的情况下窗口遮蔽传感器所获取的数据的处理的各个阶段的示例。
图16A、图16B、图17A和图17B示出了在水滴洒到光学窗口上的情况下窗口遮蔽传感器所获取的数据的处理的各个阶段的示例。
图18A和图18B示出了在水滴洒到光学窗口上及鱼饵离光学窗口大约50cm的情况下窗口遮蔽传感器所获取的数据的处理的各个阶段的示例。
图19A和图19B示出了在水滴洒到光学窗口上及运动网球拍离光学窗口大约1米的情况下窗口遮蔽传感器所获取的数据的处理的各个阶段的示例。
图20A和图20B示出了在水滴洒到光学窗口上及运动物体离光学窗口大约2米的情况下窗口遮蔽传感器所获取的数据的处理的各个阶段的示例。
图21A、图21B和图21C示出了在离光学窗口5cm的距离处存在气体释放的情况下窗口遮蔽传感器所获取的数据的处理的各个阶段的示例。
在各个附图中,类似的附图标记和标号指示类似的元件。
具体实施方式
I.各种实施方案的概述
以下描述涉及某些实施方式以达到描述本公开的创新方面的目的。然而,本领域普通技术人员将容易认识到,本文的教导内容可以以多种不同方式应用。所述实施方式可以在可被配置为作为成像系统(诸如在红外成像系统中)操作的任何设备、装置或系统中实现。本文所述的方法和系统可包括在多种设备中或与多种设备相关联,所述多种设备诸如但不限于用于可见和红外光谱法的设备、用于油气勘探、精炼和运输、农业、遥感、国防和国土安全、侦察、天文、环境监测等的多光谱和高光谱成像设备。本文所述的方法和系统在多种领域中有应用,包括但不限于农业、生物学、物理学、化学、国防和国土安全、环境、石油和天然气工业等。所述教导内容并非旨在限于仅在附图中描绘的实施方式,而是具有广泛的适用性,如对于本领域普通技术人员将显而易见的。
场景的光谱图像可被表示为三维数据立方体,其中该立方体的两条轴线表示场景的两个空间维度并且该数据立方体的第三轴线表示不同波长区域中的场景的光谱信息。可使用数学方法来处理该数据立方体以获得关于场景的信息。一些现有光谱成像系统通过扫描空间域(例如,通过使狭缝移动跨越场景的水平和垂直尺寸)和/或光谱域中的场景来生成数据立方体。此类扫描方法一次仅采集完整数据立方体的一部分。将完整数据立方体的这些部分存储,随后进行处理而生成完整数据立方体。
本文所公开的各种实施方案描述了分孔径红外光谱成像(DAISI)系统,该DAISI系统被结构化且适于提供所成像的场景的目标化学成分的识别。该系统基于光谱分辨的成像并且可利用单景(也称为快照)来提供此类识别,该单景包括一般同时获得的具有不同波长组成的多个图像。在一般性没有任何损失的情况下,快照是指其中所收集的大多数数据元素连续地观测从场景发出的光的系统。相比之下,在扫描系统中,在任何给定时间,只有少数数据元素连续地观测场景,之后是不同集合的数据元素等等,直到采集完整的数据集。可在快照系统中实现相对较快的操作,因为其不需要使用光谱或空间扫描来采集目标化学成分的红外(IR)光谱特征。相反,与具有不同波长分布的多个不同光学通道相关联的IR检测器(诸如红外焦平面阵列或FPA)可用于形成成像数据的光谱立方体。尽管可从包括与不同波长范围相对应的多个同时采集的图像的单个快照获得光谱数据,但在各种实施方案中,可获得多个快照。在各种实施方案中,可对这些多个快照取平均。类似地,在某些实施方案中,可获得多个快照并且可选择这些快照的一部分并可能对该部分取平均。另外,相比于常用IR光谱成像系统,DAISI系统不需要冷却。因此,这可有利地使用非冷却红外检测器。例如,在各种实施方式中,本文所公开的成像系统不包括被配置为冷却到低于300开尔文的温度的检测器。作为另一个示例,在各种实施方式中,本文所公开的成像系统不包括被配置为冷却到低于273开尔文的温度的检测器。作为又一个示例,在各种实施方式中,本文所公开的成像系统不包括被配置为冷却到低于250开尔文的温度的检测器。作为另一个示例,在各种实施方式中,本文所公开的成像系统不包括被配置为冷却到低于200开尔文的温度的检测器。
本文所公开的实施方式提供优于现有IR光谱成像系统的若干优点,这些现有IR光谱成像系统中的大多数(如果不是所有的话)可能需要高度敏感且冷却的FPA以便在光学检测期间补偿光谱扫描操作所引起的光子通量减少。高度敏感且冷却的FPA系统很昂贵并且需要大量维护。由于本文所公开的各种实施方案被配置为在没有空间和/或光谱扫描的情况下以单次采集模式操作,因此该仪器可在单次读取期间基本上同时从物体的多个点(例如,每一个点)接收光子。因此,尤其是与空间和/或光谱扫描系统相比,本文所述的成像系统的实施方案可在任何给定时刻从所成像的场景收集基本上更大量的光学功率(例如,多一个数量级的光子)。因此,本文所公开的成像系统的各种实施方案可使用对IR中的光子不太敏感但非常适合连续监测应用的非冷却检测器(例如,包括微测辐射热计阵列的FPA单元)来操作。例如,在各种实施方式中,本文所公开的成像系统不包括被配置为冷却到低于300开尔文的温度的检测器。作为另一个示例,在各种实施方式中,本文所公开的成像系统不包括被配置为冷却到低于273开尔文的温度的检测器。作为又一个示例,在各种实施方式中,本文所公开的成像系统不包括被配置为冷却到低于250开尔文的温度的检测器。作为另一个示例,在各种实施方式中,本文所公开的成像系统不包括被配置为冷却到低于200开尔文的温度的检测器。包括非冷却检测器的成像系统能够在极端天气状况下操作,需要更少功率,能够在白天和夜间操作,并且不太昂贵。与空间和/或光谱扫描系统相比,本文所述的一些实施方案还不易受到运动伪影的影响,所述运动伪影可造成光谱数据、空间数据或两者出错。
在本文所公开的各种实施方案中,DAISI系统可为移动式的。例如,DAISI系统可被配置为由人佩戴或携带,例如DAISI系统可被微型化以配合在相对较小的外壳或隔室中。例如,DAISI系统的部件的尺寸和形状可被设定为配合在小尺寸内,并且这些部件可具有足够小的质量以使人类用户能够在不过度用力的情况下携带或佩戴该系统。如本文所解释,在一些实施方案中,DAISI系统的尺寸和形状可被设定为配合在小于约300立方英寸、或在一些实施方案中小于约200立方英寸的体积内。在再其他实施方案中,DAISI系统的尺寸和形状可被设定为配合在小于约100立方英寸的体积内。例如,在一些布置中,DAISI系统的尺寸和形状可被设定为配合在约50立方英寸至约300立方英寸范围内的体积内。在其他布置中,DAISI系统的尺寸和形状可被设定为配合在约80立方英寸至约200立方英寸范围内的体积内。
有利地,这种便携式和/或可穿戴DAISI系统可使用户能够监测偏远位置中的设施并且实时检测各种气体(例如,有毒气体)的存在。此外,便携式DAISI系统可使用户能够前往不同设施以监测多个位置中的气体或化学品的存在。例如,用户可前往从地下开采石油的石油钻探设施。用户可携带便携式DAISI系统或将该系统附接到其衣服或身体上(例如,经由夹子、帽子等),并且可在他或她抵达现场时激活该系统。便携式DAISI系统机载的光学部件可捕获易发生气体或化学品泄漏的设施部分的一个或多个快照多光谱图像。便携式DAISI系统机载的计算单元可处理所捕获的多光谱图像数据以对该场地处存在的气体或化学品进行检测和/或分类。通信模块可向用户通知所检测的气体。例如,在各种实施方案中,通信模块可向用户界面(诸如一副计算眼镜、移动计算设备诸如移动智能电话、平板计算设备、膝上型计算设备、或任何其他合适的界面)发送通知,并且该用户界面可例如在石油钻探设施处实时向用户显示关于所检测的气体的信息。
II.分孔径红外光谱成像仪系统的实施例
图1提供了示意性地示出分孔径红外光谱成像仪(DAISI)系统的实施方案100对入射光的空间和光谱分割的示意图,该DAISI系统可使具有一个或多个IR光谱特征的物体110成像。系统100包括前物镜124、光学滤波器阵列130、再成像透镜阵列128和检测器阵列136。在各种实施方案中,检测器阵列136可包括单个FPA或FPA阵列。检测器阵列136中的每个检测器可设置在再成像透镜阵列128中的每个透镜的焦点处。在各种实施方案中,检测器阵列136可包括多个光敏设备。在一些实施方案中,所述多个光敏设备可包括二维成像传感器阵列,该二维成像传感器阵列对具有在1μm与20μm之间(例如,在近红外波长范围、中红外波长范围或长红外波长范围内)的波长的辐射较敏感。在各种实施方案中,所述多个光敏设备可包括对红外辐射较敏感的CCD或CMOS传感器、辐射热计、微测辐射热计或其他检测器。
由光学滤波器阵列130和再成像透镜阵列128的组合对与前物镜系统124相关联的系统100的孔径进行空间和光谱分割。在各种实施方案中,光学滤波器阵列130和再成像透镜阵列128的组合可被视为形成设置在光学检测器阵列136前面的光谱分割的光瞳。孔径在空间和光谱上分割成不同孔径部分形成了多个光学通道120,光沿着所述多个光学通道传播。在各种实施方案中,再成像透镜128a的阵列128和光谱滤波器阵列130分别对应于不同光学通道120。所述多个光学通道120可在空间上和/或光谱上不同。所述多个光学通道120可在物体空间和/或图像空间中形成。在一个实施方式中,不同通道120可包括在空间中成角度地隔开的光学通道。光谱滤波器阵列130可另外包括滤波器保持孔径遮罩(包括例如IR光阻挡材料,诸如陶瓷、金属或塑料)。由系统100的孔径接收来自物体110(例如,气云)的光,该光在IR中的光学特性由独特吸收、反射和/或发射光谱描述。该光传播穿过所述多个光学通道120中的每一者,并且进一步成像到光学检测器阵列136上。在各种实施方式中,检测器阵列136可包括至少一个FPA。在各种实施方案中,再成像透镜128a中的每一者可在空间上与分别对应的光谱区域对齐。在所示的实施方式中,来自光谱滤波器阵列130的每个滤波器元件对应于不同光谱区域。每个再成像透镜128a和光谱滤波器阵列130的对应滤波器元件可与分孔径的一部分重合(或形成分孔径的一部分)并因此与分别对应的空间通道120重合。因此,在各种实施方案中,成像透镜128a和对应光谱滤波器可设置在所述多个光学通道120之一的光路中。传播穿过所述多个光学通道120中的每一者的来自物体110的辐射沿着每个再成像透镜128a和光谱滤波器阵列130的对应滤波器元件的光路行进,并且入射在检测器阵列(例如,FPA部件)136上以形成物体110的单个图像(例如,子图像)。检测器阵列136所形成的图像一般包括每个所述光学通道120所形成的多个子图像。所述多个子图像中的每一者可提供物体110的不同空间和光谱信息。不同空间信息是因分孔径的较小孔径的不同空间位置所致的一些视差产生的。在各种实施方案中,相邻子图像可通过接近或基本上等同的光谱特征来表征。检测器阵列(例如,FPA部件)136进一步与处理器150(未示出)可操作地连接。处理器150可被编程用于将用系统100采集的数据聚合到光谱数据立方体中。数据立方体在空间(x,y)和光谱(λ)坐标中表示由光谱滤波器阵列130中的滤波器元件的组合限定的光谱区域内的物体110的总体光谱图像。另外,在各种实施方案中,处理器或处理电子器件150可被编程用于确定物体110的独特吸收特性。另外,处理器/处理电子器件150可另选地或附加地将总体图像数据立方体映射到一个数据立方体中,该数据立方体表示例如与物体110相关联的视场内的目标化学组分的浓度空间分布c。
实施方案100的各种实施方式可包括任选的可移动温控基准源160,包括例如具有保持在不同温度下的一个或多个基准快门的快门系统。基准源160可包括加热器、冷却器或温控元件,其被配置为将基准源160保持在期望的温度下。例如,在各种实施方式中,实施方案100可包括保持在不同温度下的两个基准快门。基准源160可移除地且在一个实施方式中周期性地插入到沿着至少一个所述通道120穿越系统100从物体110到达检测器阵列(例如,FPA部件)136的光的光路中。因此可移除的基准源160可阻挡此类光路。此外,该基准源160可提供基准IR光谱以实时地重新校准系统100的各种部件,包括检测器阵列136。下面进一步讨论可移动的基准源160的配置。
在实施方案100中,前物镜系统124被示出为包括单个前物镜,该单个前物镜被定位成建立再成像透镜128a的公共视场(FOV)并且限定整个系统的孔径光阑。在该具体情况下,孔径光阑基本上与对应于不同光学通道120的所述多个较小限制孔径在空间上重合,和/或为与所述多个较小限制孔径大约相同的尺寸或比所述多个较小限制孔径略大。因此,不同光学通道120的光谱滤波器的位置与整个系统的孔径光阑的位置重合,该位置在该示例中被示出为透镜系统124和再成像透镜128a的阵列128之间的表面。在各种实施方式中,透镜系统124可为物镜124。然而,物镜124是任选的,并且系统100的各种实施方案不必包括物镜124。在各种实施方案中,物镜124可使阵列136中的不同检测器所获得的图像沿着与透镜124的光轴垂直的方向在空间上略微移位,因此在未包括物镜124时系统100的功能不一定受影响。然而,一般来讲,对应于不同光学通道的场孔径可位于相同或不同平面中。在某些实施方式中,这些场孔径可由再成像透镜128a的孔径和/或分孔径130中的滤波器限定。在一个实施方式中,对应于不同光学通道的场孔径可位于不同平面中,并且这些不同平面可彼此光学共轭。类似地,虽然实施方案100的光谱滤波器阵列130中的所有滤波器元件被示出为位于一个平面中,但一般来讲,光谱滤波器阵列130的不同滤波器元件可设置在不同平面中。例如,光谱滤波器阵列130的不同滤波器元件可设置在彼此光学共轭的不同平面中。然而,在其他实施方案中,不同滤波器元件可设置在非共轭平面中。
相比于实施方案100,前物镜124不必为单个光学元件,而是可包括多个透镜224,如图2的DAISI成像系统的实施方案200中所示。这些透镜224被配置为分割来自物体110的入射光学波前。例如,前物镜阵列224可被设置为接收物体所发射的指向DAISI系统的IR波前。所述多个前物镜224将波前在空间上分割成非重叠区段。图2示出了在该示例中对系统的孔径的空间分割有贡献的光学系统的前光学部分中的三个物镜224。然而,所述多个物镜224可被配置为二维(2D)透镜阵列。图2呈现了成像系统200的全视图和成像系统200的所得视场。还在图2的插图中更详细地描绘了成像系统200的分解图202。如详细视图202所示,成像系统200的实施方案包括系统的前端处的场基准204。场基准204可用于截断视场。图2所示的配置优于图1的实施方案100的操作优点在于由于物镜更小,可大大降低实施方案200的总体尺寸和/或重量和/或制造成本。阵列224和阵列128中的每对透镜与视场(FOV)相关联。阵列224和阵列128中的每对透镜从不同角度接收来自物体的光。因此,由于视差,阵列224和阵列128中的不同对透镜的FOV不完全重叠。当成像系统200(部分202)和物体110之间的距离增加时,单独透镜224的FOV之间的重叠区域230增加,而视差228的量保持大约相同,从而降低其对系统200的影响。当视差与物体距离之比基本上等于像素尺寸与系统焦距之比时,则视差效应可被视为可忽略不计,并且实际上不再是可区分的。虽然透镜224被示出为基本上设置在相同平面中,但前物镜阵列224中的任选不同物镜可设置在超过一个平面中。例如,一些单独透镜224可沿着轴线226(未示出)相对于一些其他单独透镜224移位,和/或具有与一些其他透镜224相比不同的焦距。如下所讨论,场基准204可用于校准多个检测器236。
在一个实施方式中,前物镜系统诸如透镜阵列224被配置为与单片衬底相关联地集成或模制的透镜阵列。这种布置可降低原本与该系统内的单独透镜的光学调节相伴的成本和复杂性。单独透镜224可任选地包括具有变化的放大倍率的透镜。作为一个示例,一对薄型且大直径的Alvarez板可用于前物镜系统的至少一部分中。在一般性没有任何损失的情况下,Alvarez板在相对于光束正交地平移时可产生焦距变化。
进一步参考图1,被配置为接收表示所成像的物体110的一个或多个光谱特征的光学数据的检测器阵列136(例如,FPA部件)可以被配置为单个成像阵列(例如,FPA)136。该单个阵列可适于同时采集超过一个图像(由超过一个光学通道120形成)。另选地,检测器阵列136可包括FPA单元。在各种实施方式中,FPA单元可包括多个光学FPA。这些多个FPA中的至少一者可被配置为采集所成像的物体的超过一个在光谱上不同的图像。例如,如图2的实施方案200中所示,在各种实施方案中,FPA单元中包括的FPA的数量可对应于前物镜224的数量。在图2的实施方案200中,例如,提供了对应于三个物镜224的三个FPA 236。在该系统的一个实施方式中,FPA单元可包括微测辐射热计阵列。多个微测辐射热计的使用有利地允许以一种便宜的方式增加用于在单个采集事件(即,一个快照)中记录三维数据立方体的检测元件(即,像素)总数。在各种实施方案中,微测辐射热计阵列更有效地利用FPA阵列(例如,每个FPA)的检测器像素,因为减少、最小化和/或消除了在使用单个微测辐射热计时可能存在的图像之间的未使用的像素的数量。
图3A示意性地示出了成像系统的实施方案300,其中透镜阵列324中的前物镜324a的数量、透镜阵列128中的再成像透镜128a的数量以及FPA 336的数量相同。在这样配置后,分别对应的前物镜324、再成像透镜128a和FPA 336的每个组合构成单独成像通道。这种通道与从物体110透射穿过光学滤波器阵列130的单独滤波器元件的IR光的采集相关联。系统300的场基准338被配置为具有跨越其表面的均匀温度,并且通过从其散发的辐射的预定光谱曲线来表征。在各种实施方式中,场基准338可用作校准目标以帮助校准FPA或保持FPA的校准。因此,在各种实施方式中,场基准338用于在从物体110采集光之后动态地调节从每个FPA 336输出的数据。该动态校准过程有助于提供不同(例如,大多数或每个)FPA 336的输出表示相对于用于分析的其他FPA 336而言正确的采集数据,如下文更详细讨论。
图3B表示与图3A所示的成像系统的实施方案300的轴线226垂直的平面图。对于图3B的实施方案,光学部件(例如,物镜324a、光谱滤波器阵列130的滤波器元件、再成像透镜128a以及FPA单元336)被布置为4×3阵列。在一个实施方式中,光学部件(透镜324a,128a;检测器元件336)的4×3阵列340在温控基准目标160后面使用。场基准孔径338可适于遮蔽和/或阻挡从物体110朝向FPA单元336传播的光束的周边部分。因此,场基准338遮蔽和/或阻挡在沿着检测器系统的周长346定位的FPA元件上形成的物体110的图像的一个或多个边界或周边部分。一般来讲,当FPA单元的两个元件用于使用相同光学组件观察相同光谱区域中的场景的相同部分时,这两个元件将产生基本上相等的数字计数值。如果这些输入参数(例如,待观察的场景、来自场景的光的光谱含量、或将来自场景的光输送到这两个检测器元件的光学元件)中的任何一者不同,则与FPA单元的元件相关联的计数也将不同。因此,作为一个示例,在FPA单元336的两个FPA(诸如图3B中表示为#6和#7的那些)保持基本上未被场基准338遮蔽的情况下,可将来自这些FPA的输出动态地调节到来自沿着周长346定位的FPA之一(诸如,FPA元件#2或FPA元件#11,其处理具有类似光谱特性的光)的输出。
III.移动式DAISI系统的实施例
根据一些实施方案,本文所公开的DAISI系统可被配置为长期地安装在合适的位置处。例如,以上第II部分中公开的DAISI系统可附连到夹具,该夹具又安装到一定位置处的地面以连续地或周期性地监测该位置处的气体或化学品的存在。在一些实施方案中,例如,DAISI系统可附接到待监测的位置处的杆、柱或任何合适的夹具。在此类布置中,DAISI系统可连续地或周期性地捕获场景的多光谱、多路复用图像数据,并且机载或远程计算单元可处理所捕获的图像数据以识别或表征该位置处的气体或化学品。通信模块可将与所识别的气体或化学品相关的数据传送到任何合适的外部系统,诸如中央计算服务器等。对于DAISI系统的此类长期安装,安装场地可包括电源(例如,连接到该场地处的接线盒的输电线路)和网络通信设备(例如,网络布线、路由器等)以提供DAISI系统和外部系统之间的网络通信。
可能有利的是提供被配置为由用户佩戴或携带的移动式DAISI系统。例如,可能不适合或不期望将DAISI系统长期地安装在一些位置处。作为一个示例,一些油井场地可能不具有足够的基础设施(诸如电源或网络通信设备)来支持DAISI系统。此外,将DAISI系统从一个场地移动到另一个场地以监测不同位置可能很有挑战性。例如,当系统连接到待监测的场地处的基础设施时,安装和从场地移除DAISI系统以便运输可能需要用户花费大量精力和时间。因此,可能期望提供可独立于待监测的场地处的设施或基础设施来使用的DAISI系统。此外,可能有利的是以可由用户携带或佩戴的形状因数和重量实现DAISI系统。例如,移动式DAISI系统可使用户能够容易地将系统从一个场地运输到另一个场地,同时实时监测气体或化学品的存在。
应当理解,本文所公开的每个系统可用于监测任何合适的安装场地中的潜在气体泄漏,该安装场地包括但不限于钻机、精炼厂、管道、运输系统、船只或其他船舶(诸如海上石油钻机、火车、油罐卡车、石油化工厂、化工厂等)。此外,本文诸如在以上相对于图1至图3B公开和示出的每个实施方案和方面可与本文相对于图4A至图6C公开和示出的每个实施方案结合地使用。
图4A是示出移动式红外成像系统1000(例如,移动式或便携式DAISI系统)的示意图,该移动式红外成像系统被配置为由人类用户1275携带或佩戴。用户1275可在前往待监测的场地(诸如油井场地、精炼厂等)时佩戴帽子或头盔1200。图4A所示的系统1000经由支撑件1204附接到头盔1200,该支撑件将系统1000牢固地安装到头盔1200。例如,支撑件1204可包括紧固件、束带或任何其他合适的结构。有利地,将系统1000安装到头盔1200可使用户1275能够通过转动其头部以面向待监测的特定位置来捕获系统的视场(FOV)内的图像。例如,用户1275可走过该场地并且可捕获该场地的每个部分(例如,可能易发生气体或化学品泄漏的各种结构,诸如阀门、配件等)的视频图像。因此,在图4A所示的实施方案中,用户1275可通过面向待成像的区域并确保系统1000被激活来使场地的每个部分成像。此外,通过将系统1000安装到用户的头盔1200,用户1275可在系统1000使场地成像的同时使用其双手进行其他任务。尽管图4A的系统1000被示出为安装到用户的头盔1200,但应当理解,系统1000可相反佩戴在用户衣服的其他部分上或可由用户携带(例如放在袋子、盒子或其他合适的容器中)。此外,在一些实施方案中,可向用户提供风传感器,例如该风传感器可位于用户的衣服上和/或位于系统1000上或附近。风传感器可用于估计安装场地的风况,所述风况可用于改善气体泄漏的检测。在其他实施方案中,系统1000可耦接到外壳或形成有外壳,该外壳限定可由用户沿特定方向瞄准或指向的“枪”式结构。
如本文所解释,可通过以下方式使从场地处的结构排放的气云1202成像:将系统1000指向气云1202并且在气云1202处于系统1000的FOV内时捕获气云1202的图像。与其他系统不同,系统1000可使用单个快照在一系列IR波长内捕获单个场景的多光谱图像数据,如本文进一步详细地解释。可在短时帧例如小于约3秒、小于约2秒或小于约1.5秒内(例如,在一些实施方案中,在约1秒内)捕获单个快照。可在大于约5毫秒、大于约0.2秒或大于约0.5秒内捕获单个快照。可由处理单元在系统1000上机载地处理所捕获的图像数据,如本文进一步详细地解释。例如,处理单元可处理来自不同光学通道的图像数据,并且可将所捕获的光谱信息与已知化学品的数据库进行比较以识别和/或表征气云1202中包含的气体。
系统1000机载的通信模块可将与所识别的气体或化学品相关的信息传输到任何合适的外部设备。例如,通信模块可(例如,通过蓝牙、WiFi等)将该信息无线地传送到合适的移动计算设备,诸如电子眼镜装置1201、平板计算设备1212、移动智能电话、膝上型或笔记本型计算机1203、或任何其他合适的移动计算设备。在一些实施方案中,如果检测到气云,则系统1000可通过向移动设备(例如,平板计算设备1212或移动智能电话)发送信号来警告用户。移动设备可发出声响振铃和/或可振动以向用户通知潜在气体泄漏。在图4A的实施方案中,电子眼镜装置1201可包括用户界面,该用户界面包括用户1275在访问场地时可实时查看的显示器。在一些实施方案中,电子眼镜装置1201包括眼镜,该眼镜包括显示器。电子器件眼镜装置1201可被进一步配置为从该显示器向佩戴者呈现图像。电子器件眼镜装置1201可例如包括投影光学器件,该投影光学器件将图像投影到眼睛中。电子眼镜装置1201可包括平视显示器电子器件,该平视显示器电子器件在眼镜的一个或多个透镜部分上呈现图像以使得佩戴者可查看图像并且还可透过眼镜观看并注视远处的物体。其他配置是可能的。在一些布置中,眼镜装置1201可包括加利福尼亚州山景城的谷歌公司(Google,Inc.,Mountain View,Califomia)出售的谷歌眼镜设备。
处理单元可将处理后的图像数据配置为使得在眼镜装置1201的显示器上向用户1275显示所识别的气体的类型。例如,在一些实施方案中,颜色编码数据可表示不同类型的气体或特定气体的不同浓度,并且可叠加在场景的可见光图像上。例如,用户可在电子眼镜装置1201上看到气云的颜色编码数据和图像。在各种实施方案中,还可向用户1275显示关于气云1202的组成的文本数据和统计值。因此,用户1275可走过场地并且可基本上实时地查看气云1202中的不同类型的气体。有利地,气云1202的组成的这种实时显示可使用户1275能够迅速报告紧急事件,诸如有毒气体或化学品的泄漏。在一些实施方案中,毒性物质泄漏的检测可触发警报,从而可使应急人员帮助疏散场地和/或修复泄漏。
在一些实施方案中,可将处理后的图像数据从系统1000传输到平板计算设备1212、膝上型计算机1203和/或智能电话。用户1275可与平板计算设备1212或膝上型计算机1203交互以进行经成像和处理的气云1202的附加分析。此外,还可将关于气云(包括处理后的数据和/或原始图像数据)的信息传输到中央服务器以进行集中收集、处理和分析。在各种布置中,全球定位系统(GPS)模块也可机载地安装在系统1000上和/或移动计算设备(诸如平板计算设备、智能电话等)上。GPS模块可在捕获特定图像时识别用户1275的坐标。可将所捕获的图像数据的位置数据存储在中央服务器上以便进一步分析。
因此,图4A所示的系统1000可使用户1275能够使待监测的特定场地(诸如油井场地)的多个位置成像。有利地,系统1000的光学部件、处理部件和通信部件可集成在可由用户1275携带或佩戴的相对较小的外壳内。例如,在各种实施方案中,系统1000不包括用于移动的复杂机械部件,诸如平衡环、致动器、电机等。在没有此类部件的情况下,相对于其他系统而言可减小系统1000的尺寸。
与系统部件庞大或以大形状因数组装的其他系统不同,移动式系统1000的尺寸和形状可以以一定方式设定,使得用户1275在场地四周走动时易于移动和操纵该移动式系统。实际上,以小形状因数集成各种系统部件可能非常有挑战性。有利地,系统1000可由人类用户佩戴或携带。例如,系统1000的部件可一起容纳在数据采集和处理模块1020中,该数据采集和处理模块可包括外壳以支撑系统部件。系统1000的部件(包括光学或成像部件、焦平面阵列、机载处理电子器件以及通信部件)可封装或组装在数据采集和处理模块1020中,并且可占据小于约300立方英寸、小于约200立方英寸或小于约100立方英寸的体积。在各种实施方案中,系统1000的部件(包括光学或成像部件、焦平面阵列、机载处理电子器件以及通信部件)可封装或组装在数据采集和处理模块1020中,并且可占据大于约2立方英寸或大于约16立方英寸的体积。
数据采集和处理模块1020(其中或其上安装有系统部件)的尺寸和形状可被设定为配合在具有尺寸X×Y×Z的框形边界内。例如,数据采集和处理模块1020(包括成像光学器件、焦平面阵列和机载处理电子器件)可包括在封装件中,该封装件的尺寸和形状被设定为配合在具有尺寸X×Y×Z的框形边界内。该封装件还可包含供电电源,诸如电池和/或太阳能模块。在一些实施方案中,数据采集和处理模块1020(包括成像光学器件、焦平面阵列和机载处理电子器件)的尺寸和形状可被设定为配合在小于8英寸×6英寸×6英寸的框形边界内。在一些实施方案中,数据采集和处理模块1020(包括成像光学器件、焦平面阵列和机载处理电子器件)的尺寸和形状可被设定为配合在小于7英寸×5英寸×5英寸的框形边界内,例如小于7英寸×3英寸×3英寸的框形边界。在一些实施方案中,数据采集和处理模块1020(包括成像光学器件、焦平面阵列和机载处理电子器件)的尺寸和形状可被设定为配合在小于6英寸×4英寸×4英寸的框形边界内。在一些实施方案中,数据采集和处理模块1020(包括成像光学器件、焦平面阵列和机载处理电子器件)的尺寸和形状可被设定为配合在小于2英寸×2英寸×6英寸的框形边界内。在一些实施方案中,数据采集和处理模块1020(包括成像光学器件、焦平面阵列和机载处理电子器件)的尺寸和形状可被设定为配合在具有大于4英寸×2英寸×2英寸的尺寸的框形边界内。在一些实施方案中,数据采集和处理模块1020(包括成像光学器件、焦平面阵列和机载处理电子器件)的尺寸和形状可被设定为配合在具有大于3英寸×3英寸×7英寸的尺寸的框形边界内。在一些实施方案中,数据采集和处理模块1020(包括成像光学器件、焦平面阵列和机载处理电子器件)的尺寸和形状可被设定为配合在具有大于2英寸×1英寸×1英寸的尺寸的框形边界内。数据采集和处理模块1020(包括成像光学器件、焦平面阵列和机载处理电子器件)可具有小于2英寸×2英寸×6英寸的尺寸。数据采集和处理模块1020(包括成像光学器件、焦平面阵列和机载处理电子器件)可具有大于1英寸×1英寸×3英寸的尺寸。数据采集和处理模块1020(包括成像光学器件、焦平面阵列和机载处理电子器件)可具有大于2英寸×2英寸×4英寸的尺寸。所述数据采集和处理模块具有小于6英寸×3英寸×3英寸的尺寸。数据采集和处理模块1020(包括成像光学器件、焦平面阵列和机载处理电子器件)可具有小于4英寸×3英寸×3英寸的尺寸。数据采集和处理模块1020(包括成像光学器件、焦平面阵列和机载处理电子器件)可具有小于3英寸×2英寸×2英寸的尺寸。数据采集和处理模块1020(包括成像光学器件、焦平面阵列和机载处理电子器件)可具有大于2英寸×1英寸×1英寸的尺寸。数据采集和处理模块1020(包括成像光学器件、焦平面阵列和机载处理电子器件)可具有大于1英寸×0.5英寸×0.5英寸的尺寸。数据采集和处理模块1020(包括成像光学器件、焦平面阵列和机载处理电子器件)可具有小于30立方英寸的体积。数据采集和处理模块1020(包括成像光学器件、焦平面阵列和机载处理电子器件)可具有小于20立方英寸的体积。数据采集和处理模块1020(包括成像光学器件、焦平面阵列和机载处理电子器件)可具有小于15立方英寸的体积。数据采集和处理模块1020(包括成像光学器件、焦平面阵列和机载处理电子器件)可具有小于10立方英寸的体积。数据采集和处理模块1020(包括成像光学器件、焦平面阵列和机载处理电子器件)可具有超过1立方英寸的体积。数据采集和处理模块1020(包括成像光学器件、焦平面阵列和机载处理电子器件)可具有超过4立方英寸的体积。数据采集和处理模块1020(包括成像光学器件、焦平面阵列和机载处理电子器件)可具有超过5立方英寸的体积。数据采集和处理模块1020(包括成像光学器件、焦平面阵列和机载处理电子器件)可具有超过10立方英寸的体积。该封装件还可包含供电电源(包括电池和/或太阳能模块)、通信模块或两者,并且符合以上提及的尺寸。应当理解,本文所公开的尺寸可能不对应于图4A针对X、Y和Z所示的方向。
此外,系统1000可具有足够小的质量和重量而使用户1275能够容易地在场地处携带或佩戴数据采集和处理模块1020。因此,图4A所示的实施方案的尺寸和形状可被设定为且其被配置为具有使人类用户能够容易且有效地操纵系统1000的质量。
图4B是示出可由多个红外成像系统1000(例如,DAISI系统)监测的安装场地(例如,油井场地等)的示意图。例如,如图4B所示,成像系统1000A可安装到场地处的杆1309或其他固定式结构。成像系统1000B可由多个用户1275佩戴或携带,成像系统1000C可安装在卡车1500上,和/或成像系统1000D可安装在空中平台1501(诸如无人驾驶飞行器(UAV)或有人驾驶飞机)上。在一些布置中,UAV可包括飞机、直升机(诸如四轴直升机)等。本文所公开的实施方案可利用系统1000A-1000D的任何组合在安装场地处捕获的图像数据来以有效方式使整个安装场地成像。实际上,每个安装场地可包括任何合适数量和类型的系统1000A-1000D。例如,每个安装场地可包括大于两个系统1000A-1000D、大于五个系统1000A-1000D、大于十个系统1000A-1000D、大于二十个系统1000A-1000D。每个安装场地可包括小于约100个系统1000A-1000D。
例如,中央服务器可基于特定系统的GPS坐标或关于系统的固定式位置的预定知识来跟踪每个成像系统1000A-1000D的实时位置。成像系统1000A-1000D的分布式性质可向中央服务器提供关于气体泄漏的类型和位置或贯穿多个安装场地的其他问题的丰富信息。尽管图4B示出了安装到夹具的固定式系统1000A、由人类佩戴或携带的便携式系统1000B、基于卡车的系统1000C以及基于空中的系统1000D,但应当理解,其他类型的系统也可为合适的。例如,在一些实施方案中,机器人车辆或步行机器人可用作本文所公开的系统1000的平台。在各种实施方案中,浮动平台(诸如船只)可用作本文所公开的系统1000的平台。还应当理解,本文所公开的系统可利用平台(例如,固定式夹具(诸如杆)、一个或多个人类用户、一个或多个卡车或其他车辆、一个或多个空中平台、一个或多个浮动平台、一个或多个机器人平台等)的任何组合来支撑系统1000。
图4B所示的系统1000可包括与图4A所示类似的移动式DAISI系统。在其他实施方案中,系统1000可包括被配置为相对长期地使用的较大DAISI系统。例如,图4B所示的固定式成像系统1000A可安装在杆1309或其他合适的结构上以便监测储罐1301。太阳能电池板1300可设置在系统1000处或附近以有助于向系统1000提供功率。天线1303可电耦接到系统并且可提供系统1000和任何其他外部实体(诸如中央服务器)之间的无线通信,以便存储和/或处理系统1000所捕获的数据。
如果需要,DAISI系统(诸如系统1000)可耦接到调节系统1000的平移、倾斜、旋转、高度或其他位置的单元。作为一个示例,系统1000可安装到平移与倾斜单元。平移与倾斜单元可能能够使系统1000的前部左右旋转(例如,使偏航系统1000左右旋转)并且能够使系统1000的前部上下旋转(例如,使俯仰系统1000上下旋转),从而使系统1000能够对焦在周围环境的特定部分上并且在需要时扫描周围环境的不同区域(即,穿过期望的扫描路径)。平移与倾斜单元(或调节系统1000的位置的任何其他单元)可包括电机、致动器或其他合适的机构以驱动系统1000的移动。平移与倾斜单元(或调节系统1000的位置的任何其他单元)的操作可由系统1000控制,由平移与倾斜单元控制,由远程系统控制,由能够控制一个或多个系统1000和/或对应平移与倾斜单元的控制系统控制,或由任何合适和期望的控制系统控制。
固定式红外成像系统1000A可被编程用于连续地或周期性地监测场地。如果气云1302从储罐1301逸出(诸如通过从破裂阀门泄漏),则系统1000A可捕获气云1302的多光谱快照图像或一系列图像(例如,视频流)。与图4A的实施方案一样,成像系统1000A可包括系统1000A机载的成像、处理和通信部件以识别和表征云1302中的气体的类型并且将处理后的数据例如经由天线1303传输到中央服务器。
由多个用户1275佩戴或携带的成像系统1000B可有利地捕获和处理每个用户1275访问的安装场地的部分的多光谱图像数据。应当理解,不同用户1275在一段时间内可在安装场地的不同部分中工作或经过安装场地的不同部分(并且还前往多个安装场地)。当被激活时,由用户1275佩戴或携带的成像系统1000B可连续地或周期性地捕获用户1275前往的一个或多个安装场地处的不同位置的多光谱图像数据。如本文所解释,系统1000B可将图像数据和图像被捕获的位置传输到中央服务器。如果系统1000B或中央服务器检测到问题(诸如气体泄漏),则中央服务器可将该泄漏与特定位置和时间相关联。
此外,由于中央服务器可从处于不同位置并从不同视角查看的多个用户接收图像数据和位置数据,因此中央服务器可创建气体泄漏的组织级绘图,其包括例如多个安装场地中的任何一者中的气体泄漏位置、所泄漏的每种气体的类型和浓度及区域或范围、捕获图像数据的特定用户1275以及拍摄该图像的时间。因此,携带或佩戴便携式成像系统1000B的每个用户1275可向中央服务器提供信息,该信息在被中央服务器聚合时提供关于整个组织中的任何安装场地处的任何气体泄漏的状态的丰富细节。
卡车安装式成像系统1000C可安装到卡车或其他类型的车辆(诸如汽车、厢式货车、全地形车辆等)。如图4B所示,成像系统1000C可连接到安装于卡车1500上的可延长杆或延伸构件的一端。控制系统可升高和降低系统1000C以使系统1000C能够使安装场地的宽区域成像。在一些实施方案中,可提供致动器以改变系统1000C的角取向,例如其俯仰和偏航。还可提供隔振或减振机构以减少可干扰成像过程的振动。系统1000C可为电池供电的和/或可由卡车供电;在一些实施方案中,发电机可用于向系统1000C供电。用户可驾驶卡车1500经过整个安装场地以使场地的各个部分成像,从而检测泄漏。此外,用户可将卡车1500驾驶到其他安装场地以检测气体泄漏。如本文所解释,卡车1500的位置可传送到中央服务器并且卡车1500的位置可与每个所捕获的图像相关联。卡车1500可包括GPS电子器件以有助于在用户从一个地方驾驶到另一个地方时随时间推移跟踪卡车1500和/或系统1000C的位置。类似地,空中平台1501(诸如无人驾驶飞行器或UAV)可支撑成像系统1000D。可将空中平台1501(远程地或非远程地)领航到多个安装场地以捕获多光谱图像数据,从而检测气云。
因此,系统1000A-1000D可提供与整个组织中的多个设施处的泄漏的存在有关的大量数据。在整个组织、场地、区域或整个国家中同时或并行地监测多个相机可至少部分地通过提供系统1000A-1000D和一个或多个中央服务器之间的无线(或有线)通信来实现。有利地,从多个源和多个平台收集图像数据可使组织能够创建潜在气体泄漏、泄漏的气体的类型和量、泄漏的位置以及泄漏的图像数据被捕获的时间的实时绘图。在一些布置中,关于场地的数据的聚合可改善安装场地的安全性。例如,如果在特定设施处检测到气体泄漏,则本文所公开的实施方案可警示适当的人员,该人员可开始安全和/或疏散程序。此外,整个组织(诸如石油服务公司)中的数据的聚合可提供场地级、区域级和/或公司级性能度量。例如,给定设施可随时间推移监测其总排放量,并且使用所得数据来帮助确定设施的总体性能。给定区域(诸如大都市区域、州等)可随时间推移监测排放量的趋势,从而提供作为决策依据的值。同样,公司可检查其所有设施处的排放性能,并且可对一些设施是否应进行新的投资以改善性能和/或整个公司是否应进行各种改善作出决策。因此本文所公开的移动式系统1000可提供用于决策的普适监测系统。此外,本文所公开的系统1000可用于反馈控制过程中以基于一个或多个系统1000所检测到的气体来改善各种制造程序。因此,可提供控制模块以根据系统1000所测量的气体来调节制造程序和/或参数。
本文所公开的移动式红外成像系统1000的实施方案提供优于其他系统的各种优点。如上所解释,关于场地及其潜在气体泄漏的数据的聚合可提供潜在问题的组织级或系统级绘图。此外,气体泄漏的自动检测(和气云中的气体的识别)可简化系统1000的操作并且可降低用户在尝试手动检测或识别气云时出错的风险。此外,与其他系统相比,本文所公开的小尺寸的系统1000更易被用户携带或佩戴。此外,本文所公开的系统1000可将所识别的气云叠加在场景的可见光图像上,并且可根据例如气体类型、浓度等对气云进行颜色编码。
图5是根据一个实施方案的示出移动式红外成像系统1000(例如,移动式DAISI系统)的示意性系统框图。成像系统1000可包括数据采集和处理模块1020,该数据采集和处理模块被配置为由人佩戴或携带。数据采集和处理模块1020可包括、包含或容纳光学系统1015、处理单元1021、供电电源1026、通信模块1025和GPS模块1025。在其他实施方案中,数据采集和处理模块1020可被配置为安装到待监测的场地处的结构,诸如柱。功率单元1026可机载地设置在系统1000上。功率单元1026可被配置为向各种系统部件诸如光学系统1015、处理单元1021、通信模块1024和/或GPS模块1025供电。在一些实施方案中,功率单元1026可包括向系统部件供电的一个或多个电池(其可为可再充电的)。在一些实施方案中,功率单元1026可包括太阳能发电系统,该太阳能发电系统包括由阳光向系统供电的一个或多个太阳能电池板。在一些实施方案中,功率单元1026可包括各种功率电子器件电路以用于将标准输电线路所提供的AC功率转换为向系统部件供电的DC功率。其他类型的供电电源可适用于功率单元1026。
系统1000可包括光学系统1015,该光学系统被配置为在单个快照中捕获多光谱图像数据,如本文所解释。例如,光学系统1015可包括光学焦平面阵列(FPA)单元以及限定彼此在空间上和光谱上不同的至少两个光学通道的部件。这两个光学通道可被定位成将入射在光学系统上的IR辐射朝向光学FPA转移。多个通道可用于多路复用相同场景的不同光谱图像并且使不同光谱图像成像在FPA单元上。
处理单元1021也可机载地设置在数据采集和处理模块1020上。处理单元1021可包括处理器1023和存储器1022。处理器1023可与存储器1022可操作地协作,该存储器可包含计算机可读代码,该计算机可读代码在加载到处理器1023上时使处理器1023能够从光学系统1015的光学FPA单元处接收到的IR辐射采集表示气体或化学品的目标物质的多光谱光学数据。存储器1022可为任何合适类型的存储器(诸如非暂态计算机可读介质),其存储由光学系统1015捕获和/或由处理单元1021处理的数据。存储器1022还可存储在处理器1023上执行的软件。处理器1023可被配置为执行软件指令,所述软件指令处理由光学系统1015捕获的多光谱图像数据。例如,处理器1023可分析由FPA检测到的不同图像,并且可将所捕获的数据与各种类型的气体或化学品的已知特征进行比较。基于所捕获的图像数据的分析,处理器可被编程用于确定气云中的气体的类型和浓度。此外,如本文所解释,处理器1023可分析光学系统1015所提供的校准数据以改善测量的精确度。
有利地,处理器1023可包括一个或多个现场可编程门阵列(FPGA),所述一个或多个FPGA被配置为执行光学系统1015所捕获的图像的分析中使用的方法。例如,FPGA可包括逻辑门和读存取存储器(RAM)块,其被设计为迅速实现用于检测气云中的气体类型的计算。FPGA的小尺寸/重量和高性能特性可实现用户佩戴或携带的数据采集和检测单元1020内的机载计算和分析。系统1000机载的FPGA(或类似电子器件)的使用可降低与使用场外中央服务器或较大计算设备进行图像分析计算相关联的成本。此外,实现使用可穿戴系统机载的一个或多个FPGA设备的计算还可防止或减少与将大量原始数据从系统1000无线地传输到远程服务器或计算机(其可在一些实施方案中使用)相关联的通信瓶颈。
通信模块1024可被配置为与和数据采集和处理模块1020物理地分开的至少一个设备通信。例如,通信模块1024可包括无线通信模块,该无线通信模块被配置为与所述至少一个单独设备无线地通信。无线通信模块可被配置为通过无线网络(例如,WiFi互联网网络、蓝牙网络等)和/或通过电信网络(例如,3G网络、4G网络等)提供无线通信。
在一些实施方案中,例如,无线通信模块可提供数据采集和处理模块1020与移动设备(诸如电子眼镜装置、平板计算设备、移动智能电话、膝上型或笔记本型计算机、或任何其他合适的移动计算设备)之间的数据通信。如本文所解释,移动设备可包括显示器,可在该显示器上向用户显示处理后的图像数据。例如,可例如通过颜色编码或其他合适的图示方案在该显示器上示出气云中的气体的类型(和/或浓度)。在一些布置中,处理后的数据可覆盖在场景的可见光图像上。在一些实施方案中,无线通信模块可提供系统1000与远离系统1000的外部设备(诸如中央服务器)之间的数据通信。例如,可将处理后的图像数据和/或原始图像数据通过电信网络传输到中央服务器以便存储和/或进一步分析。在一些实施方案中,可将处理后的图像数据或原始图像数据上传到移动设备(例如,笔记本型计算机、智能电话、平板计算设备等),该移动设备继而可将图像数据传送到中央服务器。
GPS模块1025可被配置为确定数据采集和处理模块1020在特定时间的位置。在一些布置中,处理单元1021可存储位置数据并且可将位置数据与光学系统1015所捕获的特定图像相关联。在一些布置中,与所捕获的图像相关联的位置数据可由通信模块1024(或由外部设备)传输到中央服务器。
光学系统1015、处理单元1021、供电电源1026、通信模块1024和/或GPS模块1025可包含或容纳在可由用户携带或佩戴的数据采集和处理模块1020中。系统1000的部件(包括光学部件、处理部件和通信部件)可封装或组装在数据采集和处理模块1020中,并且可占据小于约300立方英寸、小于约200立方英寸或小于约100立方英寸的体积。在各种实施方案中,系统1000的部件(包括光学部件、处理部件和通信部件)可封装或组装在数据采集和处理模块1020中,并且可占据大于约2立方英寸或大于约16立方英寸的体积。供电电源(包括电池和/或太阳能模块)也可包括在数据采集和处理模块1020中封装或组装的部件之中,并且符合以上提及的体积尺寸。
数据采集和处理模块1020(其中或其上安装有系统部件,包括成像光学器件、焦平面阵列和机载处理电子器件)的尺寸和形状可被设定为配合在具有尺寸X×Y×Z的框形边界内。例如,在一些实施方案中,数据采集和处理模块1020(包括成像光学器件、焦平面阵列和机载处理电子器件)的尺寸和形状可被设定为配合在小于8英寸×6英寸×6英寸的框形边界内。在一些实施方案中,数据采集和处理模块1020(包括成像光学器件、焦平面阵列和机载处理电子器件)的尺寸和形状可被设定为配合在小于7英寸×5英寸×5英寸的框形边界内。在一些实施方案中,数据采集和处理模块1020(包括成像光学器件、焦平面阵列和机载处理电子器件)的尺寸和形状可被设定为配合在小于6英寸×4英寸×4英寸的框形边界内。在一些实施方案中,数据采集和处理模块1020(包括成像光学器件、焦平面阵列和机载处理电子器件)的尺寸和形状可被设定为配合在具有大于4英寸×2英寸×2英寸的尺寸的框形边界内。在一些实施方案中,数据采集和处理模块1020(包括成像光学器件、焦平面阵列和机载处理电子器件)的尺寸和形状可被设定为配合在具有大于2英寸×1英寸×1英寸的尺寸的框形边界内。供电电源(包括电池和/或太阳能模块、通信模块或两者)可包括在数据采集和处理模块1020中,并且符合以上提及的尺寸。应当理解,本文所公开的尺寸可能不对应于图4A针对X、Y和Z所示的方向。此外,系统1000可具有足够小的质量和重量而使用户1275能够容易地在场地处携带或佩戴数据采集和处理模块1020。
IV.移动式DAISI系统的附加实施例
该部分中提供移动式分孔径红外光谱成像(DAISI)系统的附加实施例。例如,图6A至图6C所示的系统1000可与上文所公开的任何实施方案一起使用。有利地,本文所公开的系统1000可提供使多光谱快照模式成像系统能够由人佩戴或携带的各种改善。
与以上提及的实施方案一样,图6A至图6C的系统1000可包括光学焦平面阵列(FPA)以及限定彼此在空间上和光谱上不同的至少两个光学通道的部件。所述至少两个光学通道可被定位成将红外(IR)辐射朝向FPA转移。包括处理器和/或处理电子器件的处理单元可从所接收的IR辐射采集表示目标物质的多光谱图像数据。光学系统和处理单元可一起包含在数据采集和处理模块中,该数据采集和处理模块被配置为由人佩戴或携带。在该部分中公开的一些实施方案中,成像系统可固定在期望位置处,诸如固定在石油精炼厂、油井场地等处。
A.系统概述
图6A是根据各种实施方案的系统1000的示意性透视图。图6B是图6A所示的系统1000的示意性后透视图。系统1000可包括可与上述数据采集和处理模块类似的数据采集和处理模块1020。例如,数据采集和处理模块1020可包括外壳1640,该外壳内容纳了系统1000的光学部件。系统1000可包括光学窗口1606和可见光成像系统1680。窗口1606可被配置为将来自物体的红外辐射传输到外壳1640内的内部光学部件。在一些实施方案中,窗口1606包含锗。窗口1606和可见光成像系统1680可与上述窗口和可见光系统相同或类似。
如图6B所示,数据采集和处理单元1020可包括至计算设备的任何合适数量的电源和/或信号连接。例如,数据采集和处理单元1020可包括数据连接器1681以提供数据采集和处理单元1020与计算设备之间的数据通信。数据采集和处理单元1020还可包括电源连接器1682以向数据采集和处理单元1020提供电功率。在一些布置中,数据采集和处理单元1020可包括通信模块1024,该通信模块可提供与外部计算设备(诸如膝上型计算机、平板计算机、智能电话等)的无线(和/或有线)数据通信。此外,数据采集和处理单元1020可包括一个或多个电池以向系统1000供电。
数据采集和处理单元1020可被配置为由人佩戴或携带。本文所述的部件的组合可有利地使光学部件和处理电子器件能够配合在足以由人佩戴或携带的小形状因数内。例如,数据采集和处理单元1020可具有一定尺寸和重量(或质量),其被选择为能让人类用户容易地佩戴或携带到任何合适的位置,例如以进行石油设施处的潜在气体泄漏的红外成像和监测。如图6A所示,数据采集和处理单元1020的尺寸和形状可被设定为配合在具有尺寸长度X×高度Y×宽度Z的框形边界内。数据采集和处理单元1020的体积可在5立方英寸至40立方英寸的范围内、在9立方英寸至30立方英寸的范围内、在10立方英寸至30立方英寸的范围内、在10立方英寸至25立方英寸的范围内、在10立方英寸至20立方英寸的范围内、或在10立方英寸至15立方英寸的范围内。在一些实施方案中,数据采集和处理单元1020的体积可在15立方英寸至25立方英寸的范围内、在17立方英寸至24立方英寸的范围内、或在19立方英寸至23立方英寸的范围内。
长度X可在3英寸至8英寸的范围内、在3.5英寸至6英寸的范围内、在4英寸至6英寸的范围内、或在5英寸至6英寸的范围内。高度Y可在1英寸至5英寸的范围内、在1英寸至3英寸的范围内、在1.5英寸至2.5英寸的范围内、或在2英寸至2.5英寸的范围内。宽度Z可在1英寸至5英寸的范围内、在1英寸至3英寸的范围内、在1英寸至2.5英寸的范围内、或在1英寸至2英寸的范围内。例如,宽度Z可在1.25英寸至2英寸的范围内、在1.5英寸至2英寸的范围内、或在1.6英寸至1.9英寸的范围内。
数据采集和处理单元1020的重量可在0.5磅至5磅的范围内、在0.5磅至3磅的范围内、在0.75磅至2.5磅的范围内、在1磅至2.5磅的范围内、在1磅至2磅的范围内、或在1.25磅至1.75磅的范围内。
图6C是根据各种实施方案的系统1000的示意性前透视图。图6C的系统1000的部件可与图6A至图6B的部件相同。然而,图6C的实施方案可包括外壳1640A,该外壳被配置为与被分类为美国国家电气规范(NEC)(在necconnect.org处提供)1级1区的位置结合使用。例如,图6C的外壳1640A可被充分密封以便防止气体进入外壳1640A。作为另一个示例,图6C的外壳1640a可以是通常被视为防爆的类型。数据采集和处理单元1020内的处理电子器件和其他部件可发生被动冷却,而不需要外部空气流从外部环境(例如,环境空气)进入数据采集和处理单元1020。在一些实施方案中,数据采集和处理单元1020可填充有气体以冷却内部部件。例如,在一些实施方案中,数据采集和处理单元1020和外壳1640A可填充有氮气。图6C所示的系统1000可固定在永久位置(例如,油井场地或其他石油设施)中或可被配置用于移动用户(例如,由用户佩戴或携带)。
图7是移动式红外成像系统1000的透视剖视图。移动式红外成像系统1000可包括窗口1506后面的一个或多个可移动快门1503(例如,两个快门)以及一个或多个快门1503后面的透镜组件1502。滤波器阵列1501可设置在第二透镜阵列1502B后面(或前面),并且光学焦平面阵列(FPA)单元1508可设置在滤波器阵列1501后面。滤波器阵列1501可设置在透镜组件1502前面(即,在离窗口1506最近的透镜组件1502的侧面上)。光学FPA单元1508可以以机械的方式和电的方式与一个或多个衬底1586耦接,所述一个或多个衬底可包括印刷电路板或PCB衬底。在各种实施方案中,FPA单元1508包括单个FPA或检测器阵列。另外,如本文所解释,透镜组件1502、滤波器阵列1501和光学FPA单元可至少部分地限定在空间上和光谱上不同的一个或多个光学通道。光学通道的数量可为至少4、至少5、至少8、至少9、至少12、至少13或至少20。在一些实施方案中,光学通道的数量介于4和50之间。
一个或多个电池1588可经由一个或多个衬底1586向系统1000供电。此外,可见光成像传感器1580可设置在外壳1590中并且可被配置为提供系统1000所捕获的场景的可见光图像。处理后的IR图像数据可叠加到可见光图像上。在各种实施方案中,可见光成像传感器1580可用于减少场景运动所致检测错误,例如以检测进入视场且将干扰所收集的数据的运动物体(诸如动物或人)。
如本文所解释,一个或多个可移动快门1503可被配置为提供对系统1000的光谱辐射测量校准。一个或多个快门1503可被配置为周期性地(例如在约1分钟至约15分钟的范围内或更具体地在约3分钟至约7分钟的范围内、例如约5分钟的时间段内)移进和移出透镜组件1502的视场。尽管在图7中示出了一个快门1503,但应当理解,可提供两个或更多个快门。一个或多个快门1503可用于静态校准程序中以便为系统提供绝对温度值。在一些实施方案中,仅执行静态校准,例如不执行动态校准。在一些实施方案中,同时执行静态和动态校准程序。
透镜组件1502可包括第一透镜阵列1502A和第二透镜阵列1502B。在一些实施方案中,透镜组件1502可包括由第一阵列和第二阵列1502A,1502B表示的两部分透镜的阵列。在一些实施方案中,透镜组件1502可包括由第一阵列和第二阵列1502A,1502B表示的两个单独透镜的阵列。透镜阵列1502A,1502B中的每一者可包括4×3透镜阵列,每个透镜阵列可对应于FPA单元1508中的特定检测器区域并且可限定系统1000的光学通道。第一透镜阵列1502A中使用的透镜可不同于第二透镜阵列1502B中使用的透镜。这些透镜可为任何合适类型的透镜,包括例如球面透镜、非球面透镜、柱状透镜等或它们的任何组合。例如,第一透镜阵列1502A中使用的透镜可包括非球面透镜,并且第二透镜阵列1502B中使用的透镜可包括柱状透镜。尽管图7所示的透镜组件1502包括两个透镜阵列,但应当理解,可使用附加透镜阵列,例如三个透镜阵列、四个透镜阵列、五个透镜阵列等。此外,为了有助于实现小系统尺寸,组件1502中的每个透镜的直径可小于约0.5”,例如在约0.1”至约0.5”的范围内。每个透镜的f数可小于约2,例如在约0.2至2的范围内,或更具体地在约0.5至2、或1.0至2、或1.1至2的范围内。
第一透镜阵列1502A和第二透镜阵列1502B可彼此经由安装板1584耦接,该安装板的尺寸和形状被设定为支撑或接收每个透镜阵列1502A,1502B。例如,第一透镜阵列1502A可安装在安装板1584的一侧上,并且第二透镜阵列1502B可安装在安装板1584的相对侧上。安装板1584可被机加工为具有约+/-25微米的直径公差。可使用可固化环氧树脂将阵列1502A,1502B的透镜固定到安装板1584。例如,这些透镜可配合到安装板1584中形成的孔的相对两侧中。
光学FPA单元1508可包括任何合适类型的检测器阵列,该检测器阵列被配置为检测例如波长大于1微米、或大于2微米、或大于3微米、或大于5微米、或大于6微米且可能低于20微米、或15微米、或13微米、或12微米、或10微米的红外辐射,并且可为冷却的或非冷却的。在一些实施方案中,光学FPA单元1508包括可为非冷却的一个或多个微测辐射热计阵列。例如,约1000× 1000微测辐射热计阵列中的一个阵列可用于本文所公开的实施方案。微测辐射热计阵列(诸如由弗吉尼亚州阿灵顿的DRS技术公司(DRS Technologies,Arlington,Virginia)和新泽西州费尔菲尔德的索弗拉迪尔公司(Sofradir EC,Inc.,Fairfield,New Jersey)制造的那些)可适用于本文所公开的实施方案。例如,DRS技术公司(DRS Technologies)所制造的DRS U8000 FPA可用于一些实施方案。在一些布置中,微测辐射热计阵列可具有1024×768的分辨率,且像素间距为12微米。透镜阵列可形成单独通道,这些单独通道具有形成阵列一部分的图像检测区域。例如,12个通道可包括在检测器阵列(微测辐射热计阵列)上的1024×768像素阵列中,该检测器阵列对于12个通道中的每一者而言为例如250×250个像素。可采用具有更多或更少像素的检测器阵列。类似地,通道的数量可大于或小于12,并且用于单个通道的检测器阵列上的检测区域可大于或小于250×250个像素。例如,检测区域可包括100-200个像素×100-200个像素/检测区域。例如,检测区域可包括100-200个像素×100-200个像素/检测区域、200-300个像素×200-300个像素/检测区域、或300-400个像素×300-400个像素、或400-500个像素×400-500个像素。同样,用于一个通道的检测区域可具有一侧上100-200个像素、一侧上200-300个像素、一侧上300-400个像素、一侧上400-500个像素、或更大或更小。
在一些布置中,微测辐射热计的光谱带可为约7.5微米至14微米,或可为约3微米至14微米或3至8微米。微测辐射热计阵列可在约30Hz的帧速率下操作,并且可在约-40℃至+70℃的操作温度下操作。在各种实施方案中,微测辐射热计阵列是不包括冷却器的非冷却微测辐射热计。F/1下的微测辐射热计的敏感度可为<约40mK。本文所公开的系统1000可用于检测约1微米至约20微米范围内的波长。例如,本文所公开的系统1000可用于检测高于约6微米的波长,例如在6微米至约18微米的范围内、在约3微米至约14微米的范围内、或更具体地在约7微米至约14微米或3至8微米的范围内的波长。在各种实施方案中,微测辐射热计阵列的单独检测器元件可以以相对靠拢的方式隔开以至少部分地实现小型紧凑系统。例如,该阵列的相邻检测器元件可间隔开约7微米至约15微米的范围内、或更具体地约9微米至约13微米的范围内、例如约11微米的距离。单独透镜可间隔开约20mm至约35mm的范围内、例如约24mm至约30mm的范围内、例如约27.5mm的距离。同样,在空间上和光谱上隔开的通道可物理地间隔开20至35mm、24mm至30mm等。尽管系统的各种实施方案被描述为包括具有例如微测辐射热计阵列的FPA,但某些实施方案包括多个FPA。在一些实施方案中,使用单个光学FPA。在一些实施方案中,光学FPA的检测器被配置为检测相同IR波长带中的辐射。
数据采集和处理模块1020的机载处理电子器件可处理IR光学数据以从在光学FPA处接收到的IR辐射检测和/或识别目标物质。例如,模块1020可被配置为采集多光谱图像数据并且分析所采集的图像数据以识别目标物质。例如,本文所公开的移动式成像系统1000可被配置为使约17m距离处的10m×10m物体区域以约0.04m的分辨率成像。在该实施例中,系统1000可检测和/或识别生成尺寸为至少约1.5英寸的气云的任何气体泄漏。可基本上实时地执行检测和识别方法,使得可在识别任何泄漏的情况下警示用户。
如上所解释,可在成像系统1000的数据采集和处理模块1020上机载地处理系统1000所捕获的红外图像数据。提供较小系统1000的一种方式是使用一个或多个现场可编程门阵列(FPGA)来处理图像数据,所述一个或多个FPGA被配置为执行光学系统1015所捕获的图像的分析中使用的方法。在一些实施方案中,一个或多个专用集成电路(ASIC)可用于代替或补充FPGA。例如,ASIC芯片可包括FPGA。一个或多个FPGA(和/或一个或多个ASIC)可安装到图7所示的一个或多个衬底1586并与所述一个或多个衬底电耦接,并且可物理地定位在光学系统附近。例如,FPGA可包括逻辑门和读存取存储器(RAM)块,其被设计为迅速实现用于检测气云中的气体类型的计算。FPGA的小尺寸/重量和高性能特性可实现用户佩戴或携带的数据采集和检测单元1020内的机载计算和分析。系统1000机载的FPGA(或类似电子器件)的使用可降低与使用场外中央服务器或较大计算设备进行图像分析计算相关联的成本。有利地,即使在FPGA提供的有限计算平台上实现复杂方法可能很有挑战性,本文所公开的实施方案也可实现机载计算。
此外,实现使用可穿戴系统机载的一个或多个FPGA设备的计算还可防止或减少与将大量原始数据从系统1000无线地传输到远程服务器或计算机相关联的通信瓶颈。例如,本文所公开的红外光学系统1015可以以30帧/秒生成至多约380Mbps的原始图像数据,并且可见光传感器1580可以以30帧/秒生成约425Mbps的原始图像数据。所得的约800Mbps的数据速率快于最常规的无线技术。虽然数据压缩和/或预处理可降低可见光和IR图像的原始数据速率,但在一些实施方案中,IR图像数据可仅被压缩约2∶1的比率。所得的约192Mbps的总数据速率可能无法由常规无线通信设备有效地传输。因此,在系统1000上(例如,在数据采集和处理模块1020上)机载地执行图像处理计算可减少出现将原始图像数据无线地传输到场外中央服务器的情形或避免因此产生的瓶颈。
实现移动式成像系统的一个挑战是系统的每个部件(包括例如IR光学系统1015、可见光传感器1580、处理电子器件、无线通信模块等)的功率需求。有利地,本文所公开的移动式红外成像系统1000可被配置为由电池电源长时间操作而无需对电池1588进行再充电或更换。在一些布置中,所述一个或多个电池1588可包括具有相对较高的能量密度的锂离子电池。此外,为了帮助减少系统1000内的功率消耗,数据采集和处理模块1020的FPGA可有利地被编程为使得功率消耗低于用于其他类型的处理电子器件的功率消耗。
本文所公开的系统1000可有利地操作8小时至36小时而无需对电池进行再充电或更换,或更具体地操作约10小时至24小时而无需对电池进行再充电或更换。在一些实施方案中,系统1000可操作至少约12小时而无需对电池进行再充电或更换。数据采集和处理模块1020的部件(包括成像光学器件、焦平面阵列和机载处理电子器件)可被配置为在相对较低的电功率电平下操作,例如在约3W至约10W的范围内、或更具体地在约4W至约7W的范围内、或在约4W至约6W的范围内、例如在一些实施方案中约5W的功率电平下操作。数据采集和处理模块1020的部件(包括成像光学器件、焦平面阵列和机载处理电子器件)还可被配置为在对电池1588单次充电的相对较低的总能量电平下操作,例如在约60瓦时(Wh)至约100Wh的范围内、或更具体地在约80Wh至约95Wh的范围内、或在约85Wh至约90Wh的范围内的能量电平下操作。
此外,对于本文所公开的每个实施方案而言,可实现各种运动检测和/或补偿技术以考虑用户在使用期间移动其头部而引起的相对较大规模的运动。例如,当用户访问油井场地或其他设施时,用户可沿不同方向连续地走动和观察(例如,通过旋转其头部)。另外,用户的自然不稳定可带来振动。此类移动可以以相对较快的速率连续地改变系统的视场,这可影响用于确定气云或其他物体中的物质的种类的方法的精确度。因此,可能期望提供改善的运动检测和/或补偿技术以减少与用户移动相关联的错误。
V.窗口遮蔽传感器的实施例
本文所公开的DAISI系统可包括有助于减少目标物质的误检的一个或多个窗口遮蔽传感器。具体地讲,如果DAISI系统的光学窗口(例如,图6A的光学窗口1606或图7的窗口1506)上存在水、污垢、尘垢、灰尘、虫子或其他外来污染物,则污染物可在系统中引起所感知的光谱变化并且因视差而产生目标物质(例如,烃气如甲烷)的虚假特征。换句话讲,近场中的物体可与其他通道不成比例地阻挡一个IR通道,从而引起光学检测器系统所接收到的IR光谱的移位(这可被系统感知为场景中的目标物质)或防止目标物质的正确感测(例如,近场物体可引起假阳性或假阴性)。因此系统可因光学窗口上存在水、污垢、虫子或其他此类污染物而错误地报告目标物质的检测。
当物体足够接近光学窗口时(即,当近场区域中存在物体时),系统也可易出现假阳性。系统易出现假阳性的距离可至少部分地取决于成像系统及其透镜的光学特性。对于更大距离处的物体(即,远场区域中的物体),系统可能能够准确地识别更远距离处的这些物体是否为目标物质之一。成像系统可易出现假阳性的近场区域可包括小于2米、小于1米、小于50厘米等的距离。
有利地,本文所公开的系统1000可提供可检测何时光学窗口被窗口上的污染物遮蔽或物体位于近场区域内的一个或多个窗口遮蔽传感器(例如,可检测窗口上面或前方可能带来可使系统的操作劣化的遮蔽的物体的传感器),因此系统可减少或消除目标物质的误报和误检。
A.双通道窗口遮蔽传感器
如图8A和图8B所示,系统1000可包括部分地由光学滤波器阵列800限定的4×3光学通道阵列。阵列800可包括多种红外滤波器,诸如红外滤波器810。大多数光学通道可具有红外滤波器,诸如如图8A所示的滤波器810。此外,每个红外滤波器可通过不同组红外频率,使得系统1000可同时使多种不同波长中的场景成像,作为检测目标物质的一部分。如果需要,阵列(诸如图8A的4×3阵列)可包括一个或多个未使用的光学通道,诸如通道840。在此类实施方案中,遮光滤波器可设置在一个或多个未使用的光学通道中以确保没有杂散光进入相邻通道。在至少某个实施例中,通道840可为透镜上方有覆盖物的基准通道(例如,用于跟踪光学系统中的温度变化)。
本文所公开的系统1000可包括双通道窗口遮蔽传感器(WOS),如图8A所示。由于采用了双通道WOS传感器,系统1000可使用来自两个通道(诸如通道850a和850b)的数据之间的差异来从检测中排除远离系统1000设置的物体,从而聚焦于位于系统1000的近场内的物体。换句话讲,系统1000可使用WOS传感器的两个通道850a和850b之间的视差差异来识别处于近场区域内并且可能原本会触发目标物质的假阳性识别的物体。
双通道WOS可包括与滤波器820和830相关联的通道850a和850b。滤波器820和830可为任何类型的滤波器或甚至可从滤波器阵列800省略。作为另一个示例,滤波器820和830可通过宽光谱的入射光,诸如可见光或宽范围的红外光,包括焦平面阵列较敏感的波长。在一些布置中,滤波器820和830可通过约3微米至约14微米、约7.5微米至约14微米、约3微米至约8微米等光谱带中的红外光。
在至少一些设计中,双通道窗口遮蔽传感器可与光学通道相关联,所述光学通道诸如为设置在通道阵列的中心两个通道中的通道850a和850b,如图8A所示。通过将WOS通道设置在阵列(诸如4×3阵列)的中心两个通道中,两个通道之间的视差差异可集中于x轴,从而简化系统1000附近的物体的检测。然而,一般来讲,WOS通道可设置在任何期望的位置中或阵列的任何通道中,包括中心通道、周边通道和角通道。
图8B中示出了光学滤波器阵列800的示意图。如图8B所示,4×3阵列可包括12个光学通道。光学通道6和7可与WOS滤波器820和830相关联,这些WOS滤波器通过相对较宽光谱的波长。相比之下,光学通道1-5、8、9、11和12可与红外滤波器840相关联,这些红外滤波器可通过适合使用红外光谱特征来检测目标物质的窄光谱红外波长,如本文所讨论。与滤波器840相关联的光学通道10可为未使用的光学通道。图8B中的光学通道的布置仅仅是示例,并且一般来讲,红外光学通道、WOS通道和任何未使用的光学通道可以以任何期望的布置设置。
1.窗口遮蔽传感器的透镜焦距
为了使WOS传感器对焦在光学窗口1506和光学窗口1506正前方的近场区域(即,系统1000易出现误检的区域),WOS传感器的透镜应设置有适当的焦距。因此,应当考虑光学窗口1506、透镜组件1502和光学FPA单元1508之间的距离以及透镜组件1502的焦距。
图9示出了光学窗口1506、透镜组件1502和光学FPA单元1508之间的距离。具体地讲,图9示出了光学窗口1506和透镜组件1502之间的间距2010,并且示出了透镜组件1502和FPA单元1508之间的间距2020。在至少一些设计中,间距2010可为大约26毫米,而间距2020可为大约2.4毫米。
近似地应用薄透镜(即,不考虑透镜组件1502的深度并假定透镜组件1502包括单层薄透镜),薄透镜近似可用于确定WOS传感器需要什么焦距来从整个光学窗口1506接收光(并因此能够检测虫子或其他污染物何时位于窗口1506的任何部分上)。薄透镜指示WOS通道的焦距为:
F=(1/x+1/y)^-1
其中x为从透镜组件1502到光学窗口1506的距离,并且y为从透镜组件1502到光学FPA 1508的距离。假定距离x(即,间距2010)为大约26毫米并且距离y(即,间距2020)为大约2.4毫米,则与WOS传感器相关联的透镜组件1502中的透镜应优选地具有大约2.2毫米的焦距。根据透镜的景深,可利用略长或略短的焦距。具体地讲,可能期望提供具有一定景深的透镜,该景深包括光学窗口1508的深度以及系统1000易因近区中的物体而出现误检的区域中的光学窗口1508前方的距离。在至少一些设计中,当某些物体位于光学窗口1506的大约几十厘米、小于20厘米或小于50厘米以内时,系统1000可易出现误检。
在至少一些设计中,与WOS通道850a和850b(参见图8A)相关联的透镜可在离透镜的一定距离范围内对焦,该距离范围包括光学窗口1506以及光学窗口1506前方的任何区域(其中物体的存在可中断系统1000对目标物质的检测的正常操作)。具体地讲,通道850a和850b的透镜可对焦在光学窗口上,可对焦在光学窗口和透镜之间的位置处,或可对焦在超过光学窗口的位置处。在焦点平面(例如,焦深)未设定在光学窗口处的布置中,透镜的景深可从焦点平面延伸到光学窗口的距离并延伸到与光学窗口间隔开的距离(例如,系统1000可易因外部物体的存在而出现误报的光学窗口前方的区域)。可通过选择透镜的光学特性来选择WOS通道850a和850b的透镜的景深,所述光学特性包括可能透镜的孔径尺寸、焦点距离(例如,透镜对焦的离系统1000的距离)、焦距或它们的组合中的任何一者。
作为示例,WOS通道850a和850b的景深(例如,通道850a和850b所成像的物体大致对焦的区域)可从光学窗口延伸到离光学窗口大约1米,从光学窗口延伸到离光学窗口大约50cm,从光学窗口延伸到离光学窗口大约20cm,从光学窗口延伸到离光学窗口大约10cm。在各种设计中,f数可介于f/10或f/8或f/5或f/2或f/1和f/1或f/0.9或f/0.8或f/0.7之间,或由任何这些值限定的任何范围内的任何f数。另外,在各种设计中,通道850a和850b中的透镜可具有小于其他通道中的透镜的焦距。例如,其他通道中的焦距可为WOS通道850a和850b中的焦距的2或5倍。
2.双通道WOS算法
在至少一些设计中,系统1000可分析来自WOS通道的图像数据,并且使用本文所述类型的算法检测可能原本导致误报的物体。图10中示出了分析WOS图像数据以检测光学窗口1506是否被遮蔽的方法1002。虽然图10示出了用于评估WOS传感器数据的详细方法,但可排除各种步骤,可包括替代步骤,并且可对这些步骤重新排序。作为一个示例并且如随后结合单通道WOS系统所讨论,可省略互相关步骤。一般来讲,图10可涉及用于评估来自WOS通道850a和850b的对焦水平图像(例如,图像是否对焦,图像的任何部分是否对焦等)的示例性步骤。另外,图10可涉及将来自两个WOS通道850a和850b的图像彼此比较以确定两个图像处于多种偏移的相似性。
在步骤1004中,窗口遮蔽传感器可使光学窗口1506和光学窗口1506前方的区域(即,光学窗口1506前方的近场区域)成像。处理电路可按图10所示出的方式接收和分析那些图像。作为示例,处理电路可包括图5的处理单元1021或外部设备。
在任选步骤1006中,可将非锐化遮罩算法应用于WOS图像以锐化WOS图像。非锐化遮罩涉及使用模糊的负像图像来创建遮罩,该遮罩与原始图像组合以创建不太模糊的图像。非锐化遮罩通常会放大图像的高频分量。非锐化遮罩的另选方案包括边缘放大、高通滤波器、基于微分的滤波、边缘增强、图像锐化遮罩、对比度滤波、对比度放大、对比度增强等。
在任选步骤1008中,可将时间差分算法应用于WOS图像。时间差分算法可从WOS图像中减去基准图像(或多个基准图像的均值,基准图像可为光学通道所捕获的先前图像)或从每个WOS图像减去多个基准图像。当已知或假定窗口1506上面或附近没有物体的时候,每个基准图像可为WOS传感器所捕获的图像帧。在固定设施中,以步骤1008的方式减去相对固定的背景可有利于检测光学窗口1506上面或附近出现的新物体。一般来讲,减去一个或多个基准图像可通过移除静态物体和其他缓慢运动物体来突出图像中的运动。
在步骤1010中,处理电路可识别WOS图像中的边缘。作为一个示例,可将索贝尔滤波器应用于WOS图像以创建WOS图像中的渐变(即,边缘)的图像。另外,可应用阈值操作以移除低于给定阈值的任何渐变,仅留下大渐变(即,锐边缘)。由于仅对焦于WOS传感器的物体将具有锐边缘,因此步骤1006-1010具有滤除远处物体的效果。具体地讲,远处物体将在每个WOS图像中不对焦,将因此缺少锐边缘,并且将被具有阈值的索贝尔滤波器滤除。索贝尔滤波器的另选方案包括边缘检测遮罩、边缘检测算法、Canny边缘检测器、边缘检测的微分方法、相位拉伸变换(PST)、对比度增强、对比度测量等。
在步骤1012中,可使来自步骤1010的渐变图像归一化和互相关。在一些情况下,可通过以下方式使每个渐变图像归一化:从每一个像素值减去整个图像的平均像素值,然后将每个像素除以像素值的标准偏差。互相关可通过使用逻辑“与”操作组合两个渐变图像来检查两个渐变图像之间的相似性。同时指示边缘(对于给定水平偏移而言)的渐变图像的任何部分将相乘并且得出结果,而不同时指示边缘的部分将包括乘以零或较小值并且不得出值或仅得出可忽略的值。归一化和互相关的另选方案包括比较渐变图像、比较先前步骤中接收或生成的任何图像、不作归一化的比较、多种偏移下的渐变或其他图像的比较、原始图像的比较等。
由于WOS传感器包括一对水平地间隔开的分割通道,因此多种水平像素偏移的互相关可能是感兴趣的。因此,步骤1012可涉及计算多种水平像素偏移的互相关。换言之,可在渐变图像配准(即,对齐)时计算渐变图像的相似性以及针对一个渐变图像与另一个渐变图像水平地偏移的多种水平偏移来计算渐变图像的相似性。由于光学窗口附近或上面的物体将处于两个WOS图像(和随后两个渐变图像)中的不同位置,因此互相关可能不是在WOS图像对齐时达到峰值,而是在WOS图像偏移达考虑WOS图像的视差差异的量时达到峰值。因此,可能期望对跨一系列水平偏移的渐变图像计算互相关。
由于传感器观测光学窗口上面或附近的物体,因此物体的图像将出现在每个图像中的不同位置处,原因在于传感器处于不同视角。因此,步骤1012可涉及比较来自两个WOS通道850a和850b的图像。该比较可示出来自第一WOS通道850a的第一图像上的图像特征相对于来自第二WOS通道850b的第二图像上的对应图像特征偏移。该偏移可由视差引起。相应第一WOS通道和第二WOS通道850a,850b的两个传感器从两个视角观测窗口上面或附近的物体。不同视角使得物体(近场区域中)的图像出现在两个相应WOS传感器上的不同位置处。与在离窗口的远距离处的物体相比,该位置差异或偏移对于离传感器更近的物体(诸如窗口上面的物体)更大。因此,通过检测该偏移,可确定物体是否位于窗口上面或附近而不是远离窗口。在一些实施方式中,在引入这些图像相对于彼此的多种不同偏移或移位之后,可处理(例如比较)这些图像。通过比较处于多种不同偏移的这些图像(和相关联的图像特征),该方法可弄清楚这两个图像中的物体有多大偏移,并且可能确定感兴趣区域内(例如,光学窗口上面或附近)是否存在任何物体。另外,该方法可潜在地识别物体所处的距离和/或考虑视差差异。
在至少一些实施例中,WOS通道850a和850b可具有与用于检测目标物质的那些光学通道类似的焦点距离。在此类实施例中,窗口遮蔽传感器系统可利用来自WOS通道850a和850b的图像中的视差所致差异来识别物体是否位于近场区域内(例如,在光学窗口1506上面或附近)。即使当WOS通道850a和850b具有比用于检测目标物质的光学通道显著更短的焦点距离(例如,对焦在光学窗口上面或附近)时,WOS系统也可利用视差所致差异。
虽然本文所述的实施例一般提供水平地间隔开且垂直地对齐的WOS通道,但这仅仅是一个潜在布置。一般来讲,WOS通道可另选地垂直地间隔开且水平地对齐,或甚至同时垂直地和水平地间隔开(例如,以对角方式)。本文所述的各种实施例适用于此类布置,但具有对应差异(例如,将针对垂直或对角偏移而非仅水平偏移来计算互相关)。
在步骤1014中,可应用各种条件以减少假阳性WOS警示。换句话讲,处理电路分析各种条件以确定是否要发出WOS警示(即,指示光学窗口1506上存在水或光学窗口上面或附近存在某种其他污染物(它们可干扰目标物质的正确检测)的警示)。一个此类条件可为必须存在至少预定数量的“坏”像素、或渐变图像中超过结合步骤1010讨论的阈值的像素。换句话讲,该条件可涉及确定渐变图像中存在至少预定数量的锐边缘,此类锐边缘与光学窗口上面或附近的水或其他物体相关联。作为一个示例,该条件可需要渐变图像中存在至少25个“坏”像素。触发WOS警示所需的“坏”像素数量可为用户可配置的。一般来讲,更高所需数量的“坏”像素将使WOS警报对光学窗口上面或附近的水或其他物体不太敏感。
为触发WOS警示而可能需要满足的另一个潜在条件是高于预定阈值的互相关值。在一个实施例中,预定阈值为至少0.4的值。换句话讲,两个渐变图像必须足够相似,使得当它们在其最相关水平对齐中一起进行逻辑“与”操作时,互相关值为至少0.4。触发WOS警示所需的互相关值可为用户可配置的。一般来讲,更高互相关值将使WOS警报对光学窗口上面或附近的水或其他物体不太敏感。
如将结合图21C更详细讨论的,处理电路可在分析峰值之前从该组互相关值减去一个互相关值(例如,较低互相关值之一,框21k中的最小互相关值)。通过减去框21k中的较低互相关值之一,处理电路可能能够区分紧密接近的目标物质的存在(可能不期望对此发出WOS警示)和紧密接近的其他物体的存在(可能期望对此发出WOS警示)。
第三潜在条件可能是必须在30个像素的偏移内发生0.4的互相关值。换句话讲,可仅针对两个渐变图像的原始对齐的30个像素(在任一水平方向)以内的偏移来计算步骤1012的互相关(或该互相关可仅用于触发WOS警示)。另选地,步骤1012可涉及针对任何合适数量的偏移范围内的任何合适数量的偏移来比较结合图10描述的任何图像。作为一个示例,该方法可包括通过使来自一个通道的图像在相对于另一个通道的左侧25个像素至右侧25个像素的范围内移位来比较来自通道850a和850b的图像。这些偏移通常可对应于WOS通道850a和850b的景深。
这可用于限制WOS算法的处理负荷,同时仍能识别光学窗口中或附近的相关物体。触发WOS警示的互相关的偏移极限可为用户可配置的。
3.各种条件下的WOS感测的实施例
图11A至图21C示出了多种条件的WOS图像处理和警示条件检测的各个阶段,其示出了窗口遮蔽传感器在正确地识别系统的光学窗口上面或附近的物体的存在方面的性能。如此前所指出,光学窗口上面或附近的物体可产生假阳性并且在DAISI系统看来是气体的目标物质,部分原因是近场范围内的视差效应。因此,本文所述的窗口遮蔽传感器可有利地识别物体何时位于光学窗口上面或附近,并且提供对应WOS警示。图11A至图21C突出了WOS警示系统在各种条件下的性能。
图11A至图21C的描述可涉及系统(诸如WOS系统)所采取的动作或所作出的决策。一般来讲,系统1000中或外部设备中的任何合适的处理器或电子器件可执行所述动作或作出所述决策。作为示例,系统1000的处理单元1020和处理器1023可实现本文结合图11A至图21C所述的动作和决策过程。
当DAISI系统提供WOS警示时,DAISI系统可将该警示转发给用户,以使得用户可移除潜在地干扰准确测量或检测的物体(例如,清洁光学窗口),并且还可暂时禁用目标物质的检测(例如,以避免WOS传感器所检测到的物体引起误警示)。另选地,当WOS通道850a和850b检测到近场区域中(例如,在系统的大约1米内或在系统的大约20厘米内)的物体时,DAISI系统可继续目标物质的检测。在一些实施例中,DAISI系统可使用来自WOS通道850a和850b的数据来补偿近场区域中原本会影响目标物质的检测的物体的存在,并且可由此实现连续操作和目标物质的准确检测。作为一个示例,DAISI系统可使用来自WOS通道850a和850b的数据来确定哪些IR通道被遮蔽以及那些通道被遮蔽的程度,然后可改变其对来自那些通道的IR图像数据的分析以补偿该遮蔽(例如,DAISI系统可增强来自遮蔽通道的IR图像信号以补偿该遮蔽)。
a.2厘米处的鱼饵
图11A和图11B示出了图10的WOS警示方法1002的实施例,其中鱼饵被定位在离系统1000之一的光学窗口1506大约2厘米处。
图11A的图像11a可以为从第一WOS通道(诸如图8B的光学通道6)捕获并通过非锐化遮罩(诸如在图10的步骤1006中)的图像。在图像11a中,鱼饵的轮廓可见,而背景大体上模糊,因为光学通道6对焦于包括如本文所述的光学窗口的近场区域。
图像11b可以为在应用任选时间遮罩(例如,如图10的步骤1008中那样减去基准帧)之后的图像11a的版本。在图像11b中,已移除不表示与基准帧的变化的特征。因此,在固定设施(诸如所示的实施例)中,从图像11b移除背景特征和与静态物体相关联的特征。一般来讲,这些特征不与WOS系统感兴趣的物体(例如,近场区域中的物体)相关联。
图11B的图像11e可以为在应用边缘检测遮罩之后(例如,在如图10的步骤1010中那样应用索贝尔滤波器之后)的图像11b的版本(或如果跳过时间遮罩步骤,则为11a)。在图像11e中,已移除背景的软特征和边缘,因为软背景特征不与WOS系统感兴趣的物体相关联。另外,已增强鱼饵的锐边缘。鱼饵的边缘在所示的实施例中是大体尖锐的,因为与WOS系统相关联的光学通道具有其针对光学窗口上面或附近的物体(包括2厘米的距离处的物体)设定的焦点。
图像11c和11d分别是图像11a和11b的等同版本,但对应于第二WOS通道,诸如图8B的光学通道7。类似地,图像11f是图像11e的等同版本,但对应于第二WOS通道。因此,图像11c、11d和11f提供类似的信息,但具有有利的视差偏移。
如图像11e和11f所示,大量像素(如醒目标题11i大约685个“坏像素”所指示)具有高于预定阈值的渐变值。这些像素可在本文中称为坏像素,并且可与对焦并因此得知在WOS系统的感兴趣区域内的物体相关联。
图11B的曲线图11g示出了图像11e和11f的互相关值随各种水平偏移的变化。具体地讲,曲线图11g示出了对于水平而言偏移-100至+100的互相关值,其中负偏移可表示图像11e沿向左方向从图像11e偏移给定数量的像素,而正偏移可表示图像11e沿向右方向的偏移。
如曲线图11g所示,2cm处的鱼饵实施例可具有大约0.6的峰互相关值(例如,8个像素的正移位下0.613的峰值)。
作为步骤1014的一部分,WOS系统可确定框11h(参见曲线图11g)内的峰互相关值超过预定阈值并且“坏”像素的数量超过预定阈值。因此,WOS系统可发出WOS警示,如图11A和图11B的实施例中的框11i所指示。
b.20厘米处的鱼饵
图12A和图12B示出了图10的WOS警示方法1002的实施例,其中鱼饵被定位在离系统1000之一的光学窗口1506大约20厘米处。
图12A的图像12a可以为从第一WOS通道(诸如图8B的光学通道6)捕获并通过非锐化遮罩(诸如在图10的步骤1006中)的图像。在图像12a中,鱼饵的轮廓可见,而背景大体上模糊,因为光学通道6对焦于包括如本文所述的光学窗口的近场区域。
图像12b可以为在应用任选时间遮罩(例如,如图10的步骤1008中那样减去基准帧)之后的图像12a的版本。在图像12b中,已移除不表示与基准帧的变化的特征。因此,在固定设施(诸如所示的实施例)中,从图像12b移除背景特征和与静态物体相关联的特征。一般来讲,这些特征不与WOS系统感兴趣的物体(例如,近场区域中的物体)相关联。
图12B的图像12e可以为在应用边缘检测遮罩之后(例如,在如图10的步骤1010中那样应用索贝尔滤波器之后)的图像12b的版本(或如果跳过时间遮罩步骤,则为12a)。在图像12e中,已移除背景的软特征和边缘,因为软背景特征不与WOS系统感兴趣的物体相关联。另外,已增强鱼饵的锐边缘。鱼饵的边缘在所示的实施例中是大体尖锐的,因为与WOS系统相关联的光学通道具有其针对光学窗口上面或附近的物体(包括20厘米的距离处的物体)设定的焦点。
图像12c和12d分别是图像12a和12b的等同版本,但对应于第二WOS通道,诸如图8B的光学通道7。类似地,图像12f是图像12e的等同版本,但对应于第二WOS通道。因此,图像12c、12d和12f提供类似的信息,但具有有利的视差偏移。
如图像12e和12f所示,大量像素(醒目标题12i中指示)具有高于预定阈值的渐变值(例如,如醒目标题12i中指示的34个“坏像素”)。这些像素可在本文中称为坏像素,并且可与对焦并因此得知在WOS系统的感兴趣区域内的物体相关联。
图12B的曲线图12g示出了图像12e和12f的互相关值随各种水平偏移的变化。具体地讲,曲线图12g示出了对于水平而言偏移-100至+100的互相关值,其中负偏移可表示图像12e沿向左方向从图像12e偏移给定数量的像素,而正偏移可表示图像12e沿向右方向的偏移。
如曲线图12g所示,20cm处的鱼饵实施例可具有大约0.6的峰互相关值(例如,+28个像素的移位下0.629的峰值)。此外,与图11B的曲线图11g相比,峰值可朝向更大的水平偏移移位(例如,与曲线图11g中的约+5像素相比,峰值在曲线图12g中可更接近+30像素移位)。相对于2cm处的实施例,该移位可与图12A和图12B的实施例中增加的20cm距离相关联。
作为步骤1014的一部分,WOS系统可确定框12h(参见曲线图12g)内的峰互相关值超过预定阈值并且“坏”像素的数量超过预定阈值。因此,WOS系统可发出WOS警示,如图12A和图12B的实施例中的框12i所指示。
c.50厘米处的鱼饵
图13A和图13B示出了图10的WOS警示方法1002的实施例,其中鱼饵被定位在离系统1000之一的光学窗口1506大约50厘米处。
图13A的图像13a可以为从第一WOS通道(诸如图8B的光学通道6)捕获并通过非锐化遮罩(诸如在图10的步骤1006中)的图像。在图像13a中,鱼饵的轮廓只是勉强可见并且几乎与背景一样模糊,因为光学通道6对焦于包括如本文所述的光学窗口的近场区域。
图像13b可以为在应用任选时间遮罩(例如,如图10的步骤1008中那样减去基准帧)之后的图像13a的版本。在图像13b中,已移除不表示与基准帧的变化的特征。因此,在固定设施(诸如所示的实施例)中,从图像13b移除背景特征和与静态物体相关联的特征。一般来讲,这些特征不与WOS系统感兴趣的物体(例如,近场区域中的物体)相关联。在图13A的实施例中,时间遮罩具有突出图像13b中的鱼饵的效果。
图13B的图像13e可以为在应用边缘检测遮罩之后(例如,在如图10的步骤1010中那样应用索贝尔滤波器之后)的图像13b的版本(或如果跳过时间遮罩步骤,则为13a)。在图像13e中,已移除背景的软特征和边缘,因为软背景特征不与WOS系统感兴趣的物体相关联。另外,鱼饵的稍微模糊的边缘被稍微锐化。然而,由于鱼饵在大体上超出WOS系统的焦点范围的50厘米处,其边缘稍微模糊。
图像13c和13d分别是图像13a和13b的等同版本,但对应于第二WOS通道,诸如图8B的光学通道7。类似地,图像13f是图像13e的等同版本,但对应于第二WOS通道。因此,图像13c、13d和13f提供类似的信息,但具有有利的视差偏移。
如图像13e和13f所示,非常少(如果有的话)像素(醒目标题13i中指示)具有高于预定阈值的渐变值(例如,如醒目标题13i中指示的0个“坏像素”)。具体地讲,图像13e和13f中存在非常少(如果有的话)足够尖锐的边缘。因此,系统可推断出光学窗口附近或上面的感兴趣区域内不存在物体。因此,WOW系统可基于缺少此类边缘(例如,渐变图像中缺少“坏”像素)来确定不需要WOS警示。但是,系统可继续WOS处理,包括互相关值的计算。
图13B的曲线图13g示出了图像13e和13f的互相关值随各种水平偏移的变化。具体地讲,曲线图13g示出了对于水平而言偏移-100至+100的互相关值,其中负偏移可表示图像13e沿向左方向从图像13e偏移给定数量的像素,而正偏移可表示图像13e沿向右方向的偏移。
如曲线图13g所示,50cm处的鱼饵实施例可具有大约0.2的峰互相关值(例如,零偏移下0.149的峰值)。因此,互相关值可未超过框13h所指示的预定阈值,并且系统可决定不提供WOS警示。
d.2厘米处的网球拍
图14A和图14B示出了图10的WOS警示方法1002的实施例,其中网球拍被定位在离系统1000之一的光学窗口1506大约2厘米处。
图14A的图像14a可以为从第一WOS通道(诸如图8B的光学通道6)捕获并通过非锐化遮罩(诸如在图10的步骤1006中)的图像。在图像14a中,网球拍的轮廓可见,而背景大体上模糊,因为光学通道6对焦于包括如本文所述的光学窗口的近场区域。
图像14b可以为在应用任选时间遮罩(例如,如图10的步骤1008中那样减去基准帧)之后的图像14a的版本。在图像14b中,已移除不表示与基准帧的变化的特征。因此,在固定设施(诸如所示的实施例)中,从图像14b移除背景特征和与静态物体相关联的特征。一般来讲,这些特征不与WOS系统感兴趣的物体(例如,近场区域中的物体)相关联。
图14B的图像14e可以为在应用边缘检测遮罩之后(例如,在如图10的步骤1010中那样应用索贝尔滤波器之后)的图像14b的版本(或如果跳过时间遮罩步骤,则为14a)。在图像14e中,已移除背景的软特征和边缘,因为软背景特征不与WOS系统感兴趣的物体相关联。另外,已增强网球拍的锐边缘。网球拍的边缘在所示的实施例中是大体尖锐的,因为与WOS系统相关联的光学通道具有其针对光学窗口上面或附近的物体(包括2厘米的距离处的物体)设定的焦点。
图像14c和14d分别是图像14a和14b的等同版本,但对应于第二WOS通道,诸如图8B的光学通道7。类似地,图像14f是图像14e的等同版本,但对应于第二WOS通道。因此,图像14c、14d和14f提供类似的信息,但具有有利的视差偏移。
如图像14e和14f所示,大量像素(醒目标题14i中指示)具有高于预定阈值的渐变值(例如,如醒目标题14i中所示的53个“坏像素”)。这些像素可在本文中称为坏像素,并且可与对焦并因此得知在WOS系统的感兴趣区域内的物体相关联。
图14B的曲线图14g示出了图像14e和14f的互相关值随各种水平偏移的变化。具体地讲,曲线图14g示出了对于水平而言偏移-100至+100的互相关值,其中负偏移可表示图像14e沿向左方向从图像14e偏移给定数量的像素,而正偏移可表示图像14e沿向右方向的偏移。
如曲线图14g所示,2cm处的网球拍实施例可具有大约0.5的峰互相关值(例如,+28个像素移位下0.474的峰值)。另外,考虑到网球拍的球拍线的重复图案,渐变图像具有如曲线图14所示的多个互相关峰值。但是,系统仍可触发WOS警示。
作为步骤1014的一部分,WOS系统可确定框14h(参见曲线图14g)内的峰互相关值超过预定阈值并且“坏”像素的数量超过预定阈值。因此,WOS系统可发出WOS警示,如图14A和图14B的实施例中的框14i所指示。
e.2米处的运动物体
图15A和图15B示出了图10的WOS警示方法1002的实施例,其中运动物体被定位在离系统1000之一的光学窗口1506大约2米处。
图15A的图像15a可以为从第一WOS通道(诸如图8B的光学通道6)捕获并通过非锐化遮罩(诸如在图10的步骤1006中)的图像。在图像15a中,运动物体的轮廓可见,而背景大体上模糊,因为光学通道6对焦于包括如本文所述的光学窗口的近场区域。
图像15b可以为在应用任选时间遮罩(例如,如图10的步骤1008中那样减去基准帧)之后的图像15a的版本。在图像15b中,已移除不表示与基准帧的变化的特征。因此,在固定设施(诸如所示的实施例)中,从图像15b移除背景特征和与静态物体相关联的特征。
图15B的图像15e可以为在应用边缘检测遮罩之后(例如,在如图10的步骤1010中那样应用索贝尔滤波器之后)的图像15b的版本(或如果跳过时间遮罩步骤,则为15a)。在图像15e中,已移除背景的软特征和边缘,因为软背景特征不与WOS系统感兴趣的物体相关联。如图所示,运动物体(其离系统太远,而不能为WOS通道所对焦)具有相对较软的边缘。
图像15c和15d分别是图像15a和15b的等同版本,但对应于第二WOS通道,诸如图8B的光学通道7。类似地,图像15f是图像15e的等同版本,但对应于第二WOS通道。因此,图像15c、15d和15f提供类似的信息,但具有有利的视差偏移。
如图像15e和15f所示,很少(如果有的话)像素(也在醒目标题15i中指示)具有高于预定阈值的渐变值(例如,0个“坏像素”)。具体地讲,由于运动物体离光学窗口相对较远,运动物体未锐对焦并且无法提供锐边缘。因此,WOS系统可决定不发出WOS警示,因为渐变图像中存在不足的锐边缘。
图15B的曲线图15g示出了图像15e和15f的互相关值随各种水平偏移的变化。具体地讲,曲线图15g示出了对于水平而言偏移-100至+100的互相关值,其中负偏移可表示图像15e沿向左方向从图像15e偏移给定数量的像素,而正偏移可表示图像15e沿向右方向的偏移。
如曲线图15g所示,2cm处的运动物体实施例可具有大约0.1的峰互相关值(例如,+29个像素移位下0.070的峰值)。该峰值可小于满足步骤1015中所应用的条件所需的值。因此,WOS系统可确定框15h(参见曲线图15g)内的峰互相关值未超过预定阈值。因此,WOS系统可决定不发出WOS警示,如图15A和图15B的实施例中的框15i所指示。
f.光学窗口上的水滴
图16A和图16B示出了图10的WOS警示方法1002的实施例,其中水滴洒到系统1000之一的光学窗口1506上。
图16A的图像16a可以为从第一WOS通道(诸如图8B的光学通道6)捕获并通过非锐化遮罩(诸如在图10的步骤1006中)的图像。在图像16a中,水滴可见,而背景大体上模糊,因为光学通道6对焦于包括如本文所述的光学窗口的近场区域。
图像16b可以为在应用任选时间遮罩(例如,如图10的步骤1008中那样减去基准帧)之后的图像16a的版本。在图像16b中,已移除不表示与基准帧的变化的特征。因此,在固定设施(诸如所示的实施例)中,从图像16b移除背景特征和与静态物体相关联的特征。一般来讲,这些特征不与WOS系统感兴趣的物体(例如,近场区域中的物体)相关联。
图16B的图像16e可以为在应用边缘检测遮罩之后(例如,在如图10的步骤1010中那样应用索贝尔滤波器之后)的图像16b的版本(或如果跳过时间遮罩步骤,则为16a)。在图像16e中,已移除背景的软特征和边缘,因为软背景特征不与WOS系统感兴趣的物体相关联。另外,已增强水滴的锐边缘。水滴的边缘在所示的实施例中是大体尖锐的,因为与WOS系统相关联的光学通道具有其针对光学窗口上面或附近的物体(包括光学窗口上的物体)设定的焦点。
图像16c和16d分别是图像16a和16b的等同版本,但对应于第二WOS通道,诸如图8B的光学通道7。类似地,图像16f是图像16e的等同版本,但对应于第二WOS通道。因此,图像16c、16d和16f提供类似的信息,但具有有利的视差偏移。
如图像16e和16f所示,大量像素(醒目标题16i中指示)具有高于预定阈值的渐变值(例如,313个坏像素)。这些像素可在本文中称为坏像素,并且可与对焦并因此得知在WOS系统的感兴趣区域内的物体相关联。
图16B的曲线图16g示出了图像16e和16f的互相关值随各种水平偏移的变化。具体地讲,曲线图16g示出了对于水平而言偏移-100至+100的互相关值,其中负偏移可表示图像16e沿向左方向从图像16e偏移给定数量的像素,而正偏移可表示图像16e沿向右方向的偏移。
如曲线图16g所示,水滴在光学窗口上的实施例可具有大约0.7的峰互相关值(例如,-3个像素偏移下0.700的峰值)。
作为步骤1014的一部分,WOS系统可确定框16h(参见曲线图16g)内的峰互相关值超过预定阈值并且“坏”像素的数量超过预定阈值。因此,WOS系统可发出WOS警示,如图16A和图16B的实施例中的框16i所指示。
g.光学窗口上的水滴的第二实施例
图17A和图17B是水滴洒到系统1000之一的光学窗口1506上的第二实施例。
图17A的图像17a可以为从第一WOS通道(诸如图8B的光学通道6)捕获并通过非锐化遮罩(诸如在图10的步骤1006中)的图像。在图像17a中,水滴可见,而背景大体上模糊,因为光学通道6对焦于包括如本文所述的光学窗口的近场区域。
图像17b可以为在应用任选时间遮罩(例如,如图10的步骤1008中那样减去基准帧)之后的图像17a的版本。在图像17b中,已移除不表示与基准帧的变化的特征。因此,在固定设施(诸如所示的实施例)中,从图像17b移除背景特征和与静态物体相关联的特征。一般来讲,这些特征不与WOS系统感兴趣的物体(例如,近场区域中的物体)相关联。在图像17b的特定实施例中,时间遮罩还可滤除静止的且已结合到基准图像中的水滴。但是,WOS系统仍能够生成WOS警示,如下文结合图17B所讨论。
图17B的图像17e可以为在应用边缘检测遮罩之后(例如,在如图10的步骤1010中那样应用索贝尔滤波器之后)的图像17b的版本(或如果跳过时间遮罩步骤,则为17a)。在图像17e中,已移除背景的软特征和边缘,因为软背景特征不与WOS系统感兴趣的物体相关联。另外,已增强水滴的锐边缘。
图像17c和17d分别是图像17a和17b的等同版本,但对应于第二WOS通道,诸如图8B的光学通道7。类似地,图像17f是图像17e的等同版本,但对应于第二WOS通道。因此,图像17c、17d和17f提供类似的信息,但具有有利的视差偏移。
如图像17e和17f所示,足够数量的像素(醒目标题17i中指示)具有高于预定阈值的渐变值而触发WOS警报(例如,如醒目标题17i中所示的27个“坏像素”)。
图17B的曲线图17g示出了图像17e和17f的互相关值随各种水平偏移的变化。具体地讲,曲线图17g示出了对于水平而言偏移-100至+100的互相关值,其中负偏移可表示图像17e沿向左方向从图像17e偏移给定数量的像素,而正偏移可表示图像17e沿向右方向的偏移。
如曲线图17g所示,水滴在光学窗口上的第二实施例可具有大约0.6的峰互相关值(例如,-1个像素移位下0.573的峰值),同样足以触发WOS警报。
作为步骤1014的一部分,WOS系统可确定框17h(参见曲线图17g)内的峰互相关值超过预定阈值并且“坏”像素的数量超过预定阈值。因此,WOS系统可发出WOS警示,如图17A和图17B的实施例中的框17i所指示。
h.鱼饵在50厘米处的情况下光学窗口上的水滴
图18A和图18B示出了图10的WOS警示方法1002的实施例,其中水滴洒到光学窗口1506上并且在离光学窗口大约50厘米的距离处还存在越过场景的鱼饵。图18A和图18B的实施例示出了甚至在运动物体潜在地影响互相关计算的情况下可如何提供WOS警示。为简明起见,请参阅图16A和图16B的讨论,了解关于光学窗口上的水滴的检测的更多细节。
如图像18a和18b所示,水滴透明且对焦,而运动鱼饵难以辨别。图像18b和图18d突出了水滴和鱼饵。具体地讲,鱼饵在图像18b中的列100和150之间可见,并且在图像18b中的列160和210之间可见。水滴的锐边缘和鱼饵的软边缘类似地在图像18e和18f中可见。另外,曲线图18g所示的互相关值与图16B的曲线图16g所示的那些互相关值相对较类似。因此,WOS系统能毫无困难地识别棘手条件(光学窗口上的水),识别足够数量的坏像素(例如,如醒目标题18i所示的1972个“坏像素”)和足够高的互相关值(例如,如框18h和醒目标题18i所示的-2个像素移位下0.543的值),从而决定发出WOS警示(如醒目标题18i所示),即使存在运动鱼饵。
i.运动网球拍在1米处的情况下光学窗口上的水滴
图19A和图19B示出了图10的WOS警示方法1002的实施例,其中水滴洒到光学窗口1506上并且在离光学窗口大约1米的距离处还存在越过场景的网球拍。图19A和图19B的实施例示出了甚至在运动物体潜在地影响互相关计算的情况下可如何提供WOS警示。为简明起见,请参阅图16A和图16B的讨论,了解关于光学窗口上的水滴的检测的更多细节。
如图像19a和19b所示,水滴透明且对焦,而网球拍难以辨别。图像19b和图19d突出了水滴和网球拍。具体地讲,网球拍在图像19b中的列50和100之间可见,并且在图像19b中的列150和200之间可见。水滴的锐边缘类似地在图像19e和19f中可见,而1米距离处的网球拍的软边缘可降至边缘阈值以下并且未出现在图像19e和19f中。另外,曲线图19g所示的互相关值与图16B的曲线图16g所示的那些互相关值相对较类似。因此,WOS系统能毫无困难地识别棘手条件(光学窗口上的水),识别足够数量的坏像素(例如,301个“坏像素”)和足够高的互相关值(例如,如框19h和醒目标题19i所示的-1个像素移位下0.774的值),从而决定发出WOS警示(如醒目标题19i所示),即使存在运动网球拍。
j.运动物体在2米处的情况下光学窗口上的水滴
图20A和图20B示出了图10的WOS警示方法1002的实施例,其中水滴洒到光学窗口1506上并且在离光学窗口大约2米的距离处还存在越过场景的物体。图20A和图20B的实施例示出了甚至在运动物体潜在地影响互相关计算的情况下可如何提供WOS警示。为简明起见,请参阅图16A和图16B的讨论,了解关于光学窗口上的水滴的检测的更多细节。
如图像20a和20b所示,水滴透明且对焦,而运动物体难以辨别。图像20b和20d突出了水滴并示出了运动物体的位置(图像20b和20d中的黑点)。水滴的锐边缘类似地在图像20e和20f中可见,而2米距离处的物体的软边缘可大部分降至边缘阈值以下并且未出现在图像20e和20f中。另外,曲线图20g所示的互相关值与图16B的曲线图16g所示的那些互相关值相对较类似。因此,WOS系统能毫无困难地识别棘手条件(光学窗口上的水),识别足够数量的坏像素(例如,751个“坏像素”)和足够高的互相关值(例如,如框20h和醒目标题20i所示的-2个像素偏移下0.470的值),从而决定发出WOS警示(如醒目标题20i所示),即使存在运动物体。
k.5厘米处的气体释放
图21A、图21B和图21C示出了位于近场区域中的物体实际上为目标物质(例如,系统1000期望检测的气体)的变型。具体地讲,图21A至图21C示出了图10的WOS警示方法1002的实施例,其中气体(例如,丙烷)在紧密接近(例如,相距5cm距离)系统1000之一的光学窗口1506处释放。该气体释放被配置为覆盖待由系统成像的整个场景。
图21A的图像21a可以为从第一WOS通道(诸如图8B的光学通道6)捕获并通过非锐化遮罩(诸如在图10的步骤1006中)的图像。在图像21a中,该气体释放可被辨别为整个图像的一般变化。
图像21b可以为在应用任选时间遮罩(例如,如图10的步骤1008中那样减去基准帧)之后的图像21a的版本。在图像21b中,已移除不表示与基准帧的变化的特征。因此,在固定设施(诸如所示的实施例)中,从图像21b移除背景特征和与静态物体相关联的特征。一般来讲,这些特征不与WOS系统感兴趣的物体(例如,近场区域中的物体)相关联。图像21b的确突出了气体释放,因为减去基准帧突出了存在与基准帧的显著差异。然而,这些差异在整个场景中相对较均一,因为气体释放覆盖了整个场景。
图21B的图像21e可以为在应用边缘检测遮罩之后(例如,在如图10的步骤1010中那样应用索贝尔滤波器之后)的图像21b的版本(或如果跳过时间遮罩步骤,则为21a)。在图像21e中,已移除背景的软特征和边缘,因为软背景特征不与WOS系统感兴趣的物体相关联。在本实施例中,气体释放导致遍及整个场景的边缘扩大,如图像21e和21f所示。
图像21c和21d分别是图像21a和21b的等同版本,但对应于第二WOS通道,诸如图8B的光学通道7。类似地,图像21f是图像21e的等同版本,但对应于第二WOS通道。因此,图像21c、21d和21f提供类似的信息,但具有有利的视差偏移。
如图像21e和21f所示,中等数量的像素(例如,如醒目标题21i所示的70个“坏像素”)具有高于预定阈值的渐变值,并且互相关值可相对较高(例如,具有0像素移位下高达0.408的值,如醒目标题21i所示)。此类像素的数量和互相关值可足够大而满足WOS警示条件。
图21B的曲线图21g示出了图像21e和21f的互相关值随各种水平偏移的变化。如曲线图21g所示,2cm处的气体释放的实施例具有刚好高于框21h所示的阈值的峰互相关值。曲线图21g具体地示出了气体释放如何在整个像素偏移范围内引起显著更高的互相关值。出现该结果的原因是气体释放以相对独立于偏移的方式在整个图像内引起吸收。因此,上述WOS系统一般将发出WOS警示(因为存在足够高的互相关和足够数量的“坏”像素)。
然而,可能期望不对与图21A至图21B的气体释放实施例类似的情况发出WOS警示。因此,WOS系统可被配置为从框21h内的所有相关值减去框21h内的一系列值中的较小(例如,最小)相关值之一。图21C中示出了该类型的布置的实施例。
如图21C所示,在减去图21B的框21h内的较小值之一(例如,最小值)之后,曲线图21j中的互相关值低于预定阈值(例如,如框21k所突出的0.4)。因此,在此类情况下,WOS系统可决定不发出WOS警示,如醒目标题211所示(该醒目标题示出了70个“坏像素”,但0像素偏移下仅0.128的峰互相关值)。在此类情况下,系统1000可继续搜索目标物质,可识别紧密接近光学窗口处释放的气体的光谱特征,并且可在检测到目标物质时向用户提供合适的警示。
因此,结合图21C所述的WOS系统的修改(从所有互相关值减去较低互相关值之一)可有利地使WOS系统能够不仅仅因紧密接近系统1000的目标物质的存在而触发为WOS警报。相反,系统将仅在物体(其不是期望的目标物质)在光学窗口附近或上面时才触发WOS警报。从图11A至图21C中可大致看出,减去较低互相关值之一不会影响WOS系统警示光学窗口上面或附近存在水或其他物体的能力,因为此类条件的互相关值一般包括具有接近零的互相关值的至少一个偏移。
B.WOS系统的附加方面和变型
1.单通道窗口遮蔽传感器
在至少一些设计中,本文所公开的系统1000可包括检测光学窗口1506(图7)上的物体的单通道窗口遮蔽传感器。具体地讲,WOS系统可使用仅来自单个光学通道(诸如图8B的光学通道6)的图像数据。
在此类设计中,系统可按照图10的方法进行,但可跳过一些步骤。作为一个示例,系统可跳过步骤1012的互相关方面。在至少一些设计中,WOS处理电路可对单通道WOS系统所生成的图像应用非锐化遮罩、时间差分遮罩(例如,减去基准图像),并且应用边缘检测过程(例如,应用索贝尔滤波器)。处理电路可检查渐变图像中的“坏”像素的数量(例如,渐变图像中显示锐边缘的像素的数量)以确定光学窗口上面或附近是否存在物体。在单个光学通道对焦在光学窗口和光学窗口正前方的区域上并且更远的物体较模糊的布置中,这些技术可足以使用WOS系统中所用的单个光学通道来识别光学窗口上面或附近的物体。
2.窗口遮蔽传感器的透镜孔径定径
在至少一些设计中,可能有利的是为WOS系统中所用的任何一个或多个通道提供具有合适透镜孔径定径的透镜。作为一个示例,可能期望WOS系统中所用的任何一个或多个通道的透镜(来自图9的透镜组件1502)具有足够大的透镜孔径(例如,透镜足够快且具有足够低的f数)以确保超出紧邻位置(例如,远于可能20cm、50cm或1米)的物体也不为WOS系统的一个或多个光学通道所对焦。如果WOS系统设置有太小的透镜孔径(例如,具有高f数),则透镜的景深可从成像系统延伸不期望的远。因此,WOS系统对远处物体可不期望地较敏感。由于WOS系统一般用于检测可干扰目标物质的正确检测的附近物体,因此一般期望让WOS系统忽略远处物体。
在一些设计中,可能期望为每个WOS通道提供f数介于3.0和1.0之间、介于2.0和1.0之间、介于1.375和1.0之间、介于1.0和0.875之间、介于1.0和0.7之间或这些范围的任何组合的透镜。f数可为由任何这些值限定的任何范围内的任何值。
在至少一些布置中,双通道WOS系统对WOS系统中的透镜孔径的尺寸可不太敏感。具体地讲,双通道WOS系统可能能够利用视差效应来排除远处物体,即使那些物体因更高f数透镜和相关联的更大景深而对焦。
VI.附加实施例
本文描述了成像系统的各种实施例,这些成像系统包括光学窗口并且有能力确定光学窗口是否被遮蔽(例如,检测窗口上面或前方可能带来可使系统操作劣化的遮蔽的物体),这些实施例诸如为下面列举的附加实施例:
附加实施例1:一种红外(IR)成像系统的附加实施例,包括:
外壳;
设置在外壳上的光学窗口;
设置在外壳内的光学检测器系统;和
将入射IR辐射从光学窗口转移到光学检测器系统的多个在空间上和光谱上不同的光学通道,其中所述多个光学通道之中的第一光学通道具有比所述多个光学通道中的至少一些其他光学通道更接近光学窗口的焦点距离以检测可使系统的操作劣化的遮蔽。
附加实施例2:根据附加实施例1所述的IR成像系统,其中所述多个光学通道之中的第一光学通道具有小于2米的焦点,并且所述多个光学通道中的其他光学通道具有大于10米的焦点。
附加实施例3:根据附加实施例1至2中任一项所述的IR成像系统,其中所述多个光学通道之中的第一光学通道具有小于2米的焦点,并且所述多个光学通道中的其他光学通道具有大于20米的焦点。
附加实施例4:根据附加实施例1至3中任一项所述的IR成像系统,其中所述多个光学通道之中的第一光学通道具有小于2米的焦点,并且所述多个光学通道中的其他光学通道具有大于30米的焦点。
附加实施例5:根据附加实施例1至4中任一项所述的IR成像系统,其中所述多个光学通道之中的第一光学通道具有1米或更小的焦点,并且所述多个光学通道中的其他光学通道具有大于10米的焦点。
附加实施例6:根据附加实施例1至5中任一项所述的IR成像系统,其中所述多个光学通道之中的第一光学通道具有1米或更小的焦点,并且所述多个光学通道中的其他光学通道具有大于20米的焦点。
附加实施例7:根据附加实施例1至6中任一项所述的IR成像系统,其中所述多个光学通道之中的第一光学通道具有1米或更小的焦点,并且所述多个光学通道中的其他光学通道具有大于30米的焦点。
附加实施例8:根据附加实施例1至7中任一项所述的IR成像系统,其中所述多个光学通道中的至少一些其他光学通道的焦点距离比第一光学通道的焦点距离大至少5米。
附加实施例9:根据附加实施例1至8中任一项所述的IR成像系统,其中所述多个光学通道中的至少一些其他光学通道的焦点距离比第一光学通道的焦点距离大至少10米。
附加实施例10:根据附加实施例1至9中任一项所述的IR成像系统,其中所述多个光学通道中的至少一些其他光学通道的焦点距离比第一光学通道的焦点距离大至少20米。
附加实施例11:根据附加实施例1至10中任一项所述的IR成像系统,其中所述多个光学通道之中的第一光学通道具有1米或更小的焦点距离。
附加实施例12:根据附加实施例1至11中任一项所述的IR成像系统,其中所述多个光学通道之中的第一光学通道具有2米或更小的焦点距离。
附加实施例13:根据附加实施例1至12中任一项所述的IR成像系统,其中第一光学通道和其他光学通道包括用于使物体成像到光学检测器系统上的成像透镜,所述成像透镜具有焦距。
附加实施例14:根据附加实施例1至13中任一项所述的IR成像系统,其中其他光学通道中的透镜的焦距超过第一光学通道的焦距。
附加实施例15:根据附加实施例1至14中任一项所述的IR成像系统,其中其他光学通道中的透镜的焦距超过第一光学通道的焦距至少2倍。
附加实施例16:根据附加实施例1至15中任一项所述的IR成像系统,其中其他光学通道中的透镜的焦距超过第一光学通道的焦距至少5倍。
附加实施例17:根据附加实施例1至16中任一项所述的IR成像系统,其中第一光学通道对焦在光学窗口处以检测可使系统的操作劣化的遮蔽。
附加实施例18:根据附加实施例1至17中任一项所述的IR成像系统,其中第一光学通道具有光学通道基本上对焦的景深,并且其中第一光学通道的景深在光学窗口的深度与超过光学窗口大约1米之间延伸。
附加实施例19:根据附加实施例1至18中任一项所述的IR成像系统,其中第一光学通道具有光学通道基本上对焦的景深,并且其中第一光学通道的景深在光学窗口的深度与超过光学窗口大约50cm之间延伸。
附加实施例20:根据附加实施例1至19中任一项所述的IR成像系统,其中第一光学通道具有光学通道基本上对焦的景深,并且其中第一光学通道的景深在光学窗口的深度与超过光学窗口大约20cm之间延伸。
附加实施例21:根据附加实施例1至20中任一项所述的IR成像系统,其中第一光学通道具有光学通道基本上对焦的景深,并且其中第一光学通道的景深在光学窗口的深度与超过光学窗口大约10cm之间延伸。
附加实施例22:根据附加实施例1至21中任一项所述的IR成像系统,还包括:
具有处理电子器件的处理单元,该处理单元被配置为处理来自第一光学通道的图像数据以检测可使系统的操作劣化的遮蔽。
附加实施例23:根据附加实施例1至22中任一项所述的IR成像系统,其中处理单元被配置为评估图像数据有多少对焦以检测可使系统的操作劣化的遮蔽。
附加实施例24:根据附加实施例1至23中任一项所述的IR成像系统,其中处理单元被配置为评估图像数据的对比度以检测可使系统的操作劣化的遮蔽。
附加实施例25:根据附加实施例1至24中任一项所述的IR成像系统,其中处理单元被配置为执行图像数据的边缘增强。
附加实施例26:根据附加实施例1至25中任一项所述的IR成像系统,其中处理单元被配置为执行图像数据的边缘检测。
附加实施例27:根据附加实施例1至26中任一项所述的IR成像系统,其中处理单元被配置为执行图像数据的归一化。
附加实施例28:根据附加实施例1至27中任一项所述的IR成像系统,其中图像数据的归一化包括缩放图像数据。
附加实施例29:根据附加实施例1至28中任一项所述的IR成像系统,其中图像数据的归一化包括从图像数据扣减。
附加实施例30:根据附加实施例1至29中任一项所述的IR成像系统,其中处理单元被配置为评估图像数据是否超过阈值以确定是否存在可使系统的操作劣化的遮蔽。
附加实施例31:根据附加实施例1至30中任一项所述的IR成像系统,其中所述多个光学通道之中的第二光学通道具有比所述多个光学通道中的至少一些其他光学通道更接近光学窗口的焦点距离以检测可使系统的操作劣化的遮蔽。
附加实施例32:根据附加实施例31所述的IR成像系统,其中所述多个光学通道之中的第二光学通道具有小于2米的焦点,并且所述多个光学通道中的其他光学通道具有大于10米的焦点。
附加实施例33:根据附加实施例1至32中任一项所述的IR成像系统,其中所述多个光学通道之中的第二光学通道具有小于2米的焦点,并且所述多个光学通道中的其他光学通道具有大于20米的焦点。
附加实施例34:根据附加实施例1至33中任一项所述的IR成像系统,其中所述多个光学通道之中的第二光学通道具有小于2米的焦点,并且所述多个光学通道中的其他光学通道具有大于30米的焦点。
附加实施例35:根据附加实施例1至34中任一项所述的IR成像系统,其中所述多个光学通道之中的第二光学通道具有1米或更小的焦点,并且所述多个光学通道中的其他光学通道具有大于10米的焦点。
附加实施例36:根据附加实施例1至35中任一项所述的IR成像系统,其中所述多个光学通道之中的第二光学通道具有1米或更小的焦点,并且所述多个光学通道中的其他光学通道具有大于20米的焦点。
附加实施例37:根据附加实施例1至36中任一项所述的IR成像系统,其中所述多个光学通道之中的第二光学通道具有1米或更小的焦点,并且所述多个光学通道中的其他光学通道具有大于30米的焦点。
附加实施例38:根据附加实施例1至37中任一项所述的IR成像系统,其中所述多个光学通道中的至少一些其他光学通道的焦点距离比第二光学通道的焦点距离大至少5米。
附加实施例39:根据附加实施例1至38中任一项所述的IR成像系统,其中所述多个光学通道中的至少一些其他光学通道的焦点距离比第二光学通道的焦点距离大至少10米。
附加实施例40:根据附加实施例1至39中任一项所述的IR成像系统,其中所述多个光学通道中的至少一些其他光学通道的焦点距离比第二光学通道的焦点距离大至少20米。
附加实施例41:根据附加实施例1至40中任一项所述的IR成像系统,其中所述多个光学通道之中的第二光学通道具有1米或更小的焦点距离。
附加实施例42:根据附加实施例1至41中任一项所述的IR成像系统,其中所述多个光学通道之中的第二光学通道具有2米或更小的焦点距离。
附加实施例43:根据附加实施例1至42中任一项所述的IR成像系统,其中第二光学通道和其他光学通道包括用于使物体成像到光学检测器系统上的成像透镜,所述成像透镜具有焦距。
附加实施例44:根据附加实施例1至43中任一项所述的IR成像系统,其中其他光学通道中的透镜的焦距超过第二光学通道的焦距。
附加实施例45:根据附加实施例1至44中任一项所述的IR成像系统,其中其他光学通道中的透镜的焦距超过第二光学通道的焦距至少2倍。
附加实施例46:根据附加实施例1至45中任一项所述的IR成像系统,其中其他光学通道中的透镜的焦距超过第二光学通道的焦距至少5倍。
附加实施例47:根据附加实施例1至46中任一项所述的IR成像系统,其中所述多个光学通道之中的第二光学通道对焦在光学窗口处以检测可使系统的操作劣化的遮蔽。
附加实施例48:根据附加实施例1至47中任一项所述的IR成像系统,其中第二光学通道具有光学通道基本上对焦的景深,并且其中第二光学通道的景深在光学窗口的深度与超过光学窗口大约1米之间延伸。
附加实施例49:根据附加实施例1至48中任一项所述的IR成像系统,其中第二光学通道具有光学通道基本上对焦的景深,并且其中第二光学通道的景深在光学窗口的深度与超过光学窗口大约50cm之间延伸。
附加实施例50:根据附加实施例1至49中任一项所述的IR成像系统,其中第二光学通道具有光学通道基本上对焦的景深,并且其中第二光学通道的景深在光学窗口的深度与超过光学窗口大约20cm之间延伸。
附加实施例51:根据附加实施例1至50中任一项所述的IR成像系统,其中第二光学通道具有光学通道基本上对焦的景深,并且其中第二光学通道的景深在光学窗口的深度与超过光学窗口大约10cm之间延伸。
附加实施例52:根据附加实施例1至51中任一项所述的IR成像系统,其中处理单元被配置为处理来自第二光学通道的图像数据以检测可使系统的操作劣化的遮蔽。
附加实施例53:根据附加实施例1至52中任一项所述的IR成像系统,其中处理单元被配置为评估来自第二光学通道的图像数据有多少对焦以检测可使系统的操作劣化的遮蔽。
附加实施例54:根据附加实施例1至53中任一项所述的IR成像系统,其中处理单元被配置为评估来自第二光学通道的图像数据的对比度以检测可使系统的操作劣化的遮蔽。
附加实施例55:根据附加实施例1至54中任一项所述的IR成像系统,其中处理单元被配置为执行来自第二光学通道的图像数据的边缘增强。
附加实施例56:根据附加实施例1至55中任一项所述的IR成像系统,其中处理单元被配置为执行来自第二光学通道的图像数据的边缘检测。
附加实施例57:根据附加实施例1至56中任一项所述的IR成像系统,其中处理单元被配置为执行来自第二光学通道的图像数据的归一化。
附加实施例58:根据附加实施例1至57中任一项所述的IR成像系统,其中图像数据的归一化包括缩放来自第二光学通道的图像数据。
附加实施例59:根据附加实施例1至58中任一项所述的IR成像系统,其中图像数据的归一化包括从来自第二光学通道的图像数据扣减。
附加实施例60:根据附加实施例1至59中任一项所述的IR成像系统,其中处理单元被配置为评估来自第二光学通道的图像数据是否超过阈值以确定是否存在可使系统的操作劣化的遮蔽。
附加实施例61:根据附加实施例1至60中任一项所述的IR成像系统,其中多个光学通道对焦在光学无穷远处以检测目标物质。
附加实施例62:根据附加实施例1至61中任一项所述的IR成像系统,其中多个光学通道对焦在至少10米的距离处以检测目标物质。
附加实施例63:根据附加实施例1至62中任一项所述的IR成像系统,其中多个光学通道对焦在至少20米的距离处以检测目标物质。
附加实施例64:根据附加实施例1至63中任一项所述的IR成像系统,其中处理单元被进一步配置为处理来自所述多个光学通道的图像数据以检测目标物质。
附加实施例65:根据附加实施例1至64中任一项所述的IR成像系统,其中光学检测器系统包括多个光学检测器,每个光学检测器与所述光学通道中的相应一者相关联。
附加实施例66:根据附加实施例1至65中任一项所述的IR成像系统,其中光学检测器系统包括具有多个区域的至少一个光学检测器,每个所述区域与所述光学通道中的相应一者相关联。
附加实施例67:根据附加实施例1至66中任一项所述的IR成像系统,其中:
所述多个光学通道之中的第二光学通道对焦在光学窗口处;和
处理单元被配置为处理来自第一光学通道和第二光学通道的图像数据以检测可使系统的操作劣化的遮蔽。
附加实施例68:根据附加实施例1至67中任一项所述的IR成像系统,其中处理单元被配置为:
比较来自第一光学通道和第二光学通道的图像数据以检测可使系统的操作劣化的遮蔽。
附加实施例69:根据附加实施例1至68中任一项所述的IR成像系统,其中比较第一图像和第二图像包括比较第一图像和第二图像并且使用视差所引起的第一图像和第二图像之间的差异来确定是否存在可使系统的操作劣化的遮蔽。
附加实施例70:根据附加实施例1至69中任一项所述的IR成像系统,其中比较第一图像和第二图像包括执行第一图像和第二图像的相关。
附加实施例71:根据附加实施例1至70中任一项所述的IR成像系统,其中第一光学通道和第二光学通道沿给定方向在空间上不同,并且其中处理单元被配置为:
比较来自沿着给定方向处于多个偏移的第一光学通道和第二光学通道的图像数据以检测可使系统的操作劣化的遮蔽。
附加实施例72:根据附加实施例1至71中任一项所述的IR成像系统,其中处理单元被配置为增强来自这两个光学通道的图像数据中的边缘。
附加实施例73:根据附加实施例1至72中任一项所述的IR成像系统,其中处理单元被配置为将非锐化遮罩应用于来自这两个光学通道的图像数据。
附加实施例74:根据附加实施例1至73中任一项所述的IR成像系统,其中处理单元被配置为从来自这两个光学通道的图像数据减去至少一个基准图像。
附加实施例75:根据附加实施例1至74中任一项所述的IR成像系统,其中处理单元被配置为检测来自这两个光学通道的图像数据中的边缘。
附加实施例76:根据附加实施例1至75中任一项所述的IR成像系统,其中处理单元被配置为将边缘检测遮罩应用于来自这两个光学通道的图像数据。
附加实施例77:根据附加实施例1至76中任一项所述的IR成像系统,其中处理单元被配置为将索贝尔滤波器应用于来自这两个光学通道的图像数据。
附加实施例78:根据附加实施例1至77中任一项所述的IR成像系统,其中处理单元被配置为将索贝尔滤波器应用于来自这两个光学通道的图像数据以创建第一渐变图像和第二渐变图像。
附加实施例79:根据附加实施例1至78中任一项所述的IR成像系统,其中处理单元被配置为使第一渐变图像和第二渐变图像归一化。
附加实施例80:根据附加实施例1至79中任一项所述的IR成像系统,其中处理单元被配置为使第一渐变图像和第二渐变图像互相关以检测可使系统的操作劣化的遮蔽。
附加实施例81:根据附加实施例1至80中任一项所述的IR成像系统,其中窗口嵌入在外壳中或处于外壳中的开口中。
附加实施例82:根据附加实施例1至81中任一项所述的IR成像系统,其中IR成像系统被配置为补偿因遮蔽而引起的衰减效应。
附加实施例83:根据附加实施例1至82中任一项所述的IR成像系统,其中所述IR成像系统被配置为使得该系统的操作包括对图像执行光谱分析以检测目标物质,并且其中所述IR成像系统被配置为在所述光谱分析时补偿因遮蔽而引起的衰减效应。
附加实施例84:根据附加实施例1至83中任一项所述的IR成像系统,其中所述IR成像系统被配置为使得该系统的操作包括对图像执行光谱分析以检测目标物质,并且其中所述IR成像系统被配置为在确定目标物质的存在过程中削弱来自所述多个光学通道中的其他光学通道的红外图像数据的一个或多个帧。
附加实施例85:一种用于使场景中的目标物质成像的红外(IR)成像系统的附加实施例,该IR成像系统包括:
光学窗口;
第一相机系统,该第一相机系统被配置为通过光学窗口采集场景的红外图像数据;
第二相机系统,该第二相机系统在比第一相机系统更接近光学窗口处对焦;和
包含处理器的处理单元,该处理单元被配置为:
分析来自第一相机系统的红外图像数据以基于红外图像数据来检测目标物质;和
分析来自第二相机系统的图像数据以基于来自第二相机系统的图像数据来确定是否存在可使系统的操作劣化的遮蔽。
附加实施例86:根据附加实施例85所述的IR成像系统,其中第一相机系统和第二相机系统包括在空间上和光谱上不同的第一光学通道和第二光学通道。
附加实施例87:根据附加实施例85至86中任一项所述的IR成像系统,其中所述处理单元被配置为在确定存在可使系统的操作劣化的遮蔽之后提供窗口遮蔽警示。
附加实施例88:根据附加实施例85至87中任一项所述的IR成像系统,其中处理单元被配置为接收窗口遮蔽警示,并且作为响应,调节来自第一相机系统的红外图像数据以补偿该遮蔽。
附加实施例89:根据附加实施例85至88中任一项所述的IR成像系统,其中处理单元被配置为接收窗口遮蔽警示,并且作为响应,禁用来自第一相机系统的红外图像数据的分析。
附加实施例90:根据附加实施例85至89中任一项所述的IR成像系统,其中处理单元被配置为接收窗口遮蔽警示,并且作为响应,在确定目标物质的存在过程中削弱来自第一相机系统的红外图像数据的一个或多个帧。
附加实施例91:根据附加实施例85至90中任一项所述的IR成像系统,其中IR成像系统被配置为补偿因遮蔽而引起的衰减效应。
附加实施例92:根据附加实施例85至91中任一项所述的IR成像系统,其中所述IR成像系统被配置为对图像执行光谱分析以检测目标物质,并且被配置为在所述光谱分析时补偿因该遮蔽而引起的衰减效应。
附加实施例93:根据附加实施例85至92中任一项所述的IR成像系统,其中处理单元被配置为向用户提供窗口遮蔽警示。
附加实施例94:根据附加实施例85至93中任一项所述的IR成像系统,其中IR成像系统还包括:
分成各部分的光学焦平面阵列(FPA);和
多个透镜组件,每个透镜组件被配置为使来自场景的光对焦到FPA的部分中的不同一者上。
附加实施例95:根据附加实施例85至94中任一项所述的IR成像系统,其中:
第一相机系统由多个透镜组件和FPA的多个部分形成;和
第二相机系统由透镜组件中的一者和FPA的部分中的一者形成。
附加实施例96:根据附加实施例85至95中任一项所述的IR成像系统,其中:
第一相机系统由多个透镜组件和FPA的多个部分形成;和
第二相机系统由透镜组件中的两者和FPA的部分中的两者形成。
附加实施例97:根据附加实施例85至96中任一项所述的IR成像系统,其中:
第一相机系统由多个透镜组件和FPA的多个部分形成;和
第二相机系统由透镜组件中的两者和FPA的部分中的两者形成,
其中形成第二相机系统的这两个透镜组件和FPA的这两个部分包括相邻透镜组件和FPA的相邻部分。
附加实施例98:根据附加实施例85至97中任一项所述的IR成像系统,其中IR成像系统还包括:
多个光学焦平面阵列(FPA);和
多个透镜,不同透镜被配置为使来自场景的光对焦到FPA中的不同一者上。
附加实施例99:根据附加实施例85至98中任一项所述的IR成像系统,其中IR成像系统还包括:
多个光学焦平面阵列(FPA);和
多个透镜组件,不同透镜组件被配置为使来自场景的光对焦到FPA中的不同一者上。
附加实施例100:根据附加实施例85至99中任一项所述的IR成像系统,其中处理单元被配置为评估图像数据有多少对焦以检测可使系统的操作劣化的遮蔽。
附加实施例101:根据附加实施例85至100中任一项所述的IR成像系统,其中处理单元被配置为评估图像数据的对比度以检测可使系统的操作劣化的遮蔽。
附加实施例102:根据附加实施例85至101中任一项所述的IR成像系统,其中处理单元被配置为执行图像数据的边缘增强。
附加实施例103:根据附加实施例85至102中任一项所述的IR成像系统,其中处理单元被配置为执行图像数据的边缘检测。
附加实施例104:根据附加实施例85至103中任一项所述的IR成像系统,其中处理单元被配置为执行图像数据的归一化。
附加实施例105:根据附加实施例85至104中任一项所述的IR成像系统,其中图像数据的归一化包括缩放图像数据。
附加实施例106:根据附加实施例85至105中任一项所述的IR成像系统,其中图像数据的归一化包括从图像数据扣减。
附加实施例107:根据附加实施例85至106中任一项所述的IR成像系统,其中处理单元被配置为评估图像数据是否超过阈值以确定是否存在可使系统的操作劣化的遮蔽。
附加实施例108:根据附加实施例85至107中任一项所述的IR成像系统,其中分析来自第二相机系统的图像数据包括:
分析来自第二相机系统的第一光学通道和第二光学通道的图像数据以检测可使系统的操作劣化的遮蔽。
附加实施例109:根据附加实施例85至108中任一项所述的IR成像系统,其中处理单元被配置为:
比较来自第一光学通道和第二光学通道的图像数据以检测可使系统的操作劣化的遮蔽。
附加实施例110:根据附加实施例85至109中任一项所述的IR成像系统,其中比较第一图像和第二图像包括比较第一图像和第二图像并且使用视差所引起的第一图像和第二图像之间的差异来确定是否存在可使系统的操作劣化的遮蔽。
附加实施例111:根据附加实施例85至110中任一项所述的IR成像系统,其中比较第一图像和第二图像包括执行第一图像和第二图像的相关。
附加实施例112:根据附加实施例85至111中任一项所述的IR成像系统,其中第一光学通道和第二光学通道沿给定方向在空间上不同,并且其中处理单元被配置为:
比较来自沿着给定方向处于多个偏移的第一光学通道和第二光学通道的图像数据以检测可使系统的操作劣化的遮蔽。
附加实施例113:根据附加实施例85至112中任一项所述的IR成像系统,其中处理单元被配置为增强来自第一光学通道和第二光学通道的图像数据中的边缘。
附加实施例114:根据附加实施例85至113中任一项所述的IR成像系统,其中处理单元被配置为从来自第一光学通道和第二光学通道的图像数据减去至少一个基准图像。
附加实施例115:根据附加实施例85至114中任一项所述的IR成像系统,其中处理单元被配置为检测来自第一光学通道和第二光学通道的图像数据中的边缘。
附加实施例116:根据附加实施例85至115中任一项所述的IR成像系统,其中处理单元被配置为将边缘检测遮罩应用于来自第一光学通道和第二光学通道的图像数据。
附加实施例117:根据附加实施例85至116中任一项所述的IR成像系统,其中包含处理器的处理单元被配置为通过以下方式基于来自第二相机系统的图像数据来确定是否存在可使系统的操作劣化的遮蔽:
从FPA的第一部分接收第一图像;
从FPA的第二部分接收第二图像;
将第一图像和第二图像变换成相应第一渐变图像和第二渐变图像;
确定渐变图像具有超过第一预定阈值的渐变值;
在确定渐变值超过第一预定阈值之后提供窗口遮蔽警示。
附加实施例118:根据附加实施例85至117中任一项所述的IR成像系统,其中包含处理器的处理单元被配置为通过以下方式基于来自第二相机系统的图像数据来确定是否存在可使系统的操作劣化的遮蔽:
从FPA的第一部分接收第一图像;
从FPA的第二部分接收第二图像;
将第一图像和第二图像变换成相应第一渐变图像和第二渐变图像;
确定第一渐变图像和第二渐变图像具有超过第一预定阈值的互相关值;和
在确定互相关值超过第一预定阈值之后提供窗口遮蔽警示。
附加实施例119:根据附加实施例85至118中任一项所述的IR成像系统,其中包含处理器的处理单元被配置为通过以下方式基于来自第二相机系统的图像数据来确定是否存在可使系统的操作劣化的遮蔽:
从FPA的第一部分接收第一图像;
从FPA的第二部分接收第二图像;
将第一图像和第二图像变换成相应第一渐变图像和第二渐变图像;
确定渐变图像具有超过第一预定阈值的渐变值;
使第一渐变图像和第二渐变图像互相关;
确定第一渐变图像和第二渐变图像具有超过第二预定阈值的互相关值;和
在确定渐变值超过第一预定阈值并且互相关值超过第二预定阈值之后提供窗口遮蔽警示。
附加实施例120:根据附加实施例85至119中任一项所述的IR成像系统,其中:
确定第一渐变图像和第二渐变图像具有超过第二预定阈值的互相关值包括:
确定多个互相关值,每个互相关值与第一渐变图像和第二渐变图像的不同对齐相关联;和
确定所述多个互相关值中的至少一个互相关值超过第二预定阈值。
附加实施例121:根据附加实施例85至120中任一项所述的IR成像系统,其中:
确定第一渐变图像和第二渐变图像具有超过第二预定阈值的互相关值包括:
确定多个互相关值,每个互相关值与第一渐变图像和第二渐变图像的不同对齐相关联;
识别所述多个互相关值中的第一互相关值;
从所述多个互相关值中的每个所述互相关值减去第一互相关值;
在减去第一互相关值之后,识别所述多个互相关值中的第二互相关值;和
确定第二互相关值超过第二预定阈值。
附加实施例122:根据附加实施例85至121中任一项所述的IR成像系统,其中将第一图像和第二图像变换成相应第一渐变图像和第二渐变图像包括将索贝尔滤波器应用于第一图像和第二图像。
附加实施例123:根据附加实施例85至122中任一项所述的IR成像系统,其中将第一图像和第二图像变换成相应第一渐变图像和第二渐变图像包括将索贝尔滤波器应用于第一图像和第二图像并且从渐变图像移除降至预定阈值以下的值。
附加实施例124:根据附加实施例85至123中任一项所述的IR成像系统,其中在使第一渐变图像和第二渐变图像互相关之前,处理单元被配置为使每个所述渐变图像归一化。
附加实施例125:根据附加实施例85至124中任一项所述的IR成像系统,其中在使第一渐变图像和第二渐变图像互相关之前,处理单元被配置为通过以下方式使每个所述渐变图像归一化:对于每个渐变图像而言,从每个渐变图像减去中值并且将每个渐变图像除以标准偏差值。
附加实施例126:根据附加实施例85至125中任一项所述的IR成像系统,其中在使第一渐变图像和第二渐变图像互相关之前,处理单元被配置为使每个所述渐变图像归一化。
附加实施例127:根据附加实施例85至126中任一项所述的IR成像系统,其中在将第一图像和第二图像变换成相应第一渐变图像和第二渐变图像之前,处理单元被配置为从第一图像减去第一基准图像并且从第二图像减去第二基准图像。
附加实施例128:根据附加实施例85至127中任一项所述的IR成像系统,其中第二相机系统对焦在光学窗口的1米内。
附加实施例129:根据附加实施例85至128中任一项所述的IR成像系统,其中第二相机系统对焦在光学窗口的2米内。
附加实施例130:根据附加实施例85至129中任一项所述的IR成像系统,其中第二相机系统对焦在光学窗口上。
附加实施例131:根据附加实施例85至130中任一项所述的IR成像系统,其中第一相机系统对焦在至少10米的距离处。
附加实施例132:根据附加实施例85至131中任一项所述的IR成像系统,其中第一相机系统对焦在至少20米的距离处。
附加实施例133:根据附加实施例85至132中任一项所述的IR成像系统,其中第一相机系统对焦在至少25米的距离处。
附加实施例134:根据附加实施例85至133中任一项所述的IR成像系统,其中第一相机系统和第二相机系统包括具有相应焦距的相应成像透镜,并且第一相机的焦距是第二相机的焦距的2倍。
附加实施例135:根据附加实施例85至134中任一项所述的IR成像系统,其中第一相机系统和第二相机系统包括具有相应焦距的相应成像透镜,并且第一相机的焦距是第二相机的焦距的5倍。
附加实施例136:一种检测IR成像系统中的光学窗口的遮蔽的方法的附加实施例,该IR成像系统包括处理电路以及多个在空间上和光谱上不同的光学通道,每个光学通道包括使入射IR光对焦在光学检测器系统的相应部分上的一组透镜,该方法包括:
利用处理电路从所述多个光学通道中的第一光学通道接收第一图像;
利用处理电路从所述多个光学通道中的第二光学通道接收第二图像;和
利用处理电路分析第一图像和第二图像以检测可使系统的操作劣化的遮蔽。
附加实施例137:根据附加实施例136所述的方法,其中第一图像和第二图像对焦在光学窗口的深度处。
附加实施例138:根据附加实施例136至137中任一项所述的方法,其中分析第一图像和第二图像包括利用处理电路比较第一图像和第二图像以识别可使系统的操作劣化的遮蔽。
附加实施例139:根据附加实施例136至138中任一项所述的方法,其中分析第一图像和第二图像包括利用处理电路比较第一图像和第二图像并且使用视差所引起的第一图像和第二图像之间的差异来确定是否存在可使系统的操作劣化的遮蔽。
附加实施例140:根据附加实施例136至139中任一项所述的方法,其中分析第一图像和第二图像包括评估图像有多少对焦以检测可使系统的操作劣化的遮蔽。
附加实施例141:根据附加实施例136至140中任一项所述的方法,其中分析第一图像和第二图像包括评估图像的对比度以检测可使系统的操作劣化的遮蔽。
附加实施例142:根据附加实施例136至141中任一项所述的方法,还包括执行边缘增强。
附加实施例143:根据附加实施例136至142中任一项所述的方法,还包括执行边缘检测。
附加实施例144:根据附加实施例136至143中任一项所述的方法,还包括使图像数据归一化。
附加实施例145:根据附加实施例136至144中任一项所述的方法,其中归一化包括缩放图像数据。
附加实施例146:根据附加实施例136至145中任一项所述的方法,其中归一化包括从图像数据扣减。
附加实施例147:根据附加实施例136至146中任一项所述的方法,其中分析第一图像和第二图像包括执行第一图像和第二图像的相关。
附加实施例148:根据附加实施例136至147中任一项所述的方法,其中分析第一图像和第二图像包括比较来自沿着给定方向处于多个偏移的第一图像和第二图像的图像数据以检测可使系统的操作劣化的遮蔽。
附加实施例149:根据附加实施例136至148中任一项所述的方法,其中分析第一图像和第二图像包括评估图像数据是否超过阈值以确定可使系统的操作劣化的遮蔽。
附加实施例150:根据附加实施例136至149中任一项所述的方法,其中分析第一图像和第二图像包括利用处理电路将非锐化遮罩应用于第一图像和第二图像。
附加实施例151:根据附加实施例136至150中任一项所述的方法,还包括:
利用处理电路从第一图像减去第一基准图像并且从第二图像减去第二基准图像。
附加实施例152:根据附加实施例136至151中任一项所述的方法,还包括:
利用处理电路检测第一图像和第二图像中的边缘。
附加实施例153:根据附加实施例136至152中任一项所述的方法,还包括:
利用处理电路将索贝尔滤波器应用于第一图像和第二图像。
附加实施例154:根据附加实施例136至153中任一项所述的方法,还包括:
利用处理电路将索贝尔滤波器应用于第一图像和第二图像以创建相应第一渐变图像和第二渐变图像。
附加实施例155:根据附加实施例136至154中任一项所述的方法,还包括:
利用处理电路使第一渐变图像和第二渐变图像归一化。
附加实施例156:根据附加实施例136至155中任一项所述的方法,还包括:
利用处理电路使第一渐变图像和第二渐变图像互相关。
附加实施例157:根据附加实施例136至156中任一项所述的方法,还包括:
利用处理电路确定第一渐变图像和第二渐变图像之间的至少一个互相关超过第一窗口遮蔽阈值且第一渐变图像和第二渐变图像超过第二窗口遮蔽阈值,并且作为响应,提供光学窗口被遮蔽的警示。
附加实施例158:根据附加实施例136至157中任一项所述的方法,其中该系统的操作包括基于来自所述多个在空间上和光谱上不同的光学通道的图像数据来检测目标物质。
附加实施例159:根据附加实施例136至158中任一项所述的方法,还包括执行光谱分析以检测所述目标物质。
附加实施例160:根据附加实施例136至159中任一项所述的方法,还包括调节来自所述多个光学通道的图像数据以补偿因窗口被遮蔽而引起的衰减效应。
附加实施例161:根据附加实施例136至160中任一项所述的方法,还包括在确定目标物质的存在过程中削弱来自所述多个光学通道的图像数据的一个或多个帧。
附加实施例162:根据附加实施例136至161中任一项所述的方法,还包括在窗口被遮蔽时发送警示。
附加实施例163:根据附加实施例1至135中任一项所述的IR成像系统,其中所述IR成像系统被配置为使得该系统的操作包括对图像执行光谱分析以检测目标物质。
附加实施例1至163中的任一项可包括上述特征中的任何一者(例如,附加实施例1至163中的特征中的任何一者)。
VII.附加考虑
本文所公开的每个实施方案可用于估计由本文所公开的红外成像系统成像的气体泄漏中存在的气体的各种特性。
在整个本说明书中对“一个实施方案”、“实施方案”、“相关实施方案”或类似语言的提及意在指示结合所提及的“实施方案”描述的特定特征、结构或特性包括在本发明的至少一个实施方案中。因此,在整个本说明书中短语“在一个实施方案中”、“在实施方案中”和类似语言的出现可以但不一定都指同一实施方案。应当理解,单独来看及可能结合附图来看,本公开的任何部分都并非旨在提供对本发明的所有特征的完整描述。
在附图中,只要有可能,类似的附图标记都用于表示相同或相似的元件。所描绘的结构元件通常未按比例绘制,并且某些部件相对于其他部件被放大以达到强调和理解的目的。应当理解,没有单个附图旨在支持对本发明的所有特征的完整描述。换句话讲,给定附图通常仅描述本发明的一些特征,并且通常不是全部特征。给定附图以及包含引用此类附图的描述的本公开的相关联的部分通常不包含特定视图的所有元件或可在该视图中呈现的所有特征以达到简化给定附图和讨论的目的,并且将讨论引向在该附图中展现的特定元件。技术人员将认识到,有可能在没有具体特征、元件、部件、结构、细节或特性中的一者或多者的情况下或者通过使用其他方法、部件、材料等来实践本发明。因此,尽管本发明的实施方案的特定细节可能不一定在描述此类实施方案的每一附图中示出,但除非本说明书的上下文另有要求,否则可能隐含该附图中存在此细节。在其他情况下,熟知的结构、细节、材料或操作可能未在给定的附图中示出或详细描述以避免模糊正被讨论的本发明的实施方案的各方面。此外,本发明的所述单个特征、结构或特性可在一个或多个另外的实施方案中以任何合适的方式组合。
此外,如果包括示意性流程图,则其一般被阐述为逻辑流程图。因此,逻辑流程的所描绘的顺序和所标记的步骤指示所呈现的方法的一个实施方案。可以设想在功能、逻辑或效果上等同于所示方法的一个或多个步骤或其部分的其他步骤和方法。另外,提供所采用的格式和符号来解释该方法的逻辑步骤,并且所采用的格式和符号被理解为不限制该方法的范围。尽管在流程图中可采用各种箭头类型和线类型,但是它们被理解为不限制对应方法的范围。实际上,一些箭头或其他连接符可用于仅指示方法的逻辑流程。例如,箭头可指示所描绘的方法的列举步骤之间的未指定持续时间的等待或监测周期。在不失一般性的情况下,处理步骤或特定方法发生的顺序可以或可以不严格遵守所示的对应步骤的顺序。
在本公开随附的权利要求中列举的特征旨在按照作为一个整体的本公开来评估。
在可编程处理器受存储在存储器中的指令支配的情况下,可在操作中控制本发明的设备的至少一些元件-并且可实现本发明的方法的至少一些步骤。存储器可为适用于存储控制软件或其他指令和数据的随机存取存储器(RAM)、只读存储器(ROM)、闪存存储器或任何其他存储器或它们的组合。本领域技术人员还应当易于理解,限定本发明的功能的指令或程序可以以多种形式输送到处理器,包括但不限于永久地存储在不可写存储介质(例如,计算机内的只读存储器设备,诸如ROM,或可由计算机I/O附件读取的设备,诸如CD-ROM或DVD盘)上的信息、可变地存储在可写存储介质(例如,软盘、可移动的闪存存储器和硬盘驱动器)上的信息、或通过通信介质(包括有线或无线计算机网络)传送到计算机的信息。此外,虽然本发明可具体体现在软件中,但是实现本发明所必需的功能可任选地或另选地部分或完全地使用固件和/或硬件部件诸如组合逻辑、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其他硬件或硬件、软件和/或固件部件的某种组合来具体体现。
虽然已参考气云检测、监测和定量(包括但不限于温室气体诸如二氧化碳、一氧化碳、氧化氮,以及烃气诸如甲烷、乙烷、丙烷、正丁烷、异丁烷、正戊烷、异戊烷、新戊烷、硫化氢、六氟化硫、氨、苯、对-和间-二甲苯、氯乙烯、甲苯、环氧丙烷、丙烯、甲醇、肼、乙醇、1,2-二氯乙烷、1,1-二氯乙烷、二氯苯、氯苯,仅举几例)来讨论本发明的系统和方法的实施方案的示例,但本发明的实施方案可易于被调整用于其他化学检测应用。例如,液体和固体化学溢出物、生物武器的检测,基于其化学组成来跟踪目标,卫星和空间碎片的识别,眼部成像,显微镜检查和细胞成像,内窥镜检查,霉菌检测,火灾和火焰检测以及农药检测在本发明的范围内。
如本文所用,涉及项目列表中的“至少一者”的短语是指这些项目的任何组合,包括单个成员。作为一个示例,“a、b或c中的至少一者”旨在涵盖:a、b、c、a-b、a-c、b-c和a-b-c。
如果以软件实现,则可将功能作为一个或多个指令或代码存储在计算机可读介质上或通过计算机可读介质传输。本文公开的方法或算法的步骤可在可驻留在计算机可读介质上的处理器可执行软件模块中实现。计算机可读介质包括计算机存储介质和通信介质,该通信介质包括可被启用以将计算机程序从一处传送到另一处的任何介质。存储介质可以是计算机可以访问的任何可用介质。作为示例而非限制,此类计算机可读介质可包括RAM、ROM、EEPROM、CD-ROM或其他光盘存储装置、磁盘存储装置或其他磁存储设备,或者可用于以指令或数据结构的形式存储所需程序代码并且可由计算机访问的任何其他介质。另外,任何连接都可被适当地称为计算机可读介质。如本文所用,磁盘和光盘包括压缩光盘(CD)、激光盘、光盘、数字通用光盘(DVD)、软磁盘及Blu-ray光盘,其中磁盘通常以磁性方式复制数据,而光盘则利用激光以光学方式复制数据。上述的组合也可包括在计算机可读介质的范围内。另外,方法或算法的操作可以作为代码和指令的一个或任意组合或集合驻留在机器可读介质和计算机可读介质上,其可以并入到计算机程序产品中。
对本公开中所述的实施方式的各种修改对于本领域的技术人员来说是显而易见的,并且在不脱离本公开的精神或范围的情况下,本文定义的一般原理可以应用于其他实施方式。因此,权利要求书并非旨在受限于本文所示的实施方式,而是要符合与本公开、本文所公开的原理和新颖特征一致的最广泛的范围。
本说明书在单独实施方式的上下文中描述的某些特征也可以在单个实施方式中组合实现。相反,在单个实施方式的上下文中描述的各种特征也可以分别在多个实施方式中或以任何合适的子组合来实现。此外,尽管特征可能在上面被描述为以某些组合形式起作用并且甚至最初是这样要求保护的,但在一些情况下,可以从组合中除去来自所要求保护的组合的一个或多个特征,并且所要求保护的组合可以针对子组合或子组合的变型。
Claims (163)
1.一种红外(IR)成像系统,包括:
外壳;
光学窗口,所述光学窗口设置在所述外壳上;
光学检测器系统,所述光学检测器系统设置在所述外壳内;和
多个在空间上和光谱上不同的光学通道,所述多个在空间上和光谱上不同的光学通道将入射IR辐射从所述光学窗口转移到所述光学检测器系统,其中所述多个光学通道之中的第一光学通道具有比所述多个光学通道中的其他光学通道中的至少一些光学通道更接近所述光学窗口的焦点距离以检测能够使所述系统的操作劣化的遮蔽。
2.根据权利要求1所述的IR成像系统,其中所述多个光学通道之中的所述第一光学通道具有小于2米的焦点,并且所述多个光学通道中的其他光学通道具有大于10米的焦点。
3.根据权利要求1至2中任一项所述的IR成像系统,其中所述多个光学通道之中的所述第一光学通道具有小于2米的焦点,并且所述多个光学通道中的其他光学通道具有大于20米的焦点。
4.根据权利要求1至3中任一项所述的IR成像系统,其中所述多个光学通道之中的所述第一光学通道具有小于2米的焦点,并且所述多个光学通道中的其他光学通道具有大于30米的焦点。
5.根据权利要求1至4中任一项所述的IR成像系统,其中所述多个光学通道之中的所述第一光学通道具有1米或更小的焦点,并且所述多个光学通道中的其他光学通道具有大于10米的焦点。
6.根据权利要求1至5中任一项所述的IR成像系统,其中所述多个光学通道之中的所述第一光学通道具有1米或更小的焦点,并且所述多个光学通道中的其他光学通道具有大于20米的焦点。
7.根据权利要求1至6中任一项所述的IR成像系统,其中所述多个光学通道之中的所述第一光学通道具有1米或更小的焦点,并且所述多个光学通道中的其他光学通道具有大于30米的焦点。
8.根据权利要求1至7中任一项所述的IR成像系统,其中所述多个光学通道中的所述其他光学通道中的至少一些光学通道的焦点距离比所述第一光学通道的所述焦点距离大至少5米。
9.根据权利要求1至8中任一项所述的IR成像系统,其中所述多个光学通道中的所述其他光学通道中的至少一些光学通道的焦点距离比所述第一光学通道的所述焦点距离大至少10米。
10.根据权利要求1至9中任一项所述的IR成像系统,其中所述多个光学通道中的所述其他光学通道中的至少一些光学通道的焦点距离比所述第一光学通道的所述焦点距离大至少20米。
11.根据权利要求1至10中任一项所述的IR成像系统,其中所述多个光学通道之中的所述第一光学通道具有1米或更小的焦点距离。
12.根据权利要求1至11中任一项所述的IR成像系统,其中所述多个光学通道之中的所述第一光学通道具有2米或更小的焦点距离。
13.根据权利要求1至12中任一项所述的IR成像系统,其中所述第一光学通道和所述其他光学通道包括用于使物体成像到所述光学检测器系统上的成像透镜,所述成像透镜具有焦距。
14.根据权利要求1至13中任一项所述的IR成像系统,其中所述其他光学通道中的透镜的所述焦距超过所述第一光学通道的所述焦距。
15.根据权利要求1至14中任一项所述的IR成像系统,其中所述其他光学通道中的透镜的所述焦距超过所述第一光学通道的所述焦距至少2倍。
16.根据权利要求1至15中任一项所述的IR成像系统,其中所述其他光学通道中的透镜的所述焦距超过所述第一光学通道的所述焦距至少5倍。
17.根据权利要求1至16中任一项所述的IR成像系统,其中所述第一光学通道对焦在所述光学窗口处以检测能够使所述系统的操作劣化的遮蔽。
18.根据权利要求1至17中任一项所述的IR成像系统,其中所述第一光学通道具有所述光学通道基本上对焦的景深,并且其中所述第一光学通道的所述景深在所述光学窗口的深度与超过所述光学窗口大约1米之间延伸。
19.根据权利要求1至18中任一项所述的IR成像系统,其中所述第一光学通道具有所述光学通道基本上对焦的景深,并且其中所述第一光学通道的所述景深在所述光学窗口的深度与超过所述光学窗口大约50cm之间延伸。
20.根据权利要求1至19中任一项所述的IR成像系统,其中所述第一光学通道具有所述光学通道基本上对焦的景深,并且其中所述第一光学通道的所述景深在所述光学窗口的深度与超过所述光学窗口大约20cm之间延伸。
21.根据权利要求1至20中任一项所述的IR成像系统,其中所述第一光学通道具有所述光学通道基本上对焦的景深,并且其中所述第一光学通道的所述景深在所述光学窗口的深度与超过所述光学窗口大约10cm之间延伸。
22.根据权利要求1至21中任一项所述的IR成像系统,还包括:
一种包括处理电子器件的处理单元,所述处理单元被配置为处理来自所述第一光学通道的图像数据以检测能够使所述系统的操作劣化的遮蔽。
23.根据权利要求1至22中任一项所述的IR成像系统,其中所述处理单元被配置为评估所述图像数据有多少对焦以检测能够使所述系统的操作劣化的遮蔽。
24.根据权利要求1至23中任一项所述的IR成像系统,其中所述处理单元被配置为评估所述图像数据的对比度以检测能够使所述系统的操作劣化的遮蔽。
25.根据权利要求1至24中任一项所述的IR成像系统,其中所述处理单元被配置为执行所述图像数据的边缘增强。
26.根据权利要求1至25中任一项所述的IR成像系统,其中所述处理单元被配置为执行所述图像数据的边缘检测。
27.根据权利要求1至26中任一项所述的IR成像系统,其中所述处理单元被配置为执行所述图像数据的归一化。
28.根据权利要求1至27中任一项所述的IR成像系统,其中所述图像数据的所述归一化包括缩放所述图像数据。
29.根据权利要求1至28中任一项所述的IR成像系统,其中所述图像数据的所述归一化包括从所述图像数据扣减。
30.根据权利要求1至29中任一项所述的IR成像系统,其中所述处理单元被配置为评估图像数据是否超过阈值以确定是否存在能够使所述系统的操作劣化的遮蔽。
31.根据权利要求1至30中任一项所述的IR成像系统,其中所述多个光学通道之中的第二光学通道具有比所述多个光学通道中的所述其他光学通道中的至少一些光学通道更接近所述光学窗口的焦点距离以检测能够使所述系统的操作劣化的遮蔽。
32.根据权利要求31所述的IR成像系统,其中所述多个光学通道之中的所述第二光学通道具有小于2米的焦点,并且所述多个光学通道中的其他光学通道具有大于10米的焦点。
33.根据权利要求1至32中任一项所述的IR成像系统,其中所述多个光学通道之中的所述第二光学通道具有小于2米的焦点,并且所述多个光学通道中的其他光学通道具有大于20米的焦点。
34.根据权利要求1至33中任一项所述的IR成像系统,其中所述多个光学通道之中的所述第二光学通道具有小于2米的焦点,并且所述多个光学通道中的其他光学通道具有大于30米的焦点。
35.根据权利要求1至34中任一项所述的IR成像系统,其中所述多个光学通道之中的所述第二光学通道具有1米或更小的焦点,并且所述多个光学通道中的其他光学通道具有大于10米的焦点。
36.根据权利要求1至35中任一项所述的IR成像系统,其中所述多个光学通道之中的所述第二光学通道具有1米或更小的焦点,并且所述多个光学通道中的其他光学通道具有大于20米的焦点。
37.根据权利要求1至36中任一项所述的IR成像系统,其中所述多个光学通道之中的所述第二光学通道具有1米或更小的焦点,并且所述多个光学通道中的其他光学通道具有大于30米的焦点。
38.根据权利要求1至37中任一项所述的IR成像系统,其中所述多个光学通道中的所述其他光学通道中的至少一些光学通道的焦点距离比所述第二光学通道的所述焦点距离大至少5米。
39.根据权利要求1至38中任一项所述的IR成像系统,其中所述多个光学通道中的所述其他光学通道中的至少一些光学通道的焦点距离比所述第二光学通道的所述焦点距离大至少10米。
40.根据权利要求1至39中任一项所述的IR成像系统,其中所述多个光学通道中的所述其他光学通道中的至少一些光学通道的焦点距离比所述第二光学通道的所述焦点距离大至少20米。
41.根据权利要求1至40中任一项所述的IR成像系统,其中所述多个光学通道之中的所述第二光学通道具有1米或更小的焦点距离。
42.根据权利要求1至41中任一项所述的IR成像系统,其中所述多个光学通道之中的所述第二光学通道具有2米或更小的焦点距离。
43.根据权利要求1至42中任一项所述的IR成像系统,其中所述第二光学通道和所述其他光学通道包括用于使物体成像到所述光学检测器系统上的成像透镜,所述成像透镜具有焦距。
44.根据权利要求1至43中任一项所述的IR成像系统,其中所述其他光学通道中的透镜的所述焦距超过所述第二光学通道的所述焦距。
45.根据权利要求1至44中任一项所述的IR成像系统,其中所述其他光学通道中的透镜的所述焦距超过所述第二光学通道的所述焦距至少2倍。
46.根据权利要求1至45中任一项所述的IR成像系统,其中所述其他光学通道中的透镜的所述焦距超过所述第二光学通道的所述焦距至少5倍。
47.根据权利要求1至46中任一项所述的IR成像系统,其中所述多个光学通道之中的第二光学通道对焦在所述光学窗口处以检测能够使所述系统的操作劣化的遮蔽。
48.根据权利要求1至47中任一项所述的IR成像系统,其中所述第二光学通道具有所述光学通道基本上对焦的景深,并且其中所述第二光学通道的所述景深在所述光学窗口的深度与超过所述光学窗口大约1米之间延伸。
49.根据权利要求1至48中任一项所述的IR成像系统,其中所述第二光学通道具有所述光学通道基本上对焦的景深,并且其中所述第二光学通道的所述景深在所述光学窗口的深度与超过所述光学窗口大约50cm之间延伸。
50.根据权利要求1至49中任一项所述的IR成像系统,其中所述第二光学通道具有所述光学通道基本上对焦的景深,并且其中所述第二光学通道的所述景深在所述光学窗口的深度与超过所述光学窗口大约20cm之间延伸。
51.根据权利要求1至50中任一项所述的IR成像系统,其中所述第二光学通道具有所述光学通道基本上对焦的景深,并且其中所述第二光学通道的所述景深在所述光学窗口的深度与超过所述光学窗口大约10cm之间延伸。
52.根据权利要求1至51中任一项所述的IR成像系统,其中所述处理单元被配置为处理来自所述第二光学通道的图像数据以检测能够使所述系统的操作劣化的遮蔽。
53.根据权利要求1至52中任一项所述的IR成像系统,其中所述处理单元被配置为评估来自所述第二光学通道的所述图像数据有多少对焦以检测能够使所述系统的操作劣化的遮蔽。
54.根据权利要求1至53中任一项所述的IR成像系统,其中所述处理单元被配置为评估来自所述第二光学通道的所述图像数据的对比度以检测能够使所述系统的操作劣化的遮蔽。
55.根据权利要求1至54中任一项所述的IR成像系统,其中所述处理单元被配置为执行来自所述第二光学通道的所述图像数据的边缘增强。
56.根据权利要求1至55中任一项所述的IR成像系统,其中所述处理单元被配置为执行来自所述第二光学通道的所述图像数据的边缘检测。
57.根据权利要求1至56中任一项所述的IR成像系统,其中所述处理单元被配置为执行来自所述第二光学通道的所述图像数据的归一化。
58.根据权利要求1至57中任一项所述的IR成像系统,其中所述图像数据的所述归一化包括缩放来自所述第二光学通道的所述图像数据。
59.根据权利要求1至58中任一项所述的IR成像系统,其中所述图像数据的所述归一化包括从来自所述第二光学通道的所述图像数据扣减。
60.根据权利要求1至59中任一项所述的IR成像系统,其中所述处理单元被配置为评估来自所述第二光学通道的图像数据是否超过阈值以确定是否存在能够使所述系统的操作劣化的遮蔽。
61.根据权利要求1至60中任一项所述的IR成像系统,其中多个所述光学通道对焦在光学无穷远处以检测目标物质。
62.根据权利要求1至61中任一项所述的IR成像系统,其中多个所述光学通道对焦在至少10米的距离处以检测目标物质。
63.根据权利要求1至62中任一项所述的IR成像系统,其中多个所述光学通道对焦在至少20米的距离处以检测目标物质。
64.根据权利要求1至63中任一项所述的IR成像系统,其中所述处理单元被进一步配置为处理来自所述多个光学通道的图像数据以检测所述目标物质。
65.根据权利要求1至64中任一项所述的IR成像系统,其中所述光学检测器系统包括多个光学检测器,每个光学检测器与所述光学通道中的相应一者相关联。
66.根据权利要求1至65中任一项所述的IR成像系统,其中所述光学检测器系统包括具有多个区域的至少一个光学检测器,每个所述区域与所述光学通道中的相应一者相关联。
67.根据权利要求1至66中任一项所述的IR成像系统,其中:
所述多个光学通道之中的第二光学通道对焦在所述光学窗口处;并且
所述处理单元被配置为处理来自所述第一光学通道和所述第二光学通道的图像数据以检测能够使所述系统的操作劣化的遮蔽。
68.根据权利要求1至67中任一项所述的IR成像系统,其中所述处理单元被配置为:
比较来自所述第一光学通道和所述第二光学通道的图像数据以检测能够使所述系统的操作劣化的遮蔽。
69.根据权利要求1至68中任一项所述的IR成像系统,其中比较所述第一图像和所述第二图像包括比较所述第一图像和所述第二图像并且使用视差所引起的所述第一图像和所述第二图像之间的差异来确定是否存在能够使所述系统的操作劣化的遮蔽。
70.根据权利要求1至69中任一项所述的IR成像系统,其中比较所述第一图像和所述第二图像包括执行所述第一图像和所述第二图像的相关。
71.根据权利要求1至70中任一项所述的IR成像系统,其中所述第一光学通道和所述第二光学通道沿给定方向在空间上不同,并且其中处理单元被配置为:
比较来自沿着所述给定方向处于多个偏移的所述第一光学通道和所述第二光学通道的图像数据以检测能够使所述系统的操作劣化的遮蔽。
72.根据权利要求1至71中任一项所述的IR成像系统,其中所述处理单元被配置为增强来自所述两个光学通道的所述图像数据中的边缘。
73.根据权利要求1至72中任一项所述的IR成像系统,其中所述处理单元被配置为将非锐化遮罩应用于来自所述两个光学通道的所述图像数据。
74.根据权利要求1至73中任一项所述的IR成像系统,其中所述处理单元被配置为从来自所述两个光学通道的所述图像数据减去至少一个基准图像。
75.根据权利要求1至74中任一项所述的IR成像系统,其中所述处理单元被配置为检测来自所述两个光学通道的所述图像数据中的边缘。
76.根据权利要求1至75中任一项所述的IR成像系统,其中所述处理单元被配置为将边缘检测遮罩应用于来自所述两个光学通道的所述图像数据。
77.根据权利要求1至76中任一项所述的IR成像系统,其中所述处理单元被配置为将索贝尔滤波器应用于来自所述两个光学通道的所述图像数据。
78.根据权利要求1至77中任一项所述的IR成像系统,其中所述处理单元被配置为将索贝尔滤波器应用于来自所述两个光学通道的所述图像数据以创建第一渐变图像和第二渐变图像。
79.根据权利要求1至78中任一项所述的IR成像系统,其中所述处理单元被配置为使所述第一渐变图像和所述第二渐变图像归一化。
80.根据权利要求1至79中任一项所述的IR成像系统,其中所述处理单元被配置为使所述第一渐变图像和所述第二渐变图像互相关以检测能够使所述系统的操作劣化的遮蔽。
81.根据权利要求1至80中任一项所述的IR成像系统,其中所述窗口嵌入在所述外壳中或处于所述外壳中的开口中。
82.根据权利要求1至81中任一项所述的IR成像系统,其中所述IR成像系统被配置为补偿因遮蔽而引起的衰减效应。
83.根据权利要求1至82中任一项所述的IR成像系统,其中所述IR成像系统被配置为使得所述系统的操作包括对图像执行光谱分析以检测目标物质,并且其中所述IR成像系统被配置为在所述光谱分析时补偿因遮蔽而引起的衰减效应。
84.根据权利要求1至83中任一项所述的IR成像系统,其中所述IR成像系统被配置为使得所述系统的操作包括对图像执行光谱分析以检测目标物质,并且其中所述IR成像系统被配置为在确定目标物质的存在过程中削弱来自所述多个光学通道中的所述其他光学通道的红外图像数据的一个或多个帧。
85.一种用于使场景中的目标物质成像的红外(IR)成像系统,所述IR成像系统包括:
光学窗口;
第一相机系统,所述第一相机系统被配置为通过所述光学窗口采集所述场景的红外图像数据;
第二相机系统,所述第二相机系统在比所述第一相机系统更接近所述光学窗口处对焦;和
处理单元,所述处理单元包含处理器,所述处理单元被配置为:
分析来自所述第一相机系统的所述红外图像数据以基于所述红外图像数据来检测所述目标物质;以及
分析来自所述第二相机系统的图像数据以基于来自所述第二相机系统的所述图像数据来确定是否存在能够使所述系统的操作劣化的遮蔽。
86.根据权利要求85所述的IR成像系统,其中所述第一相机系统和所述第二相机系统包括在空间上和光谱上不同的第一光学通道和第二光学通道。
87.根据权利要求85至86中任一项所述的IR成像系统,其中所述处理单元被配置为在确定存在能够使所述系统的操作劣化的遮蔽之后提供窗口遮蔽警示。
88.根据权利要求85至87中任一项所述的IR成像系统,其中所述处理单元被配置为接收所述窗口遮蔽警示,并且作为响应,调节来自所述第一相机系统的所述红外图像数据以补偿所述遮蔽。
89.根据权利要求85至88中任一项所述的IR成像系统,其中所述处理单元被配置为接收所述窗口遮蔽警示,并且作为响应,禁用来自所述第一相机系统的所述红外图像数据的分析。
90.根据权利要求85至89中任一项所述的IR成像系统,其中所述处理单元被配置为接收所述窗口遮蔽警示,并且作为响应,在确定目标物质的存在过程中削弱来自所述第一相机系统的红外图像数据的一个或多个帧。
91.根据权利要求85至90中任一项所述的IR成像系统,其中所述IR成像系统被配置为补偿因遮蔽而引起的衰减效应。
92.根据权利要求85至91中任一项所述的IR成像系统,其中所述IR成像系统被配置为对图像执行光谱分析以检测目标物质,并且被配置为在所述光谱分析时补偿因所述遮蔽而引起的衰减效应。
93.根据权利要求85至92中任一项所述的IR成像系统,其中所述处理单元被配置为向用户提供所述窗口遮蔽警示。
94.根据权利要求85至93中任一项所述的IR成像系统,其中所述IR成像系统还包括:
光学焦平面阵列(FPA),所述光学焦平面阵列分成各部分;和
多个透镜组件,每个透镜组件被配置为使来自所述场景的光对焦到所述FPA的所述部分中的不同一者上。
95.根据权利要求85至94中任一项所述的IR成像系统,其中:
所述第一相机系统由多个所述透镜组件和所述FPA的多个所述部分形成;并且
所述第二相机系统由所述透镜组件中的一者和所述FPA的所述部分中的一者形成。
96.根据权利要求85至95中任一项所述的IR成像系统,其中:
所述第一相机系统由多个所述透镜组件和所述FPA的多个所述部分形成;并且
所述第二相机系统由所述透镜组件中的两者和所述FPA的所述部分中的两者形成。
97.根据权利要求85至96中任一项所述的IR成像系统,其中:
所述第一相机系统由多个所述透镜组件和所述FPA的多个所述部分形成;并且
所述第二相机系统由所述透镜组件中的两者和所述FPA的所述部分中的两者形成,其中形成所述第二相机系统的所述两个透镜组件和所述FPA的所述两个部分包括相邻透镜组件和所述FPA的相邻部分。
98.根据权利要求85至97中任一项所述的IR成像系统,其中所述IR成像系统还包括:
多个光学焦平面阵列(FPA);和
多个透镜,不同透镜被配置为使来自所述场景的光对焦到FPA中的不同一者上。
99.根据权利要求85至98中任一项所述的IR成像系统,其中所述IR成像系统还包括:
多个光学焦平面阵列(FPA);和
多个透镜组件,不同透镜组件被配置为使来自所述场景的光对焦到FPA中的不同一者上。
100.根据权利要求85至99中任一项所述的IR成像系统,其中所述处理单元被配置为评估所述图像数据有多少对焦以检测能够使所述系统的操作劣化的遮蔽。
101.根据权利要求85至100中任一项所述的IR成像系统,其中所述处理单元被配置为评估所述图像数据的对比度以检测能够使所述系统的操作劣化的遮蔽。
102.根据权利要求85至101中任一项所述的IR成像系统,其中所述处理单元被配置为执行所述图像数据的边缘增强。
103.根据权利要求85至102中任一项所述的IR成像系统,其中所述处理单元被配置为执行所述图像数据的边缘检测。
104.根据权利要求85至103中任一项所述的IR成像系统,其中所述处理单元被配置为执行所述图像数据的归一化。
105.根据权利要求85至104中任一项所述的IR成像系统,其中所述图像数据的所述归一化包括缩放所述图像数据。
106.根据权利要求85至105中任一项所述的IR成像系统,其中所述图像数据的所述归一化包括从所述图像数据扣减。
107.根据权利要求85至106中任一项所述的IR成像系统,其中所述处理单元被配置为评估图像数据是否超过阈值以确定是否存在能够使所述系统的操作劣化的遮蔽。
108.根据权利要求85至107中任一项所述的IR成像系统,其中分析来自所述第二相机系统的图像数据包括:
分析来自所述第二相机系统的第一光学通道和第二光学通道的图像数据以检测能够使所述系统的操作劣化的遮蔽。
109.根据权利要求85至108中任一项所述的IR成像系统,其中所述处理单元被配置为:
比较来自所述第一光学通道和所述第二光学通道的图像数据以检测能够使所述系统的操作劣化的遮蔽。
110.根据权利要求85至109中任一项所述的IR成像系统,其中比较所述第一图像和所述第二图像包括比较所述第一图像和所述第二图像并且使用视差所引起的所述第一图像和所述第二图像之间的差异来确定是否存在能够使所述系统的操作劣化的遮蔽。
111.根据权利要求85至110中任一项所述的IR成像系统,其中比较所述第一图像和所述第二图像包括执行所述第一图像和所述第二图像的相关。
112.根据权利要求85至111中任一项所述的IR成像系统,其中所述第一光学通道和所述第二光学通道沿给定方向在空间上不同,并且其中处理单元被配置为:
比较来自沿着所述给定方向处于多个偏移的所述第一光学通道和所述第二光学通道的图像数据以检测能够使所述系统的操作劣化的遮蔽。
113.根据权利要求85至112中任一项所述的IR成像系统,其中所述处理单元被配置为增强来自所述第一光学通道和所述第二光学通道的所述图像数据中的边缘。
114.根据权利要求85至113中任一项所述的IR成像系统,其中所述处理单元被配置为从来自所述第一光学通道和所述第二光学通道的所述图像数据减去至少一个基准图像。
115.根据权利要求85至114中任一项所述的IR成像系统,其中所述处理单元被配置为检测来自所述第一光学通道和所述第二光学通道的所述图像数据中的边缘。
116.根据权利要求85至115中任一项所述的IR成像系统,其中所述处理单元被配置为将边缘检测遮罩应用于来自所述第一光学通道和所述第二光学通道的所述图像数据。
117.根据权利要求85至116中任一项所述的IR成像系统,其中包含所述处理器的所述处理单元被配置为通过以下方式基于来自所述第二相机系统的所述图像数据来确定是否存在能够使所述系统的操作劣化的遮蔽:
从所述FPA的第一部分接收第一图像;
从所述FPA的第二部分接收第二图像;
将所述第一图像和所述第二图像变换成相应第一渐变图像和第二渐变图像;
确定所述渐变图像具有超过第一预定阈值的渐变值;
在确定所述渐变值超过所述第一预定阈值之后提供所述窗口遮蔽警示。
118.根据权利要求85至117中任一项所述的IR成像系统,其中包含所述处理器的所述处理单元被配置为通过以下方式基于来自所述第二相机系统的所述图像数据来确定是否存在能够使所述系统的操作劣化的遮蔽:
从所述FPA的第一部分接收第一图像;
从所述FPA的第二部分接收第二图像;
将所述第一图像和所述第二图像变换成相应第一渐变图像和第二渐变图像;
确定所述第一渐变图像和所述第二渐变图像具有超过第一预定阈值的互相关值;以及
在确定所述互相关值超过所述第一预定阈值之后提供所述窗口遮蔽警示。
119.根据权利要求85至118中任一项所述的IR成像系统,其中包含所述处理器的所述处理单元被配置为通过以下方式基于来自所述第二相机系统的所述图像数据来确定是否存在能够使所述系统的操作劣化的遮蔽:
从所述FPA的第一部分接收第一图像;
从所述FPA的第二部分接收第二图像;
将所述第一图像和所述第二图像变换成相应第一渐变图像和第二渐变图像;
确定所述渐变图像具有超过第一预定阈值的渐变值;
使所述第一渐变图像和所述第二渐变图像互相关;
确定所述第一渐变图像和所述第二渐变图像具有超过第二预定阈值的互相关值;以及
在确定所述渐变值超过所述第一预定阈值并且所述互相关值超过所述第二预定阈值之后提供所述窗口遮蔽警示。
120.根据权利要求85至119中任一项所述的IR成像系统,其中:
确定所述第一渐变图像和所述第二渐变图像具有超过第二预定阈值的互相关值包括:
确定多个互相关值,每个互相关值与所述第一渐变图像和所述第二渐变图像的不同对齐相关联;以及
确定所述多个互相关值中的至少一个互相关值超过所述第二预定阈值。
121.根据权利要求85至120中任一项所述的IR成像系统,其中:
确定所述第一渐变图像和所述第二渐变图像具有超过第二预定阈值的互相关值包括:
确定多个互相关值,每个互相关值与所述第一渐变图像和所述第二渐变图像的不同对齐相关联;
识别所述多个互相关值中的第一互相关值;
从所述多个互相关值中的每个所述互相关值减去所述第一互相关值;
在减去所述第一互相关值之后,识别所述多个互相关值中的第二互相关值;以及
确定所述第二互相关值超过所述第二预定阈值。
122.根据权利要求85至121中任一项所述的IR成像系统,其中将所述第一图像和所述第二图像变换成相应第一渐变图像和第二渐变图像包括将索贝尔滤波器应用于所述第一图像和所述第二图像。
123.根据权利要求85至122中任一项所述的IR成像系统,其中将所述第一图像和所述第二图像变换成相应第一渐变图像和第二渐变图像包括将索贝尔滤波器应用于所述第一图像和所述第二图像并且从所述渐变图像移除降至预定阈值以下的值。
124.根据权利要求85至123中任一项所述的IR成像系统,其中在使所述第一渐变图像和所述第二渐变图像互相关之前,所述处理单元被配置为使每个所述渐变图像归一化。
125.根据权利要求85至124中任一项所述的IR成像系统,其中在使所述第一渐变图像和所述第二渐变图像互相关之前,所述处理单元被配置为通过以下方式使每个所述渐变图像归一化:对于每个渐变图像而言,从每个渐变图像减去中值并且将每个渐变图像除以标准偏差值。
126.根据权利要求85至125中任一项所述的IR成像系统,其中在使所述第一渐变图像和所述第二渐变图像互相关之前,所述处理单元被配置为使每个所述渐变图像归一化。
127.根据权利要求85至126中任一项所述的IR成像系统,其中在将所述第一图像和所述第二图像变换成相应第一渐变图像和第二渐变图像之前,所述处理单元被配置为从所述第一图像减去第一基准图像并且从所述第二图像减去第二基准图像。
128.根据权利要求85至127中任一项所述的IR成像系统,其中所述第二相机系统对焦在所述光学窗口的1米内。
129.根据权利要求85至128中任一项所述的IR成像系统,其中所述第二相机系统对焦在所述光学窗口的2米内。
130.根据权利要求85至129中任一项所述的IR成像系统,其中所述第二相机系统对焦在所述光学窗口上。
131.根据权利要求85至130中任一项所述的IR成像系统,其中所述第一相机系统对焦在至少10米的距离处。
132.根据权利要求85至131中任一项所述的IR成像系统,其中所述第一相机系统对焦在至少20米的距离处。
133.根据权利要求85至132中任一项所述的IR成像系统,其中所述第一相机系统对焦在至少25米的距离处。
134.根据权利要求85至133中任一项所述的IR成像系统,其中所述第一相机系统和所述第二相机系统包括具有相应焦距的相应成像透镜,并且所述第一相机的所述焦距是所述第二相机的所述焦距的2倍。
135.根据权利要求85至134中任一项所述的IR成像系统,其中所述第一相机系统和所述第二相机系统包括具有相应焦距的相应成像透镜,并且所述第一相机的所述焦距是所述第二相机的所述焦距的5倍。
136.一种检测IR成像系统中的光学窗口的遮蔽的方法,所述IR成像系统包括处理电路以及多个在空间上和光谱上不同的光学通道,每个光学通道包括使入射IR光对焦在光学检测器系统的相应部分上的一组透镜,所述方法包括:
利用所述处理电路从所述多个光学通道中的第一光学通道接收第一图像;
利用所述处理电路从所述多个光学通道中的第二光学通道接收第二图像;以及
利用所述处理电路分析所述第一图像和所述第二图像以检测能够使所述系统的操作劣化的遮蔽。
137.根据权利要求136所述的方法,其中所述第一图像和所述第二图像对焦在所述光学窗口的所述深度处。
138.根据权利要求136至137中任一项所述的方法,其中分析所述第一图像和所述第二图像包括利用所述处理电路比较所述第一图像和所述第二图像以识别能够使所述系统的操作劣化的遮蔽。
139.根据权利要求136至138中任一项所述的方法,其中分析所述第一图像和所述第二图像包括利用所述处理电路比较所述第一图像和所述第二图像并且使用视差所引起的所述第一图像和所述第二图像之间的差异来确定是否存在能够使所述系统的操作劣化的遮蔽。
140.根据权利要求136至139中任一项所述的方法,其中分析所述第一图像和所述第二图像包括评估所述图像有多少对焦以检测能够使所述系统的操作劣化的遮蔽。
141.根据权利要求136至140中任一项所述的方法,其中分析所述第一图像和所述第二图像包括评估所述图像的对比度以检测能够使所述系统的操作劣化的遮蔽。
142.根据权利要求136至141中任一项所述的方法,还包括执行边缘增强。
143.根据权利要求136至142中任一项所述的方法,还包括执行边缘检测。
144.根据权利要求136至143中任一项所述的方法,还包括使图像数据归一化。
145.根据权利要求136至144中任一项所述的方法,其中所述归一化包括缩放图像数据。
146.根据权利要求136至145中任一项所述的方法,其中所述归一化包括从图像数据扣减。
147.根据权利要求136至146中任一项所述的方法,其中分析所述第一图像和所述第二图像包括执行所述第一图像和所述第二图像的相关。
148.根据权利要求136至147中任一项所述的方法,其中分析所述第一图像和所述第二图像包括比较来自沿着所述给定方向处于多个偏移的所述第一图像和所述第二图像的图像数据以检测能够使所述系统的操作劣化的遮蔽。
149.根据权利要求136至148中任一项所述的方法,其中分析所述第一图像和所述第二图像包括评估图像数据是否超过阈值以确定能够使所述系统的操作劣化的遮蔽。
150.根据权利要求136至149中任一项所述的方法,其中分析所述第一图像和所述第二图像包括利用所述处理电路将非锐化遮罩应用于所述第一图像和所述第二图像。
151.根据权利要求136至150中任一项所述的方法,还包括:
利用所述处理电路从所述第一图像减去第一基准图像并且从所述第二图像减去第二基准图像。
152.根据权利要求136至151中任一项所述的方法,还包括:
利用所述处理电路检测所述第一图像和所述第二图像中的边缘。
153.根据权利要求136至152中任一项所述的方法,还包括:
利用所述处理电路将索贝尔滤波器应用于所述第一图像和所述第二图像。
154.根据权利要求136至153中任一项所述的方法,还包括:
利用所述处理电路将索贝尔滤波器应用于所述第一图像和所述第二图像以创建相应第一渐变图像和第二渐变图像。
155.根据权利要求136至154中任一项所述的方法,还包括:
利用所述处理电路使所述第一渐变图像和所述第二渐变图像归一化。
156.根据权利要求136至155中任一项所述的方法,还包括:
利用所述处理电路使所述第一渐变图像和所述第二渐变图像互相关。
157.根据权利要求136至156中任一项所述的方法,还包括:
利用所述处理电路确定所述第一渐变图像和所述第二渐变图像之间的至少一个互相关超过第一窗口遮蔽阈值并且所述第一渐变图像和所述第二渐变图像超过第二窗口遮蔽阈值,并且作为响应,提供所述光学窗口被遮蔽的警示。
158.根据权利要求136至157中任一项所述的方法,其中所述系统的操作包括基于来自所述多个在空间上和光谱上不同的光学通道的图像数据来检测目标物质。
159.根据权利要求136至158中任一项所述的方法,还包括执行光谱分析以检测所述目标物质。
160.根据权利要求136至159中任一项所述的方法,还包括调节来自所述多个光学通道的图像数据以补偿因所述窗口被遮蔽而引起的衰减效应。
161.根据权利要求136至160中任一项所述的方法,还包括在确定目标物质的存在过程中削弱来自所述多个光学通道的图像数据的一个或多个帧。
162.根据权利要求136至161中任一项所述的方法,还包括在所述窗口被遮蔽时发送警示。
163.根据权利要求1至135中任一项所述的IR成像系统,其中所述IR成像系统被配置为使得所述系统的操作包括对图像执行光谱分析以检测目标物质。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201762584076P | 2017-11-09 | 2017-11-09 | |
US62/584,076 | 2017-11-09 | ||
US201762584684P | 2017-11-10 | 2017-11-10 | |
US62/584,684 | 2017-11-10 | ||
PCT/US2018/059890 WO2019094639A1 (en) | 2017-11-09 | 2018-11-08 | Window obscuration sensors for mobile gas and chemical imaging cameras |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111527397A true CN111527397A (zh) | 2020-08-11 |
CN111527397B CN111527397B (zh) | 2023-11-17 |
Family
ID=66327611
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880084874.6A Active CN111527397B (zh) | 2017-11-09 | 2018-11-08 | 红外ir成像系统及其光学窗口遮蔽检测方法 |
Country Status (4)
Country | Link |
---|---|
US (8) | US10605725B2 (zh) |
EP (3) | EP4116702B1 (zh) |
CN (1) | CN111527397B (zh) |
WO (1) | WO2019094639A1 (zh) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9599508B2 (en) | 2012-05-18 | 2017-03-21 | Rebellion Photonics, Inc. | Divided-aperture infra-red spectral imaging system |
CA2873989C (en) | 2012-05-18 | 2022-05-17 | Rebellion Photonics, Inc. | Divided-aperture infra-red spectral imaging system for chemical detection |
EP3540392A1 (en) | 2013-11-12 | 2019-09-18 | Rebellion Photonics, Inc. | Divided-aperture infra-red spectral imaging system |
US11290662B2 (en) | 2014-05-01 | 2022-03-29 | Rebellion Photonics, Inc. | Mobile gas and chemical imaging camera |
US20170026588A1 (en) | 2014-05-01 | 2017-01-26 | Rebellion Photonics, Inc. | Dual-band divided-aperture infra-red spectral imaging system |
US10458905B2 (en) | 2014-07-07 | 2019-10-29 | Rebellion Photonics, Inc. | Gas leak emission quantification with a gas cloud imager |
CA2987404A1 (en) | 2015-05-29 | 2016-12-08 | Rebellion Photonics, Inc. | Hydrogen sulfide imaging system |
US10375327B2 (en) | 2016-10-21 | 2019-08-06 | Rebellion Photonics, Inc. | Mobile gas and chemical imaging camera |
EP3529592B1 (en) | 2016-10-21 | 2023-04-05 | Rebellion Photonics, Inc. | Gas imaging system |
WO2018156795A1 (en) | 2017-02-22 | 2018-08-30 | Rebellion Photonics, Inc. | Systems and methods for monitoring remote installations |
EP4116702B1 (en) | 2017-11-09 | 2024-01-03 | Rebellion Photonics, Inc. | Window obscuration sensors for mobile gas and chemical imaging cameras |
EP3973506A4 (en) * | 2019-06-17 | 2022-08-03 | Shanghai United Imaging Healthcare Co., Ltd. | SYSTEMS AND METHODS FOR IMAGE PROCESSING |
US11649782B2 (en) * | 2019-07-16 | 2023-05-16 | Baker Hughes Oilfield Operations Llc | Gas emission monitoring and detection |
DE102019124092A1 (de) * | 2019-09-09 | 2021-03-11 | Grandperspective GmbH | System und Verfahren zur Überwachung eines Luftraumes für ein ausgedehntes Gelände |
CN111062317A (zh) * | 2019-12-16 | 2020-04-24 | 中国计量大学上虞高等研究院有限公司 | 一种扫描文档的裁边方法与系统 |
EP4093671A4 (en) | 2020-02-13 | 2023-12-27 | Skydio Inc. | THREE-DIMENSIONAL RECONSTRUCTION OF AN UNMANNED AIRCRAFT |
CN111220618B (zh) * | 2020-02-25 | 2020-12-04 | 广州华粤科技有限公司 | 一种基于无人机的远程监测污染物气体vocs排放的装置 |
US11885671B2 (en) * | 2020-06-03 | 2024-01-30 | Labsphere, Inc. | Field spectral radiometers including calibration assemblies |
CN114308746B (zh) * | 2021-10-27 | 2023-06-30 | 中国科学院光电技术研究所 | 一种中红外光谱分析仪光学系统清洁装置 |
US11815427B2 (en) * | 2022-01-14 | 2023-11-14 | Rebellion Photonics, Inc. | Systems, methods, and computer program products for recursive hyperspectral imaging |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050057366A1 (en) * | 1999-12-08 | 2005-03-17 | Kadwell Brian J. | Compact particle sensor |
US20060044562A1 (en) * | 2004-08-25 | 2006-03-02 | Norsk Elektro Optikk As | Gas monitor |
US20090015824A1 (en) * | 2007-07-09 | 2009-01-15 | Gary Shubinsky | Optical Multiwavelength Window Contamination Monitor for Optical Control Sensors and Systems |
US20100155482A1 (en) * | 2008-12-23 | 2010-06-24 | Ncr Corporation | Methods and Apparatus for Increased Range of Focus in Image Based Bar Code Scanning |
CN101896856A (zh) * | 2007-10-22 | 2010-11-24 | 维森盖特有限公司 | 用于光学层析成像的景深扩展 |
US20110253917A1 (en) * | 2008-12-23 | 2011-10-20 | Adc Automotive Distance Control Systems Gmbh | Optical Module Having a Multifocal Optical System for Covering a Far Range and a Near Range in One Image |
US20150069239A1 (en) * | 2012-05-18 | 2015-03-12 | Rebellion Photonics, Inc. | Divided-aperture infra-red spectral imaging system for chemical detection |
US20150136981A1 (en) * | 2012-05-18 | 2015-05-21 | Rebellion Photonics, Inc. | Divided-aperture infra-red spectral imaging system |
US20150136982A1 (en) * | 2013-11-12 | 2015-05-21 | Rebellion Photonics, Inc. | Divided-aperture infra-red spectral imaging system |
US20150316473A1 (en) * | 2014-05-01 | 2015-11-05 | Rebellion Photonics, Inc. | Mobile gas and chemical imaging camera |
EP2942615A1 (en) * | 2014-05-01 | 2015-11-11 | Rebellion Photonics, Inc. | Mobile gas and chemical imaging camera |
EP2955496A2 (en) * | 2014-05-01 | 2015-12-16 | Rebellion Photonics, Inc. | Dual band divided aperture infrared spectral imager (daisi) for chemical detection |
US20160097713A1 (en) * | 2014-07-07 | 2016-04-07 | Rebellion Photonics, Inc. | Gas leak emission quantification with a gas cloud imager |
US20160349228A1 (en) * | 2015-05-29 | 2016-12-01 | Rebellion Photonics, Inc. | Hydrogen sulfide imaging system |
CN106716486A (zh) * | 2014-06-24 | 2017-05-24 | 弗劳恩霍夫应用研究促进协会 | 用于包括若干光学通道的多孔径光学器件相对于图像传感器的相对定位的设备和方法 |
Family Cites Families (138)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB1014769A (en) | 1963-04-11 | 1965-12-31 | Barnes Eng Co | Improvements in thermal image systems for temperature measurement |
FR2181203A5 (zh) | 1972-04-21 | 1973-11-30 | Onera (Off Nat Aerospatiale) | |
US3841763A (en) | 1973-06-25 | 1974-10-15 | Timelapse Inc | Method and apparatus for monitoring and correlating visible environmental contamination |
US4134683A (en) | 1976-03-05 | 1979-01-16 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Multispectral imaging and analysis system |
US4464789A (en) | 1980-05-19 | 1984-08-07 | Environmental Research Institute Of Michigan | Image analyzer for processing multiple frames of image data |
US4390785A (en) | 1980-12-29 | 1983-06-28 | E. I. Du Pont De Nemours & Co. | Method and apparatus for remotely detecting gases in the atmosphere |
US4963963A (en) | 1985-02-26 | 1990-10-16 | The United States Of America As Represented By The Secretary Of The Air Force | Infrared scanner using dynamic range conserving video processing |
US4965448A (en) | 1986-04-24 | 1990-10-23 | Honeywell Inc. | Internal calibration source for infrared radiation detector |
GB2200813B (en) | 1987-02-03 | 1991-06-05 | Gec Avionics | Thermal imager |
US5157258A (en) | 1989-08-21 | 1992-10-20 | Rockwell International Corporation | Multicolor infrared focal plane arrays |
US5136421A (en) | 1990-06-29 | 1992-08-04 | Texas Instruments Incorporated | Thermal imaging system and method using scene-average radiation as a thermal reference |
US6198532B1 (en) | 1991-02-22 | 2001-03-06 | Applied Spectral Imaging Ltd. | Spectral bio-imaging of the eye |
US5127742A (en) | 1991-04-19 | 1992-07-07 | Thermoscan Inc. | Apparatus and method for temperature measurement by radiation |
SE9201655L (sv) | 1992-05-26 | 1993-08-23 | Agema Infrared Systems Ab | Arrangemang foer uppteckning av en ir-bild av ett objekt innefattande en plan gruppering av ir-detektorer och ett temperaturreferensarrangemang |
US5354987A (en) | 1992-12-07 | 1994-10-11 | Texas Instruments Incorporated | Calibrating focal plane arrays using multiple variable radiometric sources |
US5559336A (en) | 1994-07-05 | 1996-09-24 | Santa Barbara Research Center | Integrated LPE-grown structure for simultaneous detection of infrared radiation in two bands |
US5550373A (en) | 1994-12-30 | 1996-08-27 | Honeywell Inc. | Fabry-Perot micro filter-detector |
US5822222A (en) | 1995-04-05 | 1998-10-13 | New Jersey Institute Of Technology | Multi-wavelength imaging pyrometer |
US7119337B1 (en) | 1997-08-04 | 2006-10-10 | Ion Optics, Inc. | Infrared radiation sources, sensors and source combinations, and methods of manufacture |
US6023061A (en) | 1995-12-04 | 2000-02-08 | Microcam Corporation | Miniature infrared camera |
US5973844A (en) | 1996-01-26 | 1999-10-26 | Proxemics | Lenslet array systems and methods |
US5920066A (en) | 1996-08-02 | 1999-07-06 | Raytheon Company | Real-time adaptive thermal reference control for night vision systems |
AU4812097A (en) | 1996-10-09 | 1998-05-05 | Symyx Technologies, Inc. | Infrared spectroscopy and imaging of libraries |
US5994701A (en) | 1996-10-15 | 1999-11-30 | Nippon Avonics Co., Ltd. | Infrared sensor device with temperature correction function |
US5877500A (en) | 1997-03-13 | 1999-03-02 | Optiscan Biomedical Corporation | Multichannel infrared detector with optical concentrators for each channel |
US5877777A (en) | 1997-04-07 | 1999-03-02 | Colwell; Tyler G. | Fluid dynamics animation system and method |
US6268883B1 (en) | 1997-05-30 | 2001-07-31 | California Institute Of Technology | High speed infrared imaging system and method |
JP2001525534A (ja) | 1997-07-12 | 2001-12-11 | オプティカル インサイツ,リミティド ライアビリティー カンパニー | 多重スペクトル二次元画像分光計 |
US6184529B1 (en) | 1998-01-28 | 2001-02-06 | Lockheed Martin Corporation | Methods and apparatus for performing scene based uniformity correction in imaging systems |
US6097034A (en) * | 1998-02-12 | 2000-08-01 | Instrumentarium Oy | Radiation source assembly and transducer for analyzing gases or other substances |
US6456261B1 (en) | 1998-11-23 | 2002-09-24 | Evan Y. W. Zhang | Head/helmet mounted passive and active infrared imaging system with/without parallax |
CA2365866C (en) | 1999-03-17 | 2007-07-24 | University Of Virginia Patent Foundation | Passive remote sensor of chemicals |
GB2359631B (en) | 2000-02-26 | 2002-03-06 | Schlumberger Holdings | Hydrogen sulphide detection method and apparatus |
US6610984B2 (en) | 2000-03-17 | 2003-08-26 | Infrared Components Corporation | Method and apparatus for correction of microbolometer output |
US6465785B1 (en) | 2000-05-05 | 2002-10-15 | Infrared Solutions, Inc. | Apparatus and method for compensating for pixel non-uniformity in a bolometer |
WO2002010718A2 (en) | 2000-07-27 | 2002-02-07 | Bae Systems Information And Electronic Systems Integration, Inc. | Spectral drift and correction technique for hyperspectral imaging systems |
US6700527B1 (en) | 2000-11-15 | 2004-03-02 | Harris Corporation | Coherent two-dimensional image formation by passive synthetic aperture collection and processing of multi-frequency radio signals scattered by cultural features of terrestrial region |
US7025138B2 (en) | 2000-12-08 | 2006-04-11 | Schlumberger Technology Corporation | Method and apparatus for hydrogen sulfide monitoring |
US6901173B2 (en) | 2001-04-25 | 2005-05-31 | Lockheed Martin Corporation | Scene-based non-uniformity correction for detector arrays |
US6680778B2 (en) | 2001-11-08 | 2004-01-20 | Michele Hinnrichs | Gas leak detector |
US20030102435A1 (en) | 2001-11-20 | 2003-06-05 | Mark Myers | Multiband, single element wide field of view infrared imaging system |
US7318909B2 (en) | 2001-12-12 | 2008-01-15 | Trustees Of Princeton University | Method and apparatus for enhanced evanescent field exposure in an optical fiber resonator for spectroscopic detection and measurement of trace species |
GB0205482D0 (en) | 2002-03-08 | 2002-04-24 | Bae Systems Plc | Improvements in or relating to infra red camera calibration |
US6737639B2 (en) | 2002-03-27 | 2004-05-18 | Raytheon Company | Display uniformity calibration system and method for a staring forward looking infrared sensor |
CA2486523A1 (en) | 2002-05-22 | 2003-12-31 | First Responder Systems And Technology, Llc | Processing system for remote chemical identification |
US6931328B2 (en) | 2002-11-08 | 2005-08-16 | Optiscan Biomedical Corp. | Analyte detection system with software download capabilities |
EP1595131A4 (en) | 2003-02-10 | 2008-11-26 | Univ Virginia | SYSTEM AND METHOD FOR REMOTELY DETECTING AND / OR ANALYZING THE SPECTRAL PROPERTIES OF TARGETS AND / OR CHEMICAL SPECIES FOR DETECTION AND IDENTIFICATION THEREOF |
WO2004076991A2 (en) | 2003-02-21 | 2004-09-10 | Delphi Technologies, Inc. | Pyroelectric sensor |
WO2004097389A2 (en) | 2003-04-25 | 2004-11-11 | Land Instruments International Limited | Thermal imaging system and method |
CA2528299A1 (en) | 2003-06-11 | 2005-01-06 | Furry Brothers, Llc | Systems and methods for performing inspections and detecting chemical leaks using an infrared camera system |
US7023545B2 (en) | 2003-06-12 | 2006-04-04 | Textron Systems Corporation | Chemical identification by flash spectroscopy |
US7030378B2 (en) | 2003-08-05 | 2006-04-18 | Bae Systems Information And Electronic Systems Integration, Inc. | Real-time radiation sensor calibration |
IL158245A0 (en) | 2003-10-02 | 2004-08-31 | Opgal Ltd | A flir camera having fov vs. sensitivity control |
US7242478B1 (en) | 2003-12-05 | 2007-07-10 | Surface Optics Corporation | Spatially corrected full-cubed hyperspectral imager |
US7433042B1 (en) | 2003-12-05 | 2008-10-07 | Surface Optics Corporation | Spatially corrected full-cubed hyperspectral imager |
US7109488B2 (en) | 2004-02-26 | 2006-09-19 | The United States Of America As Represented By The Secretary Of The Army | Multi-color infrared imaging device |
US7321119B2 (en) | 2004-08-12 | 2008-01-22 | E.D. Bullard Company | Method and system for thermal imaging having a selective temperature imaging mode |
SE0402576D0 (sv) | 2004-10-25 | 2004-10-25 | Forskarpatent I Uppsala Ab | Multispectral and hyperspectral imaging |
US7750802B1 (en) | 2005-02-11 | 2010-07-06 | Parish Warren G | Illumination and detection architecture |
US7375814B2 (en) | 2005-03-11 | 2008-05-20 | Sandia Corporation | Natural gas leak mapper |
US7880777B2 (en) | 2005-05-26 | 2011-02-01 | Fluke Corporation | Method for fixed pattern noise reduction in infrared imaging cameras |
US20080204744A1 (en) | 2005-07-11 | 2008-08-28 | Jose Mir | High Speed, Optically-Multiplexed, Hyperspectral Imagers and Methods Thereof |
US8179296B2 (en) | 2005-09-30 | 2012-05-15 | The Massachusetts Institute Of Technology | Digital readout method and apparatus |
US7655909B2 (en) | 2006-01-26 | 2010-02-02 | L-3 Communications Corporation | Infrared detector elements and methods of forming same |
US7459686B2 (en) | 2006-01-26 | 2008-12-02 | L-3 Communications Corporation | Systems and methods for integrating focal plane arrays |
US7606484B1 (en) | 2006-03-23 | 2009-10-20 | Flir Systems, Inc. | Infrared and near-infrared camera hyperframing |
US7634157B1 (en) | 2006-03-23 | 2009-12-15 | Flir Systems, Inc. | Infrared and near-infrared camera hyperframing |
US8027041B1 (en) | 2006-06-08 | 2011-09-27 | Wavefront Research, Inc. | Compact snapshot multispectral imaging system |
WO2008105812A2 (en) | 2006-08-16 | 2008-09-04 | Sridhar Lakshmanan | Portable mems-based spectral identification system |
US7888624B1 (en) | 2006-11-24 | 2011-02-15 | Solid State Scientific Corporation | Simultaneous spectral imaging system including commonly filtered optical paths defined by focusing elements exhibiting disparate f-numbers |
US8153980B1 (en) | 2006-11-30 | 2012-04-10 | L-3 Communications Corp. | Color correction for radiation detectors |
US8319846B2 (en) | 2007-01-11 | 2012-11-27 | Raytheon Company | Video camera system using multiple image sensors |
WO2008109183A1 (en) | 2007-03-08 | 2008-09-12 | University Of Virginia Patent Foundation | Approach for passively detecting analytes |
US8653461B1 (en) | 2007-03-23 | 2014-02-18 | Flir Systems, Inc. | Thermography camera tuned to detect absorption of infrared radiation in a selected spectral bandwidth |
US8659664B2 (en) | 2007-03-23 | 2014-02-25 | Flir Systems, Inc. | Thermography camera configured for leak detection |
US7687776B2 (en) | 2007-04-11 | 2010-03-30 | General Monitors, Inc. | Gas and/or flame imaging system with explosion proof housing |
WO2009094782A1 (en) | 2008-02-01 | 2009-08-06 | Power Diagnostic Technologies Ltd. | Apparatus and method for multi-spectral dual imaging |
US8212213B2 (en) | 2008-04-07 | 2012-07-03 | Halliburton Energy Services, Inc. | Chemically-selective detector and methods relating thereto |
US8167793B2 (en) * | 2008-04-26 | 2012-05-01 | Intuitive Surgical Operations, Inc. | Augmented stereoscopic visualization for a surgical robot using time duplexing |
SE532353C2 (sv) | 2008-06-19 | 2009-12-22 | Flir Systems Ab | Anordning för avbildning inom IR-området |
US7997732B2 (en) | 2008-10-06 | 2011-08-16 | The Catholic University Of America | Lenslet array for retinal oximetry |
JP2012508366A (ja) | 2008-11-04 | 2012-04-05 | ウィリアム・マーシュ・ライス・ユニバーシティ | 画像マッピング分光計 |
US20110176577A1 (en) | 2008-12-08 | 2011-07-21 | California Institute Of Technology | Superpixel multi-waveband photodetector array for remote temperature measurement |
US8595689B2 (en) | 2008-12-24 | 2013-11-26 | Flir Systems Ab | Executable code in digital image files |
US8259212B2 (en) | 2009-01-05 | 2012-09-04 | Applied Quantum Technologies, Inc. | Multiscale optical system |
US20100211333A1 (en) | 2009-01-14 | 2010-08-19 | Integrated Process Resources, Inc. | Leak Detection and Identification System |
US8373757B1 (en) | 2009-02-23 | 2013-02-12 | Flir Systems, Inc. | Flat field correction for infrared cameras |
US8159568B2 (en) | 2009-03-26 | 2012-04-17 | Ahdoot Ned M | Hardware implemented pixel level digital filter and processing of electromagnetic signals |
US10091439B2 (en) * | 2009-06-03 | 2018-10-02 | Flir Systems, Inc. | Imager with array of multiple infrared imaging modules |
US8351031B2 (en) | 2009-06-05 | 2013-01-08 | Spectral Sciences, Inc. | Single-shot spectral imager |
DE102009049387B4 (de) | 2009-10-14 | 2016-05-25 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Vorrichtung, Bildverarbeitungsvorrichtung und Verfahren zur optischen Abbildung |
US8569684B2 (en) | 2009-11-06 | 2013-10-29 | Steven J. Olson | Infrared sensor control architecture |
EP2526686A4 (en) | 2010-01-19 | 2013-11-20 | Delacom Detection Systems Llc | METHOD, DEVICE AND SYSTEM FOR DETERMINING THE PRESENCE OF VOLATILE ORGANIC COMPOUNDS IN VIDEO CONTENT |
US9338276B2 (en) | 2010-01-26 | 2016-05-10 | Apple Inc. | Gating accessory connection |
WO2011143630A1 (en) | 2010-05-14 | 2011-11-17 | The Government Of The United States Of America, As Represented By The Secretary Of The Navy | Analyte detection with infrared light |
US20130341509A1 (en) | 2010-06-11 | 2013-12-26 | Chemimage Corporation | Portable system for detecting explosive materials using near infrared hyperspectral imaging and method for using thereof |
US9651488B2 (en) | 2010-10-14 | 2017-05-16 | Thermo Fisher Scientific (Bremen) Gmbh | High-accuracy mid-IR laser-based gas sensor |
JP5418932B2 (ja) | 2010-11-16 | 2014-02-19 | 株式会社ニコン | マルチバンドカメラ及びマルチバンド画像撮像方法 |
CN103250036A (zh) | 2010-12-10 | 2013-08-14 | 威廉马什赖斯大学 | 基于影像测绘的光学相干层析成像技术 |
WO2012082366A1 (en) | 2010-12-14 | 2012-06-21 | William Marsh Rice University | Image mapped spectropolarimetry |
EP2689576B1 (en) | 2011-03-25 | 2020-03-04 | Exxonmobil Upstream Research Company | Autonomous detection of chemical plumes |
US20130206990A1 (en) | 2011-08-22 | 2013-08-15 | ISC8 Inc. | Background Limited Focal Plane Array Assembly |
JP6104264B2 (ja) | 2011-11-04 | 2017-03-29 | アイメックImec | センサアレイ上に多重隣接画像コピーを投影するためのミラーを備えたスペクトルカメラ |
JP2013128185A (ja) | 2011-12-16 | 2013-06-27 | Toshiba Corp | カメラシステム、およびカメラマウント |
US8854223B2 (en) | 2012-01-18 | 2014-10-07 | Xerox Corporation | Image-based determination of CO and CO2 concentrations in vehicle exhaust gas emissions |
US8941203B2 (en) | 2012-03-01 | 2015-01-27 | Raytheon Company | Photodetector with surface plasmon resonance |
EP2858342A4 (en) | 2012-05-28 | 2016-04-06 | Nikon Corp | IMAGING DEVICE |
US9258495B2 (en) | 2012-06-21 | 2016-02-09 | Providence Photonics, Llc | Multi-spectral infrared imaging system for flare combustion efficiency monitoring |
US8686364B1 (en) | 2012-09-17 | 2014-04-01 | Jp3 Measurement, Llc | Method and system for determining energy content and detecting contaminants in a fluid stream |
US10191022B2 (en) | 2013-03-15 | 2019-01-29 | Uvia Group Llc | Gas imager employing an array imager pixels with order filters |
US9488444B2 (en) | 2013-04-29 | 2016-11-08 | Raytheon Company | Time-multiplexed broadband and multi-filtered electro-optic sensor |
CN105492878B (zh) | 2013-06-18 | 2017-10-31 | 拉莫特艾特特拉维夫大学有限公司 | 用于快照光谱成像的设备和方法 |
CN105593651B (zh) * | 2013-08-02 | 2019-06-07 | 威利食品有限公司 | 光谱测定系统和方法、光谱设备和系统 |
GB2518224A (en) | 2013-09-16 | 2015-03-18 | Selex Es Ltd | Thermal imaging calibration system and method |
US9823128B2 (en) | 2013-10-16 | 2017-11-21 | Arizona Board Of Regents On Behalf Of The University Of Arizona | Multispectral imaging based on computational imaging and a narrow-band absorptive filter array |
IL229490A (en) | 2013-11-18 | 2017-11-30 | Tidhar Gil | A multichannel flash detection system |
US9645075B2 (en) | 2013-11-26 | 2017-05-09 | nanoLambda Korea | Multispectral imager with hybrid double layer filter array |
KR101804383B1 (ko) | 2014-01-14 | 2017-12-04 | 한화테크윈 주식회사 | 요약 영상 브라우징 시스템 및 방법 |
US20160380014A1 (en) | 2014-01-27 | 2016-12-29 | INVIS Technologies Corporation | Thermal Imaging Device |
US20150226613A1 (en) | 2014-02-07 | 2015-08-13 | Raytheon Company | Imaging device with shutterless non-uniformity correction |
EP3158302B1 (en) | 2014-06-18 | 2021-12-29 | Innopix, Inc. | Spectral imaging system for remote and noninvasive detection of target substances using spectral filter arrays and image capture arrays |
US9823231B1 (en) | 2014-06-30 | 2017-11-21 | Picarro, Inc. | Systems and methods for assembling a collection of peaks characterizing a gas leak source and selecting representative peaks for display |
US20160037089A1 (en) | 2014-07-30 | 2016-02-04 | Raytheon Company | Multi-band thermal imaging sensor with integrated filter array |
US10041917B2 (en) | 2014-08-08 | 2018-08-07 | Imx S.R.L. | Gas detection system for toxic and/or flammable gas |
BR112017002489B1 (pt) | 2014-08-08 | 2023-02-14 | Quantum-Si Incorporated | Instrumento configurado para fazer interface com um chip de teste, aparelho, método de análise de um espécime, método para sequenciar uma molécula-alvo de ácido nucleico e método para sequenciamento de ácido nucleico |
US9671331B2 (en) | 2014-10-07 | 2017-06-06 | Providence Photonics, Llc | Apparatus for imaging hydrogen sulfide plume and method of the same |
US9641772B2 (en) | 2014-11-19 | 2017-05-02 | Northrop Grumman Systems Corporation | Compact PMMW camera calibration target |
JP6183341B2 (ja) | 2014-12-03 | 2017-08-23 | 株式会社デンソー | インジェクタ駆動装置 |
TW201625923A (zh) | 2015-01-02 | 2016-07-16 | 無限傳感有限公司 | 使用短波紅外技術之烴類氣體偵測 |
US10001427B2 (en) | 2016-02-15 | 2018-06-19 | Kane Usa, Inc. | Leak detector |
EP3458835B1 (en) | 2016-05-18 | 2022-03-23 | MultiSensor Scientific, Inc. | Hydrocarbon leak imaging and quantification sensor |
US10003751B2 (en) | 2016-05-25 | 2018-06-19 | The United States Of America, As Represented By The Secretary Of The Army | Multiple field of view dual band optics with integrated calibration source |
US20180039885A1 (en) | 2016-08-04 | 2018-02-08 | International Business Machines Corporation | Satellite-based location identification of methane-emitting sites |
EP3529592B1 (en) | 2016-10-21 | 2023-04-05 | Rebellion Photonics, Inc. | Gas imaging system |
US10375327B2 (en) | 2016-10-21 | 2019-08-06 | Rebellion Photonics, Inc. | Mobile gas and chemical imaging camera |
WO2018156795A1 (en) | 2017-02-22 | 2018-08-30 | Rebellion Photonics, Inc. | Systems and methods for monitoring remote installations |
EP4116702B1 (en) | 2017-11-09 | 2024-01-03 | Rebellion Photonics, Inc. | Window obscuration sensors for mobile gas and chemical imaging cameras |
US11641441B2 (en) | 2018-05-25 | 2023-05-02 | Fluke Corporation | Optical gas imaging systems and method compatible with uncooled thermal imaging cameras |
-
2018
- 2018-11-08 EP EP22188361.4A patent/EP4116702B1/en active Active
- 2018-11-08 EP EP18875450.1A patent/EP3707497B1/en active Active
- 2018-11-08 WO PCT/US2018/059890 patent/WO2019094639A1/en unknown
- 2018-11-08 EP EP24150022.2A patent/EP4379331A3/en active Pending
- 2018-11-08 CN CN201880084874.6A patent/CN111527397B/zh active Active
- 2018-11-09 US US16/185,399 patent/US10605725B2/en active Active
-
2019
- 2019-10-25 US US16/664,615 patent/US10845302B2/en active Active
-
2020
- 2020-10-22 US US16/949,255 patent/US11391671B2/en active Active
- 2020-10-22 US US16/949,254 patent/US11313791B2/en active Active
-
2022
- 2022-03-10 US US17/654,320 patent/US11624705B2/en active Active
- 2022-06-22 US US17/808,273 patent/US11698339B2/en active Active
-
2023
- 2023-03-07 US US18/179,879 patent/US12000776B2/en active Active
- 2023-04-27 US US18/308,521 patent/US11933723B2/en active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050057366A1 (en) * | 1999-12-08 | 2005-03-17 | Kadwell Brian J. | Compact particle sensor |
US20060044562A1 (en) * | 2004-08-25 | 2006-03-02 | Norsk Elektro Optikk As | Gas monitor |
US20090015824A1 (en) * | 2007-07-09 | 2009-01-15 | Gary Shubinsky | Optical Multiwavelength Window Contamination Monitor for Optical Control Sensors and Systems |
CN101896856A (zh) * | 2007-10-22 | 2010-11-24 | 维森盖特有限公司 | 用于光学层析成像的景深扩展 |
US20100155482A1 (en) * | 2008-12-23 | 2010-06-24 | Ncr Corporation | Methods and Apparatus for Increased Range of Focus in Image Based Bar Code Scanning |
US20110253917A1 (en) * | 2008-12-23 | 2011-10-20 | Adc Automotive Distance Control Systems Gmbh | Optical Module Having a Multifocal Optical System for Covering a Far Range and a Near Range in One Image |
US20150069239A1 (en) * | 2012-05-18 | 2015-03-12 | Rebellion Photonics, Inc. | Divided-aperture infra-red spectral imaging system for chemical detection |
US20150136981A1 (en) * | 2012-05-18 | 2015-05-21 | Rebellion Photonics, Inc. | Divided-aperture infra-red spectral imaging system |
US20150136982A1 (en) * | 2013-11-12 | 2015-05-21 | Rebellion Photonics, Inc. | Divided-aperture infra-red spectral imaging system |
US20150316473A1 (en) * | 2014-05-01 | 2015-11-05 | Rebellion Photonics, Inc. | Mobile gas and chemical imaging camera |
EP2942615A1 (en) * | 2014-05-01 | 2015-11-11 | Rebellion Photonics, Inc. | Mobile gas and chemical imaging camera |
EP2955496A2 (en) * | 2014-05-01 | 2015-12-16 | Rebellion Photonics, Inc. | Dual band divided aperture infrared spectral imager (daisi) for chemical detection |
CN106716486A (zh) * | 2014-06-24 | 2017-05-24 | 弗劳恩霍夫应用研究促进协会 | 用于包括若干光学通道的多孔径光学器件相对于图像传感器的相对定位的设备和方法 |
US20160097713A1 (en) * | 2014-07-07 | 2016-04-07 | Rebellion Photonics, Inc. | Gas leak emission quantification with a gas cloud imager |
US20160349228A1 (en) * | 2015-05-29 | 2016-12-01 | Rebellion Photonics, Inc. | Hydrogen sulfide imaging system |
Non-Patent Citations (1)
Title |
---|
陆斌等: "红外烟幕干扰效能测量方法研究", 《红外》 * |
Also Published As
Publication number | Publication date |
---|---|
US11933723B2 (en) | 2024-03-19 |
US20210072150A1 (en) | 2021-03-11 |
US10605725B2 (en) | 2020-03-31 |
US20220326147A1 (en) | 2022-10-13 |
US20190137388A1 (en) | 2019-05-09 |
US20200132596A1 (en) | 2020-04-30 |
EP3707497A4 (en) | 2021-07-28 |
US20210116362A1 (en) | 2021-04-22 |
US11698339B2 (en) | 2023-07-11 |
US12000776B2 (en) | 2024-06-04 |
CN111527397B (zh) | 2023-11-17 |
EP4379331A2 (en) | 2024-06-05 |
US20230243743A1 (en) | 2023-08-03 |
WO2019094639A1 (en) | 2019-05-16 |
US11391671B2 (en) | 2022-07-19 |
EP4116702A1 (en) | 2023-01-11 |
US11313791B2 (en) | 2022-04-26 |
US20220196548A1 (en) | 2022-06-23 |
EP3707497B1 (en) | 2022-09-28 |
US20230358673A1 (en) | 2023-11-09 |
US11624705B2 (en) | 2023-04-11 |
US10845302B2 (en) | 2020-11-24 |
EP4116702B1 (en) | 2024-01-03 |
EP3707497A1 (en) | 2020-09-16 |
EP4379331A3 (en) | 2024-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111527397B (zh) | 红外ir成像系统及其光学窗口遮蔽检测方法 | |
US11917321B2 (en) | Mobile gas and chemical imaging camera | |
US11467098B2 (en) | Systems and methods for monitoring remote installations | |
US20210250525A1 (en) | Mobile gas and chemical imaging camera | |
CA2890498C (en) | Mobile gas and chemical imaging camera | |
US11290662B2 (en) | Mobile gas and chemical imaging camera | |
US20210344851A1 (en) | Apparatuses, systems, and methods for thermal imaging | |
WO2021257192A2 (en) | Apparatuses, systems, and methods for thermal imaging |
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 |