System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于长波制冷红外相机的温度检测系统技术方案_技高网

一种基于长波制冷红外相机的温度检测系统技术方案

技术编号:41180541 阅读:3 留言:0更新日期:2024-05-07 22:15
一种基于长波制冷红外相机的温度检测系统,属于温度检测技术领域。本发明专利技术是为了解决现有制冷红外相机存在制冷过程中存在体积大,制冷过程会产生噪音的问题。本发明专利技术包括长波制冷红外相机和具有注意力机制的深度模型;所述长波制冷红外相机用于采集待测黑体的面源灰度值;所述具有注意力机制的深度模型根据黑体的面源灰度值、红外相机机芯温度和焦平面温度对待测黑体的实际温度进行预测;所述有注意力机制的深度模型采用神经网络实现。本发明专利技术适用于黑体温度检测。

【技术实现步骤摘要】

本专利技术属于温度检测。


技术介绍

1、制冷红外相机是科研相机的一种。科研相机是一种高灵敏度的探测器,探测波段覆盖紫外-近红外波段,是弱光探测必不可少的仪器。传统红外相机运行过程中产生的热量是干扰噪声的主要来源之一。科研相机通过深度制冷降低暗噪声,使其具有高信噪比和高灵敏度等优势,因此红外制冷相机在很多工程领域都具有良好的发展前景。

2、但是传统的红外相机测温系统存在热噪声较大,灵敏度低,响应时间较长,受环境影响较大的问题。

3、基于制冷红外相机的测温系统具有清晰度更高,可以覆盖更广泛的波长范围,灵活性更高,响应时间更快的优点。但是也存在价格更高,维护成本大,相机整体体积更大,制冷过程会产生噪音的问题。


技术实现思路

1、本专利技术是为了解决现有制冷红外相机存在制冷过程中存在体积大,制冷过程会产生噪音的问题,现提供一种基于长波制冷红外相机的温度检测系统

2、本专利技术所述一种基于长波制冷红外相机的温度检测系统,包括:长波制冷红外相机和具有注意力机制的深度模型;

3、所述长波制冷红外相机用于采集待测黑体的面源灰度值;

4、所述具有注意力机制的深度模型根据黑体的面源灰度值、红外相机机芯温度和焦平面温度对待测黑体的实际温度进行预测;

5、所述有注意力机制的深度模型采用神经网络实现。

6、进一步地,本专利技术中,面源灰度值、红外相机机芯温度和焦平面温度转化为一维数组输入至具有注意力机制的深度模型。

7、进一步地,本专利技术中,具有注意力机制的深度模型包括三个数据处理单元,所述三个数据处理单元依次连接,所述一维数组作为第一个数据处理单元的输入,第三个数据处理单元输出黑体表面温度预测值;所述三个数据处理单元的数据处理过程相同;

8、第一个数据处理单元首先将输入的一维数据分别与q、k、v作卷积处理,获得矩阵wq、wk、wv;其中,q为卷积神经网络的查询参数,k为卷积神经网络的键值参数,v为卷积神经网络的值参数;

9、再将所述矩阵wq、wk、wv相乘后带入softmax激活函数,获得包含权重信息的一维数组;

10、将包含权重信息的一维数组与输入的一维数组相加,获得第一和数组,将第一和数组输入至fc全连接层,所述fc全连接层对接收的数组进行归一化处理后代入gelu激活函数进行负参数抑制,再进行随机失活处理,获得随机失活后的数组,再将随机失活后的数组再次输入至fc全连接层进行归一化处理,将再次归一化处理后的数组代入gelu激活函数再次进行负参数抑制,输出第二次负参数抑制后的数组;

11、将第二次负参数抑制后的数组与第一和数组相加,获得第二和数组,将第二和数组作为第二个数据处理单元的输入,经过第二个数据处理单元处理后,获得第四次负参数抑制后的数组;

12、将第四次负参数抑制后的数组和第二次负参数抑制后的数组相加,获得第四和数组,将第四和数组作为第三个数据处理单元的输入,经过第三个数据处理单元处理后,获得第六次负参数抑制后的数组,所述第六次负参数抑制后的数组为待测黑体温度预测值。

13、进一步地,本专利技术中,包含权重信息的一维数组中的每个元素均在0到1之间,且所有元素的和为1。

14、进一步地,本专利技术中,softmax激活函数为:

15、

16、其中,xi表示数组中的第i个元素,n为数组中元素的总数。

17、进一步地,本专利技术中,gelu激活函数为:

18、

19、其中,x为输入gelu函数的实际值。

20、进一步地,本专利技术中,具有注意力机制的深度模型采用已知的黑体温度数据、不同黑体温度时,长波制冷红外相机采集的面源灰度值、长波制冷红外相机红外相机机芯温度和焦平面温度作为训练数据进行模型训练。

21、本专利技术采用了制冷红外相机作为信息采集工具,实现了更快的响应时间和更高的灵活性,相比于传统红外相机,排除了机芯温度变化对检测结果的干扰,同时对制冷红外相机由于更快的响应速度带来的数据波动,采用了具有注意力机制的深度模型进行数据处理,提高了测温系统的响应速度和稳定性,实现了更均衡的效果。

本文档来自技高网
...

【技术保护点】

1.一种基于长波制冷红外相机的温度检测系统,其特征在于,包括:长波制冷红外相机和具有注意力机制的深度模型;

2.根据权利要求1所述的一种基于长波制冷红外相机的温度检测系统,其特征在于,面源灰度值、红外相机机芯温度和焦平面温度转化为一维数组输入至具有注意力机制的深度模型。

3.根据权利要求1或2所述的一种基于长波制冷红外相机的温度检测系统,其特征在于,具有注意力机制的深度模型包括三个数据处理单元,所述三个数据处理单元依次连接,所述一维数组作为第一个数据处理单元的输入,第三个数据处理单元输出黑体表面温度预测值;所述三个数据处理单元的数据处理过程相同;

4.根据权利要求3所述的一种基于长波制冷红外相机的温度检测系统,其特征在于,包含权重信息的一维数组中的每个元素均在0到1之间,且所有元素的和为1。

5.根据权利要求3所述的一种基于长波制冷红外相机的温度检测系统,其特征在于,softmax激活函数为:

6.根据权利要求4或5所述的一种基于长波制冷红外相机的温度检测系统,其特征在于,GELU激活函数为:

7.根据权利要求1所述的一种基于长波制冷红外相机的温度检测系统,其特征在于,具有注意力机制的深度模型采用已知的黑体温度数据、不同黑体温度时,长波制冷红外相机采集的面源灰度值、长波制冷红外相机红外相机机芯温度和焦平面温度作为训练数据进行模型训练。

...

【技术特征摘要】

1.一种基于长波制冷红外相机的温度检测系统,其特征在于,包括:长波制冷红外相机和具有注意力机制的深度模型;

2.根据权利要求1所述的一种基于长波制冷红外相机的温度检测系统,其特征在于,面源灰度值、红外相机机芯温度和焦平面温度转化为一维数组输入至具有注意力机制的深度模型。

3.根据权利要求1或2所述的一种基于长波制冷红外相机的温度检测系统,其特征在于,具有注意力机制的深度模型包括三个数据处理单元,所述三个数据处理单元依次连接,所述一维数组作为第一个数据处理单元的输入,第三个数据处理单元输出黑体表面温度预测值;所述三个数据处理单元的数据处理过程相同;

4.根据权利要求3所述...

【专利技术属性】
技术研发人员:张德文郭金智王言军郭跃男魏春明胡晓旭盛杰高思明董德阳尚方王子恒韩瑞慧
申请(专利权)人:国网黑龙江省电力有限公司电力科学研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1