Influência da escolha do canal de polarização na qualidade da imageamento polarizado infravermelho

ZHANG Jiamin ,  

MAO Weiyun ,  

XIAO Rong ,  

SI Wenrong ,  

BIAN Yunyi ,  

HAO Jia ,  

ZHOU Junzhuo ,  

YU Yiting ,  

摘要

Para melhorar a precisão e a eficiência na detecção de defeitos de equipamentos elétricos, foi desenvolvido um sistema de imageamento polarizado infravermelho por tempo compartilhado, que combina um detector infravermelho de onda longa e um filtro polarizador. Para linhas de transmissão, a aquisição de imagens multicanal é realizada por meio do controle da rotação do filtro polarizador. Em seguida, as imagens dos parâmetros das características de polarização foram avaliadas utilizando três parâmetros: erro quadrático médio (RMSE), relação sinal-ruído de pico (PSNR) e similaridade estrutural média (MSSIM), para diferentes números de canais de polarização e diferentes intervalos de ângulo de polarização. Os resultados experimentais mostram que, com o aumento do número de canais de 3 para 18, a qualidade das imagens dos parâmetros das características de polarização melhora gradualmente, especialmente na faixa de 4 a 9 canais, onde a melhora na qualidade da imagem é mais significativa. No entanto, o aumento adicional do número de canais não teve um impacto notável na qualidade da imagem, resultando em cálculos redundantes; para imagens de parâmetros polarizados de 3 canais, pequenos intervalos angulares conseguem capturar detalhes de alvos pequenos, enquanto grandes intervalos angulares podem separar efetivamente o alvo do fundo e reduzir interferências de ruído, cada um com cenários de aplicação adequados. Esses resultados experimentais fornecem orientações para a estratégia de seleção do número de canais de polarização na imageamento polarizado infravermelho.

关键词

inspeção elétrica; infravermelho de onda longa; sistema de imageamento polarizado por tempo compartilhado; canal de polarização; vetor de Stokes

阅读全文

以上内容由讯飞翻译自动生成,翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果,本网站不承担任何商业和法律责任。

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website