红外探测及目标识别（一）
广泛应用于安防监控、医疗诊断、自动驾驶以及武器制导等领域，然而红外探测系统在实际应用中存在图像对比度低、目标边缘模糊以及图像分辨率差等缺点，如何利用机器学习算法快速、准确的识别红外图像显得极为关键，本文从系统的角度理解红外探测技术背后的原理，图a-c表述为无人机通过红外探测获取的热成像图片，通过硬件+软件自动探测目标位置。红外热图像获取是目标探测的前提。背景
红外探测技术具有作用距离远，抗干扰能力强，能够进行全天候监控等特点， 广泛应用于安防监控、医疗诊断、自动驾驶以及武器制导等领域。然而红外探测系统在实际应用中存在图像对比度低、目标边缘模糊以及图像分辨率差等缺点，给目标识别带来一定难度，因此，如何利用机器学习算法快速、准确的识别红外图像显得极为关键。本文从系统的角度理解红外探测技术背后的原理，后续提出了改进的方法，具体如下所示：
其中，图a-c表述为无人机通过红外探测获取的热成像图片：军用无人机（导弹）广泛使用红外制导系统，通过硬件+软件自动探测目标位置，后续将数据反馈给控制系统，实现目标的主动跟随。图d-e表述为热成像在工业领域中的应用，能够监测设备的运行状态。
1.如何获取红外热图像？研究资料表明，红外热图像获取是目标探测的前提，如何获取高质量的原始图像显得极为关键，能够大大降低目标识别算法的误判率。调研发现，QL君开源有热红外成像仪的全套方案，具体的框架如图2所示：
其中，红外热成像仪作为diy产品，具有必备的电源管理模块、数据传输模块以及存储模块等（麻雀虽小，五章俱全）；本项目中采用MXL90640传感器芯片（具备32x24 像素），后续采用了插值算法，将MXL90640传感器采集的数据转化为320*240像素的图片，提高了图像的精细化程度，具体如图3（a）所示：
高精度红外传感器的原理框架如图4所示，主要包含：1.光学系统：利用凸透镜、凹透镜进行成像，将远距离目标图像映射到焦平面探测器上；2.探测器模块：主要由敏感元器件阵列组成的，其中，敏感单元主要由氧化钒、非晶 硅、钛、钇钡铜氧等材料构成，能够将红外辐射强度转换为电阻大小；3.数据处理模块：一般采用FPGA模块，利用信号调理电路尽可能减小系统误差，后续基于时序电路、基准源以及控制电路，通过扫描的方式逐个检测敏感单元的输出电压，实现红外目标的探测。
附：压力传感器设计过程中可以借鉴红外传感的设计思路以及加工方案；
原文地址：https://cloud.tencent.com/developer/article/2053800
