Pourquoi est InfiRay®Thermographie si précise? Analyse de l'algorithme AI-Temp

La précision est l'indicateur le plus important pour la thermographie. Une caméra thermographique capture le rayonnement infrarouge de son FOV, puis le convertit en une valeur de signal numérique indiquant l'échelle de gris. Cependant, la valeur change et dérive avec la température de l'environnement et est sous l'influence de facteurs tels que l'émissivité de la cible, la transmissivité atmosphérique et la distance de mesure. L'InfiRay®Des algorithmes de thermographie AI-Temp auto-développés sont nés pour faire face à ces difficultés.


AI-Temp Algorithm Analysis


Garantie puissante pour la thermographie précise:

InfiRay®Infrarouge Détecteur Puce

Avec le progrès technologique continu, InfiRay®Devient le leader de l'industrie du détecteur infrarouge non refroidi. Les algorithmes de thermographie AI-Temp sont basés sur InfiRay®Détecteur infrarouge auto-développé avec un taux de réponse élevé et une sensibilité thermique élevée pour fournir des images de thermographie en temps réel extrêmement détaillées et des données de température à haute fréquence.


InfiRay<ALIMT >®</ALIMT> Infrared Detector Chip


Production automatique personnalisée et ligne d'étalonnage de l'IA-Temp

Simulation sans erreur de l'environnement d'étalonnage

InfiRay®A construit des lignes de production et de traitement d'étalonnage automatiques complètes basées sur les caractéristiques de l'algorithme de thermographie AI-Temp, et a mis en œuvre des simulations sans erreur de l'environnement d'étalonnage en fonction de l'environnement d'application. De plus, le corps noir haute performance est utilisé pour l'étalonnage de la thermographie. La transmission de la valeur de la quantité et les sources de traçabilité du corps noir remontent à des installations bien connues dans le monde entier, telles que l'Institut national de métrologie (NIM) de Chine, national Institute of Standards and Technology (NIST) aux États-Unis et Laboratoire national de métrologie et d'essais (LNE) en France. Des tests de précision de mesure stricts sont effectués avant la livraison, garantissant pleinement la mise en œuvre des algorithmes de thermographie AI-Temp.


Customized Automatic Production and Calibration Line of AI-Temp


Ensemble d'algorithmes de thermographie intelligente AI-Temp

L'ensemble d'algorithmes de thermographie AI-Temp comprend des algorithmes intelligents tels que l'algorithme de compensation dynamique de dérive de température avec détection intelligente de la température de l'environnement, l'algorithme de correction de thermographie basé sur la traçabilité de la caractéristique cible, et l'algorithme de prédiction dynamique de la température de la peau et de la température corporelle centrale des êtres humains basé sur l'analyse du Big Data.


AI-Temp Intelligent Thermography Algorithms Set


Algorithme de compensation de température dynamique

Identification automatique et compensation en temps réel

L'algorithme identifie automatiquement les changements de température de l'environnement en temps réel et met en œuvre une compensation dynamique de détection de température pour la dérive de sortie du détecteur infrarouge causée par les changements de température de l'environnement. Le détecteur infrarouge recueille le rayonnement infrarouge et est donc le plus susceptible d'être influencé par les changements de température de l'environnement. Par conséquent, la sortie du détecteur infrarouge change avec les changements de température de l'environnement. Sur la base des données de température du produit obtenues en temps réel, AI-Temp calcule automatiquement les paramètres de compensation de l'environnement qui correspondent aux données et compense la dérive de température en temps réel.


Dynamic Temperature Compensation Algorithm


Algorithme de correction de traçabilité

Correction dérivée inverse pour le chemin du rayonnement infrarouge

La correction de traçabilité est mise en œuvre pour la déviation dans l'obtention de l'énergie du rayonnement infrarouge, qui iS causé par la distance de mesure cible, l'émissivité et la transmissivité atmosphérique dans l'environnement. Dans les chemins d'un détecteur infrarouge capturant le rayonnement infrarouge cible, il y a des facteurs qui entravent l'efficacité de transmission du rayonnement infrarouge cible, tels que la distance de mesure cible, l'émissivité et la transmissivité atmosphérique. L'algorithme de thermographie AI-Temp, en tant que technologie de thermographie sans contact et non invasive, est équipé de modèles mathématiques complets de transmission atmosphérique. Avec la configuration des paramètres du facteur d'influence dans les modèles, il peut mettre en œuvre une correction de dérivée inverse le long du chemin de transmission du rayonnement infrarouge cible, pour supprimer tous les facteurs d'influence et obtenir la valeur réelle de l'énergie du rayonnement infrarouge de la cible.


Dynamic Prediction Algorithm for Human Body Temperature


Algorithme de prédiction dynamique pour la température du corps humain

De l'extérieur à l'intérieur

Basé sur l'analyse des données volumineuses, l'algorithme de thermographie AI-Temp pour la mesure de la température corporelle humaine prédit et présente intelligemment la température corporelle centrale en utilisant la température de la peau.

InfiRay®A sorti le 1er appareil photo thermographique AT1280 1280 × 1024 au monde. Sa précision de mesure peut atteindre 0.3 ° C, ce qui est une démonstration éclatante de la précision des algorithmes de thermographie AI-Temp.