臺灣博碩士論文加值系統

本論文「紅外線熱影像在消防預警系統之應用研究」是在探討如何利用人員或電器設施在空間中之熱輻射特徵進行災害防治、能源管理等防制措施。我們實際建立一組由熱像機，信號讀取電路、火警識別軟體和控制電腦所組成之紅外線熱影像擷取系統，並以電子元件和電器設施等為樣本，獲取它們在操作過程中的熱輻射影像變化及特徵。並完成火焰感測器的原型設計和系統整合。研究成果預計可以應用在軍事設施如：車、船、辦公室、廠庫或營區等人員或設備長期聚集或操作等區域之災害防治和管理。未來將可推廣用於民用之消防安全系統。

In this paper "Infrared Thermal Imaging in the application of the fire warning system"is about the use of personnel or electrical installations in the space of the thermal radiation characteristics of disaster prevention, energy management and other control measures. We actually establish a group of thermal cameras, the signal read circuit, the fire control computer recognition software and composed of infrared thermal image acquisition system, and electronic components and electrical facilities, as a sample, to obtain their thermal radiation during operation Image changes and features. And completed the prototype of the flame sensor design and system integration. Research results can be expected in military facilities such as: cars, boats, office, factory or business areas such as library staff or equipment or operating other regional long-term accumulation of disaster prevention and management. The future will be to promote fire safety for civilian use of the system.

誌謝 ii
摘要 iii
ABSTRACT iv
目錄 vii
表目錄 vii
圖目錄 viii
1. 緒論 1
1.1 紅外線與熱影像歷史發展文獻回顧 5
1.2 研究動機 9
1.3 研究目的 10
1.4 論文概述 10
2. 理論介紹 11
2.1紅外線熱影像原理 12
2.1.1黑體輻射理論(Blackbody Radiation Law) 13
2.1.2熱影像儀原理 14
2.1.3熱影像儀與一般攝影機之比較 15
2.1.4熱影像檢測技術 17
2.2主成分分析法 18
2.3人工神經網路(Artificial Neural Networks) 20
2.3.1神經元 20
2.3.2基本結構 21
2.3.3人工神經網路的應用 22

3. 實驗 23
3.1影像處理 23
3.1.1二值化(Binarization) 23
3.1.2膨脹(Dilation) 25
3.1.3侵蝕(Erosion) 28
3.2實驗架構 30
3.3實驗步驟 32
3.3.1熱影像擷取 33
3.3.2熱影像處理與特徵分析 36
4. 實驗結果 40
4.1電阻之監測實驗 40
4.2電容之監測實驗 44
4.3 IC元件之監測實驗 49
4.4電腦主機之監測實驗 57
4.5綜合討論與分析 61
5. 結論與未來發展 62
參考文獻 63
附錄壹 實驗設備及實體架構圖 66
自傳 67

[1] http://en.wikipedia.org/wiki/Flame。
[2] http://www.nfa.gov.tw/upload/FTB/UpFiles/99年火災統計分析.pdf。
[3] http://www.osha.gov/SLTC/etools/evacuation/fire_detection.html。
[4] 徐正彬，“中興新村民宅大火模擬”，碩士論文，元智大學，桃園，第26頁，2009。
[5] 郭建偉，“雙頻紅外線火焰偵測器研製”，碩士論文，國防大學理工學院，桃園，第1-11頁，2010。
[6] 頼耿陽，紅外線工學基礎應用，紅外線技術研究會，台南，第1-143頁，1995。
[7] Hou, N. “ The Infrared Thermography Diagnostic Technique of High-voltage Electrical Equipments with Internal Faults,” IEEE International Conference on Power System Technology, Vol.1, pp.110-115, 1998.
[8] 蔡忠松，應用於家庭保全系統之低解析度紅外線影像辨識，碩士論文，國立中正大學，嘉義，第1-44頁，1999。
[9] Arrue, B. C., Ollero, A.,and Matinez de Dios, J. R., “An Intelligent System for False Alarm Reduction in Infrared Forest Fire Detection,” IEEE Journal of Intelligent Systems and their Applications, Vol.15, pp.64-73, 2000.
[10]Li, Z., Khananian, A., Fraser, R. H.,and Cihlar, J., “Automatic Detection of Fire Smoke Using Artificial Neural Networks and Threshold Approaches Applied to AVHRR Imagery,” IEEE Journal of Geoscience and Remote Sensing, Vol.39, pp.1859-1870, 2001.
[11]Kagesawa, M., Ueno, S., Ikeuchi, K.,and Kashiwagi, H., “Recognizing Vehicles in Infrared Images Using IMAP Parallel Vision Board,” IEEE Intelligent Transportation Systems, Vol.2, pp.10-17, 2001.
[12]王昭智，“熱影像技術應用於人臉辨識之研” ，碩士論文，國立成功大學，台南，第12-23頁，2001。
[13]Chen, Thou-Ho, Wu, Ping-Hsueh and Chiou, Yung-Chuen “An Early Fire-Detection Method Based on Image Processing,” IEEE International Conference on Image Processing, Vol.3, pp.1707-1710, 2004.
[14]林國照，“熱影像應用於工廠高壓開關之危害預知保養技術研究”，行政院勞工委員會勞工安全衛生研究所，台灣，第18-52頁，2005。
[15]林家慶，“即時熱影像監測系統之研究” ，碩士論文，大葉大學，彰化，第11-46頁，2005。
[16]曹常成，“熱影像應用於管線缺陷檢測之技術開發研究”，行政院勞工委員會勞工安全衛生研究所，台灣，第10-38頁，2010。
[17]http://en.wikipedia.org/wiki/File:Infrared_spectrum.gif。
[18]Adamy, D., A Second Course in Electronic Warfare, Artech House Publishers, London, pp.79-81, 2004.
[19]吳秉晃，“集集地震後阿里山公路邊坡崩壞行為與熱影像研究”，碩士論文，國立成功大學，台南，第24-27頁，2002。
[20]http://www.flir-press.com/i5/i5-images.html。
[21]http://zh.wikipedia.org/wiki/%E4%B8%BB%E6%88%90%E5%88%86%E5%88%86%E6%9E%90。
[22]http://zh.wikipedia.org/wiki/%E9%A1%9E%E7%A5%9E%E7%B6%93%E7%B6%B2%E8%B7%AF。
[23]http://daying.wordpedia.com/。
[24]紅外線影像電路模組操作手冊，SELEX Sensors and Airborne Systems，第2頁。
[25]http://zh.wikipedia.org/zh-tw/%E7%B9%BC%E9%9B%BB%E5%99%A8。