程序流程为使用python将热成像传感器回传至树莓派的数字矩阵转化为灰度图像，将灰度图像再转化为彩色热力图，通过帧插法与轮廓查找与几何约束判断人体状态。当人体姿态改变时蜂鸣器短鸣3s左右警告，站立后恢复。当人体长期摔倒至一定时间后蜂鸣器长鸣报警，硬件重启后恢复。

HSV、CMY、NTSC、YCbCr 颜色空间不太适合根据人类解释的实用术语来描述颜色。 因此，必须将 RGB 热图像转换为 HIS 图像以获得更好的可见性，以识别面板中存在的缺陷。 并应用K-means聚类算法对图像进行分割并诊断PV面板中的缺陷 参考： Uma，J.，Muniraj，C.和Sathya，N.，“基于热图像测试和评估的光伏（PV）面板缺陷诊断”，《测试和评估杂志》， https：//doi.org/10.1520 /JTE20170653 。 ISSN 0090-3973。

本demo能直接编译运行，能实现红外实时视频流显示、热图分析和处理，各功能齐全，调试时需要关闭防火墙，否则无法传输图像

基于单片机的设计与实现

压力容器无损检测——红外热成像检测技术.pdf欢迎下载

1、显示热成像图像，显示原始图像和插值以后的图像 2、设置补偿系数 3、调节高斯滤波效果 4、多种色阶可以选择 5、串口通信，轮询每一帧图像 6、单独显示最大值，最小值，器件温度

本文介绍了基于Linux的嵌入式红外热成像系统设计。

红外热成像驱动包括硬件IIC 软件IIC

对FLIR公司数字细节增强技术进行了分析，认为该技术的处理结果之所以能够清晰显示不同温度背景下的细节信息源于对其原始14bits红外图像

红外热成像技术 均匀量化技术，可生成不同经度、纬度下的红外热图像 C代码类