自然界中任何高于絕對溫度的物體(-273攝氏度)都向外輻射熱量(電磁波)。電磁波有長有短，波長范圍為760nm~ 1mm波叫紅外線，肉眼看不見。物體溫度越高，輻射能量越大。

紅外熱成像是通過特殊材料感應紅外波，然后將紅外波轉換為電信號，再將電信號轉換為圖像信號。

由于感應紅外的特殊材料本身也會受到外部溫度的影響，所以在制作紅外熱成像機芯時，要么是sensor(探測器)低溫恒溫處理，或通過算法矯正。

對sensor低溫恒溫處理技術(探測器為特殊材料) 稱為 遠紅外制冷。這方面中國在2016年貌似還沒突破，不知今年如何。由于紅外熱成像技術會讓以前的隱形飛機（躲避雷達監測）無所遁形，美國禁止對外出口。制冷紅外成像效果精度高，2015年有幸看到進口產品flir制冷機芯，機芯成像的分辨率為 ** 0*成像效果與黑白電視相似。PS：Flir它是世界上最大的紅外熱成像制造商。

通過算法矯正sensor采集的數據技術稱為非制冷遠紅外，這也是我接觸最多的紅外熱成像技術。該技術需要通過大量算法糾正探測器取回的數據，有些還需要糾正擋板。擋板在那里sensror前面放一個黑色等溫物體，對sensor去除溫度補償和壞點。

海康、大華IPC紅外探測稱為近紅外探測。它通過紅外燈發射紅外長波，然后cmos紅外長波成像，接受物體反射回發射，該技術只能探測近紅外燈輻射的物體。

雖然遠紅外sensor生產精度要求很高，但目前國內有廠家可以生產。

遠紅外sensor主要原理：感應紅外波長材料（根據不同材料可能有電阻材料）關閉在盒子中，盒子直接通過固定電流，當感應紅外波長材料接收紅外時，整個盒子的電阻會發生變化，從而通過盒子的電壓和后端sensor過來的電壓(具體采用穩流或穩壓未研究)大小調整為相應的Y（YUV）。

在這里，你可以發現紅外線沒有顏色，你看到的紅綠紅外熱成像圖是根據Y的大小疊加的偽色。

事實上，一個上訴盒sensor由于材料和生產工藝的限制，紅外線是一個像素點sensor無法實現可見光cmos、ccd當然，這是未來發展的趨勢。

32015年非制冷紅外的主要分辨率*今年應該是240 ** 0*480了，不過 ** 0*480的紅外sensor價格不菲，一個 ** 0*480的紅外sensor市場價格應為1W左右。

紅外的sensor從生產到生命總是工作，因為熱感應材料不斷接受外部紅外波，所以紅外設備或盡可能妥善保存，不要面對高溫物體，如果長期面對高溫物體（這意味著物體本身的溫度，不看遠近，如太陽）可能永久變形，感應不再敏感。

紅外sensor生產工藝和材料特性，sensor抗干擾能力差，數據采集精度不夠。因此，每個像素點都可能需要矯正(椒鹽噪聲、高斯噪聲、豎條紋、橫條紋...），然后確定Y的值。因此，目前紅外熱成像技術的實現還沒有達到芯片級，全球紅外熱成像技術仍在繼續FPGA階段。因為一旦生產成芯片，內部邏輯將無法調整，而數據矯正通常不會放在軟件上。軟件矯正，一是效率跟不上，二是效率跟上會導致機芯整體功耗高，價格高，不值得。

FPGA可以把它理解成一種可編程（改編芯片內部邏輯）的芯片就可以了。

FPGA 與 ASIC FPGA與asic的區別

嗯，我不得不抱怨半導體行業和嵌入式行業的悲哀。你知道的比互聯網多，技術含量比互聯網高，但工資不高，投資也不容易。我不知道是國內整體環境差還是世界差。我不知道為什么我要呆在這個行業，回去做web、移動app不太好，哈哈。

言歸正傳，寫了紅外熱成像的技術，現在談一下紅外熱成像的應用。

其實目前的大環境下紅外熱成像主要還是用在軍用，民用很少。不過現在大家盡量在往民用靠，軍用就不去談了，主要談下民用。

目前，成熟的民用主要是安全，如森林防火和倉庫安全監控。

其次，不成熟的是車載輔助駕駛。

我記得2015年工作的公司做的紅外車行人識別率達到了94%。這仍然是一家小公司。如果把算法交給大公司或機器學習/深度學習，識別率肯定會更高，為智能駕駛做出貢獻。

近紅外的另一個用途是靜脈識別，據說它比指紋和人臉識別要好得多。

效果大致如下圖所示。下圖應采用類似紅外靜脈識別技術的靜脈位置檢測：

(我在網上找到的圖片，如果侵權，聯系刪除)

最后，紅外技術的民用正在逐步發展，我們拭目以待...