Advertisement

FLIR Lepton 数据表

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:PDF


简介:
《FLIR Lepton数据表》提供了关于Lepton热像传感器系列的详尽技术参数,包括性能指标、电气特性及环境适应性等信息,是研发和应用中的重要参考文档。 FLIR Lepton是一款小巧的长波红外摄像头模块,尺寸小于一角硬币,并且价格仅为传统红外相机的十分之一。它采用80×60活动像素焦平面阵列(FPA),易于集成到移动设备和其他电子产品中作为红外传感器或热成像仪使用。 在增强型红外传感器方面,FLIR Lepton比常见的热电堆阵列具有更高的灵敏度,其热灵敏度小于50mK。它支持温度稳定的输出以进行辐射处理,并有低功耗的正常运行模式(150mW)和待机模式可供选择。 作为无需冷却的热成像设备,FLIR Lepton非常适合小型电子设备使用。它集成了数字热成像处理功能并提供多种镜头选项,例如视场为50度或25度的选择以及快门选项,使成像时间缩短至小于0.5秒。 在集成方面,简化了带有热功能的设备开发和制造过程。FLIR Lepton封装尺寸为8.5 x 8.5 x 5.6毫米,并符合出口标准(<9Hz)。它提供MIPI和SPI视频接口并使用手机兼容电源供电,同时具备两线串行控制接口及32脚插座连接器。 该模块进行了温度补偿以确保不受相机温度影响的图像输出。此外,FLIR Lepton还支持非均匀性校正,并有自动模式(无需快门)以及与外部快门相容的选项。成像优化在工厂配置中已完全自动化处理。 从规格上看,FLIR Lepton使用了不需冷却且具备VOx微测辐射热计技术,其长波红外覆盖范围为8至14微米。像素格式是逐行扫描方式下的80×60阵列,并具有小于50mK(即0.05°C)的热灵敏度。用户可以选择输出格式:包括14位、自动增益控制应用中的8位或24位RGB,适用于色彩化和自动增益控制场景。水平视场角度为51°而对角线视场则达63.5°。 FLIR Lepton的封装尺寸是8.5 x 8.5 x 5.6毫米,并且重量仅为0.55克,在环境适应性方面,它拥有推荐的操作温度和存储温度范围。此外,该模块通过了抗冲击测试以增强其耐用性和可靠性。在电气特性上包括视频数据接口时钟输入、控制端口等。 总体而言,FLIR Lepton作为一款微型长波红外摄像头模块为用户提供了丰富的功能以及优异的性能,并且易于集成到各种便携式电子产品中去使用。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • FLIR Lepton
    优质
    《FLIR Lepton数据表》提供了关于Lepton热像传感器系列的详尽技术参数,包括性能指标、电气特性及环境适应性等信息,是研发和应用中的重要参考文档。 FLIR Lepton是一款小巧的长波红外摄像头模块,尺寸小于一角硬币,并且价格仅为传统红外相机的十分之一。它采用80×60活动像素焦平面阵列(FPA),易于集成到移动设备和其他电子产品中作为红外传感器或热成像仪使用。 在增强型红外传感器方面,FLIR Lepton比常见的热电堆阵列具有更高的灵敏度,其热灵敏度小于50mK。它支持温度稳定的输出以进行辐射处理,并有低功耗的正常运行模式(150mW)和待机模式可供选择。 作为无需冷却的热成像设备,FLIR Lepton非常适合小型电子设备使用。它集成了数字热成像处理功能并提供多种镜头选项,例如视场为50度或25度的选择以及快门选项,使成像时间缩短至小于0.5秒。 在集成方面,简化了带有热功能的设备开发和制造过程。FLIR Lepton封装尺寸为8.5 x 8.5 x 5.6毫米,并符合出口标准(<9Hz)。它提供MIPI和SPI视频接口并使用手机兼容电源供电,同时具备两线串行控制接口及32脚插座连接器。 该模块进行了温度补偿以确保不受相机温度影响的图像输出。此外,FLIR Lepton还支持非均匀性校正,并有自动模式(无需快门)以及与外部快门相容的选项。成像优化在工厂配置中已完全自动化处理。 从规格上看,FLIR Lepton使用了不需冷却且具备VOx微测辐射热计技术,其长波红外覆盖范围为8至14微米。像素格式是逐行扫描方式下的80×60阵列,并具有小于50mK(即0.05°C)的热灵敏度。用户可以选择输出格式:包括14位、自动增益控制应用中的8位或24位RGB,适用于色彩化和自动增益控制场景。水平视场角度为51°而对角线视场则达63.5°。 FLIR Lepton的封装尺寸是8.5 x 8.5 x 5.6毫米,并且重量仅为0.55克,在环境适应性方面,它拥有推荐的操作温度和存储温度范围。此外,该模块通过了抗冲击测试以增强其耐用性和可靠性。在电气特性上包括视频数据接口时钟输入、控制端口等。 总体而言,FLIR Lepton作为一款微型长波红外摄像头模块为用户提供了丰富的功能以及优异的性能,并且易于集成到各种便携式电子产品中去使用。
  • Lepton硬件手册
    优质
    《Lepton硬件数据手册》提供了关于Lepton系列传感器的所有必要技术规格和操作指南,是开发人员理解和使用该设备不可或缺的手册。 ### Lepton 硬件数据手册关键知识点解析 #### 一、概述 Lepton硬件数据手册为开发人员提供了详尽的技术指南,旨在帮助用户更好地理解并应用Lepton 3长波红外(LWIR)摄像头模块。该文档版本为3.0.1,发布日期是2015年5月4日。 #### 二、Lepton 3 LWIR 摄像头模块特性 **1. 外形尺寸** - **无插座配置**:10.5mm x 11.7mm x 6.4mm - **带插座配置**:10.8mm x 11.7mm x 6.7mm **2. 视场角** - **水平视场角(HFOV)**:56度 - **对角线视场角**:71度 - **镜头**:f1.1硅双片镜 **3. LWIR传感器** - **工作波段**:8~14微米 - **有效像素数**:160x120 - **热灵敏度**:<50mK **4. 数字图像处理功能** - **自动环境温度补偿** - **噪声过滤** - **非均匀性校正** - **增益控制** **5. 温度稳定输出** - **支持辐射计量处理** **6. 帧率** - **符合出口管制标准**:<9Hz **7. 接口类型** - **视频接口**:SPI - **控制接口**:两线式类似I2C串行控制接口 **8. 电源需求** - **供电范围**:传感器为2.8V至3.1V,数字核心为1.2V(带快门配置时输入电压范围为2.5V至3.1V) - **功耗** - **正常运行模式下**:<150mW - **快门事件期间**:约658mW - **低功率待机模式**:<5mW **9. 其他特性** - **快速成像时间**:<0.5秒 - **一次可编程默认设置** - **符合RoHS标准** - **连接器接口**:32针接口,适用于Molex或其他侧接触连接器 #### 三、应用场景 Lepton 3 LWIR 摄像头模块广泛应用于多个领域: - **移动电话**:集成于智能手机中,提供夜视或热成像功能。 - **手势识别**:用于智能家居设备的手势控制。 - **楼宇自动化**:在安防系统中的应用。 - **热成像**:专业设备中的热图生成。 - **夜视能力增强** #### 四、技术文档保密性与分发限制 - **所有权声明**:本段落档包含FLIR Systems, Inc.的专有信息。 - **分发限制**:仅授权给FLIR经销商可以分发此文档。 - **变更说明**:文档中的信息可能会在不通知的情况下发生变化。 #### 五、结语 Lepton 3 LWIR 摄像头模块以其紧凑的设计、高性能和广泛的兼容性成为众多消费电子产品的理想选择。通过了解其关键技术规格和特性,开发者能够更好地将其集成到不同的应用场景中,实现更高效的功能实现与用户体验提升。
  • FLIR SDK.rar - FLIR ADK - FLIR相机SDK
    优质
    这段资料是FLIR(Flir Systems Inc.)公司提供的软件开发工具包(Software Development Kit, SDK),专门用于支持开发者使用FLIR相机的各项功能进行应用程序开发。包含于FLIR Access Developer Kit (ADK)中,此资源文件名为FLIR SDK.rar。 SDK for FLIR infrared camera
  • FLIR红外热像集.txt
    优质
    该文本文件包含了FLIR红外热像数据集的相关信息和描述,用于支持各种计算机视觉任务,如物体检测、跟踪及行人重识别等研究工作。 FLIR红外热图像数据集包含了各种场景下的红外图像,适用于多种研究和开发目的。
  • FLIR红外图像集.txt
    优质
    FLIR红外图像数据集包含多种夜间环境下拍摄的人与车辆的高质量热成像图片,旨在促进红外视觉技术及夜视监控系统的研发。 FLIR红外数据集主要包括汽车类别的图像。
  • Purethermal1-UVC-Capture: PureThermal 2 UVC上Lepton 3.5的原生热...
    优质
    Purethermal1-UVC-Capture是一款专为PureThermal 2 UVC设计的软件,能够直接捕获并处理内置Lepton 3.5传感器生成的完整热数据。 Parabilis热能成像软件具备以下功能: 记录能力: - 查看Flir Lepton 9 Hz流 - 显示最高和最低温度(华氏度或摄氏度) - 将原始数据记录为HDF5格式,以避免树莓派CPU过载 - 指定文件名及保存目录进行存储 - 使用RealVNC实现无线控制功能 - 调整轻子增益和FFC模式 该软件专用于处理原始热数据的后期工作,并提供稳定的版本RecordIR_v18.3.py。 后期处理能力: - 以matplotlib格式查看HDF5记录的原始数据 - 存储特定长度的AVI文件 - 储存PNG图像以及生成TIFF文件,以便在MATLAB或GNU Octave等程序中进一步分析。 - 查看框架上任何像素点的具体温度数值 - 支持放大功能以深入研究和分析数据
  • Lepton-Sensor-Software-Interface-Description-Document
    优质
    本文档详述了Lepton热传感器软件接口的设计与实现,包括数据传输协议、API函数及应用示例,为开发者提供全面的技术支持。 本段落将详细介绍与FLIR Lepton软件接口相关的关键知识点。主要内容包括文档概述、通信协议、启动及端口配置以及SDK相机模块。 ### 文档概述 该文档名为《FLIR-Lepton-Software-Interface-Description-Document》(简称FLIR Lepton Software IDD),主要描述了FLIR Lepton系列红外相机的软件接口规范,为开发者提供必要的技术指导,以便于他们能够正确地与Lepton设备进行交互。文档编号为110-0144-04,修订版本号为200。 #### 修订历史与范围 - **修订历史**:文档记录了历次修订的信息,确保用户可以追踪到所有重要的变更。 - **范围**:文档覆盖了Lepton软件接口的所有方面,包括通信协议、错误代码和启动配置等。 ### 参考资料 该文档包含内部参考资料、外部相关技术文档以及缩写词表。此外还区分了硬件出厂设置与软件初始化时的默认配置。 ### 通信协议 文档详细描述了FLIR设备与主机之间的CCITWI(Controller Command Interface Two-Wire Interface)寄存器协议,包括启动命令序列和读取/写入数据等操作方式,并列出了可能发生的错误情况及其对应的代码。 #### CCITWI寄存器协议 - **I2C命令接口启动**:定义了设备上电后与主机建立连接的步骤。 - **CCITWI接口** - 包括读取和写入Lepton设备状态或数据的具体方法 - 定义了用于存储即将执行的命令、电源开关以及状态寄存器等内容,还涉及字节顺序定义及多字节传输处理。 #### CRC校验 - **消息CRC字节**:确保通信过程中数据完整性。 - 列出了在与Lepton设备通讯时可能出现的各种错误情况及其对应的错误代码。 ### 启动及端口配置 描述了如何选择合适的通信端口以启动FLIR Lepton设备的步骤和方法。 ### SDK相机模块 文档介绍了SDK支持的主要模块及其功能,包括数据类型、命令格式以及各种操作示例等。具体如下: #### 数据类型与命令格式 - 定义了Lepton SDK中使用的各类数据类型。 - 描述了发送给Lepton设备的命令的基本格式。 #### 命令词生成示例 提供了AGC(自动增益控制)、VID、SYS模块以及OEM和RAD模块等不同类型的操作实例,以帮助开发人员更好地理解和使用SDK功能。 #### SDK模块:AGC (0x100) - **控制自动增益** - 包括启用/禁用AGC - 选择不同的策略并定义感兴趣区域(ROI) #### SDK模块:SYS (0x200) 提供了测试相机在线状态、获取当前状态信息及读取序列号等实用功能。 《FLIR-Lepton-Software-Interface-Description-Document》为开发者提供全面且详细的指导,帮助他们更好地理解和利用FLIR Lepton系列红外相机的功能。通过对文档内容的学习,开发人员可以更加高效地实现与Lepton设备的交互,并提升产品的性能和用户体验。
  • 利用Python获取Flir红外热成像
    优质
    本项目介绍如何使用Python编程语言来读取和分析FLIR红外热成像相机的数据,旨在为用户探索温度分布提供一个强大的工具。 如何从Flir热成像拍摄的jpg格式的热象图或红外图像中提取温度数据?
  • FLIR集的YOLO格式标签训练集
    优质
    本数据集包含用于FLIR红外图像识别任务的YOLO格式标注文件,适用于目标检测模型训练与优化。 在计算机视觉领域,数据集是训练机器学习和深度学习模型的关键资源。FLIR训练集是一个专门针对热红外图像处理的数据集,它包含了丰富的热红外图像及对应的标签信息,适用于开发和优化目标检测算法,如YOLO(You Only Look Once)框架。YOLO是一种实时目标检测系统,以其高效且准确的性能著称。 YOLO的目标检测技术基于卷积神经网络(CNN),其工作原理是在一张图像上划分出多个固定大小的网格,并预测每个网格内的对象类别和位置。在FLIR训练集中,标签文件通常采用特定格式,包括边界框坐标以及与之关联的类别标签。每行对应一个独立的目标对象。 边界框坐标由四个数值表示:(x, y, width, height),其中(x, y)是相对于图像网格中心点的左上角位置,width和height则是边界的宽度和高度。类别标签则是一个整数,代表了目标属于哪一类。FLIR数据集中的类别可能包括人体、车辆或其他具有热辐射特性的物体。 训练集构建旨在让模型学习区分不同类别的对象并准确预测它们的位置。由于其独特的热红外特性,FLIR数据集特别适合研究和开发在夜间或低光照条件下使用的安全监控系统、自动驾驶汽车的感知系统以及建筑能源效率检测等应用领域。 使用时首先需要将图像文件与对应的标签文件按YOLO格式整理好,并确保遵循标注规则。接着可以利用预训练的YOLO模型进行迁移学习,或者从头开始训练新的模型。数据增强技术(如随机裁剪、旋转和色彩变换)能提高模型泛化能力,在训练过程中也非常重要。 评估时通常使用验证集与测试集通过交叉验证来测量性能指标,例如平均精度(mAP)、召回率以及精确度等。在实际应用中还需考虑计算效率问题,因为热红外目标检测可能需要运行于嵌入式设备或实时系统上。 总之,FLIR训练集是一个专门针对热红外图像的目标检测数据集,遵循YOLO格式的标签文件使其成为研究和开发相关算法的理想资源。通过正确使用这个数据集可以训练出在热红外场景中高效工作的目标检测模型,在许多视觉受限条件下识别对象的应用场合具有重大意义。