王 霞,姚錦華,夏潤秋,金偉其
?
非共軸長波紅外偏振成像系統(tǒng)設計
王 霞,姚錦華,夏潤秋,金偉其
(北京理工大學 光電成像技術與系統(tǒng)教育部重點實驗室,北京 100081)
圍繞長波紅外偏振成像系統(tǒng)的硬件研制、系統(tǒng)校正和基本性能指標測試3方面工作,構建了較為完整的成像技術方案:從方案選擇、系統(tǒng)組成、光學部件、電路原理介紹了系統(tǒng)的硬件研制;分析了系統(tǒng)四通道響應非一致性的來源,闡述了分段線性校正法的基本原理,并展現(xiàn)了其對四通道紅外圖像的校正效果;通過實驗測量得到單通道NETD值約為60mK,并繪制了單通道MRTD性能曲線,基于對應特征點統(tǒng)計得到了系統(tǒng)成像中心位置偏差約為4個像素,圖像配準誤差約為1.2個像素。最后,給出了車輛目標的長波紅外偏振信息解算圖像。
偏振成像系統(tǒng);非一致性校正;性能測試
紅外偏振成像技術作為一種新型成像技術,在近些年中越來越多地被運用于目標探測、特征識別等軍用及民用領域[1]。紅外偏振成像技術通過獲取不同偏振方向的光強圖像,從中解算得到景物光波的斯托克斯矢量和偏振度、偏振角等偏振維度信息,因此其對于紅外強度成像技術是一種良好的技術補充手段。國外從20世紀60年代開始,從理論和目標特性實驗、系統(tǒng)構成、應用3方面對紅外偏振成像技術進行了研究[2]。其中作為測量與分析目標場景輻射偏振特性的主要工具,紅外偏振成像系統(tǒng)的研究顯得格外基礎且重要[3]。
本文主要圍繞非共軸長波紅外偏振成像系統(tǒng)的硬件研制以及后續(xù)的系統(tǒng)校正、基本性能指標測試工作展開。
由于紅外焦平面探測器的工藝已比較成熟,當前主流的被動偏振成像系統(tǒng)中基本都采用焦平面探測器。偏振成像系統(tǒng)主要可以分為4大類:時間分割型、振幅分割型、孔徑分割型、焦平面分割型[4]。結(jié)合實驗室一般的應用需求分析以上系統(tǒng)方案:時間分割型系統(tǒng)不能實時成像,無法滿足運動目標的應用場景;振幅分割型系統(tǒng)能量利用率低,系統(tǒng)分光元件較多、體積大,應用于長波紅外波段具有一定難度;焦平面分割型對加工工藝要求頗高,微偏振元件和探測器像元的集成難度大[5]。因此,本文采用的方案為非共軸型設計方案,其可歸類為孔徑分割型系統(tǒng)。非共軸型偏振成像系統(tǒng)的優(yōu)勢主要有[6]:結(jié)構簡單、緊湊,易于實現(xiàn);無運動部件,可靠性較高;能對運動目標實時成像等。
非共軸型偏振成像系統(tǒng)采用的是同時偏振成像方式,系統(tǒng)共有4組長波熱像儀,在空間結(jié)構上呈‘田’字分布,各通道視場共軸[7]。其中3路帶有紅外偏振片,分別采集0°、60°、120°偏振角度圖像,還有一路非偏通道直接采集強度圖像,通過系統(tǒng)后端的四通道信號采集電路同時采集4個通道成像機芯的實時圖像,并通過Cameralink接口將數(shù)據(jù)輸出存儲至電腦,最后依據(jù)公式(1)解算得到斯托克斯矢量以及偏振度圖像、偏振角圖像:
式中:(0°)、(60°)、(120°)為3路帶偏通道圖像;、、為斯托克斯矢量;Dolp為偏振度圖像;Aop為偏振角圖像。
圖1為系統(tǒng)總體組成示意圖,圖2為系統(tǒng)實物圖。
圖1 系統(tǒng)組成示意圖
單個偏振成像通道由紅外鏡頭、偏振片、長波紅外機芯構成,本系統(tǒng)采用偏振片后置結(jié)構,即偏振片的空間位置處于紅外鏡頭與長波紅外機芯之間。倘若采用偏振片前置結(jié)構即將偏振片放置于系統(tǒng)前端,曝露在外的鏡面易被人為觸碰劃傷,并且空氣灰塵煙霧污染將對偏振片性能造成不可逆的嚴重影響,而將偏振片后置于光路之中則能降低其使用損耗。圖3所示為實驗室曝露使用一段時間后的受污染偏振片,易見其損傷較大,將嚴重影響工作性能。
圖2 系統(tǒng)實物圖
圖3 受到海邊鹽霧污染的偏振片鏡面
系統(tǒng)光學部分主要元器件選型及性能如表1所示。
表1 光學器件主要參數(shù)
系統(tǒng)采用的信號采集電路以可編程邏輯器件FPGA為核心處理器件,外設配有電源及FPGA配置電路、數(shù)據(jù)緩存SRAM、Cameralink輸出端接口等工作模塊,對4個通道紅外成像機芯進行同時的圖像采集及輸出。
信號采集電路主要由以下兩個電路板模塊組成:數(shù)據(jù)傳輸板、數(shù)據(jù)處理板。其中數(shù)據(jù)傳輸板與4個通道的信號輸出接口相連接,且配置有一個Cameralink輸出接口。電路工作流程如圖4所示。外界電源提供5V電壓分別為數(shù)據(jù)處理板與數(shù)據(jù)傳輸板供電;數(shù)據(jù)處理板上電后啟動FPGA,讀取存儲于FLASH中的配置數(shù)據(jù),再通過數(shù)據(jù)傳輸板同步采集4個通道機芯的圖像信號,并將同時的4個圖像拼接成一個大圖像(4幅336×256的圖像拼接為1幅672×512的圖像);數(shù)據(jù)處理板上的4片SRAM作為來自不同機芯的圖像緩存,SDRAM為圖像處理緩存;完成拼接處理的圖像,通過數(shù)據(jù)傳輸板上的Cameralink接口輸出至電腦。
圖4 電路工作原理圖
四通道紅外偏振成像系統(tǒng)采用了4臺獨立的紅外機芯,探測器工藝自身不可避免地導致各個探測器之間的響應差異,且各通道采用的紅外鏡頭同樣會由于工藝原因?qū)е鲁上裥阅懿町?。若直接采用各通道的灰度響應測量值,計算得到的場景偏振信息可能存在較大的誤差,所以必須先對四通道的響應非一致性進行校正,使得各通道對于同一強度的完全非偏振光響應一致[8]。
實驗裝置主要有溫度可調(diào)黑體源與平行光管,如圖5所示。黑體源產(chǎn)生的非偏振光通過平行光管準直后能被偏振系統(tǒng)各通道響應,待系統(tǒng)工作狀態(tài)穩(wěn)定之后,記錄下50幀圖像數(shù)據(jù)再取得平均數(shù),即為某一溫度下系統(tǒng)對于黑體源的響應值。實驗中以4K為溫度間隔寬度,采集了由0℃~170℃(高于130℃溫度時探測器響應灰度值趨近于飽和)區(qū)間范圍內(nèi)的黑體響應,此溫度區(qū)間基本能夠滿足常見的實驗環(huán)境參數(shù)。最終得到的系統(tǒng)各通道響應曲線如圖6所示,容易看出,各通道的灰度-溫度對應曲線的差異明顯,亟待校正。
圖5 溫度可調(diào)黑體源設備
圖6 紅外機芯灰度-目標溫度對應曲線
由圖6可以看出,在黑體溫度約為0℃~130℃的范圍之內(nèi),各通道實際的灰度響應值與黑體溫度之間呈明顯的非線性關系,倘若采用簡單的兩點式校正方法會存在較大的誤差。而通過進一步觀察可知,如果將整個黑體溫度區(qū)間分割成若干個子區(qū)間,則在任意一小段溫度區(qū)間內(nèi)響應灰度值與溫差均接近于線性關系,即構成近似線性響應子區(qū)間。在每個近似線性響應子區(qū)間中,輸入目標溫度與輸出灰度即可認為近似成線性關系[9],即:
=×+(2)
式中:代表溫度;代表輸出灰度;和分別為增益和偏置。
設4臺長波紅外機芯對于同一溫度的響應輸出灰度分別為1、2、3、4,則通過線性計算可將響應灰度值校正成一致,即:
1=2×2+2=3×3+3=4×4+4(3)
式中:2和2為第二臺機芯的校正增益和校正偏置,其他系數(shù)同理對應。
校正實驗過程如下:
記錄下低溫℃時,4臺紅外機芯的成像灰度值1、2、3、4。
記錄下高溫℃時,4臺紅外機芯的成像灰度值1、2、3、4。
則根據(jù)式(3),有:
1=2×2+2=3×3+3=4×4+4(4)
1=2×2+2=3×3+3=4×4+4(5)
可解得:
同理可解得3和3,4和4,即可得到3臺紅外機芯相對于一臺標準紅外機芯在較小間隔溫度子區(qū)間內(nèi)的校正增益和校正偏置。
綜上所述,可以對整個溫度響應區(qū)間進行合理的分段,使得每一小段溫度區(qū)間均構成一個近線性響應區(qū)間。以上即為分段線性方法用于各通道非一致性校正的基本原理,利用分段線性校正法即可完成對各通道響應灰度的校正。
對應于本系統(tǒng)各通道的響應曲線,每隔4K取做一個線性響應區(qū)間,應用分段線性校正法對系統(tǒng)完成各通道非一致性響應的校正,由此得到的各圖像方可應用于解算偏振信息。
使用偏振系統(tǒng)對一城市場景進行長波紅外偏振成像,將各通道圖像線性拉伸至相同的灰度區(qū)間。圖7顯示為非一致性校正前的四通道圖像,易見各通道圖像存在灰度響應差異;圖8顯示為分段線性校正后的四通道圖像,可見校正后3個偏振通道灰度響應非一致性得到較好改善。
噪聲等效溫差NETD定義是在視場中產(chǎn)生的輸出信號值等于噪聲均方根值時的目標和背景之間溫度差,也就是系統(tǒng)能夠識別的最小信號值。探測器的NETD指標能夠表述成像器件噪聲狀況。
由于系統(tǒng)采用新的鏡頭代替FLIR紅外探測器的原配鏡頭,所以新的成像通道的NETD值會發(fā)生改變。因此,實際測試各個成像通道的NETD數(shù)值,對分析系統(tǒng)整體的成像性能有重要作用。利用實驗室的紅外成像系統(tǒng)綜合測試儀對系統(tǒng)成像焦平面進行NETD測量,采用國標對焦平面成像的熱像儀進行NETD的計算,其具體步驟如下[10]:
1)獲取無信號輸入背景灰度數(shù)據(jù)DS(,),記錄下采集圖像大?。?36×256)以及采集幀數(shù);
3)計算背景響應電壓的樣本均方差,獲取像元噪聲(時間噪聲)N,即:
Fig.7 Images of four channels before correction
圖8 校正后四通道圖像
Fig.8 Images of four channels after correction
5)計算大溫差D下的像元與背景像元平均值差:設置溫差為D,采集目標數(shù)據(jù),得到目標與背景的像元平均值差S,即:
S=B-G(11)
6)據(jù)下式計算NETD:
實驗統(tǒng)計可得,本系統(tǒng)各通道的NETD數(shù)值均在60mK左右,性能保持良好。
單通道的MRTD值反映了系統(tǒng)的熱靈敏度特性以及系統(tǒng)的空間分辨力,因此這個參數(shù)指標能較好地體現(xiàn)系統(tǒng)基本性能。
MRTD測試基本步驟為[11]:
1)根據(jù)紅外機芯參數(shù),確定測試頻率點,選擇相應目標靶;
2)首先選擇測試的最低頻率目標靶,從環(huán)境溫度開始,逐漸增加溫度,直到人眼恰好能分辨條紋圖像記錄此時的溫差作為1,逐步降低黑體溫度,使其小于背景溫度,直到再次出現(xiàn)目標,記錄溫差2,取正負溫度MRTD的差值平均作為此空間頻率下的MRTD測量結(jié)果,即:
3)同樣地,測試得到其他頻率目標靶下的MRTD數(shù)值,繪制MRTD特性擬合曲線(如圖9所示)。
由于4個成像通道非共軸,紅外機芯空間放置存在一定間距,假設光軸完全平行,對于同一場景成像也存在中心位置偏差。而且,考慮到機械裝配精度等因素的影響,系統(tǒng)實際成像中心位置偏差值將更大。實際應用中,中心位置偏差需要控制在一定的誤差范圍內(nèi),否則會對系統(tǒng)的實際有效觀測距離產(chǎn)生影響。因此,系統(tǒng)各通道實際成像中心位置偏差需要通過實驗測量獲得。
對室外遠處場景進行實驗數(shù)據(jù)采集,可得4個通道成像圖像,首先對其中兩個通道圖像使用SURF特征點匹配方法得到兩幅圖中相匹配的特征點坐標,選取一定數(shù)量的坐標點,統(tǒng)計各對應特征點坐標的位置偏差值,計算平均值,即可認為此平均偏差值為兩幅圖像的成像位置偏差值。同樣地,用相同方法分別對其他通道圖像進行兩兩統(tǒng)計,最終得到成像位置偏差平均值,即為系統(tǒng)的成像中心位置偏差。圖10展示了使用SURF特征點匹配后,兩幅圖像特征點的對應情況。
圖10 圖像特征點對應曲線
Fig.10 Curves of feature points
經(jīng)過幾組測試實驗,得到系統(tǒng)成像中心位置偏差約為4個像素,滿足多數(shù)條件下觀測距離的要求。
非共軸四通道成像系統(tǒng)得到的實驗圖像需要經(jīng)過圖像配準之后,才能夠用于偏振信息解算。然而受限于機械裝配精度等因素的影響,光軸平行度存在一定偏差,各通道內(nèi)部安裝精度也有限,系統(tǒng)各通道圖像兩兩之間無法達到完全一致的配準,即存在圖像配準誤差。
對各通道圖像進行基于SURF特征點的配準之后,再通過人眼主觀檢查及調(diào)試,以使其達到最佳配準狀態(tài)。接著,利用同上求取成像位置偏差值的方法,求得經(jīng)配準后圖像的配準誤差值。經(jīng)過實驗及數(shù)據(jù)統(tǒng)計得,系統(tǒng)配準誤差大小約為1.2個像素。而依據(jù)以上對應特征點匹配的方法得到系統(tǒng)配準誤差,并沒有考慮各通道幾何成像差異,因此實際系統(tǒng)配準誤差要比簡單的理論計算更大。
使用本系統(tǒng)對室外車輛目標進行長波紅外偏振成像,得到的偏振度圖像、偏振角圖像及斯托克斯矢量圖像分別如圖11所示。
圖11 偏振信息圖像
Fig.11 images of polarization
本文首先概述了長波紅外偏振成像樣機的系統(tǒng)基本結(jié)構、光學組件構成以及信號采集電路基本原理,然后通過分段線性方法改善了四通道響應非一致性,最后通過實驗得到了系統(tǒng)的基本參數(shù)指標。
[1] 徐參軍, 趙勁松, 蔡毅, 等. 紅外偏振成像的幾種技術方案[J]. 紅外技術, 2009, 31(5): 262-266.
XU Canjun, ZHAO Jinsong, CAI Yi, et al. A summary of the mechanism of infrared polarization imaging[J]., 2009, 31 (5): 262-266.
[2] 王霞, 夏潤秋, 金偉其, 等. 紅外偏振成像探測技術進展[J]. 紅外與激光工程, 2014(10): 3175-3182.
WANG Xia, XIA Runqiu, JIN Weiqi, et al. Technology progress of infrared polarization imaging detection[J]., 2014(10): 3175-3182.
[3] 姜會林, 付強, 段錦, 等. 紅外偏振成像探測技術及應用研究[J]. 紅外技術, 2014, 36(5): 345-349.
JIANG Huilin, FU Qiang, DUAN Jin, et al. Research on infrared polarization imaging detection technology and application[J]., 2014,36 (5): 345-349.
[4] LIU Jing, XIA Runqiu, JIN Weiqi, et al. Review of imaging polarimetry based on stocks vector[J]., 2013, 39(1): 56-62.
[5] Nordin G P, MeierJ T, DeguzmanP C, et al. Micropolarizer array of infrared imaging polarimetry[J]., 1999, 16(5): 1168-1174.
[6] Fujita K, M Nishida, Y Itoh, et al. Development of simultaneous imaging polarimeter[C]//, 2006, 6269: 62693D1-83.
[7] Pezzaniti J L, ChenaultD B, et al. A division of aperture MWIR imaging polarimeter[C]//, 2005, 5888: 58880V1-58880V12.
[8] 季爾優(yōu), 顧國華, 柏連發(fā), 等. 三通道偏振成像系統(tǒng)及系統(tǒng)誤差校正方法[J]. 光子學報, 2014(1): 98-103.
JI Eryou, GU Guohua, BAI Lianfa, et al. Three-channel polarization imaging system and system error correction method[J]., 2014(1): 98-103.
[9] 劉曉, 張磊, 王峰, 等. 偏振成像探測系統(tǒng)的非一致性校正方法[J]. 計算機工程, 2009, 18: 209-211.
LIU Xiao, ZHANG Lei, WANG Feng, et al. Non-uniform calibration method in polarization imaging detection system[J]., 2009, 18: 209-211.
[10] 鐘文輝, 李文書, 周起勃. 焦平面熱像儀NETD參數(shù)的自動測量[J]. 激光與紅外, 2006(7): 565-567.
ZHONG Wenhui, LI Wenshu, ZHOU Qibo, et al. NETD auto-measuring of focal-plane thermal imaging systems[J]., 2006(7): 565-567.
[11] 田留德, 劉朝暉, 趙建科, 等. 紅外熱像儀MRTD測試方法研究[J]. 紅外技術, 2015, 37(5): 368-373.
TIAN Liude, LIU Chaohui, ZHAO Jianke, et al. Measurement method for MRTD of infrared imaging system[J]., 2015, 37(5): 368-373.
Design of a LWIR Polarization Imaging System of Non-coaxial Type
WANG Xia,YAO Jinhua,XIA Runqiu,JIN Weiqi
(,,100081,)
A complete technical proposal of LWIR polarization imaging is set up by the hardware development, system correction and basical performances test: the introductions of hardware development are included of proposal selection, system composition, optical components, circuit principle. The source of nonuniformity response of four channels is analyzed, the fundamental of segmented linearcorrectionmethod is expounded, the result of correction of four infrared images is exhibited; NETD of single channel is measured about 60mK by experiments, the characteristic curve of MRTD is also drawn, central position deviation of system is about 4 pixels and error value of image registration is about 1.2 pixels which are calculated on account of feature points. Images of polarization of a car are presented in this paper finally.
system of polarization,correction of nonuniformity,performance test
TN216
A
1001-8891(2017)04-0293-06
2016-12-02;
2017-04-06.
王霞(1972-),女,副教授,博士生導師,主要從事光電檢測、光譜分析及微光與紅外成像方面的研究。E-mail:angelniuniu@bit.edu.cn。
武器裝備預研基金項目。