国产非制冷红外探测器新型场景校正方法

现有国产非制冷红外探测器多采用挡板校正进行非均匀性校正,影响了红外探测器的观测效果与目标搜跟。为了拓展红外探测器的应用方向与领域,提出了一种国产非制冷红外探测器新型场景校正方法,通过改进的神经网络场景校正方法去除高频非均匀性,再通过时空联合的低频滤波去除低频非均匀性。应用该方法的某国产非制冷红外机芯,工作1 h后图像非均匀性为0.5%。该方法具有良好的校正效果,并且能够有效地抑制“鬼影”现象,有利于减少红外成像系统的体积与功耗,有利于国产非制冷红外探测器在航天、航空、武器装备等多领域的应用。     

HgCdTe短波红外焦平面探测器校正技术

在短波红外成像光谱技术的应用背景下,对HgCdTe短波红外焦平面探测器的校正技术进行研究,包括坏像元校正和非均匀性校正,并提出先进行坏像元校正后进行非均匀性校正的探测器校正原则;在标准辐射源下,对正常像元的输出值进行正态分布拟合,并通过3σ准则设定正常像元输出值阈值的方法,确定探测器中坏像元的数量与位置,然后根据短波红外成像光谱技术的应用要求,对坏像元进行光谱二邻域均值替换;坏像元校正完成后,再采用运算量小、实时性强的两点法对探测器进行非均匀性校正。综合校正结果表明:探测器坏像元得到有效剔除,坏像元输出值得到良好校正,且非均匀性校正效果明显,图像细节更加丰富。     

一种适用于红外搜索跟踪系统的实时非均匀性校正算法

针对目前红外搜索系统实用性较强的两点非均匀性校正存在难以实时跟踪图像非均匀的不足点,提出一种新的基于两点非均匀性校正和基于场景的实时联合校正算法。该算法利用两点校正提供基础校正系数,并充分利用红外搜索系统大数据量的特点,对实时数据量进行统计、分析,进而找出系统非均匀性随时间的漂移量,解决只采用两点校正算法带来的红外图像退化的问题。多次试验证明,采用联合非均匀校正算法的相对非均匀度由两点校正的5%降到了2%左右,并具有时间稳定性,获得了较好的校正效果。     

小波变换的红外焦平面阵列非均匀性校正算法

红外焦平面阵列(IRFPA)的非均匀性是其应用中必须解决的技术难题之一。基于小波理论,提出了一种基于成像场景的红外焦平面非均匀性校正算法。该算法选择合适的小波函数对红外成像序列进行小波分解,而后对分解的信号计算出相应的统计量,从而得出红外焦平面非均匀性校正的偏置和增益校正系数,以此最终实现非均匀性校正。对真实红外序列图像的处理效果验证了该算法可较好地实现非均匀性校正。此外该算法对慢变化量具有较好的自适应性,可较好地抑制一般基于场景统计的非均匀性校正算法中出现的"人工虚影"的现象。     

不同非均匀性校正温度的红外测温技术

为使制冷型中波红外热像仪在不同环境温度下经过非均匀性校正后保持较高的测温精度,研究了考虑非均匀性校正温度效应的中波红外热像仪标定模型。利用不同温度的面源黑体对热像仪进行非均匀性校正,然后对黑体目标进行测温实验,获得了不同校正温度下热像灰度与黑体辐射亮度之间的变化关系,建立了目标的测温数学计算模型,最后对测温结果进行误差分析。结果表明:在不同校正温度下,热像灰度相对非均匀校正辐亮度的漂移可做线性化处理,且与目标温度变化无关。在非均匀性较低的测温范围内热像仪的测温误差小于±0.22℃,极大减小了制冷型中波红外热像仪在不同校正温度下非均匀性校正后的测温误差。     

不同非均匀性校正温度的红外测温技术

为使制冷型中波红外热像仪在不同环境温度下经过非均匀性校正后保持较高的测温精度,研究了考虑非均匀性校正温度效应的中波红外热像仪标定模型。利用不同温度的面源黑体对热像仪进行非均匀性校正,然后对黑体目标进行测温实验,获得了不同校正温度下热像灰度与黑体辐射亮度之间的变化关系,建立了目标的测温数学计算模型,最后对测温结果进行误差分析。结果表明：在不同校正温度下,热像灰度相对非均匀校正辐亮度的漂移可做线性化处理,且与目标温度变化无关。在非均匀性较低的测温范围内热像仪的测温误差小于±0.22 ℃,极大减小了制冷型中波红外热像仪在不同校正温度下非均匀性校正后的测温误差。     

一种新的基于平稳小波变换的红外焦平面非均匀性校正技术

在分析固定图案噪音频率分布的基础上,提出了一种利用平稳小波进行非均匀性校正的方法.选择合适的小波函数对红外图像序列进行分解,从而估计出非均匀性校正的增益和偏置系数,最终实现红外焦平面阵列的非均匀性校正.利用小波的多分辨性质,提高了低频部分的频率分辨率,有效的抑制了一般基于场景统计校正算法中易于出现的“人工鬼影”现象.用真实的红外图像序列进行了处理,实验证明了算法的优越性.     

基于系统非线性的红外焦平面非均匀性校正

采用系统非线性描述和分析方法,从基于红外参考辐射源的校正算法原理入手,提出了一种新的红外焦平面非均匀性校正方法.该算法将每个探测器单元视为一个非线性系统,因此,该算法原理既对基于红外参考辐射源的非均匀性校正算法成立,对基于场景的校正算法在一定条件下也有效,能够适应非均匀性随时间和环境改变而发生缓慢变化的情形,是一种自适应算法.     

基于Savitzky-Golay加权拟合的红外图像非均匀性条带校正方法

针对红外成像探测器单元响应不一致等因素导致的图像非均匀性条带问题, 提出了基于直方图加权和Savitzky-Golay拟合的非均匀性条带校正方法。首先, 计算每列的归一化直方图函数并将其作为权值对图像进行加权运算;然后, 利用Savitzky-Golay滤波器对加权后的图像列均值和列方差进行拟合, 并将结果带入校正公式, 通过可调参数的迭代完成校正。实验结果表明:该方法能有效地去除非均匀性条带, 保留图像的光谱辐射信息和纹理细节, 各项评价指标均提高10%。     

基于反中值滤波的红外焦平面自适应非均匀性校正方法

分析了红外焦平面阵列非均匀性的噪声特性，提出了一种用反中值滤波为核心的红外焦平面自适应校正的方法。针对实际的图像进行了实验，实验证明该方法在校正效果、收敛速度、对静止目标保持能力及可硬件化等方面都有较好的表现。     

Determination of Thermal Parameters of Vanadium Oxide Uncooled Microbolometer Infrared Detector

Vanadium oxide thin films are the potential candidates for uncooled microbolometers due to their high temperature coefficient of resistance (TCR) at room temperature. A 2D array of 10-element test microbolometer without air-gap thermal isolation structure was fabricated with pulsed laser deposited vanadium oxide as IR sensing layer for the first time. Infrared responsivity of the uncooled microbolometer was evaluated in the spectral region 8-15 m. The device exhibits responsivity of about 12 V/W at 30 Hz chopper frequency for 20 A bias current. Thermal time constant (), Thermal conductance (G) and thermal capacitance (C) are the thermal parameters characterize the performance of the uncooled microbolometer infrared detectors are determined as 15 ms, 10^-3 W/K and 3.5 × 10^-5 J/K respectively. The influence of the thermal parameters on the performance of the microbolometer is discussed.     

微透镜列阵提高红外探测器探测能力的方法研究

研究用微光学方法提高红外探测器探测能力的机理,通过实验将锗微透镜列阵耦合到180元HgCdTe焦平面红外探测器上,使耦合组件探测率提高到原来的2．8倍,提出的光学耦合效应概念为客观评价微光学聚能元件综合质量及耦合机构性能提供了一种新的方法。还对微透镜列阵的冷屏效应进行了讨论。     

核探测器中混合气配制新方法

以质量流敏感器件和系统控制器为主要部件,建立起一套新的混合气配制系统,其配比误差小于满量程的1%,动态响应时间小于3s,有很好的长期稳定性,能满足核探测器对混合气体的多种需要.     

一种电缆测井深度测量校正方法

马丁代克深度测量系统是电缆测井中测量井深的专业设备,深度轮作为该测量系统的重要组成部分,它的误差将直接影响电缆测井的深度信息。因此需要对深度测量系统进行定期校正。通过分析马丁代克测量系统的误差来源,提出了采用光栅尺作为测量系统的校正仪器,通过模拟深度轮在测井过程中电缆所受的拉力、运动方式、扭转等实际情况,克服了传统校正方法仅仅考虑单一因素、效率低、精度不高等不足。实验表明该方法具有重复校正结果一致性好、校正速度快、精度高等优点,具有一定的工程实际应用意义。     

一种改进的计算探测器校正因子的相关抽样方法

对于小尺寸探测器处于大块介质的情形, 在探测器的校正因子的Monte Carlo模拟中, 存在两个难题: 一是由于探测器尺寸很小粒子难以到达探测器并发生碰撞; 二是两个随机变量比值难以达到要求精度. 本文使用经过改进的粒子碰撞自动重要抽样方法, 再结合相关抽样方法, 解决了这两个难题, 并在MCNP-4C程序平台上加以实现. 除了粒子碰撞自动重要抽样以外, 还选用了其他3种方法: 直接模拟、区域分裂、强迫碰撞+Dxtran球分别与相关抽样方法结合, 对一个简化的探测器校正因子计算模型进行了计算. 实际计算结果表明, 相关抽样方法无论与哪种方法结合, 都起到了提高相关量计算效率的作用; 而它与粒子碰撞自动重要抽样结合, 比其他方法具有明显的优越性.     

放射性束弹性散射实验中的一种位置校准方法

在弹性散射实验中,探测器的位置校准是非常重要的。结合兰州放射性束流线(RIBLL)的实际情况,以低能轻炮弹在重靶上的弹性散射截面在前角区为卢瑟福散射的事实为依据,发展了一种简单而有效的位置校准方法。通过蒙特卡洛模拟来检测弹性散射角分布与不同方向上位置未校准时的依赖关系。该方法成功地应用在~7Be与重靶的弹性散射实验中,得到了正确的微分截面角分布。     

氧化物玻璃的中红外光学常数计算方法的探讨

结合数值分析,几何光学、电磁理论,对计算氧化物玻璃的中红外光学常数折射率ｎｔ和消光系统ｋ的三种计算方法进行了探讨,推导出了适合计算机计算的模型,并编制了计算程序,对研究氧化物玻璃空芯光纤的包皮材料提供了有效途径。     

An Improved Correlated Sampling Method Calculating Correction Factor of Detector

In the case of a small size detector lying inside a bulk of medium, there are two problems in the correction factors calculation of the detectors. One is that the detector is too small for the particles to arrive at and collide in; the other is that the ratio of two quantities is not accurate enough. The method discussed in this paper, which combines correlated sampling with modified particle collision auto-importance sampling, and has been realized on the MCNP-4C platform, can solve these two problems. Besides, other 3 variance reduction techniques are also combined with correlated sampling respectively to calculate a simple calculating model of the correction factors of detectors. The results prove that, although all the variance reduction techniques combined with correlated sampling can improve the calculating efficiency, the method combining the modified particle collision auto-importance sampling with the correlated sampling is the most efficient one.     

一种基于场景的红外图像非均匀性校正算法

提出了一种基于场景的红外图像非均匀性校正算法。该算法结合了两点定标校正算法和基于场景的改进的恒定统计算法,将两点校正算法的校正系数作为恒定统计算法的系数初值,并引入阈值进行运动状态检测,对运动场景和非运动场景分别进行系数更新。实验表明,该算法可以实现对红外图像非均匀性的校正,对于本文实验中的视频图像,在100帧时算法收敛,其收敛时间优于其他传统基于场景的非均匀性校正算法,并一定程度上抑制了"鬼影"现象。     

纺织品近红外光谱定性分析的一种新方法

近红外光谱分析技术可用于对样本的快速无损检测,在人们的生产和生活中发挥着越来越重要的作用。支持向量机是建立定性分析模型的常用方法,可通过寻找最优分类超平面将两类样本分开。在小样本情况下,支持向量机方法有其独特的优势。主成分分析是常用的数据降维方法,可将数据降维之后作为支持向量机方法的输入变量,简化模型并提高模型识别的准确性。因此,基于主成分分析的支持向量机(简称PCA-SVM)适合用于建立近红外光谱定性分析模型。多模型方法是人们使用较少的建模方法,用该方法建立的模型一般具有较好的稳定性。将多模型方法与PCA-SVM方法成功结合形成了新方法。以棉锦混合、棉涤混合纺织品为例,用新方法建立了这两类纺织品样本的近红外光谱定性分析模型。建模时将光谱数据按照波长分为4组,用每组光谱数据建立一个子模型,将子模型的输出值进行加权平均便得到最终的预测结果。这样可以更充分地使用光谱数据中所包含的信息。为了便于对比不同的方法,仍使用上述校正集和验证集,又用PCA-SVM方法建立了这两类纺织品样本的近红外光谱定性分析模型。对预测结果做交叉验证,用新方法所建模型判别的正确率的平均值为85.49%,正确率的标准差为0.066 7, 用PCA-SVM方法所建模型判别的正确率的平均值为83.34%,正确率的标准差为0.109 6。研究结果表明用新方法所建模型的分类效果好于用PCA-SVM方法所建模型的分类效果;用新方法建立的模型的稳定性明显高于用PCA-SVM方法建立的模型的稳定性。用PCA-SVM方法所建模型的预测效果受校正集构成情况的影响较大,而用新方法所建模型的预测效果则相对稳定。对废旧纺织品进行分类回收可大量节约纺织原材料,但采用人工分拣方式效率低且成本高。采用近红外光谱分析方法对纺织品进行分类,为废旧纺织品的大规模精细分拣和分级奠定了一定的基础。该新方法有望用于某些其他类型样本的分类。