紅外熱像儀的噪聲分析

1、第37卷,增刊 紅外與激光工程 2008年6月 V ol.37 Supplement Infrared and Laser Engineering Jun. 2008收稿日期:2008-05-14作者簡(jiǎn)介:李相民(1964-,遼寧北票人,教授,主要從事光電測(cè)量方面的研究工作Email: li_xiangmin紅外熱像儀的噪聲分析李相民,倪國(guó)強(qiáng)(北京理工大學(xué) 信息科學(xué)與技術(shù)學(xué)院,北京 100081摘要:為了深入理解紅外熱像儀的噪聲特性并且應(yīng)用到實(shí)際測(cè)量中,對(duì)紅外熱像儀的噪聲進(jìn)行了分類;分別對(duì)熱像儀的各種噪聲分量的產(chǎn)生和影響進(jìn)行了深入分析;并重點(diǎn)分析了3維噪聲模型、單一參數(shù)方法和4參數(shù)模型,給出了

2、這幾種模型的優(yōu)缺點(diǎn);最后指出在實(shí)際測(cè)量紅外熱像儀的噪聲特性應(yīng)該采用四參數(shù)模型,并給出了一個(gè)測(cè)量實(shí)例。關(guān)鍵詞:噪聲模型; 等效噪聲溫差; 熱像儀測(cè)量中圖分類號(hào):TN214 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1007-2276(2008增(紅外-0523-04Noise analysis of infrared camerasLI Xiang-min, NI Guo-qiang(College of Information Science & Technology, Beijing Institute of Technology, Beijing 100081, ChinaAbstract: In

3、 order to understand the noise characteristics of infrared camera and apply it to the measurement, the noise was classified. Each noise component and its effect were analyzed with emphasis on 3D model, single parameter method and four parameter approaches. Finally the four parameter approach could b

4、e applied to the test of infrared cameras.Key words: Noise model; NETD; Infrared camera measurement0 引 言噪聲特性是衡量紅外熱像儀的一個(gè)非常重要的技術(shù)指標(biāo)。在不同的文獻(xiàn)中對(duì)噪聲的定義也是不同的。這就導(dǎo)致了人們對(duì)同一熱像儀的噪聲特性具有不同的理解。為了在實(shí)際測(cè)量中更好地給出噪聲的值, 這里詳細(xì)地分析了噪聲的類型,噪聲的來源,分析方法。最后指出在實(shí)際應(yīng)用時(shí)該采用哪種方法。1 紅外熱像儀的噪聲分類紅外熱像儀的噪聲可以極大地降低圖像的質(zhì)量和限制對(duì)低對(duì)比度目標(biāo)的探測(cè)能力。噪聲特性是紅外熱像儀最重要的性能

5、指標(biāo)之一。熱像儀的噪聲可以分為兩大類:時(shí)間噪聲和空間噪聲。時(shí)間噪聲是指熱像儀在觀察一個(gè)均與靶標(biāo)時(shí)探測(cè)器的像素信號(hào)隨時(shí)間的變化。對(duì)于掃描時(shí)紅外熱像儀,這是指在單一線上的像素輸出信號(hào)的變化;而對(duì)于凝視焦平面陣列紅外熱像儀,則是指幀與幀間像素輸出信號(hào)的變化?？臻g噪聲是指在觀察一個(gè)均勻靶標(biāo)時(shí)不同的像素輸出信號(hào)之間的差別?？臻g噪聲對(duì)不同的幀是一致的。這兩類噪聲都有他們的噪聲功率譜密度(NPSD 。 噪聲是十分復(fù)雜和難以理解的一個(gè)特性。通常文獻(xiàn)中給出3種不同噪聲分析方法來表征紅外熱像儀的噪聲特性1-3。(1三維噪聲模型:噪聲被分為8個(gè)分量 (2單一參數(shù)方法:噪聲等效溫差(NETD (34參數(shù)方法:低頻時(shí)間

6、噪聲(1/f 噪聲,高頻時(shí)間噪聲(NETD ,低頻空間噪聲(非均勻性,non-uniformity 和高頻空間噪聲(FPN 。524 紅外與激光工程:紅外成像系統(tǒng)仿真、測(cè)試與評(píng)價(jià)技術(shù)第37卷2 三維噪聲模型三維噪聲模型是基于D i方向均化微分算符的概念。D i是表示噪聲的第i個(gè)分量。這些數(shù)學(xué)算符可以從噪聲數(shù)據(jù)組中求出8個(gè)噪聲分量的微分。 這些算符求出在由算符下標(biāo)給出的方向上數(shù)據(jù)的平均。假定被測(cè)紅外熱像儀產(chǎn)生的一圖像序列,那么采集的數(shù)據(jù)可以排列成三維矩陣N TVH,見圖1。這里T 表示時(shí)間或幀序列,H和V表示空間信息。對(duì)于凝視焦平面系統(tǒng),則用m和n是像素的位置;歲月掃描系統(tǒng),m是指像素的位置,n

7、是指時(shí)間或數(shù)字化模擬信號(hào)中的采樣序數(shù)。表1中給出了每個(gè)噪聲分量的說明。圖1 三維噪聲模型Fig.1 3D noise model表1 三維噪聲模型的噪聲分量Tab.1 Noise components of 3D noise modelNo. 3D components Number of elements Comments Information1 S VTH m×n×N Random 3D noise2 S VH m×n Each pixel is averaged over N frames 2D spatial noise3 S HT n×N E

8、ach column is averaged over m frames Temporal column noise: variations of mean columnbrightness with time4 S VT m×N Each row is averaged over n pixels Temporal row noise: variations of mean rowbrightness with time5 S V m Each row is averaged over n pixels and N frames Temporal row noise: variat

9、ions of mean row brightness that do not depend on time6 S H n Each column is averaged over m pixels and N frames Temporal column noise: variations of mean column brightness that do not depend on time7 S V N Each frame is averaged over m×n pixels Frame to frame brightness variation(flicker8 S 1

10、Each frame is averaged over m×n pixels and N frames Average brightness of the frames in the sequence把噪聲三維陣列轉(zhuǎn)換成二維或一維陣列就可以計(jì)算噪聲分量。利用噪聲三維模型分析被測(cè)量的紅外熱像儀的輸出的圖像序列是可能得到噪聲現(xiàn)象的本質(zhì)信息。因而紅外熱像儀生產(chǎn)廠家經(jīng)常使用這個(gè)模型。另一個(gè)方面,由于三維模型采用許多參數(shù)表征噪聲特性,使用起來很復(fù)雜,因而熱像儀的使用者很少采用三維模型進(jìn)行分析。而熱像儀生產(chǎn)廠家也很少給出三維噪聲模型的參數(shù)。下面對(duì)熱像儀使用者經(jīng)常使用的噪聲參數(shù)進(jìn)行分析。3 單一參

11、數(shù)方法如果注意熱像儀生產(chǎn)廠家提供的參數(shù)就會(huì)發(fā)現(xiàn)通常采用“熱靈敏度”、“熱分辨率”、“溫度分辨率”或“等效噪聲溫差NETD”來表征紅外熱像儀的噪聲特性。具有不同名稱的這些參數(shù)通常指的是噪聲等效溫差,問題是文獻(xiàn)中對(duì)NETD有不同的定義和測(cè)量技術(shù)。根據(jù)傳統(tǒng)定義,NETD定義為在輸出的電子信號(hào)通道的適當(dāng)點(diǎn)上能夠產(chǎn)生一個(gè)峰值信號(hào)和均方根噪聲比為一時(shí),需要的靶標(biāo)和背景黑體的溫差。這個(gè)定義是當(dāng)所有的熱像儀都是掃描式熱像儀時(shí)引入的。盡管這個(gè)定義沒有清楚地說明NETD僅僅是沿視頻線高頻時(shí)間噪聲的一個(gè)度量,見圖2。在進(jìn)行NETD測(cè)量前修正了低頻噪聲,如圖3所示。增刊李相民等:紅外熱像儀的噪聲分析 525 圖2 視

12、頻線的信號(hào)分布 Fig.2 Signal profile of a video line 圖3 經(jīng)過低頻修正后代視頻線的信號(hào)分布 Fig.3 Signal profile of a video line after low frequencytrends correctionNETD 可以由如下公式(1計(jì)算:NETD = V n SiTF (1式中:V n 為信號(hào)線噪聲的均方根值;SiTF 為被測(cè)熱像儀的信號(hào)傳遞函數(shù)。V n 可以表示成不同的信號(hào)單位:數(shù)字灰度值或電壓等。然而,只要信號(hào)傳遞函數(shù)SiTF 表示成同樣單位的比值除以溫度K ,那么NETD 的單位就是K 。 如前所述,對(duì)于掃描式熱像儀

13、如果采用NETD作為噪聲的度量則情況相對(duì)簡(jiǎn)單,NETD 就是信號(hào)線高頻時(shí)間噪聲的量。而對(duì)于陣列焦平面熱像儀則情況十分復(fù)雜,有不同的NETD 定義方法。NETD 仍然可以定義為能夠產(chǎn)生一個(gè)峰值信號(hào)和均方根噪聲比為一時(shí)需要的靶標(biāo)和背景黑體的溫差。通常利用均勻目標(biāo)的產(chǎn)生的一圖像序列來計(jì)算NETD 。然而這個(gè)定義的不同取決于計(jì)算均方根噪聲的方法?？梢圆捎貌煌姆椒ㄓ?jì)算NETD 。首先,可以計(jì)算單一像素的在不同圖像上的標(biāo)準(zhǔn)偏差作為NETD 。這時(shí)NETD 則僅僅是時(shí)間噪聲。第二,可以計(jì)算一組像素的信號(hào)在時(shí)間和空間上的標(biāo)準(zhǔn)偏差作為均方根噪聲。這時(shí)NETD 就是總噪聲(包括時(shí)間和空間噪聲分量。以上兩種方法可

14、以帶有或不帶有低頻趨向修正。也就是說取決于是否有低頻修正,NETD 可以僅僅是高頻噪聲的特性的表示或整個(gè)全譜段噪聲的表示。簡(jiǎn)單地說,只有當(dāng)準(zhǔn)確地知道噪聲是如何測(cè)量得到的,那么NETD 才可以作為噪聲現(xiàn)象的一個(gè)有意義的度量,否則會(huì)產(chǎn)生誤解。采用不同的計(jì)算方法得到的NETD 的值是不同的。采用第一種方法得到的NETD 值可能幾倍的低于第二種方法計(jì)算的結(jié)果。對(duì)于非制冷熱像儀這個(gè)情況是十分清楚的,因?yàn)樗目傇肼暿菚r(shí)間噪聲的幾倍。4 4參數(shù)方法實(shí)際上噪聲現(xiàn)象過于復(fù)雜,所以不能僅僅采用單一參數(shù)比如NETD 來精確地表征。盡管我們準(zhǔn)確地定義了是如何計(jì)算得到NETD 的。但是從這個(gè)單一值能夠得到的噪聲信息仍然

15、十分有限。比如兩個(gè)相機(jī)可能有相同的NETD 值,但很容易觀察到兩者圖像噪聲的不同。 另一方面,前面提到采用三維噪聲模型的8個(gè)分量可以精確地描述熱像儀的噪聲特性。但是對(duì)于大多數(shù)人使用時(shí)又過于專業(yè)和復(fù)雜。因此采用4參數(shù)法是一個(gè)最佳的選擇。4參數(shù)法是基于假定由紅外熱像儀產(chǎn)生的圖像噪聲可以分成兩組:時(shí)間噪聲和空間噪聲。另外每組的噪聲又可以進(jìn)一步分為低頻噪聲和高頻噪聲分量。圖4 4參數(shù)噪聲分類 Fig.4 Types of noise時(shí)間噪聲是指即使在目標(biāo)輻射不隨時(shí)間變化的情況下像素信號(hào)強(qiáng)度在時(shí)間上的變化?？臻g噪聲是指在均勻目標(biāo)輻射充滿整個(gè)紅外熱像儀視場(chǎng)的情況下像素信號(hào)強(qiáng)度在空間上的變化。 低頻噪聲是像

16、素的信號(hào)強(qiáng)度隨時(shí)間的緩慢變化。這個(gè)噪聲分量產(chǎn)生的影響稱之為1/f 噪聲。如果在較長(zhǎng)的時(shí)間間隔采集并比較圖像,就能看出1/f 噪聲。圖5給出了一組像素的圖像。第二和第三幅圖像與第一副圖像相比可以明顯看出會(huì)暗一些和亮一些。526 紅外與激光工程:紅外成像系統(tǒng)仿真、測(cè)試與評(píng)價(jià)技術(shù)第37卷 圖5 在較長(zhǎng)的時(shí)間間隔采集的均勻目標(biāo)的圖像Fig.5Images of uniform target captured at long intervals 高頻時(shí)間噪聲是指像素強(qiáng)度隨時(shí)間的快速變化。如果參照對(duì)于老的掃描紅外熱像儀的NETD 的原始解釋,NETD 被認(rèn)為是總體噪聲中高頻時(shí)間分量的一個(gè)度量。在高頻分量比

17、較重要的情況下,如果采集連續(xù)的幾幅圖像并比較,就能夠觀察到。從圖6可知,盡管這些圖像是相鄰的圖像并且采集的相隔時(shí)間很短(對(duì)NTSC 制系統(tǒng)1/60 s ,對(duì)PAL 制系統(tǒng)1/50 s,像素的強(qiáng)度與幀有關(guān)。 圖6 由高頻時(shí)間噪聲為主的紅外熱像儀產(chǎn)生的均勻目標(biāo) 的連續(xù)圖像Fig.6 Three neighbour images of uniform target generatedby a thermal camera of dominant high frequency temporal noise低頻空間噪聲是指熱像儀的像素信號(hào)強(qiáng)度在空間上的緩慢變化。這個(gè)噪聲分量產(chǎn)生的影響稱之為非均勻性。如圖

18、7,在非均勻性比較重要的情況下采集幾幅連續(xù)的圖像并比較就可以觀察到非均勻性的影響?？赡茉诿糠鶊D像中都能觀察到非均勻性的影響,并且它并不依賴幀數(shù)。 圖7在低頻空間噪聲為主的熱像儀產(chǎn)生的均勻目標(biāo)的連續(xù)圖像Fig.7Three neighbour images of uniform target generatedby a thermal camera of dominant low frequencyspatial noise高頻空間噪聲是指像素信號(hào)強(qiáng)度隨時(shí)間的快速變化。這個(gè)噪聲分量產(chǎn)生的影響稱之為固定模式噪聲(FPN。如圖8,在FPN 為主要噪聲的情況下采集幾幅連續(xù)的圖像并比較就可以觀察到FPN

19、 的影響?？赡茉诿糠鶊D像中都能觀察到FPN 的影響,并且它并不依賴幀數(shù)。圖8 在高頻空間噪聲為主的熱像儀產(chǎn)生的均勻目標(biāo)的連續(xù)圖像Fig.8 Three neighbour images of uniform target generated by a thermal camera of dominant high frequency spatial noise根據(jù)以上定義,可以應(yīng)用于紅外熱像儀的測(cè)量中。表2給出了不同類型紅外熱像儀的典型測(cè)量結(jié)果。表2 紅外熱像儀的典型測(cè)量結(jié)果Tab.2 Examples of measurement results of noise components of different thermal imagersImager type NETD /1/f /FPN /NU /Cooled scanning 0