非制冷红外焦平面探测器固定图形噪声研究

雷述宇，陶 禹，杨 妮，方 辉，谭 果

(1.北方广微科技有限公司，北京 100089；2.63961部队，北京 100012)

·红外材料与器件·

非制冷红外焦平面探测器固定图形噪声研究

雷述宇1，陶 禹2，杨 妮1，方 辉1，谭 果1

(1.北方广微科技有限公司，北京 100089；2.63961部队，北京 100012)

针对国标GB/T17444-2013中对红外焦平面阵列(Infrared Focal Arrays，IRFPA)固定图形噪声定义不能直接反映成像画面质量的问题，指出IRFPA在实际成像时要先经过非均匀性校正，校正残留才是影响成像质量的主要因素。本文先介绍了典型的两点校正方法，基于典型两点校正提出随环境温度实时更新的两点校正公式。通过对校正后的探测器输出通过时域滤波和小波变换分离出了固定图形噪声(FPN)，给出了FPN的测试和计算方法。讨论了如何选择定标温度点来计算增益校正系数使得FPN值在指定的温度范围最小。通过对比4个增益校正阵列各个温度点下的FPN曲线，并结合同一参考目标的成像画面，验证了本文提出的FPN值能够准确反应成像画面质量。

IRFPA；空间噪声；FPN；两点校正

1 引 言

非制冷红外焦平面阵列(Uncooled Infrared Focal Arrays，Uncooled-IRFPA)探测器作为第三代低成本红外探测器[1]，它的出现进一步拓宽了红外传感器的应用领域，从最初的军事应用逐渐扩展到了包括工业测控、医疗检测、防火防灾等在内的更为广阔的民用领域。不同的应用场合，对探测器的性能指标要求不同，但固定图形噪声(Fixed Pattern Noise，FPN)作为影响成像质量的重要因素，受到不同程度的关注。

国内对IRFPA的固定图形噪声(FPN)定义在国标GB/T17444-2013中有表述，其内容是：红外焦平面在均匀辐照条件下，各有效像元输出电压的均方根偏差[2]计算公式如下：

FPN=STD(Vo′)

(1)

其中,Vo′是除去死像元和过热像元后的焦平面像元电压输出。

GB/T17444-2013中对FPN的定义是基于探测器本身，并未对成像画面的噪声做出定性或定量表述。在实际的成像系统中，实时成像之前都要对探测器的输出做非均匀性校正(Non-UniformityCorrection，NUC)，校正后的信号再通过显示设备转换成最后的画面信息[3]。因此，要衡量实际探测器的成像质量，简单应用GB/T17444-2013中的定义是不准确的，画面中的噪声其本质是非均匀校正后的残留，这种残留才是影响成像质量的关键。目前国内还没有一个统一的对非均匀性残留定义和度量方法，因此本文提出了一种针对非均匀校正后残留噪声的计算和量化方法：通过分时域滤波确定FPN，并通过小波变换分离出FPN的高、低频分量，最后证明通过小波变换后的高频分量是影响成像分辨率的主要因素。

2 非均匀性校正

焦平面器件应用至今同，国际上已经提出了多种非均匀均匀性校正的方法，其中有的已经应用，有的正在理论探索和实验室研究阶段[4]。现有非均匀性校正算法有基于参考源的定标类校正算法(Caliberation-BasedNUC,CBNUC)和基于场景自适应校正算法(Scene-BasedNUC,SBNUC)。CBNUC通过辐射定标获得增益和偏置参数对IRFPA进行校正，其典型通用方法是两点校正法，由于该方法原理简单，计算量小，因而实时性好，硬件中更易实现，现已被广泛应用在实时成像系统中。SBNUC利用探测器相应模型和图像帧间关系，根据场景信息动态更新校正参数，有效解决时间积累或工作环境带来的时间漂移，实现动态实时非均匀性校正[5]。

2.1 传统两点校正算法

两点校正方法假设探测器阵列的所有像元在关注的温度范围内的响应曲线是线性的，如式(2)所示：

Vi,j(φ)=ai,j×φ+bi,j

(2)

式中,φ为入射到第(i,j)个焦平面单元的辐照度;Vi,j(φ)是辐照度为φ时第(i,j)个焦平面单元的输出电压值;ai,j和bi,j分别为Vi,j-φ直线的斜率和截距[6]。

从式(2)模型可以看出，探测元之间的非均匀性主要是探测元线性关系的斜率和截距之间的差异，两点校正就是对这两个变量进行校正。

实际应用时的定标方法是：选用黑体作为探测器目标，黑体温度代替辐照度作为定标参考(假设黑体温度和黑体辐照度等价)，分别选用两个黑体温度TH和TL作为定标温度，测量TH和TL对应的响应电压输出VH和VL，对第(i,j)个像元根据式(2)列方程：

VH(i,j)=ai,j×TH+bi,j

(3)

VL(i,j)=ai,j×TL+bi,j

(4)

将TH和TL下所有像元输出归一化到阵列均值，得到式(5)和(6)：

(5)

(6)

(7)

(8)

则黑体温度为T时，单个像元的校正公式可表示为[7]：

YT(i,j)=Gi,j×VT(i,j)+Oi,j

(9)

2.2 随环境温度实时更新的两点校正

在实际成像时，探测器像元的响应输出V(i,j)会随着环境温度和机芯电路的发热而发生漂移，由式(8)得出的偏移校正系数将会不适用，对此，本文提出了实时更新的偏移校正量来代替式(8)的Oi,j，实时更新的像元校正公式：

YT(i,j)′=Gi,j×(VT(i,j)-Bi,j)

(10)

式中，Gi,j的表达式同式(7);Bi,j是环境温度下的像元挡片输出，挡片一般用均匀的黑色材质制成，可自动在IRFPA感应窗前移动；VT(i,j)为黑体温度为T时第(i,j)个像元的电压输出。

对比公式(9)，公式(10)用挡片校正输出Bi,j替代偏移校正系数Oi,j，Bi,j可通过成像系统指令实时更新，减少了因焦平面阵列输出漂移导致的偏移校正误差。

以上的讨论都是基于目标温度可以精确反映探测器的辐照度的假设，然而事实上，目标的红外辐射率与其温度的关系式为[8]：

(11)

式中，L为辐射率(Radiance)，即单位面积单位立体角发射的功率;λ1，λ2为起止波长;Tt为目标温度;εt为目标发射率。

在一定的辐射率范围内，可认为像元电压输出与目标辐射率成线性关系，公式(12)给出了定标温度和像元输出电压的比例关系：

VTt(i,j)∝L(Tt)∝Tt2

(12)

图1是当目标红外波长为8～14μm时，像元输出电压与温度的变化曲线，可以看到在目标温度在220～360K范围变化时，像元电压输出已呈非线性趋势。

图1 焦平面像元输出随目标温度变化曲线

因此，无论是采用以上哪种校正方法，都无法完全抵消掉像元的非线性部分。而未抵消的部分才是影响成像质量的关键。

2.3 固定图形噪声FPN

不同红外成像系统其噪声差异很大，而同一红外成像系统其各个噪声分量有不同的变现方式[9]。探测器的输出非线性是导致校正残留的根本原因，这种非线性残留最终以成像画面噪声的形式出现。这种噪声按照在像元间分布情况可分为空域噪声和时域噪声[8]；其中空域噪声在画面上保持固定位置不变，通常又将这种噪声称为固定图形噪声(FixedPatternNoise,FPN)。时域噪声又称为随机噪声，随着时间的推移画面噪声位置坐标会发生变化。其中FPN噪声对图像质量的影响远大于随机噪声对图像的影响，所以定量研究FPN可以准确地评估成像质量。

对于校正后的焦平面输出，可以通过时域滤波的思想分离出空域噪声和时域噪声，通过滤波后的成像画面上的噪声将是固定或渐变的，可认为这就是我们要研究的FPN。

对滤波后的焦平面输出电压再做1级小波变换，可以分离出阵列电压的高频分量和低频分量，如图2所示。由图2可以看到，低频分量的差异是整个画面明暗感的变化，不影响整个画面的分辨率。而高频分量的大小直接影响到探测器的分辨率，噪声越大，目标中的更多细节将会‘淹没’在噪声中，导致探测器分辨率下降。从机理上分析，低频成分主要是由镜头成像时的锅盖效应引起，高频分量则是像元非均匀校正残留。

图2 小波变换前后三维图

3 FPN的测量和数据处理

采用感应像元为Vox的Uncooled-IRFPA，目标选用5～75℃的8个黑体温度，采集每个温度点的若干帧Vo，选用Vo_35和Vo_45(35℃和45℃黑体温度下的Vo输出)作为高、低温定标电压，根据式(7)计算出增益校正矩阵G3545，并采用30℃时的Vo做偏压校正矩阵B,根据公式(10)计算出每个黑体温度点下的校正矩阵Yi,j′，再通过时域滤波和小波变换分离出每个Yi,j′的Yi,j′_H(高频分量)和Yi,j′_L(低频分量)，分别对应高频FPN和低频FPN，最后根据式(13)计算每个温度点下的高频FPN值：

FPN=STD(Yi,j′_H)

(13)

4 增益校正矩阵的准确性

因像元随温度变化的非线性，所以不同定标温度得出的增益校正矩阵不同，在相同条件下，如何选取定标温度TH和TL，使得校正后的焦平面阵列空间噪声最小？

根据3中的实验数据，按照高低温温差大小做温度定标，则TH-TL依次为：5～75 ℃、15～65 ℃、25～55 ℃和35～45 ℃，选用四组高低温组合对应的VL-VH输出，并根据公式(7)计算每组定标温度下对应的增益校正矩阵G575、G1565、G2555和G3545。并通过公式(13)计算不同增益矩阵对应各个温度点下的FPN值，结果如图3所示。

图3 四个增益矩阵对应的FPN随温度变化曲线

图3可以看到，校正时选用30℃下的Vo输出做O矩阵(offset校正)，且FPN随着|Vo-O|的增大而增大。对比四个增益校正矩阵的FPN曲线可以得出结论：选用定标温度高、低温温差越大，求得的空间噪声在整个目标温度范围内的空间噪声越小。

图4是目标为75℃黑体，G3545、G2555、G1565和G575做增益校正矩阵时对应的成像画面，对比4副图发现，G575对应的成像画面质量最好，G3545对应的成像画面质量最差。结合图3和图4可知，FPN的大小能够准确反应成像画面质量。

图4 75℃黑体下不同增益矩阵对应成像画面

5 结 论

针对GB/T17444-2013中的IRFPA的FPN定义只是针对探测器本身，不能准确衡量成像系统成像质量问题。探测器在成像前都要经过非均匀性校正，文中基于实时成像常用的两点校正算法思路，提出了随环境温度实时更新的两点校正公式，并指出像元的输出非线性是导致非均匀性校正残留的主要原因。参考时域滤波思路分离出成像画面的固定图形噪声(FPN)，并指出通过小波变换分离出FPN的高频分量才是影响成像分辨率的主要因素。

给出了FPN的测试和计算方法。讨论了如何选择定标温度点来计算增益校正系数G使得校正后的画面在目标温度为5～75 ℃范围内的空间噪声曲线最优，最后通过对比不同定标温度下的4个增益校正阵列在各个温度点下的FPN曲线，并结合同一参考目标的成像画面，证明了公式(13)中高频FPN值能够准确反映成像画面质量。

[1] Shi Yanli.Choice and development of the third-generation infrared detectors[J].Infrared Technology,2013,35(1):1-8.(in Chinese) 史衍丽.第三代红外探测器的发展与选择[J].红外技术，2013,35(1):1-8.

[2] GB/T17444-2013.红外焦平面阵列参数测试方法 [S].

[3] WANG Hui.Fast nonuniformity correction algorithm based on cubic polynomial fitting[J].Aero Weaponry,2008,2008(4):11-14.(in Chinese) 王晖.基于三次多项式拟合的快速非均匀校正算法[J].航空兵器，2008,2008(4):11-14.

[4] LÜ Lei，ZHANG Xuefeng.Real-time infrared image nonuniformity correction base on FPGA[J].Laser & Infrared,2011,41(6):641-643.(in Chinese) 吕雷，张学锋.基于FPGA的红外图像时非均匀性校正[J].激光与红外,2011,41(6):641-643.

[5] CAO Yang，JIN Weiji，LIU Chongliang.Adaptive nonuniformity correction and harderware implementation of IRFPA [J].Optics and Precision Engineering,2011,19(12):2985-2990.(in Chinese) 曹扬，金伟其，刘崇亮.红外焦平面阵列的自适应非均匀性校正及硬件实现[J].光学 精密工程,2011,19(12):2985-2990.

[6] 常本康,蔡毅.红外成像阵列与系统[M].北京：科学出版社，2006.

[7] WU Heran, ZHANG Ning,ZHOU Yun,et al.Reserch of uncooled-IRFPA real-time two point nonuniformity correction base on FPGA & FLASH [J].Infrared Technology,2011,33(4):202-206.(in Chinese) 吴和然，张宁，周云，等.基于FPGA & FLASH实现非制冷IRFPA实时两点校正的研究[J].红外技术,2011,33(4):202-206.

[8]刘卫国，金娜.集成非制冷热成像探测器阵列[M].北京：国防工业出版社，2004.

[9] ZOU Qian-jin.Noise Measurement and Simulation of Infrared Imaging System Based On Measure Data[J].Laser & Infrared,2008,38(10):990-993.(in Chinese) 邹前进.基于实测数据的红外成像系统噪声测量仿真[J].激光与红外,2008,38(10):990-993.

Research on Fixed Pattern Noise for uncooled-IRFPA detector

LEI Shu-yu1,TAO Yu2,YANG Ni1,FANG Hui1,TAN Guo1

(1.North GuangWei Technology Inc.,Beijing 100089,China;2.Unit 63961,PLA,Beijing 100012,China)

As the definition of fixed pattern noise (FPN) in the national standard GB/T17444-2013 can′t evaluate imaging quality of infrared image,it is proposed that the residue after non-uniformity correction (NUC) is the main factor for the imaging quality. A novel NUC method which adapts with the ambient temperature was introduced and compared with the typical two-point correction. The FPN were separated through the temporal filtering and wavelet transform of the signal voltage after the correction. The measurement and calculating method of FPN were given. An experiment was carried out to determine how to select the calibration temperature to minimize the FPN in a specified temperature range. Then four images obtained from 4 different gain correction coefficients matrix of the same target were compared. The comparison results prove the consistency between the image quality and the FPN curves,which verifies that the new definition of FPN can accurately evaluate the imaging quality.

IRFPA；the spatial noise；FPN；two-point correction

1001-5078(2015)01-0058-05

雷述宇(1972-)，男，博士，主要从事氧化钒非制冷红外焦平面读出电路，MEMS仿真与设计工作。E-mail：shuyu.lei@gwic.com.cn

2014-08-02

TN 248.1

A

10.3969/j.issn.1001-5078.2015.01.013