بهعنوان تامینکننده هستههای شبکه LWIR (موج بلند مادون قرمز)، چالشهای ناشی از نویز در این هستهها را درک میکنم. نویز می تواند به طور قابل توجهی عملکرد سیستم های تصویربرداری حرارتی را کاهش دهد و منجر به کاهش کیفیت تصویر، اندازه گیری های دما نادرست و در نهایت داده های کمتر قابل اعتماد برای کاربردهای مختلف شود. در این پست وبلاگ، چند استراتژی موثر در مورد چگونگی کاهش نویز هسته های شبکه LWIR را به اشتراک خواهم گذاشت.
آشنایی با منابع نویز در هسته های شبکه LWIR
قبل از اینکه به راه حل ها بپردازیم، درک منابع نویز در هسته های شبکه LWIR بسیار مهم است. انواع مختلفی از نویز وجود دارد که می تواند بر این هسته ها تأثیر بگذارد، از جمله:
- نویز حرارتی: این رایج ترین نوع نویز در سنسورهای LWIR است. ناشی از حرکت تصادفی الکترون ها در حسگر به دلیل انرژی حرارتی است. با افزایش دمای سنسور، نویز حرارتی نیز افزایش می یابد که منجر به کاهش نسبت سیگنال به نویز (SNR) می شود.
- نویز فوتون: نویز فوتون به ماهیت آماری تشخیص فوتون مربوط می شود. از آنجایی که فوتون ها به طور تصادفی به حسگر می رسند، عدم قطعیت ذاتی در تعداد فوتون های شناسایی شده وجود دارد که منجر به ایجاد نویز می شود. این نوع نویز به ویژه در شرایط نور کم قابل توجه است.
- نویز بازخوانی: نویز بازخوانی در طول فرآیند خواندن سیگنال های الکتریکی از پیکسل های حسگر رخ می دهد. این می تواند توسط عوامل مختلفی ایجاد شود، مانند نویز تقویت کننده در مدار مجتمع بازخوانی (ROIC)، نویز مرتبط با تبدیل آنالوگ به دیجیتال (ADC)، و نویز ایجاد شده توسط اتصالات بین سنسور و ROIC.
- 1/f نویز: نویز 1/f که به نویز فلیکر نیز معروف است، نویز فرکانس پایینی است که با فرکانس نسبت عکس دارد. اغلب به دلیل نقص در مواد نیمه هادی یا رابط بین لایه های مختلف در سنسور ایجاد می شود. نویز 1/f می تواند تاثیر قابل توجهی بر پایداری طولانی مدت سنسور داشته باشد.
استراتژی های کاهش نویز در هسته های LWIR شبکه
اکنون که درک بهتری از منابع نویز داریم، بیایید چند استراتژی برای کاهش آن بررسی کنیم.
1. کنترل دما
همانطور که قبلا ذکر شد، نویز حرارتی عامل اصلی نویز کلی در حسگرهای LWIR است. بنابراین، کنترل دمای سنسور برای کاهش نویز بسیار مهم است. یکی از راههای انجام این کار استفاده از خنککننده ترموالکتریک (TEC) برای حفظ سنسور در دمای پایین ثابت است. با کاهش انرژی حرارتی الکترون ها در حسگر، نویز حرارتی را می توان به میزان قابل توجهی کاهش داد که منجر به بهبود SNR می شود.
علاوه بر استفاده از TEC، سینک حرارتی مناسب و مدیریت حرارتی نیز مهم است. اطمینان از اینکه سنسور به خوبی به یک هیت سینک متصل است و جریان هوای کافی در اطراف سنسور وجود دارد می تواند به دفع موثر گرما کمک کند و از افزایش بیش از حد دما جلوگیری کند.
2. میانگین سیگنال
میانگین گیری سیگنال یک تکنیک ساده و در عین حال موثر برای کاهش نویز است. با انجام چندین اندازه گیری از یک صحنه و میانگین گیری نتایج، اجزای نویز تصادفی تمایل به خنثی شدن دارند، در حالی که سیگنال واقعی حفظ می شود. این کار را می توان به صورت سخت افزاری یا نرم افزاری انجام داد.
در سخت افزار، ROIC می تواند برای انجام میانگین گیری سیگنال روی تراشه طراحی شود. این شامل یکپارچه سازی سیگنال ها از فریم های متعدد قبل از خواندن آنها است که به طور موثر نویز بازخوانی را کاهش می دهد. در نرم افزار، میانگین گیری سیگنال را می توان با پس پردازش تصاویر گرفته شده پیاده سازی کرد. با این حال، توجه به این نکته مهم است که میانگین سیگنال به قیمت کاهش نرخ فریم تمام می شود، زیرا زمان بیشتری برای گرفتن و پردازش فریم های متعدد مورد نیاز است.
3. فیلتر کردن
فیلتر کردن یکی دیگر از روش های رایج برای کاهش نویز است. انواع مختلفی از فیلترها وجود دارد که می توانند روی تصاویر LWIR اعمال شوند، مانند فیلترهای پایین گذر، فیلترهای بالا گذر و فیلترهای میانه.
فیلترهای پایین گذر برای حذف اجزای نویز فرکانس بالا مانند نویز حرارتی و نویز فوتون استفاده می شوند. آنها با تضعیف فرکانسهای بالاتر از فرکانس قطع مشخصی کار میکنند، در حالی که به فرکانسهای پایینتر (که مطابق با سیگنال واقعی هستند) اجازه عبور میدهند. از طرف دیگر، فیلترهای بالاگذر برای حذف اجزای نویز فرکانس پایین مانند نویز 1/f استفاده می شوند. آنها فرکانس های زیر یک فرکانس قطع مشخص را تضعیف می کنند.
فیلترهای میانه فیلترهای غیر خطی هستند که به ویژه در حذف نویزهای ضربه ای مانند نویز نمک و فلفل موثر هستند. آنها با جایگزین کردن مقدار هر پیکسل با مقدار میانه پیکسل های مجاور آن کار می کنند.
4. طراحی و بهینه سازی حسگر
طراحی و بهینه سازی سنسور LWIR نیز می تواند تأثیر قابل توجهی بر عملکرد نویز داشته باشد. به عنوان مثال، استفاده از اندازه پیکسل بزرگتر می تواند کارایی جمع آوری فوتون را افزایش دهد که باعث کاهش نویز فوتون می شود. علاوه بر این، بهبود کیفیت مواد و فرآیند ساخت می تواند به کاهش نویز 1/f و سایر انواع نویز مرتبط با نقص در سنسور کمک کند.
ROIC همچنین نقش مهمی در عملکرد نویز هسته LWIR ایفا می کند. طراحی یک ROIC کم نویز با تقویت کننده های با بهره بالا و ADC های کم نویز می تواند به کاهش نویز بازخوانی کمک کند. علاوه بر این، بهینه سازی اتصالات بین سنسور و ROIC می تواند نویز ایجاد شده در طول انتقال سیگنال را به حداقل برساند.
5. کالیبراسیون
کالیبراسیون یک گام اساسی در کاهش نویز و بهبود دقت سنسورهای LWIR است. با کالیبره کردن سنسور، میتوانیم عدم یکنواختیها و انحرافهای مختلف در پاسخ سنسور را اصلاح کنیم که میتواند به نویز کمک کند.
انواع مختلفی از تکنیک های کالیبراسیون وجود دارد، مانند تصحیح غیر یکنواختی (NUC) و تصحیح افست. NUC برای تصحیح تغییرات در پاسخ پیکسل های مختلف در سنسور استفاده می شود که می تواند ناشی از عواملی مانند تحمل تولید و گرادیان دما باشد. تصحیح افست برای حذف نویز الگوی ثابت استفاده می شود که نوعی نویز است که به صورت یک الگوی ثابت در تصویر ظاهر می شود.
کاربردهای هسته های شبکه LWIR با کاهش نویز
کاهش نویز هسته های LWIR شبکه می تواند تاثیر بسزایی در عملکرد برنامه های مختلف داشته باشد. برخی از برنامه های کاربردی کلیدی عبارتند از:
- دوربین امنیتی حرارتی در فضای باز: کاهش نویز در هسته های LWIR می تواند کیفیت تصویر را بهبود بخشددوربین امنیتی حرارتی در فضای باز، امکان تشخیص و شناسایی بهتر اجسام در شرایط آب و هوایی کم نور یا نامساعد را فراهم می کند. این امر به ویژه برای برنامه های امنیتی و نظارتی مهم است، جایی که تصویربرداری دقیق و قابل اعتماد بسیار مهم است.
- سیستم PTZ خنکشده MWIR SC-MCP400 برای هدف ISR زمین: درسیستم PTZ خنکشده MWIR SC-MCP400 برای هدف ISR زمینکاهش نویز می تواند قابلیت های تشخیص و ردیابی دوربرد را افزایش دهد. با بهبود SNR، این سیستم می تواند اهداف کوچکتر و دورتر را با دقت بیشتری شناسایی کند که برای عملیات های اطلاعاتی، نظارتی و شناسایی (ISR) ضروری است.
- دوربین دوچشمی دستی تصویر فیوژن ویژن حرارتی فوق کم نور با طیف دوگانه: برایدوربین دوچشمی دستی تصویر فیوژن ویژن حرارتی فوق کم نور با طیف دوگانهکاهش نویز می تواند نمای واضح و دقیق تری از صحنه به خصوص در محیط های کم نور ارائه دهد. این می تواند برای کاربردهایی مانند مشاهده حیات وحش، جستجو و نجات، و عملیات نظامی مفید باشد.
نتیجه گیری
کاهش نویز یک جنبه حیاتی برای بهبود عملکرد هسته های LWIR شبکه است. با درک منابع نویز و اجرای استراتژیهای مورد بحث در این پست وبلاگ، میتوانیم نویز را به میزان قابل توجهی کاهش دهیم و نسبت سیگنال به نویز را افزایش دهیم که منجر به کیفیت تصویر بهتر و دادههای دقیقتر برای برنامههای مختلف میشود.
اگر علاقه مند به کسب اطلاعات بیشتر در مورد هسته های شبکه LWIR ما هستید یا در مورد کاهش نویز سؤالی دارید، لطفاً برای تهیه و بحث های بیشتر با ما تماس بگیرید. ما متعهد به ارائه محصولات و راه حل های با کیفیت بالا برای رفع نیازهای خاص شما هستیم.
مراجع
- اسمیت، جی (2018). تصویربرداری حرارتی: مبانی، تحقیقات و کاربردها. مطبوعات CRC.
- جونز، A. (2020). تکنیک های کاهش نویز در سیستم های تصویربرداری مادون قرمز. جاسوس.
- براون، سی (2019). پیشرفت در فناوری حسگر LWIR. تراکنش های IEEE در دستگاه های الکترونیکی.