探测成像（精选七篇）
探测成像 篇1
地球表面附近存在着由地球自身产生的磁场, 称为原生磁场[1]。在原生磁场中存在着随机脉冲信号。而随机脉冲信号的产生与地球周围的放电活动有关, 如赤道附近的滚雷闪电、人为的电扰动等[2]。这些随机脉冲信号处于音频频带范围内, 存在于原生磁场的垂直分量中[3,4]。此外, 地球自身的放电活动会在地表下埋藏的导电性较高的地质体内形成涡流, 进而产生二次感生磁场, 称为次生磁场[5,6]。当原生磁场中的随机脉冲信号与次生磁场相互作用时, 随机磁场脉冲信号的能量就会传递给次生磁场, 从而产生次生磁场脉冲信号。如果原生磁场和次生磁场所产生的脉冲信号相互叠加, 那么存在于地表的磁场垂直分量的能量就会增大。
对地表天然磁场的研究始于20世纪60年代, 自美国加利福尼亚大学伯克利分校的LABSON V F等教授在国际上公开发表关于音频范围内天然地磁场理论研究的文献之后, 在上世纪七、八十年代, 美国的JACKSON J R、DAVID H等一批学者也开始了这方面的研究, 并不断有相关文献和应用专利推出。在国内, 对于天然地磁场的研究起步较晚, 武汉大学、中国地质大学、中国石油大学等在近几年陆续展开了相关领域的研究。
若以介质各项同性的均匀地层中地表磁场脉冲信号强度为基数, 当地层中存在金属管线时, 该区域地层电导率增加, 使得地表次生磁场脉冲信号强度增大, 相对于均匀地层处, 单位时间内沿地表垂直方向产生的磁场脉冲数量更多;当地层中存在非金属管线时, 由于非金属管线及管线中的空气等低电导率介质会影响地层电导率的分布, 使得该区域地层总电导率下降, 进而使地表次生磁场脉冲信号强度减小, 相对于均匀地层处, 在单位时间内沿地表垂直方向产生的磁场脉冲数量就会减少[7,8]。因此, 存在于地表垂直方向上的磁场脉冲信号强度与地层内介质的电导率分布情况有关。本文依据麦克斯韦电磁场原理提出了一种基于地磁成像的管线探测系统, 通过测量地表垂直方向上磁场脉冲信号强度, 对地下埋藏的金属和非金属管线进行定性探测。
1建模原理及方案
1.1 建模原理
依据金属介质可使地表磁场脉冲信号强度增强、非金属介质可使地表磁场脉冲信号强度减弱的原理[9], 通过测量地表磁场脉冲信号中的磁分量, 可以得到地表上方垂直方向的磁场脉冲信号强度, 将其与参考值 (介质各项同性的均匀地层地表上方磁场脉冲信号强度) 对比, 从而判断地下介质的性质。
1.2 建模步骤
依据麦克斯韦电磁场理论中的电磁感应原理建立模型, 建模过程如图1所示。首先, 利用天线采集地表磁场中脉冲信号的垂直分量;其次, 对比所测量的地表磁场脉冲信号垂直分量的脉冲强度与介质各向同性的均匀地层地表上方磁场脉冲信号垂直分量的脉冲强度;最后, 对地下介质的性质作出判断。
从图1可看出, 管线探测系统主要由天线、缓冲放大器、带通滤波器、电平检测电路、计算机5个部分组成。各部分的功能如下:
(1) 天线:包含磁阻传感器和放大电路, 主要用来探测地表磁场垂直方向上的脉冲信号;
(2) 缓冲放大器:对天线所探测到的地表磁场垂直方向上的脉冲信号进行放大;
(3) 带通滤波器:由1个高通滤波器、1个低通滤波器和放大器组成, 在音频频带内对放大后的地表磁场垂直方向上的脉冲信号进行滤波;
(4) 电平检测电路:对比输入信号电压与参考信号电压的大小, 当输入电压大于参考电压时输出一个脉冲信号;
(5) 计算机:利用计算机软件对输入的脉冲信号进行处理并成像。
首先, 通过在探测区域的地面上方水平移动天线, 从而探测出该区域地表上方由地表磁场产生的脉冲信号的垂直分量并输出电压信号, 经缓冲放大器放大后, 由带通滤波器进行滤波处理。带通滤波器的带宽范围在音频频率范围内 (65～12 000 Hz) 。然后, 脉冲信号经滤波后再通过电平检测电路与参考电压进行对比。当输入的脉冲信号电压大于参考电压时, 该电路输出一个正脉冲;当输入的脉冲信号电压小于参考电压时, 电路输出一个负脉冲。通过对介质各项同性的均匀地层处进行测量, 可以得到均匀地层情况下地磁脉冲信号强度, 将该强度作为电平检测电路的基准值。最后, 将电平检测电路产生的脉冲信号输入计算机进行处理并得到三维成像, 从而以曲面图的形式直观地反映出被测区域地下介质的信息。
2系统软硬件设计
2.1 天线
图2为系统天线部分的电路。其中磁阻传感器用来检测地表上方脉冲信号的垂直分量并输出测量信号, 通过外设电容器滤除测量信号中的直流成分。最后, 将信号中的交流成分通过放大电路放大。
2.2 主机
通过天线探测到的磁场脉冲信号经缓冲放大器放大之后, 输入到带通滤波器。带通滤波器中的高通滤波器由2个有源滤波器芯片组成, 而低通滤波器则是由1个有源滤波器芯片构成。磁场脉冲信号经带通滤波器滤波后通过音频放大器再次放大, 并输入电平检测电路。电平检测电路通过电压比较器实现, 它用来将音频放大器放大后的磁场脉冲信号输出电压与参考电压进行比较。最后将电平检测电路处理后的脉冲信号输入计算机进行处理。由于篇幅所限, 具体主机电路图不再给出。
2.3 软件
利用计算机软件对脉冲信号进行处理, 可以得到反映被测区域上方脉冲信号密度分布的三维图象。根据对地下均匀土壤介质区域探测时所得到脉冲强度预设一个均值, 在三维图象中显示为较平坦的区域。在探测过程中, 如果地下介质的电导率发生了改变, 那么探测系统所测的磁场脉冲信号强度就会发生变化, 在三维图象中显示为曲面的突起或凹陷。通过对脉冲信号强度分布的三维图象定性分析, 可以判断该区域地下有无被测物体目标。
3应用实例与分析
3.1 地表管线探测
利用大庆油田某油井现场进行实验, 以此来验证模型的精确性。图3为对一根裸露在地表的已知金属管线的探测成像。从图3可看出, 由于管线为金属介质, 因而产生的磁场脉冲信号强度明显高于周围介质, 图中显示为曲面的异常突起。
3.2 地下管线探测
3.2.1 地下已知管线探测
对于地下已知管线的探测, 本文选取一根埋藏于地下约2 m深的金属管线进行实验, 其探测成像如图4所示。从图4可看出, 突起处为该金属管线,
其磁异常信号强度明显高于周围介质。
3.2.2 地下未知管线探测
对于地下未知管线的探测, 本文选取大庆油田某井场附近疑似存在地下管线、但对管线具体走向及埋藏深度都未知的区域进行探测实验。图5为对地下未知管线的探测成像。从图5可看出, 存在2处磁场脉冲信号强度异常区域, 即曲面突起处和凹陷处, 由于这两处的磁场脉冲信号强度与周围土壤介质所产生的磁场脉冲信号强度明显不同, 因此可以确定这2处区域各存在一根管线。因为受到非金属介质影响, 使得磁场脉冲信号强度明显低于周围介质所产生的磁场脉冲信号的强度, 根据图5 (a) 可以确定曲面左上角凹陷处存在一根非金属管线;由于受到金属介质的影响, 使得磁场脉冲信号明显高于周围介质, 根据图5 (a) 可确定曲面右下角突起处存在一条金属管线。其它区域曲面较为平坦, 幅度变化不大, 无明显异常, 可判断为均匀土壤介质。
3.3 误差分析
选定科学的误差指标, 对评定探测效果有着十分重要的意义。本文选用式 (1) 中的平均绝对百分误差, 即MAPE作为性能指标:
undefined
式中:M为管线各项参数探测次数;ri 为管线各项参数实际值;fi 为管线各项参数探测值。
在实际探测过程中, 由于受到外界因素的影响, 管线探测系统必然存在一定的误差。利用管线探测系统对地下已知管线探测的MAPE为2.66%;对地下未知管线探测的MAPE为3.33%。产生误差的原因主要包括: (1) 地磁信号较弱, 在测量过程中人体及周围环境 (如高压线、手机等) 对地磁信号有一定的干扰; (2) 在探测过程中管线探测系统的天线是人为操作的, 易受人为因素影响, 在扫描速度上很难保证绝对匀速; (3) 在地下管线较多的情况下探测时, 由于磁场来源较多, 可能产生相互干扰。
针对以上影响因素, 在探测系统使用过程中应尽量避免周围环境对系统的影响。同时, 在探测区地表磁场脉冲信号采集过程中应保证测量人员的专业化, 避免人为因素造成的测量误差。另外, 在地下管线较多的情况下要采取反复测量、比较的方法, 并结合当地地质情况的相关数据材料一同分析, 从而提高探测的精确度。
4结语
基于地磁成像的管线探测系统可以实现对地下各种管线、矿藏、堆积砂矿、地下异常等的探测, 对隧道、洞穴、污水池和下水管道的探测深度可以达到60 m。该系统不仅可以防止普通探地雷达因大功率发射信号对人体的影响, 也不易受外部环境的干扰, 与普通探地雷达相比具有适用范围广、抗干扰能力强、图象容易分析共享等特点。
摘要：为了精确探测埋藏在地下的各种管线, 提出了基于地磁成像的管线探测系统。该系统将采集到的地表磁场垂直分量的脉冲信号强度与介质各向同性的均匀地层中地表上方磁场垂直分量的脉冲信号强度进行对比, 利用对比后的数据形成反映被测区域上方脉冲信号强弱分布的三维图象, 从而对地下介质的性质作出判断。测试结果表明, 该系统对地下已知管线探测的MAPE为2.66%, 对地下未知管线探测的MAPE为3.33%, 提高了同类探测的精度, 对地下各种管线的探测行之有效。
关键词：地下管线探测,电磁场,地磁成像,磁场脉冲信号
参考文献
[1] LABSON V F, BECKER A.Geophysical Exploration with Audio Frequency Natural Magnetic Fields[J].Geophysics, 1985, 50 (4) :656-664.
[2] ALEXEEV I I, FELDSTEIN Y I.Modeling of Geomagnetic Field During Magnetic Storms and Comparison with Observations[J].Journal of Atmospheric and Solar-terrestrial Physics, 2001, 63 (5) :431-440.
[3] ROMASHETS E, NAGATSUMA T. Modification of Interplanetary Magnetic Field by the Earth’s Magnetosphere[C]//Proceedings of the 2nd Solar Cycle and Space Weather Euroconference, 2002, Vico Equense:475-477.
[4] ROMASHETS E, VANDAS M.Modeling of IMF Draping Around a Supersonic Magnetic Cloud[C]// Proceedings of the 2nd Solar Cycle and Space Weather Euroconference, 2002, Vico Equense:297-300.
[5] ZHARKOVA V V, GORDOVSKYY M.The Kinetic Effect of Electron Beam Precipitation and Resulting Hard X-ray Intensity in Solar Flares[J].Astronomy and Astrophysics, 2005, 432 (3) :1033-1047.
[6] SCHULZ M, MCNAB M C.Source-surface Modeling of Planetary Magnetospheres[J].Journal of Geo-physical Research, 1996, 101 (3) :5095-5118.
[7] FINLAY C C, JACKSON A.Equatorially Dominated Magnetic Field Change at the Surface of Earth’s Core[J].Science, 2003, 300 (5628) :2084-2086.
[8] MONTELLI R, NOLET G, DAHLEN F A, et al.Finite-frequency Tomography Reveals a Variety of Plumes in the Mantle[J].Science, 2004, 303 (5656) :338-343.
探测成像 篇2
全景成像（Panoramic Image,PI）[1]是利用特殊成像仪器拍摄而成，所得图像的半球视场在水平方向和垂直方向上都不小于180°或者得到的视场为360°的，能够得到被拍摄对象的全部信息，这样得到得图像利于后期的图像处理。视觉研究领域的一个重要问题是如何能得到目标图像尽量大的视场并从中提取信息，而全景成像能较好的解决这个问题。全景成像技术已经在机器视觉领域及机器人领域得到了广泛应用。全景成像技术的优势明显，应用前景良好，该技术逐渐成为三维图像研究领域的焦点，吸引了众多科技工作者和相关公司的目光。随着微透镜制造工艺和各种光学设备的成熟、还有很多科技工作者的理论研究不断发展，全景成像技术的应用会更多地呈现在我们的生活、工作中。全景图像与传统的二维图像相比，有着独特的成像特点和数据格式，这种技术从它的出现、研究、发展、应用再到普及，都将给立体显示和图像领域带来巨大的影响。由此可见，全景成像技术及其系统的研究和开发具有极其重要的意义。
2 全景图像获取
能够得到全景图像的方法比较多，如可以使用单摄像机旋转系统、多摄像机系统、单摄像机或多摄像机加光能收集系统等等。单摄像机旋转系统获得的图像具有无畸变、高分辨率的优势，但是所成图像需要拼接，需要伺服机构，一般来说实时性不太高。多摄像机系统的优点和单摄像机系统类似，实时性大为改善，也无需伺服机构，缺点是也需要拼接，并且成本成倍增加。
3 图像的预处理
若拼接的图像要求有高准确性，则必须对拼接的图像进行预处理。图像预处理主要可以分为图像的校正和去噪两部分。[2]
4 图像拼接算法
4.1 图像拼接算法
4.1.1图像匹配算法
图像匹配是指通过一定的匹配算法在两幅或多幅图像之间识别同名点，如二维图像匹配中通过比较目标区和搜索区中相同大小的窗口的相关系数，取搜索区中相关系数最大所对应的窗口中心点作为同名点。
4.1.1.1比较匹配算法研究
比较匹配算法是基于灰度匹配的方法，目前研究和应用基于灰度匹配方法的机构比较多，1971年Leese提出了MAD算法；1972年Barnea提出的序贯相似性检测法（SSDA法）此方法能大大提高模板的匹配速度，但弊端是匹配精度低、效果差、受噪声干扰较为明显。山海涛等提出了基于灰度区域相关的归一化灰度（Nprod）匹配法等。因为比较匹配算法对于同一景深的照片匹配效果较好，但是通常获得图片的景深是不同的，所以视拼接效果受到该算法比较大的限制。平行景物线匹配算法是此处匹配算法的基本思想。现有的匹配算法有逐一比较法、分层比较法和相位相关度法，下面详细列出此种算法的基本实现步骤。
(1)取左图重叠部分中距离为d的两列其中的某些象素（L个像素），特征模板ArrayLeft[L]为对应象素的差值。
(2)取右图最左边的P和P+d两列中的某部分像素（设为K，并错开在垂直向上上错开相邻两幅图像在，取K>L），计算它们对应象素值的差值记为ArrayRight[K]。
(3)每一垂直交错距离dis(0≤dis≤K-L），计算出ArrayRight[K]与ArrayLetf[L]的偏差值：
(4)通过比较各ε[dis]值的大小后，得到最小值e[P]；对应的交错距离为dis[P]。
(5)P=P+Step，若P∠M/2(M为图像的宽），回到(2)。
(6)取e[P]中的最小值，得到最佳匹配e[P]。
根据e[P]对应的P和dis[P]，就可确定图像的重叠值并进行拼接。在实际应用中，光线、图像边缘失真等因素会给拼接带来影响，采用下面的平滑处理可以避免因失真等出现的拼接后边界清晰现象。
图像平滑拼贴算法是指取图像重叠部分的像素值后，将像素值按一定的权值相加生成新图像。首先设定宽度为N列像素的确定匹配区域E12为过渡区域，引入渐变因子α=1/N后。拼接图像Image3由三部分组成，分别为Image1的E11、确定匹配区域E12、Image2的E22。
使用CCD（电视摄象机）在车辆平台上的光学系统中实景拍摄需要拼接的源图像，先进行左图拍摄；CCD平移时必须保证两幅图像间有重叠部分，然后略微抬高CCD镜头使得垂直方向上存在交错，进行右图拍摄并进行两图拼接，验证选定算法。（图1)
同一景深的有交叠区域的两幅图像的拼贴结果(图2所示)。
从图4发现转角图像有明显的旋转失真，在拼接交叠处存在拼接缝隙。如果拍摄图像过程中光轴的机械结构发生转动，相邻两幅图像重叠部分的坐标系下就会发生改变，当光轴转动角度的增大以后，比较匹配算法效果会慢慢变差、错误匹配不断增多，图像的准确性变得很难保证。
4.1.1.2特征提取算法研究
特征匹配是指通过分别提取两个或多个图像的特征（点、线、面等特征），对特征进行参数描述，然后运用所描述的参数来进行匹配的一种算法。
提取特征点的算子有：Moravec算子、Forstner算子和Harris算子。本文选取在各类应用中比较成熟的Harris特征点检测算子进行图像拼接。Harris角点检测算法的步骤如下：
Step1：计算图像亮度I(x,y）在点（x,y）处的梯度：
Step2：构造自相关矩阵：
其中w=exp（-（x2+y2）/2δ2）是高斯窗平滑函数。将上述公式计算式得到对称矩阵它是一个二阶实对称矩阵，必然存在两个特征值λ1和λ2。
Step3：提取特征点：如果特征值λ1和λ2是极大值时，点（x,y）是一个特征点。即行列式和矩阵M的对角线元素和满足：
其中det(M）=λ1*λ2,trace(M）=λ1+λ2,k是参数，通常取值k=0.04～0.06。
特征是图象内容最抽象的描述，与基于灰度的匹配方法相比，特征相对于几何图象和辐射度影响来说更不易变化，但特征提取方法的计算代价通常较大，并且需要一些自由参数和事先按照经验选取的阀值，因而不便于实时应用。同时，在纹理较少的图像区域提取的特征的密度通常比较稀少，使局部特征的提取比较困难。另外，基于特征的匹配方法的相似性度量也比较复杂，往往要以特征属性、启发式方法及阀方法的结合来确定度量方法。一般亮度的情况下，由经验得高斯窗口半径5-15，可以得到不影响处理速度的足够多特征点。
下面以在外场试验中实景拍摄的局部图像为例，拍摄的源图像灰度图像如图5。
在着一定的重叠区域，在重叠区域进行特征点提取。
4.2 重叠区域坐标转换
全景光学系统的焦距已知，此处设为f，柱面的坐标系统以全景系统接收CCD所处位置为圆心，以f为半径，取实际空间中一点A(x,y），则A点在采集坐标系中的坐标为（x-W/2,y-H/2，-f），其中W和H为采集到图像的宽度和长度，下面推倒出A点在柱面坐标系中的对应点A′的坐标A′（x′，y′）。
圆柱面的方程：
其中u和v可以通过原点O和A点的直线参数方程表示：
Z轴方向上参数方程为：
A点在柱面坐标系中的投影点A′的参数坐标为（u,v,w），将上述公式代入求的参数和各参数坐标的具体表达式：
要获得可以进行图像显示的柱面坐标，还需将三维坐标转化为二维坐标A′（x′，y′）
由公式（17）可知，A点和A′垂直方向坐标未发生改变，同理，经过柱面坐标转换的景物垂直方向上不发生改变特征点匹配和融合拼接后的图像需要重新变换到原坐标系下，即柱面逆变换。上面的表达式可以应用在采集坐标系投影到（u,v,w）参数坐标系中，而生产一幅完整的全景图需要的另外三幅图像，应依次投影到（-u,v,w）、（-u，-v,w）、（u，-v,w）三个象限中，整个构成周视360°全景信息，每幅图像大于90°采集范围采集到的图像，则投影到相邻两个坐标系中，作为重叠区域来进行匹配和融合。
由上述的拼接算法的实验结果可以看出，对于车辆的全景成像探测方面的图像拼接，采用基于特征的拼接算法是适合的。
参考文献
[1]肖潇,杨国光.全景成像技术的现状和进展[J].浙江:浙江大学,2006.
[2]吴阳.全景图拼接技术研究[J].南京:南京理工大学,2005.
[3]崔久林.视频图像目标提取技术的研究[J].长春:长春理工大学,2005.
[4]王丽亚.图像的特征提取和分类[J].西安:西安电子科技大学,2006.
飞机目标的红外建模与探测器成像 篇3
关键词：红外辐射,大气透过率,仿真建模,红外探测器
红外成像制导技术由于具有被动探测、探测距离远、成像精度高等优点,成为对飞机等目标进行打击的最有效手段之一。红外制导的导弹对飞机目标追踪的红外辐射源主要来自:1)飞机飞行时的蒙皮红外辐射;2)发动机尾喷口的红外辐射;3)高温尾喷焰形成的红外辐射。本文首先对以上三个主要辐射源进行数学建模,并考虑大气透过率等因素,建立传感器功能仿真模型,通过软件仿真得到最终的飞机红外辐射图像。
1 影响飞机红外辐射的三个主要特性
1.1 蒙皮辐射
为了更精确地得到飞机蒙皮的红外温度场,借助商业CFD软件FLUENT进行计算。外流场大气流动速度根据目标巡航速度、飞行高度确定。为得到飞机蒙皮壁面温度场,该壁面设定为流、固耦合面[1]。对于流场计算,采用k-ε标准紊流模型,环境温度取273 K,最终得到某型飞机的温度场(图1)。
对于亚声速飞行的飞行器其蒙皮表面的温度大多处于飞行环境温度,气动加热作用不明显,根据维恩位移定律[2]
式(1)中,b是维恩系数,取值为2 898.8,T为飞机蒙皮温度约取300 K,可以得出,再计算中波波段飞机蒙皮的辐亮度
所以对蒙皮来说中波辐射基本可以忽略,在迎头状态时,尾焰被阻挡,长波探测器效果更好。
1.2 尾喷口辐射
发动机尾喷管的红外辐射,在飞机辐射中占有重要地位。工程计算中,可以将由尾喷管构成的腔体看成灰体,发射率为0.9[3],根据其温度和尾喷管面积来计算其辐射量。实际的红外装置总是在一定的波长范围内工作的,因此尾喷管相应的黑体光谱辐射出射度Mλ为
式(4)中,λ为辐射波长,h为普朗克常数,c为光速,T为尾喷管的温度,k为玻耳兹曼常数。
目标辐射亮度和辐射强度计算公式分别为:
式(6)中,θ1为喷口截面法线与观察方向夹角,ΔA为喷口面积。
1.3 羽流辐射
羽流辐射是飞机的重要辐射源,航空发动机排出高温气体形成的尾焰比较复杂,主要是燃烧后的二氧化碳和水蒸汽辐射,它们是选择性辐射体,具有不连续的现状或带状光谱,在不同波长上的红外辐射量有较大差别。其简化计算模型可按图2所示形状来考虑。
羽流温度与尾喷口的温度有关,其计算公式为[4]:
式(7)中,T2为排出尾喷口膨胀后的气体温度;T1为尾喷口的气体温度;P2为膨胀后的气体压力;P1为尾喷口内的气体压力;γ为气体的定压热容量和定容热容量之比,对于航空发动机一般取1.3。工程计算中,涡轮喷气式发动机一般取P2/P1=0.5,从而有T2=0.85T1;对于涡轮风扇发动机,一般取,从而有。
3探测器模型的建立
2.1 探测器系统原理
从目标处发出的红外辐射,经大气传输衰减后到达探测器,由光学系统将接收到的红外辐射聚集到红外焦平面上,然后经过传感器成像系统预处理电路将红外辐射能量转变成电信号,再生成校正后的探测图像。成像探测系统包括光学系统、红外焦面探测器、预处理电路等[5],其详细模型如图3所示。
其中大气透过率与目标高度、当地气候等因素有关。整流罩遮挡效应是指导弹在大离轴飞行时会出现光学系统部分被遮挡的现象,通光面积的减少会影响能够获得的目标辐射强度。在高速飞行的情况下,整流罩由于气动加热会对探测器产生热背景,而降低目标的对比度。视线误差角就是弹目视线与光学系统光轴之间的夹角,可通过坐标转换计算出目标在此坐标系中的俯仰和偏航分量。在确定了以上几点相关因素后,就可以通过红外投影模块确定目标投射到焦平面上大小,位置以及辐射功率。
2.2 大气传输及光学系统影响
如果忽略大气传输和光学系统的影响,根据能量守恒,目标面源A1向立体角内发射出的红外辐射功率P1、光学系统接收到的辐射功率P2、以及探测器焦平面接收到的功率P3应该相等。如果考虑大气透过率τa(λ),以及光学系统透过率τo(λ)的影响,则有:
如图4所示,目标面源面积为A1,光学系统面积为A2,焦平面探测元面积为A3,面源与光学系统之间的距离为r,r与面源法线的夹角为θ1,r与光轴r1之间的夹角为θ2。假设目标辐射亮度为L(λ),则根据上式得出探测器阵列A3接受到的红外辐射功率P3
式(9)中。
2.3 探测器数学模型
探测距离可以反映系统的主要性能,其具体计算公式如下
式(10)中,R为目标到测站的距离,τa、τo分别为大气和光学系统透过率,I为目标辐射强度,D*探测器的探测率,D光学系统通光口径,Ad为单元探测器光敏面面积,Δf为系统的带宽,RSN为信号处理信噪比。
假设目标辐射出射度为Mt,弥散斑面积为Am,则目标在探测器靶面上的辐照度为
式(11)中,τ(λ)为不同波长的大气透过率,τo为光学系统透过率,As为目标有效辐射面积。
传感器响应面接收到的辐射功率,Ao为探测器光学系统的入瞳面积,则传感器产生的响应电压Us为:
式(12)中,Rv为探测器的电压响应度。
探测器输出的模拟信号通过成像预处理电路实现信号的放大、A/D转换以及非均匀性校正,然后对灰度进行量化,最终得到灰度图。
3 仿真平台构建及实验结果
整个仿真系统是以Visual C++6.0为平台,采用3ds Max软件建立飞机三维模型,根据目标材质和温度分布特征,将不同材质和不同温度的部分设为不同的对象,所建模型保存为3DS文件。然后在Open GL场景中读取目标模型的3DS文件生成图像[6]。
模型建好后,利用基于Open GL技术的仿真软件可以打开读取所有的对象,再设定对象的发射率和温度。飞机尾焰采用粒子模型,粒子初始尺寸按实际粒子大小比例设置;初始亮度为1;初始位置在尾喷口随机分布;初始速度在Ma=1左右随机分布。
影响飞机红外图像的因素包括飞机的飞行高度、姿态、弹目距离等等。图5为弹目距离400 m,飞行速度Ma=0.8 ma,飞行高度分别为2 000 m、4 000 m时,飞机不同姿态下在导引头视场中央的红外辐射图像。其中探测器为锑化铟(InSb),光谱响应范围为(2～5.6)μm,光学系统透过率为0.95。
4 结论
通过分析飞机飞行过程中的主要辐射源,建立了飞机目标的红外辐射模型。根据红外物理学等得到目标的出射度分布,在考虑综合大气透过率的基础上,推导了探测器接收到的飞机红外辐射功率计算公式。然后采用3ds Max软件建立飞机三维模型,在OpenGL场景中读取目标模型的3DS文件,生成最终的红外图像。
参考文献
[1]单勇,张靖周,郭荣伟.导弹蒙皮红外辐射特性的数值计算与分析.航空动力学报,2008;23(2):251—255
[2]陈衡.红外物理学.北京:国防工业出版社,1985:6—12
[3]李彦志,孙波,王大辉.飞机红外辐射建模与仿真.红外技术,2008;30(5):252—255
[4]侯树荣.实用流体力学.长春:空军航空大学内部教材,2004:50—52
[5]卢建,辛玉林,陈曾平.飞机目标红外成像建模与仿真.电子测量技术,2010;33(7):65—68
探测成像 篇4
1963年S.Q.Duntley及Gilbert G D等人发现海水中存在一个“蓝绿”透明窗口[1],为激光水下探测奠定了理论基础。20世纪70年代初Visibility Laboratory提出水下激光成像系统的概念[2]。水下激光成像原理与激光雷达原理基本相同。系统利用脉冲激光器发射辐射脉冲,辐射脉冲透过水面照明水下目标,利用接收系统接收目标反射回的光辐射并最后成像。系统的成像质量主要受两方面因素的影响:水体的吸收和散射严重限制了光能量的传输距离;后向散射光对图像的降质。相对于被动成像方式,主动照明成像方式不仅有效克服了系统易受环境光源影响的缺点,而且增加了成像距离,尤其适用于水下目标成像探测[3,4,5]。蓝绿激光处于“透明窗口”内,并以其良好的方向性、亮度高、技术成熟等特点成为照明光源的理想选择。目前主要有两种方法可以有效克服水体后向散射的影响:同步扫描技术[6]和距离选通技术[7]。同步扫描技术利用照明光束与接收视场在被观察区域相交成一个角度,使后向散射光尽可能少地进入接收视场以达到屏蔽后向散射的目的。但是同步扫描装置存在机械结构复杂、体积大、对系统的同步控制要求高等缺点。距离选通技术的原理:利用脉冲激光器和选通摄像机,以时间的先后分开不同距离上的散射光和目标的反射光,使由被观察目标反射回来的辐射脉冲刚好在摄像机选通工作的时间内到达摄像机并成像。
近年来,研发人员结合蓝绿脉冲激光器和选通式ICCD相机,研制了距离选通水下成像系统。目前国内仍处于实验室研究阶段。这一领域存在许多问题需要解决,如理想照明光源的选择、高效率光学接收系统的设计等。本文通过分析,建立了水下成像系统的信噪比模型。该模型可用于分析系统的诸因素以优化系统结构。
1 信噪比模型
信噪比是衡量系统成像能力的一个重要指标,本文根据光在大气和水体中的传输模型[8],综合考虑影响系统信噪比的因素,并借助激光雷达模型,建立了水下激光成像系统的信噪比模型。距离选通水下激光成像系统的激光脉冲传输模型见图1。水体对光的衰减包括吸收和散射。吸收用吸收系数a(m-1)描述,是指由于受到海水本身的作用,光子在海水中传播单位长度后光子能量转化为热能、化学能等其它能量的概率。散射用散射系数s(m-1)描述,是指由于受到海水本身和海水中悬浮微粒的作用,光子在海水中传播单位长度后传播方向偏离原直线传播方向的概率[9]。大气对蓝绿激光的衰减系数为K;蓝绿激光在水体表面的透过率为T,根据菲涅尔定律,激光入射角小于30°时平静海面对蓝绿激光的反射率约为2%;激光从海面到水下目标的传输用海水衰减系数c描述,c=a+s;目标反射的激光脉冲在海水中的传输为漫反射光[10],用漫射系数k(m-1)描述,且在接收视场内均匀分布。漫射系数是指由于海水的吸收与散射,漫射光子在海水中传播单位长度后被吸收和改变传输方向的概率。
脉冲激光器的峰值功率为Ptr,则传输距离H后到达水面的光功率为
则激光脉冲在水下L处的光照强度I(x,L)(单位W/m2)可表示为
式中:φ1=exp(-c×L)表示准直光在水下L处的传输系数;表示水下L处准直光和非准直光总的传输系数,g=g0×1[-(s/c)112.],g0=0.17,r0=112./s;x=1(-cosg)2,g满足如下关系:L×tanγ=(H+L/nw)×tan(θ/2);nw=1.34为海水的折射率;S(H,L)为发散全角为的激光在水下L处的照明面积,见式(3)。
Fs(x,L)∈[01,]表示非准直光所占比例,如式(4)所示。
式中:x0=0.03;C=1.5;,b1=0.33×1(-g)×s,B0=0.865,B1=3.25。
将有效横截面积为A0(A0≥S(H,L)),反射系数为的目标近似为朗伯体,则其反射的光照度:
焦距为f,口径为D的接收光学系统的有效截面积为Ad=π×D2/4,根据有限尺寸光源距离定律,CCD靶面接收到水下L处目标反射回光照度:
其中:k=a+g×s;C为目标对比度(在能见度较低的情况下一般取1)。当接收视场角α≥θ时,η与激光脉冲发散角θ相关,表达式如下:
当探测器的选通门宽等于激光脉冲宽度时,根据式(6)计算整理得到CCD靶面接收的目标反射的回波能量Er:
式中△T为激光脉冲宽度。则水下激光成像系统的信噪比用下式表示:
式中:MTF为整个系统的调制传递函数;NEE是当SNR=1时与接收能量对应的接收器等效噪声能量;ET为探测器响应的阈值能量。
2 系统成像性能
信噪比阈值(SNRT)是人的眼睛或者大脑从图像中感知到目标时图像的信噪比。只有观察图像的信噪比大于阈值信噪比,图像中的目标才有可能被发现,它取决于目标特征和噪声特征。NVFSD认为2.5(8 d B)是人眼或大脑发现信噪比的一个合理的平均值[11]。根据式(9)可以推导出激光器的能量Etr与成像距离L的关系,见下式:
探测器接收的非准直光降低了成像系统的对比度,我们可以用非准直光和总的接收光之比M来衡量系统的成像对比度,其定义如下:
3 探测距离仿真与分析
仿真参数如下:大气衰减系数K=0.17/km,水面透过率T=0.98,高度H=11 m,目标反射率=0.4;ICCD的选通门宽为8 ns,NEE=1.3410-12 J,ET=2.2510-12 J;其他参数依次为ΔT=8 ns,SNRT=2.5,D=80 mm,=26 mrad,MTF=0.6,C=1。
1)图2为探测距离和激光器峰值功率之间的关系曲线。系统的探测深度与激光器的峰值功率成正比,但随着水体衰减系数的增加探测深度减小。为了使用脉冲宽度小于10 ns的激光器完成在清澈水体中对水下10 m处目标的成像,激光器的峰值功率应达到兆瓦级。
2)图3为激光发散角与衡量系统成像对比度的系数M的关系曲线。激光发散角越大,系统的成像面积越大,使得目标更容易获取,但是成像对比度越差。通过分析,当激光发散角小于200 mrad时,系统接收的非准直光比例小于50%,即在系统设计过程中,激光发散角应小于200 mrad。
3)图4为探测器阈值能量与探测距离的关系曲线,图5为探测器等效噪声能量与探测距离的关系曲线。探测器阈值能量决定系统的探测深度,当目标反射回光能量小于探测器阈值,系统无法采集到图像。等效噪声能量是决定目标能否被识别的关键因素。根据图4和图5可知,选择高性能的成像探测器有助于提高系统的成像能力。
4 主动成像实验与分析
在夜间距离水面高度H=11 m处进行了距离选通水下激光成像实验。水体的衰减系数c=0.71/m,大气衰减系数K=0.17/km,水面透过率T=0.98,目标是反射率=0.4的黑白相间条纹的漫反射目标。采用工作波长为532 nm、单脉冲能量15 m J、脉冲宽度ΔT=8 ns的Nd:YAG脉冲激光器作为主动照明光源。激光发散角为10 mrad。接收器采用有选通式像增强器、耦合透镜和CCD摄像机组成的自组ICCD,最小选通门宽为40 ns,NEE=1.3410-12 J,ET=2.2510-12 J。其他参数依次为SNRT=2.5,D=80 mm,=26 mrad,MTF=0.6,C=1。利用FPGA自行设计了同步控制电路板,实现脉冲激光器和选通式像增强器的同步控制,保证在目标反射光到达像增强器的瞬间打开电子快门。同步控制电路板可以控制选通脉冲的宽度和延迟时间。为了增加图像的对比效果,成像系统在不同深度处采集的图像经过处理后如图6(a)、(b)、(c)所示。
首先利用式(9)计算系统的信噪比,然后利用Matlab计算原始图像的信噪比,结果见表1。
可见实验图像的信噪比小于理论计算结果,但是信噪比结果的变化趋势相同,由此可见信噪比模型的正确性。而实际计算的信噪比比理论计算结果偏小的原因如下:
1)理论计算结果是在选通门宽与激光脉冲宽度相等的理想情况下做出的近似,而实验过程中,由于实验条件所限,选通门宽无法达到要求,导致系统接收到更多的后向散射光能量,所以造成实际计算的信噪比偏小。
2)测定的目标距离存在一定误差,导致控制快门开启的时间存在误差,因此成像系统接收的后向散射能量增大,从而降低了系统的信噪比,造成实际计算的信噪比偏小。
3)成像系统工作过程中,随着成像距离的增加探测器的增益也随之增加,而探测器的电子噪声随之增大,不仅降低了系统成像的信噪比,而且导致信噪比误差的增大。
通过实验可以得出以下结论:
1)系统的同步控制装置可以精确的控制像增强器快门的开启,有效屏蔽了水体表面反射光,提高了系统的成像能力。但是由于条件所限,选通最小为40 ns,此时水体的后向散射对图像信噪比的影响不可忽略。由此可见探测器的选通门宽是影响系统成像质量的关键因素。
2)成像系统接收到非准直光的比例随着系统成像深度的增加而增加,而非准直光是使图像模糊的主要原因。在接收视场角大于激光发散角的前提下,通过式(11)分析可知,非准直光的比例随着激光发散角的增大而增大,所以在系统设计过程中,应根据实际需求合理的选择激光发散角,以达到成像能力和效率的平衡。
3)在传输过程中,由于水体对激光的衰减减小了系统的成像距离,而强散射降低了系统的信噪比,所以应根据不同的工作环境,选择水体“透明窗口”的激光波长以增加激光的传输距离。
5 结论
本文依据距离选通水下激光成像系统的成像原理,建立了系统信噪比模型,进一步推导出系统探测距离与激光器峰值功率和激光发散角的关系。介绍了主动成像实验,分析了实验结果以及信噪比理论值与实际值之间存在误差的原因,证明了信噪比模型的正确性。仿真结果表明:采用距离选通成像时,纳秒级激光脉冲的峰值功率至少要达到兆瓦级;在系统设计中,系统应根据需求选择合适的激光发散角,但不应大于200 mrad。同时实验结果表明:理论模型计算的信噪比与实际图像的信噪比平均误差为1.37 d B,该信噪比模型可用于基于距离选通的水下激光成像系统性能的分析评价。
同时可以在如下几个方面改进系统的成像性能:提高激光脉冲的能量和光束质量;增加测距装置,更准确的估计延迟时间,从而减小后向散射;采用灵敏度更高、性能更好的图像传感器;应用图像处理算法改善图像质量。
摘要：为了估计水下激光成像系统的工作距离,根据水下激光成像系统的成像过程,通过分析目标的辐射特性,水体的衰减特性等各因素,建立了水下激光成像系统的信噪比模型。根据识别目标所需要的信噪比阈值、脉冲激光器等器件的性能指标,推导出水下激光成像系统的工作距离公式,并且完成了系统成像距离的计算与仿真。采用532nm的Nd:YAG固体激光器、自组ICCD相机以及基于FPGA技术设计的同步控制电路板,进行了距离选通水下激光成像实验。实验结果表明:理论模型计算的信噪比与实际图像的信噪比平均误差为1.37dB,证实了该模型的合理性。
关键词：成像系统,激光器,距离选通,信噪比
参考文献
[1]SEIBERT Q.DUNTLEY.Light in the Sea[J].JOSA(S1084-7529),1963,53:214-233.
[2]Roswell W Austin,Seibert Q Duntley,Richard L Ensminger,et al.Underwater laser scanning system[J].Proc.of SPIE(S0277-786X),1991,1537:57-73.
[3]石俊霞,郭永飞,司国良,等.航天高速TDICCD相机视频信号采样技术[J].光电工程,2011,38(9):13-18.SHI Jun-xia,GUO Yong-fei,SI Guo-liang,et al.Sampling Technology on Video Signal of Spaceborne High Speed TDICCD Camera[J].Opto-Electronic Engineering,2011,38(9):13-18.
[4]庞春颖,张涛.激光主动成像系统信噪比模型的研究[J].光学精密工程,2008,16(2):319-324.PANG Chun-ying,ZHANG Tao.Signal-to-noise ratio model of laser active imaging system[J].Optics and Precision Engineering,2008,16(2):319-324.
[5]David Dayton,Steve Sandven,John Gonglewski,et al.Long-range laser illuminated imaging:analysis and experimental demonstrations[J].Opt.Eng(S0091-3286),2001,40(6):1001-1009.
[6]Mullen Linda,Contarino V M,Laux Alan,et al.Modulated laser line scanner forenhanced underwater imaging[J].Proc.of SPIE(S0277-786X),1999,3761:2-9.
[7]Thomas E,McDonald Jr,George J Yates,et al.Range-gated imaging experiments using gated intensifiers[J].Proc.of SPIE(S0277-786X),1999,3642:142-148.
[8]Paul F Schippnick.Phenomenological Model of Beam Spreading in Ocean water[J].Proc.of SPIE(S0277-786X),1990,1302:13-37.
[9]Mobley C D.Light and Water:radiative transfer in natural waters[M].New York:Academic Press,1994.
[10]朱晓,杨克成,徐启阳,等.机载激光测深唯像雷达方程[J].中国激光,1996,23(3):273-278.ZHU Xiao,YANG Ke-cheng,XU Qi-yang,et al.Airborne Laser Bathymetry Phenomenological Lidar Equation[J].Chinese Journal of Lasers,1996,23(3):273-278.
探测成像 篇5
本文给出了通过估算出局部背景光谱测定嵌入半透明物质中的细小物体之光谱特征的一种方法。在工业化条件下的一个用于探测大西洋鳕鱼片中的线虫的新型超光谱成像系统中, 对这一方法进行了评估。在400 mm/s的传送带速度下运行该系统, 这一速度达到了鱼片工业化生产所需的每秒探测1块鱼片的速度。对于那些在鱼片修整台后采样的60%的虚报线虫1次或多次的鱼片中, 高斯最大概似分类法探测出的暗色和淡色的线虫分别达到了70.8%和60.3%。该结果好于以前报道的在低速传送带上使用高清晰仪器的方法, 可以与工业化生产条件下的人工检查结果相媲美, 甚至更好。
探测成像 篇6
关键词：等效噪声温差,焦平面阵列,作用距离,红外成像探测
目标的极限作用距离是红外成像探测系统的一个综合性指标,也是评价、检验一个红外探测系统的主要指标。作用距离的模型,是用户和设计者进行系统论证、设计和评价的依据。当前的红外成像探测系统已广泛使用了凝视型焦平面阵列和新的信号处理方法,与早期的光机扫描型相比有了很大的变化,它对各类目标的探测作用距离如何计算、理论计算和实际结果如何达到更接近,这是工程研制中经常遇到的实际问题。本文将着重讨论红外成像探测系统对高空目标的作用距离与理论计算的结果是否相一致的问题。
1 用NETD表达的作用距离方程[1]
人们往往用红外成像系统的作用距离方程来估算其作用距离。但若热像仪是外购的,对有关热像仪的个别参数找不到确切数据,计算工作将难以进行下去。若估计参数强行计算,结果也不能令人信服。而目前绝大多数热像仪的性能指标中都给出了NETD即,等效噪声温差的数值,因此,有必要推导出用NETD表达的作用距离方程,以便进行准确的计算,使用起来也更为方便。
红外系统作用距离的普遍方程为[2]:
式中RIR为红外系统的作用距离,D0为光学系统入射孔径的直径,D*为红外探测器的比探测度,τa为大气透过率,τ0为光学系统的透过率,Ω为传感器的瞬时视场(球面度),Δf为等效噪声带宽,SNR为信噪比,即峰值信号电压与均方根噪声电压之比,NA为光学系统的数值孔径,JΔλ为目标的红外辐射强度。
JΔλ由下式确定:
其中,σ=5.67×10-12(W·cm·K-4),是斯蒂芬常数,T为目标温度,ε为目标表面材料的发射率,At为目标面积,ηΔλ为Δλ光谱范围内的相对能量。Δλ=λ2-λ1,λ1和λ2分别为对应于红外探测器工作波段的下限和上限。ηΔλ=ηλ2-ηλ1,ηλ1和ηλ2分别为λ1以下和λ2以下的相对能量,可由参考文献[2]的表1-3或参考文献[3]的图2-14查得。
式(1)没有考虑脉冲通过信号处理系统时得损失等因素,如果计入信号处理损失等因素,可将作用距离方程修改为:
式中ξ为信号处理损失等因素引起的系数。根据经验,可取ξ=3~4。
因敏感元面积Ad=Ωf2、NA=D0/2f,可将作用距离方程修改为:
由等效噪声温差的定义可得[3]:
式中,a和b分别为红外探测器敏感元的宽和高,α和β分别为红外探测器敏感元的水平张角和高低张角,XT—微分辐射量,其他符号含义同前。显然,敏感元面积Ad=ab,传感器的瞬时视场Ω=αβ,式(5)变成
XT由下式计算:
其中C1=3.7415×104(W·cm-2·um4),系第一辐射常数;C2=1.4388×104(um·K),系第二辐射常数。为了避免计算积分运算,可将式(7)变换为
将式(4)乘以式(6),经过整理并用指数形式表示大气透过率,便为:
式中,α为大气衰减系数,其他符号的含义同前。计算时一定要注意单位的换算。
将式(2)和(8)代入式(9),得:
当已知目标的红外辐射强度JΔλ时,可按式计算作用距离。当不知道目标的红外辐射强度,但能得知目标的温度T、面积At和表面材料的发射率ε式,可按式(10)计算作用距离。
2 基于对比度的作用距离方程
对红外探测系统的作用距离传统的分析方法主要以目标的辐射功率在探测器上产生的响应是否满足信噪比要求为依据,但该方法存在一定的局限性,主要表现在两个方面,其一:该算法仅考虑目标到达靶面上的辐射功率是否满足探测要求,未考虑背景的影响;其二:该方法未考虑成像点弥散及其影响。
采用红外焦平面器件进行目标探测与辐射特性测量,其作用距离分析方法和电视跟踪测量系统基本一致,即要求满足三个必要条件:其一,目标的成像尺寸应不小于3个像素;其二:在不考虑背景的条件下,探测器接收到的目标辐射功率满足信号探测处理的最低要求,亦即目标在探测器靶面上的照度满足最低要求;其三,目标和背景在探测器靶面上的对比度满足最低要求。
由于弥散的影响,通常成像尺寸可以满足可靠跟踪测量要求,故系统的作用距离主要由探测器接收到目标的辐射功率及目标与背景的对比度决定[4]。下面就背景限制条件下的作用距离进行分析[5,6]。
2.1 目标在探测器靶面上的照度
为了便于分析目标的辐射特性,可将目标近似为灰体。设目标的有效辐射面积为As,温度为T(K),发射率为ε,则目标在λ1~λ2波段被汇聚到仪器像面的目标辐射功率为
式中,I为辐射强度(目标在单位立体角内的辐射功率),A0为光学系统接收口径面积,R为目标到测站的距离,τa、τ0分别为大气透过率和光学透过率。若不考虑目标像的弥散,目标在靶面上的辐照度(单位面积上接收的辐射功率)为
式中,L为目标辐射亮度(目标单位面积在单位立体角内的辐射功率),D为光学系统孔径直径。
对近距离大目标,由于像弥散量相对于像的面积为小量,因此,可不考虑像弥散的影响,这时,可利用(12)式计算像面照度。
若考虑目标像的弥散,设弥散斑面积为Am,则目标在像面上的辐照度为
对点目标或远距离小目标,弥散是决定像面积的主要因素,这时,可利用(13)式计算像面照度。
2.2 背景在靶面上的照度
设背景亮度为Lb,照射单个像素的背景面积为Ab,背景到测量设备的距离为Rb,则单个像素接收到的背景辐射功率为(背景辐射为近距离传输,可不考虑大气衰减)
单个像素的面积为AP,同理可得背景在靶面上的照度为
2.3 靶面上的对比度
由式(12)、(15)可得在不考虑弥散的条件下,对应的靶面对比度为
由式(13)、(15)可得考虑弥散条件下,对应的像面对比度为
目标对应的调制对比度为
2.4 背景限制条件下作用距离分析
由式(16)、(17)可以看出,对比度与大气透过率直接相关,而通常,大气透过率是距离的函数,因此,利用上述两式不能直接推导出背景限制条件下作用距离计算公式,这时,可先计算不同距离对应的大气透过率,然后根据上述两式计算对比度及调制对比度,并根据调制对比度是否满足要求来分析系统能达到的作用距离。而若目标飞行在大气层外,探测时认为是穿过整个大气层,大气透过率仅与观测仰角有关,与目标的距离无关,可以用下式估算:
其中E为观测仰角。此时,系统在背景限制条件下对空间目标的作用距离计算公式可由式(17)、(18)推出,具体如下:
3 实验验证
路径辐射(又称为热幕效应)主要指目标和探测器之间的太阳(阳光)辐射、地球(包括地球上的物体,如大气等)辐射。路径辐射越强,对比度越低,而路径辐射以长波辐射为主,所以为减少路径辐射的影响我们采用中波探测器来对高空目标做探测实验。由于目标的有效辐射面积与发射率难于独立确定,这里把二者作为一个参数,M=ε·A取为10、20……分别估计。而对于3~5μm波段,天空背景的亮度与太阳高度角有很大关系,可以利用Lowtran7软件进行计算,表1给出了一组实测结果。
根据以往经验,能够可靠提取目标信号并能进行辐射量定量测量所对应的调制对比度CM的最低值约为0.02。对于口径为1000mm,焦距为2000mm的望远镜系统,基于NETD和对比度理论计算结果如下:
根据上述分析结果,两种方法的结论存在较大的差距。根据第一种方法,对于给定黑体目标探测很容易即可实现,而根据对比度计算结果表明,对于高空目标探测的难度相当大。就直观而言,高空目标辐射强度低,同时还要经过较强的大气衰减,并淹没在高亮度背景中,因此对其探测是相当困难的,必须采用大口径长焦距探测系统方能探测。为了验证上述两种方法的有效性,我们在云南天文台利用1.2m望远镜及法国CEDIP中波红外探测器对高空目标进行了成像探测实验,实验的结果表明基于对比度的计算结果具有更高的可信度。
参考文献
[1]姜宏滨.用NETD表达的红外作用距离方程[J].光学与光电技术,2003(6,1.1):40-41.
[2]R.D.小哈得逊.红外系统原理[J].北京:国防工业出版社,1975.
[3]杨臣华.激光与红外技术手册[J].北京:国防工业出版社,1990.
[4]邢强林,黄惠明,熊仁生,等.红外成像探测系统作用距离分析方法研究[J].光子学报,2004,33(7):893-896.
基于面阵探测器的凝视成像激光雷达 篇7
目前国内外有很多科研机构对凝视成像激光雷达进行了研究,凝视激光雷达测距的主要方式有两种:一是直接测距型[1,2],即直接探测光脉冲飞行时间来获得距离;二是间接测距型,即采用阵列光强探测器件,如电荷耦合器件(Charge-coupled Device,CCD),获得强度图,再将强度图解调制获得目标的距离信息。凝视成像激光雷达结合了面阵成像光学系统和测距激光雷达的特点,将目标的二维分布结合获得的距离信息,再现物空间的三维信息[3]。
在国际上,2006年丹麦Jens Busck[4,5,6,7]等人采用时间切片技术实现了在1 m探测范围内精度好于1 mm而在100 m探测范围内精度好于1cm。时间切片法的精度很高,因为他的实验条件是在室内,相对来说精度会好于户外的实验条件,同时需要大量的强度图像来计算得到一张距离图,因此成像速度偏慢。2007年德国Martin Laurenzis[8]等人仅通过三幅图像在650∼1 550 m距离范围内探测到的距离精度好于30 m。在国内,2009年哈尔滨工业大学相关课题组[9]也进行了相关研究,提出对像增强器施加指数型的增益时间函数,在景深150∼180 m范围内测距精度为2∼4 m。2008年以来,本课题组[10,11,12]开展了激光雷达模型研究并完成了样机制作。该激光雷达模型采用时间距离选通原理,限制一定距离范围内的激光回波信号进入探测系统,对回波信号进行强度调制,在1 km范围内测距精度为1.5 m。
传统的单点探测和扫描成像的激光雷达成像速度比较慢,凝视成像激光雷达成像速度快、实时性强、信息量大,可以快速获得目标物的三维结构信息,因此凝视成像激光雷达在目标物的三维探测方面有很好的应用前景。本文介绍了我们研制的凝视成像激光雷达系统以及在一些具体目标中的测量应用。
1 凝视成像激光雷达系统的整体结构和测距原理
1.1 雷达系统的整体结构
系统主要分为三部分,如图1所示,由脉冲激光发射系统、可增益调制的增强型电荷耦合器件(Intensified Charge-Coupled Device,ICCD)作为核心部件的接收系统和以PC机为核心的图像采集处理系统组合而成。
激光发射系统由两个脉冲式的半导体激光器和一套温度控制模组构成,光源采用的是西安矩光G-Stack系列的一款半导体堆叠激光器,中心波长为808 nm,1个激光器的峰值功率为3 kW。为了有效抑制背景噪声和后向散射光,系统采用脉冲激光光源和选通主动成像的工作方式。温度控制模组用于控制波长的温飘变化以及温度过高而损坏器件的问题。
接收系统由成像物镜,像增强器和面阵探测器组成。在成像物镜前放置激光波长附近的窄带滤光片来抑制背景辐射光的引入。像增强器是由光电阴极,微通道板和荧光屏三部分组成,是接收系统的核心器件。本系统中面阵探测器采用SONY公司1/2˝(对角8 mm)ICX415AL的CCD芯片,像素数为800×586,这款CCD芯片具有高解析度,高灵敏度,低暗电流等特点。激光脉冲从目标返回到物镜成像,通过像增强器完成“光-电-光”之间的转换,从而被CCD所接收,通过USB将图像数据传送至电脑上成像。
1.2 雷达系统的测距原理和测距误差分析
如图2所示,激光脉冲从距离为Z的目标物返回后,到达探测器时的光强为I,根据雷达方程[13],激光雷达上单个激光脉冲接收到的功率是
其中:E是雷达接收到单个激光脉冲的能量,ET是单个脉冲的发射能量,ρ是目标反射率,rA是目标面积,cA是接收器有效孔径面积,Ωt是发射波束的立体角,Ωt=2π1(-cosθ),θ表示激光发散角,Ωr是目标散射波束的立体角,T是单向传播路径透射率,Z表示被测目标距离光电探测系统的距离,ηt是光源光学系统透过率,ηr是探测光学系统透过率。
凝视成像激光雷达系统中的激光器发射脉冲式激光,在单位时间内发射相同个数的激光脉冲,因此在曝光时间内激光雷达接收到的能量是
其中:f表示光源脉冲重复频率,t表示曝光时间,ER表示曝光时间里激光雷达接收到的总能量。
整个探测过程中,系统分时进行两次测量,第一次测量时的像增强器的增益随距离(时间)调制线性变化,而第二次测量时的增益恒定不变,得到两次测量的光强分别为
第一次线性增益测量时得到的光强为
第二次恒定增益测量时得到的光强为
其中:a表示光强与能量的转换常数,G和A表示线性增益函数和恒定增益,G=G1+k T′,1G表示线性增益函数的起始增益值,k是线性增益函数的斜率,T′是选通的起始位置与目标之间激光脉冲往返的时间,T′=2Δt1,Δt1是激光脉冲从选通的起始位置出发到目标所经历的时间。
由式(1)和式(2),T′和Z可以表示为
其中:Z0为门选通起始位置离接收系统的距离,c为光速。
将式(3)和式(4)两者相除可以得到:
其中两次测量的增益函数G和A都是确定的,两次测量光强的比值也是确定的,可以记为u(z),u()的逆函数记为f(),则可以得到目标距离z:
距离误差因素包括数字电路中各脉冲的定时精度和模拟电路中的光电噪声。对定时精度,我们的系统经实测,在4～38℃范围内不大于1 ns,对应的距离不确定性小于0.15 m,在同一温度下不大于0.5 ns,对应的距离不确定性小于0.08 m。因此,我们这里主要考虑由信号强度噪声引起的误差。
根据式(4)和式(5)可以得到距离z的均方差表达式为
根据式(9)可知,我们的测距误差主要是由增益函数比的形式、两次测量中光强信噪比以及两次光强比值所决定的。因为像增强器的增益调制函数和目标距离一起决定了增益函数比的形式和光强比值,接下来我们分析光强和系统噪声之间的关系。
凝视成像激光雷达系统在探测过程中有两次光电转换过程,第一次是经过像增强器的光电阴极吸收后的光-电转换过程,在像增强器内部电子经过放大后,再经历电-光的转换,从荧光屏输出放大后的光信号。第二次是由像增强器的输出光由CCD相机转换成电信号。因此我们可以假设雷达系统的成像噪声主要是由像增强器的等效光电子散粒噪声和CCD相机的光电子散粒噪声两部分所组成的。
假设凝视激光雷达系统的增益为G,进入像增强器的等效光电子数平均值为n(光电子数符合泊松分布),那么光强为Gn,假设光强与其灰度的关系系数为b,则CCD探测得到的灰度(光强)I=bGn。那么雷达系统像增强器的等效光电子散粒噪声的表达形式可以写成:
光子经过像增强器转换成放大的光信号后再由CCD探测的过程中产生了CCD相机的光电子散粒噪声,噪声的表达形式可以写成:
根据式(10)和式(11)可以得到雷达系统的两部分噪声,其中第一部分处于主导地位,由于两部分噪声相互独立且都服从泊松分布,因此总的系统探测光强噪声为
距离误差和平均光子数的关系[14]可以写成:
式(13)两边对z求微分,可以使测得的距离误差最小。由于微分意义下最小值为0,即d(δz)/dz=0。可以假设能得到的最小测距误差为m m,这样可以得到δz=m。通过对上述增益函数进行微分方程的求解并结合式(9)和式(13),我们可以解得所需要的增益距离函数[14]的形式为
其中:A为等效恒定增益系数大小,可以通过恒定增益电压计算得到;n为进入像增强器的等效平均光子数;m为所要求达到的距离分辨力;d为和系统参数有关的积分常数。
在应用过程中,对给定的系统参数,可通过仿真软件用数值方式估计距离误差。我们系统的实际参数为:当起始选通距离为30 m时,激光器的平均功率为15 W,曝光时间为30 ms,两个激光器总的探测光能量为0.9 J;起始选通距离为350 m时,曝光时间为50 ms,两个激光器总的探测光能量为1.5 J。大气衰减系数1.2E-4,目标反射率为0.25,物镜口径为70 mm,光学效率为80%,激光器波长为808 nm,像增强器的光电阴极量子效率为7.5%,CCD位数为12位,像素数为800×586,增益选通宽度为75 m,图像累计叠加20次。图3和图4为增益系统的参数设计结果。
2 复合目标对凝视成像激光雷达测距结果的影响
在实际的目标探测过程中,可能会出现一个目标对应多个像素,一个像素的光斑会对应多个目标的情况,此时复合目标会对我们的测距产生一定的影响。
理想情况下激光光源是均匀光源,透镜、像增强器、CCD的调制传递函数(Modulation Transfer Function,MTF)是理想的,按照成像几何关系,此时,CCD上一个像素对应地面上一块区域,各个像素灰度是独立的,没有互相串扰。
那么由式(2)可知,CCD上一个像元在曝光时间内接受到的能量可表示为
其中:mh是雷达接收器到目标的距离,g(mh)是像增强器的增益函数,不同距离的物体对应的增益不同,是单个像元对应的地面区域面积。
只考虑Eccd和物体距离与反射率的关系的话,Eccd可表示成
如果区域内物体的距离变化不大,可以认为在曝光时间内不同距离的物体单位面积上接收到的激光能量是相同的,此时,式(16)可以简化为
是区域内的平均距离,由式(17)可知,在理想情况下CCD上像素的灰度只与地面物体的反射率和距离有关系。
下面分成两部分来分析:
1)距离和反射率都不相同,测距结果与两者的关系。
如图5所示地面场景,a'是CCD上的一个像素,其对应地面区域S,区域a包括区域0,1,…,i-1(i=1,2,…,k),区域0距离接收器0h,面积为S0,反射率是ρ0,区域1距离接收器1h,面积为1S,反射率是ρ1,…,区域i-1距离接收器hi-1,面积为Si-1,反射率是ρi-1。由式(8)可知,对于恒定增益通道,增益函数为恒定值gconst,不管物体雷达的距离是否相同,CCD上的接收到的能量为S′gconst(ρ0S0+ρ1S1+...ρi-1Si-1),与距离信息无关;对于线性上升通道,CCD上的接收到的能量为
此时可以将线性上升通道中CCD接收到的能量看成是由一个到雷达系统距离相等的区域反射回来的光脉冲所产生的,可以得到如下关系式:
式中have是这个区域的加权平均距离。
因为MCP的线性增益函数是一个距离(时间)线性调制函数,由式(3)可得线性增益函数为
式中:k表示线性增益的斜率,1G表示线性增益的起始增益值,h′表示接收器到选通之间的距离。
将式(20)代入式(19),加权平均距离have可以表示为
2)距离相同,测距结果与反射率大小的关系。
地面物体到雷达的距离相同时,像增强器对其增益相同,式(9)可写成下式
不同区域之间到雷达的距离相同,但是不同区域的反射率不同,则反射回雷达的光强也随反射率变化。无论对于恒定增益通道还是对于线性增益通道,反射率变化的影响都是相同的。由式(6)可以看出,两次测量光强的比值可以消除目标反射率,因此在理想情况下反射率的变化对于雷达的测距结果没有影响。
下面看一个具体的例子。设计了一个实验场景,对同一个树枝上的树叶进行实验,一个0.03 m×0.03 m的正方形区域代表CCD上的一个像素所对应地面上的目标,假设同一片树叶的高度相同,反射率也相同,树叶1、2、3组成的区域A对应CCD上的一个像素,同时假设三片树叶到雷达接收器的距离各不相同,反射率和面积也各不相同,具体数据请参照表1,用式(21)对区域A进行计算,从而得到区域A的距离。
从表中的数据可知,对于包含多个不同距离目标的最小区域,与以往的单回波激光雷达不同的是,我们的雷达系统探测的是该区域内各目标的加权平均距离,而单回波激光雷达探测的是该区域内最近目标的距离。
3 实验结果与分析
下面是凝视成像激光雷达探测目标的具体应用,我们选取了两个实际的场景进行实验,并对实验场景探测到的实验数据进行分析。
场景1:采用凝视激光雷达对浙江大学玉泉校区图书馆进行静态实拍,单帧曝光50 ms,起始选通距离为350m,得到线性和恒定增益各20幅灰度图,对每组图像进行叠加以提高图像的信噪比[15],图6为恒定增益的叠加灰度图。
对两组灰度图进行计算,得到距离灰度图,如图7。选取了四块区域,在天晴的时候用激光测距仪测量雷达系统到目标区域的距离,激光测距仪型号为TRUPULSETM200/200B,在光照条件好的时候,在1 km的范围内测距精度为±0.3 m,将测距仪得到的距离和雷达系统测量得到的距离进行比较,数据比较如表2所示。
采用激光雷达系统对目标物图书馆进行静态实拍,距离图大致反映出图书馆的整体三维距离分布,根据实验数据分析,可以看出该探测系统的距离分辨力在1 m以内。区域A,B,C,D是场景中的四个不同区域,区域A和B是图书馆正面的两个区域,采用激光测距仪测得A和B之间的距离差为1.3 m,激光雷达系统测得两者的距离差为1.6 m,误差为0.3 m;区域C和D是图书馆顶部的两个区域,采用激光测距仪测得C和D之间的距离差为4.0 m,激光雷达系统测得两者的距离差为4.3 m,误差为0.3 m。考虑到激光测距仪自身的测距精度为0.3 m,因此凝视成像三维激光雷达探测建筑物时的测距误差在1 m以内,距离分辨力达到0.6 m,和前面仿真软件得到的距离分辨力0.55 m相符,因此在探测平面目标的时候,雷达系统的距离分辨力和理论仿真结果基本一致。
场景2:凝视成像激光雷达也可以进行一些林木的探测,在实际的林木探测中,机载是一种常用的拍摄方式,因此我们模拟机载的静态拍摄方式,在约50 m高的地方竖直向下静态拍摄,单帧曝光30 ms,起始选通距离为30 m,得到线性和恒定增益各20幅灰度图,图8为恒定增益的叠加灰度图。对两组灰度图进行计算,得到距离图,由于在高空中有一定的角度,因此对距离图用软件进行角度矫正,得到矫正后的距离图,如图9,使用和场景1中的同样方法得到激光测距仪的测量距离,数据比较请参照表3。
由表3可以得到单株木的一些参数,比如树高,区域B是地面,区域A是树顶,两块区域的距离差为树高,雷达测量为5.2 m,测距仪测得的树高为5.4 m,两种测量方式相差0.2 m。区域C是灌木丛的顶部,区域D是灌木丛边上的地面,雷达测量灌木丛高为1 m,测距仪测得灌木丛高1.2 m,两种测量方式相差0.2 m。区域E是一棵小树,区域G是旁边的地面,小树的枝叶比较稀疏,CCD上的一个像素对应不同的目标,目标包括不同的枝叶,地面等,激光雷达在探测过程中得到的距离是复合目标距离的加权平均值,所以雷达测量区域E高度为1.5 m,激光测距仪得到的高度2.0 m,两者的测量误差为0.5 m,相比其他区域误差比较大。实验表明,凝视成像激光雷达可以有效地获取树木的三维结构信息,在竖直向下拍摄林木时的测距误差在1 m以内,纵向距离分辨力达到0.4 m,和前面仿真软件得到的距离分辨力0.1 m有差距,这是因为雷达探测林木得到的距离是一个加权的距离信息,因此相对理论仿真结果较差。
4 结论
本文介绍了凝视成像激光雷达系统,研究系统在探测一些具体目标中的应用。在400 m的探测范围内,雷达系统的测距误差约为0.6 m。本系统相比单点探测和扫描成像雷达成像速度快、信息量大,可以快速获得目标物的距离信息。