CN114859099A - 一种无暗像元的可见光线阵探测器的暗电流实时估计方法 - Google Patents
一种无暗像元的可见光线阵探测器的暗电流实时估计方法 Download PDFInfo
- Publication number
- CN114859099A CN114859099A CN202210343881.1A CN202210343881A CN114859099A CN 114859099 A CN114859099 A CN 114859099A CN 202210343881 A CN202210343881 A CN 202210343881A CN 114859099 A CN114859099 A CN 114859099A
- Authority
- CN
- China
- Prior art keywords
- dark current
- time
- dark
- detector
- real
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/0092—Arrangements for measuring currents or voltages or for indicating presence or sign thereof measuring current only
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Transforming Light Signals Into Electric Signals (AREA)
Abstract
一种无暗像元的可见光线阵探测器的暗电流实时估计方法,属于遥感图像处理技术领域,包括如下步骤:第一步,根据在轨应用需求以及探测器成像时长,选取积分时间档位、温度波动范围;第二步,进行不同积分时间下、不同时刻数据的采集;第三步,对不同积分时间下探测器的响应输出进行数据预处理,去除噪声;第四步,根据相机暗电流形成机理,对不同积分时间下图像数据进行线性拟合,计算拟合系数P、Q;第五步,利用P、Q,对实时进行暗电流估计。本发明为没有暗像元的可见光线阵探测器提供了一种有效的暗电流估计方法,特别适合于硬件资源有限、数据实时性要求高的应用场合等。
Description
技术领域
本发明涉及一种无暗像元的可见光线阵探测器的暗电流实时估计方法,适用于硬件资源有限、处理实时性要求高的星上处理平台,属于实时遥感图像处理领域。
背景技术
随着遥感技术的发展,人们对成像质量的要求也越来越高,因此遥感器都具备一些在轨实时图像处理能力。目前星上图像处理算法主要是图像预处理以及一些基于图像处理的自适应调节等算法,其中预处理算法主要包括非均匀性校正、灰度拉伸等。非均匀性校正算法,可以有效的去除探测器的非均匀噪声,提高成像信噪比。而对于非均匀性校正算法,暗电流的去除不但可以提高成像质量,还可以提高非均匀性校正精度,而暗电流的去除需要准确得知暗电流的大小。对于有暗像元输出的探测器,暗像元的输出可以准确实时表征暗电流的大小,因此通常使用暗像元作为暗电流的参考值,而对于没有暗像元输出的探测器,如何准确的对暗电流的进行实时估计,对于暗电流的去处效果至关重要。
发明内容
本发明解决的技术问题是:克服现有技术的不足,提供了一种无暗像元的可见光线阵探测器的暗电流实时估计方法,根据暗电流估计模型,利用在轨温控精度高这一特点,建立暗电流与积分时间近似线性关系模型;进一步通过地面数据,标定暗电流估计系数P、Q,将P、Q存储在硬件运算单元,在轨根据实际使用的积分时间、级数、增益等参数,估计出暗电流的大小。
本发明的技术解决方案是:一种无暗像元的可见光线阵探测器的暗电流实时估计方法,包括:
根据在轨应用的积分时间范围,选择需要采集的积分时间档位;
在全暗情况下,按照确定的积分时间档位、循环采集数据M次;
对采集到的不同积分时间、不同循环探测器输出数据,进行去噪处理;
对不同积分时间、不同循环次数的成像数据进行拟合,得到暗电流估计系数P和Q;
根据在轨当前应用的积分时间IT、级数Stg、增益Gain,以及暗电流估计系数P、Q,实时估计探测器暗电流值。
进一步地,所述积分时间档位在实际应用的最小积分时间ITmin、默认积分时间ITdef、最大积分时间ITmax特征积分时间档位中根据实际情况选取。
进一步地,所述选择需要采集的积分时间档位,若积分时间档位不唯一,选取的积分时间范围要能覆盖到应用的最小积分时间的和最大积分时间。
进一步地,根据探测器在轨单次成像时长Tim,确定需要采集的次数M,数据采集时,让探测器工作状态与实际应用场景保持一致。
进一步地,采集的数据循环数M≥2*Tim/3/tImg,tIm为两张图像的存储间隔,采集的数据时长为开机时长,使得探测器在实际工作时因温度变化引起的暗信号波动包络在采集的图像数据中。
进一步地,所述对不同积分时间、不同循环次数的成像数据进行拟合的方法为最小二乘法。
进一步地,计算暗电流估计系数时,若探测器为线阵TDI探测器,则根据不同的TDI级数单独计算Pstg、Qstg。
进一步地,探测器暗电流的估计值为DActual=(P*IT+Q)*Gain。
一种计算机可读存储介质,所述的计算机可读存储介质存储有计算机程序,所述的计算机程序被处理器执行时实现所述一种无暗像元的可见光线阵探测器的暗电流实时估计方法的步骤。
一种无暗像元的可见光线阵探测器的暗电流实时估计设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述的处理器执行所述的计算机程序时实现所述一种无暗像元的可见光线阵探测器的暗电流实时估计方法的步骤。
本发明与现有技术相比的优点在于:
(1)本发明解决了无暗像元输出的可见光线阵探测器在轨实时暗电流估计问题,有效的提高了无暗像元探测器在轨一致性校正精度;
(2)本发明提出的算法复杂度低,易于工程实现,而且估计的暗电流根据积分时间、级数、增益等参数的不同可动态变化;
(3)本发明提出的方法占用硬件资源少,易于工程实现。
附图说明
图1为本发明的算法流程图。
具体实施方式
为了更好的理解上述技术方案,下面通过附图以及具体实施例对本申请技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
以下结合说明书附图对本申请实施例所提供的一种无暗像元的可见光线阵探测器的暗电流实时估计方法做进一步详细的说明,具体实现方式可以包括(如图1所示)步骤如下:
(1)根据在轨应用的积分时间范围,选择需要采集的积分时间档位,若积分时间档位不唯一,选取的积分时间范围要能覆盖到应用的最小积分时间的和最大积分时间;根据探测器在轨单次成像时长Tim,确定需要采集的次数M,数据采集时,让探测器工作状态与实际应用场景保持一致。
(2)在全暗情况下,按照步骤(1)确定的积分时间档位、循环采集数据M次,不同的循环用1,2,3…M表示。
(3)对采集到的不同积分时间、不同循环探测器输出数据,进行去噪处理,以减小电路噪声、探测器噪声的影响;
(4)对不同积分时间、不同循环次数的成像数据进行最小二乘法拟合,得到暗电流估计系数P和Q,若探测器为线阵TDI探测器,则需要根据不同的TDI级数单独计算Pstg、Qstg;
(5)根据在轨当前应用的积分时间IT、级数Stg、增益Gain,以及步骤(4)得到的暗电流估计系数P、Q,利用暗电流估计模型,按公式DActual=(P*IT+Q)*Gain,实时估计探测器暗电流值;
进一步,所述步骤(1)中积分时间的档位一般在实际应用的最小积分时间ITmin、默认积分时间ITdef、最大积分时间ITmax等特征积分时间档位中灵活选取。采集的数据循环数M≥2*Tim/3/tImg,tIm为两张图像的存储间隔,采集的数据时长一般为开机时长,使得探测器在实际工作时因温度变化引起的暗信号波动尽可能包络在采集的图像数据中;
在一种可能实现的方式中,所述步骤(3)中,对不同积分时间、不同循环的图像进行去噪处理,去噪方法采用求和平均的方法。
在一种可能实现的方式中,所述步骤(4)中,根据暗电流成像模型DR代表平均暗电流,Ps代表像元面积、DFM暗电流品质因数,T代表探测器的器件温度,Eg代表硅元素带隙能量,k代表玻尔兹曼常数,IT代表积分时间,G代表成像电路等效增益,对于固定的探测器,暗电流大小与器件温度、积分时间相关。通常,在轨相机焦面控温精度较高,一般为±1℃,最高可达±0.3℃。在不大于±1℃的温度波动范围内,可近似认为DR与积分时间IT满足线性关系DR=P*IT+Q。为获得足够样本数量,采集开机时长的测试数据。全暗情况下采集到的不同积分时间、不同循环次数的数据按步骤(3)计算得到相应积分时间档位下第i次循环采集的全暗图像的均值DR_ITmin(i)、DR_ITdef(i)、DR_ITmax(i),i=1,2,…,M。采用最小二乘法拟合得到暗电流的估计系数P和Q。若探测器为线阵TDI类型探测器,则对于不同的TDI级数分别拟合估计系数Pstg、Qstg,其中stg表征TDI级数。
在一种可能实现的方式中,所述步骤(5)中,考虑到增益对电路输出影响,将步骤(4)中得到的暗电流估计模型进行完善,得到改进的暗电流估计模型,DActual=(P*IT+Q)*Gain,其中Gain为增益转换因子。
在本申请实施例所提供的方案中,如图1所示为本发明的算法流程图,从图1可知,本发明提供了一种无暗像元输出的可见光线阵探测器在轨实时暗电流估计方法,具体步骤如下:
(1)根据实际应用的积分时间范围,选择需要采集的不同积分时间档位,若积分时间档位不唯一,选取的积分时间范围要能覆盖到应用的最小积分时间的和最大积分时间。积分时间的档位一般在实际应用的最小积分时间ITmin、默认积分时间ITdef、最大积分时间ITmax等特征积分时间档位中灵活选取,选取的积分时间档位≥3档。
根据探测器在轨单次成像时长Tim,确定需要采集的循环次数M,M≥2*Tim/3/tImg。tIm为两张图像的存储间隔,3代表了3档不同的积分时间,采集的数据时长一般为开机时长,使得探测器在实际工作时因温度变化引起的暗信号波动尽可能包络在采集的图像数据中。需要特别注意的是:数据采集前,让探测器的工作状态与实际应用场景保持一致,这是数据采集非常关键的一个条件。
(2)在工作状态满足要求后,按照步骤(1)确定的积分时间档位、采集循环数M,采集全暗情况下探测器的输出,采集的数据为DR_ITmin(i)(x,y)、DR_ITdef(i)(x,y)、DR_ITmax(i)(x,y),其中DR_ITmin(i)(x,y)表示在ITmin积分时间下,第i次循环采集的全暗图像,i的取值范围为1、2、3…M。
(3)在全暗情况下,对采集到的不同积分时间、不同循环的探测器输出数据,进行去噪处理,减小电路噪声、探测器噪声的干扰。去噪方法为求平均去噪法。对同一循环、同一积分时间下的图像数据DR_ITmin(i)(x,y)求取全局均值,计算方法为:
其中,DR_ITmin(i)表示在ITmin积分时间下,第i次循环采集的全暗均值数据,LN代表采集图像的列数即像元数、RN代表采集图像的行数,一般RN≥1024。
(4)根据探测器的暗电流形成原理,暗电流估计模型为:
式中,DR代表平均暗电流,Ps代表像元面积、DFM暗电流品质因数,T代表探测器的器件温度,Eg代表硅元素带隙能量,k代表玻尔兹曼常数,IT代表积分时间,G代表成像电路等效增益,对于固定的探测器来说,暗电流大小主要跟器件温度、积分时间相关。
通常,在轨对探测器焦面控温精度较高,一般为±1℃,精度要求高的可达±0.3℃。在不大于±1℃的温度波动范围内,近似认为DR与积分时间IT成线性关系满足线性关系。同时,为获得足够样本数量,采集开机时长的测试数据,在进行拟合时,需要将不同循环的数据加入拟合的数据集中。利用最小二乘法拟合全暗情况下不同积分时间下的数据DR_ITmin(i)、DR_ITdef(i)、DR_ITmax(i),得到暗电流的初步估计模型如下:
DR’=(P*IT+Q)
DR’为初步估计的暗电流,IT为积分时间,P为暗电流与积分时间的线性拟合一次项系数,Q为线性拟合的常数项系数。
若探测器为线阵TDI类型探测器,需要使用不同的级数的数据分别进行计算来得到Pstg、Qstg。同时,增益对暗电流的影响符合乘性关系,因此,在有增益调节的电路中,暗电流估计修正为如下所示:
DR=(Pstg*IT+Qstg)*g
其中,g为增益转换因子,Pstg、Qstg拟合时的增益g为“1”,其他增益以该增益为基准,进行换算。参数计算完毕后,将Pstg、Qstg、g这三类参数分别存入硬件存储其中。
(5)实际应用时,将当前使用的积分时间IT、级数Stg、增益g等参数输入暗电流估计模型,即可实时估计探测器暗电流大小DActual=(Pstg*IT+Qstg)*g。
本发明建立了暗电流与积分时间、增益、级数的估计模型,实现了无暗像元的可见光线阵探测器暗电流实时估计。
本申请提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,当所述计算机指令在计算机上运行时,使得计算机执行图1所述的方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。
Claims (10)
1.一种无暗像元的可见光线阵探测器的暗电流实时估计方法,其特征在于,包括:
根据在轨应用的积分时间范围,选择需要采集的积分时间档位;
在全暗情况下,按照确定的积分时间档位、循环采集数据M次;
对采集到的不同积分时间、不同循环探测器输出数据,进行去噪处理;
对不同积分时间、不同循环次数的成像数据进行拟合,得到暗电流估计系数P和Q;
根据在轨当前应用的积分时间IT、级数Stg、增益Gain,以及暗电流估计系数P、Q,实时估计探测器暗电流值。
2.根据权利要求1所述的一种无暗像元的可见光线阵探测器的暗电流实时估计方法,其特征在于:所述积分时间档位在实际应用的最小积分时间ITmin、默认积分时间ITdef、最大积分时间ITmax特征积分时间档位中根据实际情况选取。
3.根据权利要求2所述的一种无暗像元的可见光线阵探测器的暗电流实时估计方法,其特征在于:所述选择需要采集的积分时间档位,若积分时间档位不唯一,选取的积分时间范围要能覆盖到应用的最小积分时间的和最大积分时间。
4.根据权利要求1所述的一种无暗像元的可见光线阵探测器的暗电流实时估计方法,其特征在于:根据探测器在轨单次成像时长Tim,确定需要采集的次数M,数据采集时,让探测器工作状态与实际应用场景保持一致。
5.根据权利要求4所述的一种无暗像元的可见光线阵探测器的暗电流实时估计方法,其特征在于:采集的数据循环数M≥2*Tim/3/tImg,tIm为两张图像的存储间隔,采集的数据时长为开机时长,使得探测器在实际工作时因温度变化引起的暗信号波动包络在采集的图像数据中。
6.根据权利要求1所述的一种无暗像元的可见光线阵探测器的暗电流实时估计方法,其特征在于:所述对不同积分时间、不同循环次数的成像数据进行拟合的方法为最小二乘法。
7.根据权利要求1所述的一种无暗像元的可见光线阵探测器的暗电流实时估计方法,其特征在于:计算暗电流估计系数时,若探测器为线阵TDI探测器,则根据不同的TDI级数单独计算Pstg、Qstg。
8.根据权利要求1所述的一种无暗像元的可见光线阵探测器的暗电流实时估计方法,其特征在于:探测器暗电流的估计值为DActual=(P*IT+Q)*Gain。
9.一种计算机可读存储介质,所述的计算机可读存储介质存储有计算机程序,其特征在于,所述的计算机程序被处理器执行时实现如权利要求1~权利要求8任一所述方法的步骤。
10.一种无暗像元的可见光线阵探测器的暗电流实时估计设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于:所述的处理器执行所述的计算机程序时实现如权利要求1~权利要求8任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210343881.1A CN114859099A (zh) | 2022-03-31 | 2022-03-31 | 一种无暗像元的可见光线阵探测器的暗电流实时估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210343881.1A CN114859099A (zh) | 2022-03-31 | 2022-03-31 | 一种无暗像元的可见光线阵探测器的暗电流实时估计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114859099A true CN114859099A (zh) | 2022-08-05 |
Family
ID=82630411
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210343881.1A Pending CN114859099A (zh) | 2022-03-31 | 2022-03-31 | 一种无暗像元的可见光线阵探测器的暗电流实时估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114859099A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117053923A (zh) * | 2023-08-14 | 2023-11-14 | 上海如海光电科技有限公司 | 一种光谱仪的暗噪声校准方法 |
-
2022
- 2022-03-31 CN CN202210343881.1A patent/CN114859099A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117053923A (zh) * | 2023-08-14 | 2023-11-14 | 上海如海光电科技有限公司 | 一种光谱仪的暗噪声校准方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6598660B2 (ja) | 画像処理装置および画像処理方法 | |
JP2010258628A5 (zh) | ||
JP2017010092A (ja) | 画像処理装置、撮像装置、画像処理方法、画像処理プログラム、および、記憶媒体 | |
CN113808036B (zh) | 基于Retinex模型的低照度图像增强与去噪方法 | |
KR102422075B1 (ko) | 이미지 센서의 비-파괴적 판독에 의해 획득된 복수의 이미지에 기반한 장면의 고명암비 이미지의 적응형 생성 | |
CN106017695B (zh) | 基于运动状态估计的自适应红外非均匀性校正方法 | |
CN101635782B (zh) | 一种基于动态时间延迟积分的图像获取方法及器件 | |
CN109903245B (zh) | 红外图像的非均匀校正方法 | |
US20090074318A1 (en) | Noise-reduction method and apparatus | |
CN114859099A (zh) | 一种无暗像元的可见光线阵探测器的暗电流实时估计方法 | |
CN116167932A (zh) | 一种图像质量优化方法、装置、设备及存储介质 | |
CN107220945B (zh) | 多重退化的极模糊图像的复原方法 | |
JP6541454B2 (ja) | 画像処理装置、撮像装置、画像処理方法、画像処理プログラム、および、記憶媒体 | |
CN116559866A (zh) | 一种地基合成孔径雷达大气补偿方法 | |
CN102410844B (zh) | 一种高动态星敏感器图像非均匀校正方法及装置 | |
CN117893455A (zh) | 图像亮度和对比度调整方法 | |
JP2015166979A (ja) | 画像処理方法、画像処理装置、撮像装置および画像処理プログラム | |
CN109035228A (zh) | 一种非等厚构件的x射线图像处理方法 | |
WO2014206503A1 (en) | Automatic noise modeling for ghost-free image reconstruction | |
Sur et al. | Measuring the noise of digital imaging sensors by stacking raw images affected by vibrations and illumination flickering | |
US20180152649A1 (en) | Image processing apparatus, image pickup apparatus, image processing method, and storage medium | |
CN112945897B (zh) | 一种连续太赫兹图像非均匀性校正方法 | |
JP2020003430A (ja) | 外装材の劣化診断システムおよびその劣化診断方法 | |
CN109767403B (zh) | 一种基于场景的红外焦平面阵列条状噪声消除方法 | |
CN104394334B (zh) | 图像传感器在轨噪声智能抑制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |