TWI600324B - Infrared Focal Plane Array Module Performance Parameters Measurement Method and Detection of Dead pixels - Google Patents

Infrared Focal Plane Array Module Performance Parameters Measurement Method and Detection of Dead pixels Download PDF

Info

Publication number
TWI600324B
TWI600324B TW103121502A TW103121502A TWI600324B TW I600324 B TWI600324 B TW I600324B TW 103121502 A TW103121502 A TW 103121502A TW 103121502 A TW103121502 A TW 103121502A TW I600324 B TWI600324 B TW I600324B
Authority
TW
Taiwan
Prior art keywords
pixel
focal plane
infrared focal
image
plane array
Prior art date
Application number
TW103121502A
Other languages
English (en)
Other versions
TW201601536A (zh
Inventor
Yu-Qiao Qiu
Le-Yan Zhang
Yi-Min Chen
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed filed Critical
Priority to TW103121502A priority Critical patent/TWI600324B/zh
Priority to US14/736,076 priority patent/US9883178B2/en
Publication of TW201601536A publication Critical patent/TW201601536A/zh
Application granted granted Critical
Publication of TWI600324B publication Critical patent/TWI600324B/zh

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
    • H04N25/68—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to defects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/30—Transforming light or analogous information into electric information
    • H04N5/33—Transforming infrared radiation

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Radiation Pyrometers (AREA)
  • Transforming Light Signals Into Electric Signals (AREA)
  • Photometry And Measurement Of Optical Pulse Characteristics (AREA)

Description

紅外線焦平面陣列模組的性能參數量測方法及壞點偵測方法
本發明係一種用於紅外線焦平面陣列模組的參數量測方法及其像數壞點的偵測方法，尤指一種可提高紅外線焦平面陣列模組之性能參數量測精確度並可準確辨識壞點的偵測方法。
人類的眼睛是無法看到紅外線訊號，但可藉由紅外線感測器(Infrared Detector)量測目標物向外輻射的能量，以將量測該能量所得的電壓或電流值轉換為溫度灰階值或虛擬彩色影像，再成像於顯示器上以供人眼觀看。由於可見光影像需有足夠的背景光源才可被人眼看見，但紅外線影像可不受背景光源或環境氣候限制，其輻射能量可被紅外線感測器接收並清晰成像。請參閱圖1所示，常見且普遍使用的方式是將一紅外線熱像機81連接至一電腦82，該紅外線熱像機81的鏡頭係朝向一目標物83，該電腦82設有一類比影像擷取卡(圖中未示)，透過該類比影像擷取卡以8位元的NTSC介面快速擷取紅外線熱像機81拍攝該目標物83的紅外線影像，以量測紅外線熱像機81的性能參數與壞點偵測。
上述紅外線熱像機81內建的感測器(如紅外線焦平面陣列)是由多數個像素(Pixel)排列而成，因此對目標物83進行紅外線偵測時，例如偵測一均勻平面黑體輻射源(Flat Black Body Field)時，因其輻射的紅外線訊號相當精準且均勻一致，因此紅外線焦平面陣列的每個像素輸出的響應值應一致，但實 際上由於半導體的製程或半導體的特性而容易造成紅外線焦平面陣列之像素輸出的響應值成非均勻狀態。請參閱圖2與3所示，為紅外線焦平面陣列拍攝的原始影像，該原始影像中具有兩個不同響應區塊，如圖2之左側與右上角以及圖3之上半部的深灰色區域為低響應值，另如圖2之右下角以及圖3之左下角的淺灰色區域為高響應值，以及兩圖中分別標示的群聚壞點、單一壞點及整列壞點，前述不同響應區塊(高響應值與低響應值)及壞點皆會增加該紅外線焦平面陣列的空間雜訊(Spatial Noise)與時間雜訊(Temporal Noise)值，並影響其成像品質而導致其最小可分辨溫度差、空間解析度、雜訊等效溫度差與可操作率等性能評估指標參數分析產生誤差的問題。
再者，現有針對像素之壞點的定義方式包含有偏移值法(Offset Value)、極限值法(Extreme Value)與增益值法(Gain Value)，其中偏移值法是以紅外線焦平面陣列經過兩點校正後產生的偏移值陣列(Offset Table)為準，超出偏移值陣列之平均值的特定正負百分比(例如±30%)定義該像素為壞點，該偏移值陣列的壞點偵測方法不適用於具有兩個或兩個以上不同響應區塊的紅外線焦平面陣列，請參閱圖4A與4B所示，圖4A為像素偏移值相對像素數量直方圖，該直方圖以超出平均值的±30%(0.7與1.3)視為壞點，而圖4B為定義的壞點位置圖，圖4B中的白點為非壞點，而黑點為壞點，由圖4A與4B可知，該定義方法不適用於具有兩個或兩個以上不同響應區塊的紅外線焦平面陣列。前述兩點校正係指校正各像素的增益值與偏移值，以將各像素的響應值校正至同一條直線上。
該極限值法是先以紅外線焦平面陣列拍攝該均勻平面黑體輻射源，擷取數張紅外線原始影像後取陣列像素灰階值的平均值，並以超出陣列像素灰階值之平均值的偏移值(例如±25%或±30%)即視該像素為壞點，例如陣列像素灰階值之平均值為7172灰階，以超出偏移值(平均值的±25%)的像素為壞點 ，也就是像素灰階值大於8965灰階或是小於5379灰階即視為壞點，而這種壞點的定義方式，當紅外線焦平面陣列具有兩個或兩個以上不同響應區塊時，若以其中一個響應區塊的平均值為基準，則另一響應區塊的像素可能會因像素灰階值的範圍或平均值不同，而使該另一響應區塊的像素被定義為壞點，進而造成整體影像失真的問題。
請參閱圖5A與5B所示，該增益值法是以紅外線焦平面陣列經過兩點校正後產生的增益值陣列(Gain Table)為準，超出增益值陣列之平均值的特定正負百分比(例如±30%)定義該像素為壞點，圖5A為像素增益值相對像素數量直方圖，該直方圖以超出平均值的±30%(0.7與1.3)視為壞點，而圖5B為定義的壞點位置圖，該增益值陣列的壞點偵測方法亦不適用於具有兩個或兩個以上不同響應區塊的紅外線焦平面陣列。
上述性能參數量測精確度與壞點定義方式皆有其缺點，因此如何提高紅外線影像量測分析及非均勻度校正的準確率，並準確定義壞點位置與數量，即為本發明欲改善的問題。
如前揭所述，現有紅外線焦平面陣列具有紅外線影像量測分析準確率不高與壞點定義不佳的問題，因此本發明主要目的在提供一紅外線焦平面陣列模組的性能參數量測方法及壞點偵測方法，其可提高紅外線影像之性能量測參數的精確度並減少壞點偵測錯誤的問題。
為達成前述目的所採取的主要技術手段係令前述紅外線焦平面陣列模組的性能參數量測方法，係以一紅外線焦平面陣列模組連接一影像處理電路，該紅外線焦平面陣列模組用以偵測一黑體輻射源，該影像處理電路係進行下列步驟： 擷取紅外線焦平面陣列模組之高精度的連續數位影像；對該連續數位影像進行影像分割：以及對各分割影像進行多數性能參數分析：該等性能參數係以響應函數計算訊號傳輸函數、時間雜訊等效溫度差、空間雜訊等效溫度差、非均勻度及可操作率。
為達成前述目的所採取的主要技術手段係令前述紅外線焦平面陣列模組的壞點偵測方法，係以前述紅外線焦平面陣列模組之性能參數量測方法取得的性能參數以一增益值偵測法判斷壞點，該增益值偵測法：係以紅外線焦平面陣列模組經兩點校正後產生的增益值陣列，若像素的增益值小於或等於零，即定義該像素為壞點。
本發明提供另一種紅外線焦平面陣列模組的壞點偵測方法，係以前述紅外線焦平面陣列模組之性能參數量測方法取得的性能參數以一偏移值偵測法判斷壞點，該偏移值偵測法：係以紅外線焦平面陣列模組經兩點校正後產生的偏移值陣列，若像素的偏移值大於感測器的最大灰階動態範圍，或像素的偏移值小於感測器的最大灰階動態範圍的負值，即定義該像素為壞點。
本發明提供再一種紅外線焦平面陣列模組的壞點偵測方法，係以前述紅外線焦平面陣列模組之性能參數量測方法取得的性能參數以一時間雜訊值偵測法判斷壞點，該時間雜訊值偵測法：係量測紅外線焦平面陣列模組之各像素的時間雜訊值，以大於平均值1.5倍以上的像素定義為壞點。
本發明提供又一種紅外線焦平面陣列模組的壞點偵測方法，係以前述紅外線焦平面陣列模組之性能參數量測方法取得的性能參數以一空間雜訊值偵測法判斷壞點，該空間雜訊值偵測法： 係以紅外線焦平面陣列模組經兩點校正後，取低溫與高溫的中間溫度影像陣列，計算該影像陣列的平均值與標準差，以超出平均值±0.5個標準差的像素定義為壞點。
利用前述元件組成的紅外線焦平面陣列模組的性能參數量測方法及壞點偵測方法，藉由取得高精度數位影像並進行影像分割，透過前述壞點定義方法，可正確偵測紅外線焦平面陣列模組的壞點，即使其具有兩個或兩個以上之不同響應區塊，亦可正確辨識壞點數量與位置，藉此提高量測紅外線焦平面陣列模組之性能參數的精確度，並減少壞點偵測錯誤的問題。
10‧‧‧紅外線熱像機
11‧‧‧紅外線鏡頭
12‧‧‧紅外線焦平面陣列模組
13‧‧‧讀出積體電路
14‧‧‧致冷器
15‧‧‧影像處理板
15A‧‧‧紅外線影像處理電路板
16‧‧‧顯示器
17‧‧‧黑體輻射源
18‧‧‧電腦
19‧‧‧影像處理介面
191‧‧‧連續高位元數位影像
192‧‧‧單張高位元數位影像
圖1是現有紅外線熱像機的系統示意圖。
圖2是現有紅外線焦平面陣列拍攝的原始影像圖(一)。
圖3是現有紅外線焦平面陣列拍攝的原始影像圖(二)。
圖4A是現有以偏移值定義壞點的直方圖。
圖4B是現有以偏移值定義壞點的壞點位置圖。
圖5A是現有以增益值定義壞點的直方圖。
圖5B是現有以增益值定義壞點的壞點位置圖。
圖6是本發明較佳實施例的電路方塊圖。
圖7是本發明較佳實施例之影像擷取的流程示意圖。
圖8是本發明較佳實施例之操作介面的示意圖。
圖9A是本發明較佳實施例以增益值偵測法對圖2原始影像定義壞點的直方圖。
圖9B是本發明較佳實施例以增益值偵測法對圖2原始影像定義壞點的壞點位置圖。
圖10A是本發明較佳實施例以偏移值偵測法對圖2原始影像定義壞點的直方圖。
圖10B是本發明較佳實施例以偏移值偵測法對圖2原始影像定義壞點的壞點位置圖。
圖11A是本發明較佳實施例以時間雜訊偵測法對圖2原始影像定義壞點的直方圖。
圖11B是本發明較佳實施例以時間雜訊偵測法對圖2原始影像定義壞點的壞點位置圖。
圖12A是本發明較佳實施例以空間雜訊偵測法對圖2原始影像定義壞點的直方圖。
圖12B是本發明較佳實施例以空間雜訊偵測法對圖2原始影像定義壞點的壞點位置圖。
圖13是本發明較佳實施例之訊號傳輸函數的計算流程圖。
圖14是本發明較佳實施例之時間雜訊等效溫度差的計算流程圖。
圖15是本發明較佳實施例之空間雜訊等效溫度差的計算流程圖。
圖16是本發明較佳實施例之非均勻度的計算流程圖。
關於本發明的較佳實施例，請參閱圖6至8所示，本發明之紅外線熱像機10係採用量子井紅外線熱像機，其架構包含有一紅外線鏡頭(IR Lens)11、一紅外線焦平面陣列模組(Infrared Focal Plane Array,IRFPA)12、一讀出積體電路(Readout Integrated Circuit,ROIC)13、一致冷器(Cooler)14與一影像處理板(Video Processing Board)15，該影像處理板15並與外部一顯示器(Display)16電連接，該顯示器16用以顯示紅外線影像，該致冷器14係用以冷卻紅外線焦平面陣列模組12的溫度，使其可正確接受紅外線訊號，於本較佳實施 例中，該紅外線焦平面陣列模組12的陣列大小為320×256像素，偵測波長範圍為7.7-9.4μm。如圖7所示，該紅外線焦平面陣列模組12上設有紅外線鏡頭11，該紅外線鏡頭11係朝向一黑體輻射源17(目標物)，該紅外線焦平面陣列模組12並與一紅外線影像處理電路板15A電連接，圖7的紅外線影像處理電路板15A係包含圖6之讀出積體電路13與影像處理板15，又紅外線影像處理電路板15A是與一電腦18電連接。該紅外線熱像機10的成像流程為：由一黑體輻射源17向外輻射其紅外線訊號(IR)，該紅外線訊號經大氣傳輸至紅外線鏡頭11並聚焦於紅外線焦平面陣列模組12上，再由紅外線影像處理電路板15A取得紅外線焦平面陣列12上各像素的電壓或電流值，該紅外線影像處理電路板15A係以軟體錄影的方式擷取紅外線焦平面陣列模組12的14位元連續影像，再由電腦18中的一影像處理介面19對一連續高位元數位影像191進行影像分割，以獲取所需多個單張高位元數位影像192，其可擷取較高灰階值動態範圍的影像，並可提高紅外線焦平面陣列12之性能參數的精度，且無需外接影像擷取卡而可降低設備成本。
關於紅外線焦平面陣列模組12的壞點偵測方法包含有增益值偵測法、偏移值偵測法、時間雜訊值偵測法與空間雜訊值偵測法，其說明如下。
請參閱圖9A與9B所示，其係對圖2之原始影像重新定義壞點的直方圖與壞點位置圖，該增益值偵測法是以紅外線焦平面陣列模組12經兩點校正後產生的增益值陣列(Gain Table)，若像素的增益值小於或等於零，即定義該像素為壞點。另外取增益值陣列的平均值，以平均值的特定正負百分比(±β%)為基準，超出該平均值的特定正負百分比即視為壞點，該β為調整係數。
請參閱圖10A與10B所示，其係對圖2之原始影像重新定義壞點的直方圖與壞點位置圖，該偏移值偵測法是以紅外線焦平面陣列模組12經兩點校正後產生的偏移值陣列(Offset Table)，若像素的偏移值大於16383，以及像素的偏移值小於-16383，即定義該像素為壞點。另外取偏移值陣列的平均值，以 平均值的特定正負百分比(±β%)為基準，超出該平均值的特定正負百分比即視為壞點，該β為調整係數，其可以是20、25或30。
請參閱圖11A與11B所示，其係對圖2之原始影像重新定義壞點的直方圖與壞點位置圖，該時間雜訊值偵測法是量測紅外線焦平面陣列模組12之各像素的時間雜訊值，以大於或等於平均值之β倍的像素定義為壞點；該β為調整係數，其可以是1.5、2、2.5或以上。
請參閱圖12A與12B所示，其係對圖2之原始影像重新定義壞點的直方圖與壞點位置圖，該空間雜訊值偵測法是以紅外線焦平面陣列模組12經兩點校正後，取低溫與高溫的中間溫度影像，計算總像素的平均值與標準差(空間雜訊值)，以超出平均值±β標準差的像素定義為壞點；該β為調整係數，其可以是0.5、1或1.5。
利用上述四種壞點偵測方法，可正確偵測紅外線焦平面陣列模組12的壞點，或是進一步進行壞點補償，即使其具有兩個或兩個以上之不同響應區塊，亦可正確定義壞點位置，藉此提高量測紅外線焦平面陣列模組12之性能參數的精確度，並減少壞點偵測錯誤的問題。
關於紅外線焦平面陣列模組12的性能參數量測方法，係先取得該紅外線焦平面陣列模組12的響應函數(Responsivity Function)，該響應函數是紅外線熱像機10相對於一個大目標的溫度變化所產生的不同響應值，其可提供增益值、線性度、動態範圍、飽和準位與雜訊準位。該響應函數通常為S型曲線，而響應函數曲線的線性部分則為訊號傳輸函數，一般紅外線熱像機10的動態範圍性能參數有多種不同的定義方式，其中一種定義方式為產生飽和準位95%的溫度變化量(△Ts)與紅外線熱像機10之溫度解析度的比值，通常假設該溫度解析度值是等於紅外線熱像機10的雜訊等效溫度差值(NEDT)。該紅外線焦平面陣列模組12的性能參數量測方法包含有：擷取紅外線焦平面陣列模組的高精 度連續數位影像，對該連續數位影像進行影像分割，對各分割影像進行多數性能參數分析。該等性能參數包含有(A)訊號傳輸函數、(B)時間雜訊等效溫度差、(C)空間雜訊等效溫度差、(D)非均勻度及(E)可操作率，由於雜訊等效溫度差值(NEDT)為評估紅外線熱像機10性能的重要參數，其可表示為紅外線熱像機10對溫度的靈敏度或解析能力，各性能參數的量測方式如下：
(A)訊號傳輸函數的量測方式係執行下列步驟：(1)對紅外線焦平面陣列模組12進行兩點校正與壞點補償；(2)將黑體輻射源置於紅外線鏡頭前方，該黑體輻射源17與紅外線鏡頭11的距離小於5公分，設定黑體溫度，以每間隔5℃擷取紅外線焦平面陣列模組之14位元影像；(3)請參閱圖13所示，對該連續影像進行影像分割，取100張影像陣列平均值形成單一影像陣列，加總各像素灰階值除以影像陣列像素個數(Pixel)，以獲得紅外線焦平面陣列模組12於該黑體溫度的平均響應值；(4)取得所有溫度的平均響應值後，即可畫出響應函數曲線圖，該訊號傳輸函數(SiTF)即取響應函數之線性部分，取直線上兩個溫度平均響應值之差值除以溫度差，即為一訊號傳輸函數值。
其中，TH為高溫溫度，TL為低溫溫度，Mean(TH)為高溫影像之總像素平均值，Mean(TL)為低溫影像之總像素平均值。
(B)時間雜訊等效溫度差相關性能參數(包括時間雜訊等效溫度差陣列、平均時間雜訊等效溫度差值)的量測方式係執行下列步驟：(1)對紅外線焦平面陣列模組12進行兩點校正與壞點補償；(2)將黑體輻射源17置於紅外線鏡頭11前方，該黑體輻射源17與紅外線鏡頭11的距離小於5公分，分別設定黑體溫度為20℃、25℃與30℃，請參閱圖14所示，係擷取紅外線焦平面陣列模組12之14位元高精度的數位影像100張，取20℃與30℃各64張影像陣列平均值後 ，可得到一個新的影像陣列並取其影像陣列平均值，該新的影像陣列代表紅外線焦平面陣列模組12在溫度20℃與30℃的平均響應值；(3)計算各像素在25℃之該100張影像的標準差，以得到一個新的陣列，該新的影像陣列代表紅外線焦平面陣列模組12各像素的時間雜訊值；(4)將30℃與20℃的平均響應值相減後除以10((30℃-20℃)/10)，以產生訊號轉換函數；(5)將紅外線焦平面陣列模組12之各像素的時間雜訊值除以訊號轉換函數，即產生一個時間雜訊等效溫度差陣列(NETD)；(6)取該時間雜訊等效溫度差陣列的平均值，即為平均時間雜訊等效溫度差值。
(C)空間雜訊等效溫度差相關性能參數(包括空間雜訊等效溫度差值)的量測方式係執行下列步驟：(1)對紅外線焦平面陣列模組12進行兩點校正與壞點補償；(2)將黑體輻射源17置於紅外線鏡頭11前方，該黑體輻射源17與紅外線鏡頭11的距離小於5公分，分別設定黑體溫度為20℃、25℃與30℃，請參閱圖15所示，係擷取紅外線焦平面陣列模組12之14位元高精度數位影像100張，取20℃與30℃各64張影像陣列平均值後，可得到一個新的影像陣列並取其影像陣列平均值，該新的影像陣列代表紅外線焦平面陣列模組在溫度20℃與30℃的平均響應值；(3)計算25℃之該100張影像陣列平均值，以得到一個溫度25℃平均影像陣列，計算平均影像陣列的標準差，其代表紅外線焦平面陣列模組12的空間雜訊值；(4)將30℃與20℃的平均響應值相減後除以10((30℃-20℃)/10)，以產生訊號轉換函數；(5)將紅外線焦平面陣列模組之空間雜訊值除以訊號轉換函數即為空間雜訊等效溫度差值。
(D)非均勻度的量測方式係執行下列步驟：(1)對紅外線焦平面陣列模組12進行兩點校正與壞點補償；(2)將黑體輻射源17置於紅外線鏡頭11前方，該黑體輻射源17與紅外線鏡頭11的距離小於5公分，設定黑體溫度為兩點校正之低溫與高溫的中間溫度，請參閱圖16所示，係擷取紅外線焦平面陣列模組 12之14位元高精度數位影像100張；(3)取100張影像陣列平均值後得到一個新的影像陣列並取其影像陣列的平均值與標準差，將標準差除以平均值即為紅外線焦平面陣列模組之非均勻度值。
(E)可操作率的量測方式係執行下列步驟：(1)以前述本發明之四種壞點偵測方法定義壞點的數量；(2)以紅外線焦平面陣列模組12的總像素數量減去壞點數量再除以總像素數量，即為紅外線焦平面陣列模組12的可操作率。
又前述紅外線焦平面陣列模組12的壞點偵測方法另說明如下，該增益值偵測法與偏移值偵測法係執行下列步驟：(1)將黑體輻射源17置於紅外線鏡頭11前方，該黑體輻射源17與紅外線鏡頭11的距離小於5公分，分別設定黑體溫度為20℃、25℃與30℃，以擷取紅外線焦平面陣列模組12未經校正之14位元高精度數位影像100張；(2)取20℃與30℃之平均影像陣列及該平均影像陣列的平均值，，將20℃之平均影像陣列的各像素響應值設為X1，30℃之平均影像陣列的各像素響應值設為X2，20℃之平均影像陣列的平均值設為Y1，30℃之平均影像陣列的平均值設為Y2，代入二元一次方程式(Y=AX+B)解出A(增益值陣列)及B(偏移值陣列)；(3)以像素之增益值小於或等於零定義為壞點；(4)以像素之偏移值大於感測器最大灰階動態範圍，或偏移值小於感測器最大灰階動態範圍的負值定義為壞點。
該時間雜訊值偵測法係執行下列步驟：(1)取25℃未經校正之14位元高精度數位影像100張，計算每個像素在100張影像的標準差，得到一個新的陣列，該新的陣列代表紅外線焦平面陣列模組12的時間雜訊值；(2)取時間雜訊值陣列的平均值；(3)以大於平均值2倍以上的像素定義為壞點。
該空間雜訊值偵測法係執行下列步驟：(1)取25℃未經校正之14位元高精度數位影像100張，取平均影像陣列；(2)將25℃的平均影像陣列乘以增益值陣列，再加上偏移值陣列，即為校正後之影像陣列；(3)取校正後之影像 陣列平均值及標準差(空間雜訊值)，以平均值正負0.5個標準差以外的像素定義為壞點。
由上述可知，藉由前述壞點定義方法可正確偵測紅外線焦平面陣列模組的壞點，並提高量測紅外線焦平面陣列模組之性能參數的精確度，並減少壞點偵測錯誤的問題。
11‧‧‧紅外線鏡頭
12‧‧‧紅外線焦平面陣列模組
15A‧‧‧紅外線影像處理電路板
17‧‧‧黑體輻射源
18‧‧‧電腦
19‧‧‧影像處理介面
191‧‧‧連續高位元數位影像
192‧‧‧單張高位元數位影像

Claims (11)

  1. 一種紅外線焦平面陣列模組的性能參數量測方法，係以一紅外線焦平面陣列模組連接一影像處理電路，該紅外線焦平面陣列模組用以偵測一黑體輻射源，該影像處理電路係進行下列步驟：擷取紅外線焦平面陣列模組之高精度的連續數位影像；對該連續數位影像進行影像分割；對各分割影像進行多數性能參數分析：該等性能參數包含一訊號傳輸函數、一時間雜訊等效溫度差、一空間雜訊等效溫度差、一非均勻度及一可操作率；其中，由一響應函數計算該訊號傳輸函數之步驟係以每間隔5℃擷取紅外線焦平面陣列模組的14位元影像，對該連續影像進行影像分割，取100張影像陣列平均值形成單一影像陣列，加總各像素灰階值除以影像陣列像素個數以獲得紅外線焦平面陣列模組於該黑體溫度的平均響應值，取該等溫度之平均響應值畫出該響應函數之曲線圖，取直線上兩個溫度平均響應值之差值除以溫度差，即為訊號傳輸函數之一值。
  2. 如請求項1所述之紅外線焦平面陣列模組的性能參數量測方法，其中，計算該時間雜訊等效溫度差及一平均時間雜訊等效溫度差值之步驟包括：分別設定黑體溫度為20℃、25℃與30℃，各擷取紅外線焦平面陣列模組之14位元數位影像100張；取20℃與30℃各64張影像陣列之時間平均後，分別得到一個新的影像陣列，並分別再取該兩影像陣列元素之平均值，該兩平均值即分別為20℃與30℃的平均響應值；計算各像素在25℃之該100張影像的標準差，以得到另一個新的陣列，該新的影像陣列包含代表紅外線焦平面陣列模組各像素的時間雜訊值；將30℃與20℃的平均響應值相減後除以10以產生訊號轉換函數，將前述包含各像素的時間雜訊值之影像陣列除以該訊號轉換函數，即產生 一個時間雜訊等效溫度差陣列(NETD)；取該時間雜訊等效溫度差陣列的平均值，即為該平均時間雜訊等效溫度差值。
  3. 如請求項1所述之紅外線焦平面陣列模組的性能參數量測方法，其中，計算該空間雜訊等效溫度差之步驟包括：分別設定黑體溫度為20℃、25℃與30℃，各擷取紅外線焦平面陣列模組之14位元數位影像100張；取20℃與30℃各64張影像陣列之時間平均，分別得到一個新的影像陣列，並分別再取該兩影像陣列平均值，該兩平均值即分別為20℃與30℃的平均響應值；計算25℃之該100張影像陣列的時間平均，以得到一溫度25℃之平均影像陣列，計算該平均影像陣列的標準差，其為紅外線焦平面陣列模組的空間雜訊值；將30℃與20℃的該平均響應值相減後除以10以產生訊號轉換函數，將該空間雜訊值除以該訊號轉換函數即為該空間雜訊等效溫度差值。
  4. 如請求項1所述之紅外線焦平面陣列模組的性能參數量測方法，其中，該非均勻度之計算包括：設定黑體溫度為兩點校正之低溫與高溫的中間溫度，擷取紅外線焦平面陣列模組之14位元數位影像100張，計算該100張影像陣列之時間平均後得到一個新的影像陣列；取該影像陣列的平均值與標準差，將該標準差除以該平均值即為該非均勻度值；該可操作率之計算係以紅外線焦平面陣列模組的總像素數量減去壞點數量，再除以總像素數量。
  5. 一種紅外線焦平面陣列模組的壞點偵測方法，係依據如請求項1至3中任一項所述之紅外線焦平面陣列模組之性能參數量測方法取得的性能參數，以一增益值偵測法判斷壞點，該增益值偵測法係以像素之增益值判斷是否為壞點，以一紅外線焦平面陣列模組經兩點校正後產生的增益值陣列，若像素的增益值小於或等於零，即定義該像素為壞點。
  6. 一種紅外線焦平面陣列模組的壞點偵測方法，係依據如請求項1至3中任一項所述之紅外線焦平面陣列模組之性能參數量測方法取得的性能參 數，以一偏移值偵測法判斷壞點，該偏移值偵測法係以像素之偏移值判斷是否為壞點，以一紅外線焦平面陣列模組經兩點校正後產生的偏移值陣列，若像素的偏移值大於感測器的最大灰階動態範圍，或像素的偏移值小於感測器的最大灰階動態範圍的負值，即定義該像素為壞點。
  7. 如請求項6所述之紅外線焦平面陣列模組的壞點偵測方法，該像素的偏移值大於16383以及像素的偏移值小於-16383，即定義該像素為壞點。
  8. 一種紅外線焦平面陣列模組的壞點偵測方法，係依據如請求項1至2中任一項所述之紅外線焦平面陣列模組之性能參數量測方法取得的性能參數，以一時間雜訊值偵測法判斷壞點，該時間雜訊值偵測法係以像素的時間雜訊值判斷是否為壞點，以一紅外線焦平面陣列模組之各像素的時間雜訊值大於或等於該等時間雜訊值之平均值之β倍的像素定義為壞點。
  9. 如請求項8所述之紅外線焦平面陣列模組的壞點偵測方法，該β為1.5、2或2.5。
  10. 一種紅外線焦平面陣列模組的壞點偵測方法，係依據如請求項1或3任一項所述之紅外線焦平面陣列模組之性能參數量測方法取得的性能參數，以一空間雜訊值偵測法判斷壞點，該空間雜訊值偵測法係以像素的空間雜訊值判斷是否為壞點，以一紅外線焦平面陣列模組經兩點校正後，取低溫與高溫的中間溫度影像陣列，計算該影像陣列的平均值與標準差，以超出平均值±β個標準差的像素定義為壞點。
  11. 如請求項10所述之紅外線焦平面陣列模組的壞點偵測方法，該β為05、1或1.5。
TW103121502A 2014-06-23 2014-06-23 Infrared Focal Plane Array Module Performance Parameters Measurement Method and Detection of Dead pixels TWI600324B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW103121502A TWI600324B (zh) 2014-06-23 2014-06-23 Infrared Focal Plane Array Module Performance Parameters Measurement Method and Detection of Dead pixels
US14/736,076 US9883178B2 (en) 2014-06-23 2015-06-10 Method for measuring performance parameters and detecting bad pixels of an infrared focal plane array module

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW103121502A TWI600324B (zh) 2014-06-23 2014-06-23 Infrared Focal Plane Array Module Performance Parameters Measurement Method and Detection of Dead pixels

Publications (2)

Publication Number Publication Date
TW201601536A TW201601536A (zh) 2016-01-01
TWI600324B true TWI600324B (zh) 2017-09-21

Family

ID=55641366

Family Applications (1)

Application Number Title Priority Date Filing Date
TW103121502A TWI600324B (zh) 2014-06-23 2014-06-23 Infrared Focal Plane Array Module Performance Parameters Measurement Method and Detection of Dead pixels

Country Status (2)

Country Link
US (1) US9883178B2 (zh)
TW (1) TWI600324B (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106706132B (zh) * 2016-12-05 2023-04-07 中国科学院云南天文台 一种用于海面太阳亮带内目标识别的红外探测装置及方法
CN107346533A (zh) * 2017-07-12 2017-11-14 中国科学院上海技术物理研究所 一种基于视觉特性的盲元剔除方法
TWI651519B (zh) * 2017-12-26 2019-02-21 國家中山科學研究院 溫度量測校正方法、電子系統及校正迴歸係數表的產生方法
CN108519217A (zh) * 2018-04-17 2018-09-11 西安微普光电技术有限公司 一种多目标视场可调红外测试***及方法
CN108871587A (zh) * 2018-07-31 2018-11-23 电子科技大学 红外热像仪netd测试的智能靶标装置及其使用方法
CN109767441B (zh) * 2019-01-15 2021-11-02 电子科技大学 一种自动检测盲元标记方法
CN110084795B (zh) * 2019-04-22 2021-07-30 武汉高德智感科技有限公司 一种基于本底的红外图像盲元检测方法及***
CN111161183B (zh) * 2019-12-27 2023-07-18 常州博恩中鼎医疗科技有限公司 一种口腔ct中平板探测器坏像素点校正方法
CN112284553B (zh) * 2020-09-14 2023-12-22 中国航空工业集团公司洛阳电光设备研究所 一种红外光学***的冷反射定量测试方法
CN112461372B (zh) * 2020-11-11 2023-08-22 中国电子科技集团公司第十一研究所 高低温中波热像仪netd测试评估装置和方法
US20220210399A1 (en) * 2020-12-30 2022-06-30 Flir Commercial Systems, Inc. Anomalous pixel detection systems and methods
US11781914B2 (en) 2021-03-04 2023-10-10 Sivananthan Laboratories, Inc. Computational radiation tolerance for high quality infrared focal plane arrays
CN113781580B (zh) * 2021-09-10 2024-03-26 北京安酷智芯科技有限公司 一种快速识别盲元的方法、装置、电子设备及存储介质
CN113873229B (zh) * 2021-09-26 2024-02-27 江西盛泰精密光学有限公司 一种图像坏点检测方法、***及装置
CN113808053A (zh) * 2021-09-29 2021-12-17 华北电力大学（保定） 一种红外成像仪及其信号校正方法
CN114993999A (zh) * 2022-06-30 2022-09-02 北京环境特性研究所 一种红外镜头光谱平均透过率测量***及方法

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4298887A (en) * 1980-06-09 1981-11-03 Rockwell International Corporation Non-uniformity correction in a multielement detector array
GB8619190D0 (en) * 1986-08-06 1987-01-14 Plessey Co Plc Electrical detector arrangement
US5363208A (en) * 1989-11-01 1994-11-08 Minolta Camera Kabushiki Kaisha Image forming apparatus comprising integrating means for integrating image density data
FR2656756B1 (fr) * 1989-12-29 1994-01-07 Commissariat A Energie Atomique Dispositif pour prises de vues a circuits de balayage integres.
FR2666714A1 (fr) * 1990-09-07 1992-03-13 Thomson Composants Militaires Detecteur d'image a pixels de grandes dimensions.
US5264940A (en) * 1990-10-08 1993-11-23 Olympus Optical Co., Ltd. Image sensing apparatus having exposure level and dynamic range control circuit
GB9217098D0 (en) * 1992-08-12 1992-09-23 British Broadcasting Corp Derivation of studio camera position and motion from the camera image
US5925880A (en) * 1996-08-30 1999-07-20 Raytheon Company Non uniformity compensation for infrared detector arrays
US6130713A (en) * 1997-06-27 2000-10-10 Foveonics, Inc. CMOS active pixel cell with self reset for improved dynamic range
US5925883A (en) * 1997-07-25 1999-07-20 Raytheon Company Staring IR-FPA with CCD-based image motion compensation
US6232602B1 (en) * 1999-03-05 2001-05-15 Flir Systems, Inc. Enhanced vision system sensitive to infrared radiation
JP4556276B2 (ja) * 2000-03-23 2010-10-06 ソニー株式会社 画像処理回路及び画像処理方法
JP3539394B2 (ja) * 2001-03-26 2004-07-07 ミノルタ株式会社 画像処理装置、プログラムおよび記録媒体
US6901173B2 (en) * 2001-04-25 2005-05-31 Lockheed Martin Corporation Scene-based non-uniformity correction for detector arrays
US7016550B2 (en) * 2002-04-19 2006-03-21 Lockheed Martin Corporation Scene-based non-uniformity offset correction for staring arrays
GB2408888B (en) * 2001-07-27 2006-02-22 Hewlett Packard Co Electronic image colour plane reconstruction
JP2004363758A (ja) * 2003-06-03 2004-12-24 Konica Minolta Photo Imaging Inc 画像処理方法、撮像装置、画像処理装置及び画像記録装置
JP4234092B2 (ja) * 2004-11-30 2009-03-04 本田技研工業株式会社 画像処理装置
IL173418A (en) * 2006-01-29 2013-10-31 Rafael Advanced Defense Sys Correction of unevenness of characters produced by staring detectors
US8463006B2 (en) * 2007-04-17 2013-06-11 Francine J. Prokoski System and method for using three dimensional infrared imaging to provide detailed anatomical structure maps
US8373757B1 (en) * 2009-02-23 2013-02-12 Flir Systems, Inc. Flat field correction for infrared cameras
US9491376B2 (en) * 2009-02-23 2016-11-08 Flir Systems, Inc. Flat field correction for infrared cameras
WO2014144492A1 (en) * 2013-03-15 2014-09-18 Drs Rsta, Inc. Method of shutterless non-uniformity correction for infrared imagers
US9462945B1 (en) * 2013-04-22 2016-10-11 VisionQuest Biomedical LLC System and methods for automatic processing of digital retinal images in conjunction with an imaging device

Also Published As

Publication number Publication date
TW201601536A (zh) 2016-01-01
US20160234489A1 (en) 2016-08-11
US9883178B2 (en) 2018-01-30

Similar Documents

Publication Publication Date Title
TWI600324B (zh) Infrared Focal Plane Array Module Performance Parameters Measurement Method and Detection of Dead pixels
US10110833B2 (en) Hybrid infrared sensor array having heterogeneous infrared sensors
CN107836111B (zh) 用于增强动态范围红外成像的***和方法
CN205157051U (zh) 红外传感器组件
US9438825B2 (en) Infrared sensor amplification techniques for thermal imaging
US20120239330A1 (en) Radiometric calibration method for infrared detectors
US10931901B2 (en) Method and apparatus for selectively correcting fixed pattern noise based on pixel difference values of infrared images
TW200814746A (en) Image sensor with built-in thermometer for global black level calibration and temperature-dependent color correction
US7364355B2 (en) Method and apparatus for obtaining a temperature measurement using an InGaAs detector
TWI468658B (zh) 鏡頭檢測裝置及方法
CN111609937B (zh) 一种红外热像仪外场标定方法及装置
Sosnowski et al. The calibration stand for thermal camera module with infrared focal plane array
CN111207833B (zh) 一种基于图像数据归一化技术的测温方法
TWI786569B (zh) 紅外線攝影裝置
KR102195072B1 (ko) 열화상 카메라 시스템 및 그 구동 방법
US20050194539A1 (en) Method for improving measurement accuracy of infrared imaging radiometers
JP4378003B2 (ja) 撮像システム
JP7306408B2 (ja) 温度推定装置、温度推定方法及び温度推定プログラム
JP7143558B2 (ja) 赤外線撮像装置及びそれに用いられるプログラム
CN112665734B (zh) 一种基于参考标定的测温方法及装置
JP2007158627A (ja) 赤外光撮像装置、信号処理装置及び赤外光撮像方法
Zhou et al. A shutter-less nonuniformity correction algorithm based on noise response model for TEC-less uncooled infrared sensors
JP2003166880A (ja) 温度計測手段を有する撮像装置
CN117053928A (zh) 一种红外热像仪镜头畸变校正及成像非均匀性的标定方法
CN113252177A (zh) 一种基于等温平面的红外模组标定方法