红外焦平面探测器信号预处理电路设计

发布时间：2020-07-22 08:59

【摘要】：红外热成像技术在军事、工业乃至如今的民用市场都有着广泛的应用和前景。比如当下已经在iPhone X上得到应用的基于红外光的Face ID 3D识别。也被认为是解决无人驾驶领域中夜间和极端大气环境下行驶问题的关键。而红外焦平面探测器是系统中最关键的一个环节,将红外辐射转变为可被测量的数字或模拟信号,最后形成图像。与可见光成像相比,红外焦平面探测器普遍存在着非均匀性和成像对比度不足的情况,这严重影响了成像的效果。本文的研究目的在于提出一种红外焦平面探测器的信号预处理解决方案,选用基于SoC FPGA平台实现的神经网络的非均匀性校正和直方图均衡化增强处理,充分发挥了各芯片在灵活性,通用性,并行性方面的优势。本文先在Matlab平台上对比验证了基于场景类的非均匀性校正算法和基于直方图均衡化增强的处理效果,分析后选用了神经网络和直方图均衡化作为红外焦平面探测器信号预处理算法。然后在SoC FPGA平台上完成了算法移植实现的工作。主要包括以下工作:通过Linux系统,在HPS端的软件程序解决了Mini SD卡中的大量图片序列的存储读取问题,并进行基于神经网络的非均匀性校正处理后,由FPGA端完成直方图均衡化增强的加速处理。按照SoC FPGA的开发流程,完成软硬件协同设计。首先完成FPGA端的硬件集成,包括挂载在总线桥上的SDRAM控制器、读取SDRAM中图像数据并转化为Avalon-ST流数据的帧读取器、封装为Avalon-ST接口同时可GUI配置工作参数的直方图均衡化增强模块,VGA视频协议输出控制器等。然后软件部分,主要完成图片序列帧的读取和解码,供HPS端访问控制的硬件资源的虚拟地址内存映射,HPS端与FPGA端的数据传输,帧读取器的工作寄存器配置,以及基于神经网络的非均匀性校正处理。设计完成后,基于Modelsim和Matlab平台对直方图均衡化增强处理分模块地进行了波形仿真、成像数据的主观视觉和客观直方图验证。最后将整个预处理软硬件一体的电路系统在SoC FPGA上实际运行,通过具体成像分析对比表明达到了预期的处理效果。本文最后,基于最近发布的Intel HLS高级语言逻辑综合技术来加速设计与验证。充分挖掘HLS编译器工具的功能,基于相关功能指令和交互式分析报告,完成了软硬件无缝化的组件功能和测试平台设计,针对循环、位宽等方面的优化,资源消耗和验证时序的统计分析。并在最后的IP集成时,改善为Avalon-ST和Avalon-MM组件接口。基于这种全新的设计验证流程,从环境搭建、组件设计与软硬件模型的验证测试、优化迭代、到最后的可移植系统集成,详细介绍了本文预处理算法的具体实现。
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN215
【图文】：

示意图,非均匀性,成像,示意图

[24]。图2.1 成像非均匀性示意图红外焦平面阵列探测器成像的非均匀性来源，可能是产生于红外辐射信号响应的开始阶段到最后的信号读出成像阶段。具体地，主要包括红外焦平面探测器中各阵列探测单元同等均匀辐照下，响应曲线不一致的非均匀性；阵列工作时，偏置电压和电流动态变化下的非均匀性；感应电荷读出时本身以及与探测器存在耦合导致的非均匀性等等[26]。非均匀性校正，需要从阵列单元对辐射信号响应的数学模型出发。假设在较小的工作范围内，红外焦平面阵列中单个探测元的响应输出可以用线性近似方程公式(2-1)来表示：( ) ( ) ( ), , ,V G O i j i j i j(2-1)其中，,( )i jV 表示阵列中探测器单元的坐标像素值，,( )i jG 表示在该照度下增益系数或响应率

序列,非均匀性校正,前后对比,场景

均匀性校正算法。同时场景类的算法校正效果需要在实际图片序列上进行检测，本文对图片序列进行了基于恒定统计、时域高通滤波、神经网络算法的非均匀性校正比较。图2.7 基于场景的非均匀性校正前后对比图在 Matlab 平台上，编程实现三种算法，当图片序列处理到第 150 张时，对红外图片序列的实际处理效果的对比如图 2.7 所示。从肉眼视觉效果上看出，在当前帧数下，三种方法都达到了一定程度的非均匀性校正效果。右上角的恒定统计法产生了“人工鬼影”问题。从恒定统计法的原理分析，这是由于恒定统计法认为，从统计的角度，

对比图,非均匀性校正,客观指标,对比图

预见的是在初始权值、迭代步长、期望值输出、闭环阈值等方面都将有更好的提升途径。综上，本文最后选用了基于神经网络的非均匀性校正方法。图2.8 非均匀性校正后的客观指标对比图

【参考文献】