<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          短波紅外成像技術(shù)與原理

          共 4164字,需瀏覽 9分鐘

           ·

          2021-12-10 06:17

          點(diǎn)擊上方小白學(xué)視覺”,選擇加"星標(biāo)"或“置頂

          重磅干貨,第一時(shí)間送達(dá)

          短波紅外(SWIR)的范圍占據(jù)了電磁頻譜略高于近紅外。在1050到2500納米之間——短波紅外范圍遠(yuǎn)遠(yuǎn)超出了標(biāo)準(zhǔn)硅基成像傳感器的探測能力。

          盡管存在這一缺點(diǎn),但除了諸如監(jiān)視之類的環(huán)境光應(yīng)用之外,SWIR獨(dú)特的檢查、分類和質(zhì)量控制能力已經(jīng)越來越多地用于機(jī)器視覺。

          硅的量子效率在800納米以上迅速衰減,因此,由于這種SWIR傳感器往往建立在替代化學(xué)成分的基礎(chǔ)上,包括銦鎵砷化鎵(InGaAs)和汞碲化鎘(MCT)。更現(xiàn)代的SWIR成像儀也在利用單個(gè)傳感器架構(gòu),比如量子點(diǎn)技術(shù)。正確的圖像模式取決于它的應(yīng)用,這使得選擇至關(guān)重要。

          這些技術(shù)中的每一項(xiàng)都顯著提高了可見傳感器以外的成像能力 – 無論是通過它們打開的擴(kuò)展光譜,還是SWIR光改變熟悉材料呈現(xiàn)的獨(dú)特方式。

          中波紅外(MWIR)光譜是MCT相機(jī)更有效的地方。位于該光譜附近的SWIR波長具有該光譜區(qū)域捕捉物體發(fā)射能量的能力。在這個(gè)范圍內(nèi)的光子不太容易受到較小直徑粒子引起的瑞利散射的影響,因?yàn)樗鼈兊牟ㄩL相對較長。這意味著SWIR成像儀可以透過煙霧、薄霧或霧看到東西。

          SWIR波長較短——大約在900納米到1700納米之間——作用類似于可見光范圍內(nèi)的光子。盡管SWIR中目標(biāo)的光譜含量不同,但生成的圖像在特征上更直觀,不太像MWIR和LWIR光帶的低分辨率熱行為。

          這種質(zhì)量使它們更緊密地符合許多工業(yè)機(jī)器視覺應(yīng)用程序的需求。與MWIR和LWIR相比,SWIR波長較短,有利于對比度較強(qiáng)的高分辨率圖像;分類和檢驗(yàn)的重要標(biāo)準(zhǔn)。


          圖1 – SWIR位于近紅外(NIR)和長波紅外(IR)之間的非可見光光譜中。它的行為更像可見光,而不是紅外光譜的熱能。


          此外,盡管在SWIR的淺部操作的相機(jī)具有與可見光相機(jī)類似的光捕獲技術(shù),但這些相機(jī)與硅傳感器創(chuàng)建的相機(jī)之間的圖像非常不同,即使在成像相同的項(xiàng)目時(shí)也是如此。

          物理和化學(xué)都是這一現(xiàn)象的原因。光與物質(zhì)的相互作用涉及能量的交換。當(dāng)電磁能量轉(zhuǎn)移到物體的分子時(shí),它被物體表面吸收。如果這沒有發(fā)生,能量就會(huì)被反射。在一個(gè)波長出現(xiàn)相似的材料在另一個(gè)波長出現(xiàn)完全不同的材料,因?yàn)槊總€(gè)離散波長都有自己獨(dú)特的能量定義。

          因此,SWIR相機(jī)的獨(dú)特功能可以捕捉這些高分辨率的圖像熟悉的項(xiàng)目。這些圖像將完全不同于傳統(tǒng)的硅成像儀在可見范圍內(nèi)工作。

          短波紅外成像探測器陣列


          在SWIR范圍的900到1700納米窗口,InGaAs傳感器是目前流行的相機(jī)技術(shù)。與其他SWIR成像方式相比,它們具有較高的成本效率和成熟程度,是機(jī)器視覺應(yīng)用中最常用的分類、檢查和質(zhì)量控制技術(shù)。

          InGaAs傳感器提供了高檢測性能和快速響應(yīng)速度,就像硅基探測器在可見范圍內(nèi)工作一樣,盡管它們的光敏度取決于波長。它們是固態(tài)設(shè)備,沒有百葉窗或其他移動(dòng)部件,這使得它們能夠抵抗震動(dòng),而震動(dòng)在工廠的地板上很常見。與針對熱成像應(yīng)用的SWIR相機(jī)相比,InGaAs設(shè)備不需要昂貴的硅或鍺透鏡來利用傳統(tǒng)的玻璃光學(xué)。

          通常,針對工業(yè)機(jī)器視覺中SWIR應(yīng)用的InGaAs相機(jī)不需要冷卻。盡管如此,冷卻傳感器可以顯著降低暗電流,從而提高圖像質(zhì)量,在某些應(yīng)用中,還可以延長曝光時(shí)間,這一點(diǎn)可以從三臺(tái)濱松InGaAs相機(jī)的比較中得到證明。


          圖2 -典型的InGaAs SWIR相機(jī)性能。



          圖3 – InGaAs與量子點(diǎn)結(jié)構(gòu)。


          需要注意的是,基于量子點(diǎn)技術(shù)的攝像機(jī)作為一種相對較新的SWIR成像技術(shù),也正在獲得越來越大的吸引力。這些設(shè)備工作在一個(gè)光譜波段,與InGaAs傳感器重疊,這使得量子點(diǎn)相機(jī)成為現(xiàn)有技術(shù)的直接競爭對手。

          與InGaAs成像儀相比,量子點(diǎn)相機(jī)的量子效率(QE)較低是需要考慮的一個(gè)方面。由于這導(dǎo)致相機(jī)靈敏度較低,這可能被認(rèn)為是一個(gè)缺點(diǎn)。然而,這種靈敏度可能不像最初設(shè)想的那么有限,因?yàn)樵谑芸貦C(jī)器視覺應(yīng)用中,SWIR照明以及QE也可以合理地預(yù)期隨著技術(shù)的成熟而改進(jìn)這一事實(shí)。

          由于量子點(diǎn)相機(jī)的相對新穎性,它們往往具有較高的附加成本;然而,隨著技術(shù)的成熟,這種情況也可能會(huì)減少。InGaAs相機(jī)也是如此:隨著人們對SWIR在機(jī)器視覺方面的潛力越來越感興趣,規(guī)模經(jīng)濟(jì)的改善、制造技術(shù)和更高的收益率都將成為降低這兩種相機(jī)技術(shù)成本的因素。

          不同的是更好的


          與可見光波段相比,SWIR波長更長,與原子結(jié)構(gòu)的相互作用非常不同,這為機(jī)器視覺應(yīng)用提供了一些新的、獨(dú)特的成像可能性。當(dāng)圖像在SWIR光譜,熟悉的項(xiàng)目出現(xiàn)非常不同,所以強(qiáng)調(diào)工業(yè)機(jī)器視覺方面啟用了無數(shù)的應(yīng)用,這將是困難的或不可能的可見光和相機(jī)。

          例如,當(dāng)硅分子的帶隙使材料吸收可見光和近紅外波長時(shí),硅傳輸較低的能量SWIR波長,這使得半導(dǎo)體晶圓在這個(gè)光譜范圍內(nèi)變得透明。這拓寬了原材料工業(yè)應(yīng)用的選擇,比如硅晶圓內(nèi)部和表面的成像缺陷。這種質(zhì)量的SWIR光也可以通過兩個(gè)晶圓的背面看到校準(zhǔn)基準(zhǔn)標(biāo)記,提高了精度,這也有利于晶圓鍵合應(yīng)用。

          產(chǎn)品的檢測和分類是SWIR最有前途的機(jī)器視覺應(yīng)用之一。在該波長的物體圖像中,水幾乎是黑色的,因?yàn)樗?450納米和1900納米都有很強(qiáng)的吸附性。因此,使用合適的光源或過濾器可以清楚地顯示受損水果、散裝谷物或灌溉良好的作物的水分含量。


          圖4 -硅變成半透明并通過SWIR光。這一特性有助于許多與半導(dǎo)體制造過程相關(guān)的機(jī)器視覺應(yīng)用。



          圖5 -當(dāng)水果被碰傷時(shí),細(xì)胞壁會(huì)破裂,該區(qū)域的水分含量會(huì)更高。水在SWIR范圍內(nèi)吸收許多波段的光。這種吸收使得SWIR成像能夠看到肉眼看不到的瘀傷。



          圖6 – 1550 nm的SWIR光可以使SWIR相機(jī)通過塑料連續(xù)體看到液體的水平。


          然而,水分檢測的價(jià)值遠(yuǎn)遠(yuǎn)超過瘀傷產(chǎn)品。這種SWIR成像可以分析染色織物或刨花板是否足夠干燥,以便進(jìn)一步加工。這種成像還可以檢查密封的完整性和貨物包裝的質(zhì)量,特別是如果高水分的項(xiàng)目包含在內(nèi)。

          在可見波長上不透明的多種塑料在SWIR范圍內(nèi)變成半透明。這種半透明為檢測密封塑料容器內(nèi)的產(chǎn)品體積提供了新的方法。SWIR光穿透塑料的能力也提供了多種方法來檢測白色塑料瓶中藥品的填充水平。

          雖然“塑料”一詞可能適用于在可見范圍內(nèi)看起來相似的多種聚合物化學(xué)性質(zhì),但SWIR光闡明了材料之間的關(guān)鍵區(qū)別,并易于識(shí)別。這種質(zhì)量在利用SWIR攝像機(jī)在1100到2200納米范圍內(nèi)工作的回收應(yīng)用中非常有用,因?yàn)樗鼈兛梢杂糜谠诜诌x輸送裝置上識(shí)別不同的聚合物。

          SWIR光與多種材料之間獨(dú)特的相互作用目前正處于其發(fā)展?jié)摿Φ拈_端。雖然無法預(yù)測SWIR波長將如何照亮和成像復(fù)雜的化學(xué)成分,如藥物,但很明顯,潛在的影響是廣泛和廣泛的。

          可見之外的照明


          檢查和其他操作通常受益于窄帶內(nèi)的主動(dòng)照明,以提高物體和特征的對比度,就像在可視范圍內(nèi)的機(jī)器視覺應(yīng)用一樣。

          直到今天,包含在SWIR范圍內(nèi)的led通常都是低輸出的,并且在光譜中范圍相對較廣。最近的技術(shù)進(jìn)步使得在更可控、更窄的光譜范圍內(nèi)可以產(chǎn)生更高的輸出。SWIR發(fā)光二極管已經(jīng)達(dá)到了一個(gè)階段,在這個(gè)階段它們可以被控制,亮度足以成像,盡管與可見光相比,它們的輸出功率會(huì)更低,光譜范圍會(huì)更廣。

          這些光源的峰值波長為1050、1200、1300、1450和1550納米,現(xiàn)在提供了足夠高的功率,為機(jī)器視覺照明提供了潛在的新選擇。

          在SWIR范圍內(nèi)工作的LED光源在配置上可與傳統(tǒng)可視范圍機(jī)器視覺應(yīng)用程序中使用的光源相媲美,與我們熟悉的可見LED照明相比,這種新技術(shù)具有相似之處。這些光源可以單獨(dú)或組合,很像可見光led,用于實(shí)現(xiàn)類似復(fù)雜的圖像捕獲。


          圖7 – SWIR LED照明有許多常見的形式因素,易于使用。從1050-1550納米有很好的波長選擇。
          結(jié)論


          InGaAs傳感器產(chǎn)量的增加和新的SWIR成像技術(shù)的發(fā)展將降低技術(shù)成本,并增加機(jī)器視覺集成商對這些選項(xiàng)的可訪問性。廣泛采用SWIR成像的最大障礙可能僅僅是缺乏研究。

          雖然寬頻帶光源對這一范圍內(nèi)的某些應(yīng)用程序很有用,但在特定波段內(nèi)捕獲數(shù)據(jù)通常會(huì)提供更適用或更合適的圖像數(shù)據(jù)。要問的關(guān)鍵問題是,哪種波長對它們獨(dú)特的應(yīng)用最有效——當(dāng)然,SWIR光譜擁有的波長比可見光多得多。即使是像高光譜光譜儀這樣的先進(jìn)工具,也必須經(jīng)過反復(fù)試驗(yàn)才能回答這個(gè)問題。

          然而,仍有許多積極因素。當(dāng)用戶為自己的應(yīng)用程序確定了最佳的SWIR波長時(shí),就有了更廣泛的成像選擇。當(dāng)縮小頻譜時(shí),不再需要依賴濾波器或算法來最大化糟糕的成像方案。

          SWIR發(fā)光二極管將能夠在廣泛選擇的SWIR波長下提供強(qiáng)烈的照明,因此集成商有信心能夠?qū)⒆罴压庠雌ヅ涞剿麄兊南鄼C(jī)和應(yīng)用中。最終,許多人將能夠利用在SWIR光譜中等待他們的可能性。

          下載1:OpenCV-Contrib擴(kuò)展模塊中文版教程
          在「小白學(xué)視覺」公眾號(hào)后臺(tái)回復(fù):擴(kuò)展模塊中文教程即可下載全網(wǎng)第一份OpenCV擴(kuò)展模塊教程中文版,涵蓋擴(kuò)展模塊安裝、SFM算法、立體視覺、目標(biāo)跟蹤、生物視覺、超分辨率處理等二十多章內(nèi)容。

          下載2:Python視覺實(shí)戰(zhàn)項(xiàng)目52講
          小白學(xué)視覺公眾號(hào)后臺(tái)回復(fù):Python視覺實(shí)戰(zhàn)項(xiàng)目即可下載包括圖像分割、口罩檢測、車道線檢測、車輛計(jì)數(shù)、添加眼線、車牌識(shí)別、字符識(shí)別、情緒檢測、文本內(nèi)容提取、面部識(shí)別等31個(gè)視覺實(shí)戰(zhàn)項(xiàng)目,助力快速學(xué)校計(jì)算機(jī)視覺。

          下載3:OpenCV實(shí)戰(zhàn)項(xiàng)目20講
          小白學(xué)視覺公眾號(hào)后臺(tái)回復(fù):OpenCV實(shí)戰(zhàn)項(xiàng)目20講即可下載含有20個(gè)基于OpenCV實(shí)現(xiàn)20個(gè)實(shí)戰(zhàn)項(xiàng)目,實(shí)現(xiàn)OpenCV學(xué)習(xí)進(jìn)階。

          交流群


          歡迎加入公眾號(hào)讀者群一起和同行交流,目前有SLAM、三維視覺、傳感器自動(dòng)駕駛、計(jì)算攝影、檢測、分割、識(shí)別、醫(yī)學(xué)影像、GAN算法競賽等微信群(以后會(huì)逐漸細(xì)分),請掃描下面微信號(hào)加群,備注:”昵稱+學(xué)校/公司+研究方向“,例如:”張三?+?上海交大?+?視覺SLAM“。請按照格式備注,否則不予通過。添加成功后會(huì)根據(jù)研究方向邀請進(jìn)入相關(guān)微信群。請勿在群內(nèi)發(fā)送廣告,否則會(huì)請出群,謝謝理解~


          瀏覽 98
          點(diǎn)贊
          評論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          評論
          圖片
          表情
          推薦
          點(diǎn)贊
          評論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  福利在线视频在线亚洲 | 超碰天天操 | 福利综合网 | 日韩无码影院 | 亚洲自拍在线观看 |