在高灵敏度和快帧速方面,凝视红外探测器阵列为高级红外系统提供了极大的潜力。由于探测器和读出电路的非均匀性,所有的阵列均需要光学校准和输出信号校正。若像元输出是精确线性的和时间稳定的,可以一次性地校正像元的非均匀性。然而,...在高灵敏度和快帧速方面,凝视红外探测器阵列为高级红外系统提供了极大的潜力。由于探测器和读出电路的非均匀性,所有的阵列均需要光学校准和输出信号校正。若像元输出是精确线性的和时间稳定的,可以一次性地校正像元的非均匀性。然而,系统的不稳定、像元的非均匀性以及1/f噪声,要求连续地再校准。比如,在光学链中插入黑体源。一种更为优良和有效的方法是基于被观察景物辐射水平的实时再校准。 从MWIR(中红外)凝视阵列(128×128)采集数据以搜集不同类型图像的实验已经完成。利用时间高通滤波器和人工神经网络实现了基于景物的非均匀性校正(NUC)。根据Connection Machine Model CM-2实现两种校正。依据改善灵敏度而使任何景物退化最小化的能力来评价这些基于景物的NUC。展开更多
文摘在高灵敏度和快帧速方面,凝视红外探测器阵列为高级红外系统提供了极大的潜力。由于探测器和读出电路的非均匀性,所有的阵列均需要光学校准和输出信号校正。若像元输出是精确线性的和时间稳定的,可以一次性地校正像元的非均匀性。然而,系统的不稳定、像元的非均匀性以及1/f噪声,要求连续地再校准。比如,在光学链中插入黑体源。一种更为优良和有效的方法是基于被观察景物辐射水平的实时再校准。 从MWIR(中红外)凝视阵列(128×128)采集数据以搜集不同类型图像的实验已经完成。利用时间高通滤波器和人工神经网络实现了基于景物的非均匀性校正(NUC)。根据Connection Machine Model CM-2实现两种校正。依据改善灵敏度而使任何景物退化最小化的能力来评价这些基于景物的NUC。