무한 정보 시대

지난 몇 년 동안 열화상 카메라는 더 저렴하고 크기가 작아졌지만 여전히 이미지 처리에 필요한 형식의 열화상을 얻기가 어렵습니다. 열화상 카메라는 야간, 안개, 우천 시에 유용합니다.

열화상 센서는 온도 맵으로 다양한 환경의 물체를 감지할 수 있습니다. 이 같은 특징은 조명 상태가 좋지 않을 때 매우 중요합니다.

적외선 스펙트럼은 일반적으로 그림 1과 같이 3개의 대기 투과 창에 해당하는 3개의 대역으로 나뉩니다.

• SWIR = ~1-2.5μm short-wave infrared

• MWIR = ~3-5μm mid-wave infrared (thermal)

• LWIR = ~7-14μm long-wave infrared (thermal)

그림 1. 적외선의 세 가지 일반적인 스펙트럼.

SWIR은 광원에서 나오는 방사선이 가시광선 영역과 유사한 방식으로 물체에 반사되기 때문에 '반사된 적외선' 영역이라고도 합니다. SWIR 이미징은 물체를 이미징하기 위해 일종의 조명이 필요하며 주변의 달빛이나 별빛과 같은 일부 빛이 있는 경우에만 수행할 수 있습니다. 사실 SWIR 영역은 실외 야간 이미징에 적합합니다. 그러므로 SWIR은 열화상 카메라에 속하지 않습니다.

열화상 카메라를 선택할 때 고려해야 할 몇 가지 요소는 다음과 같습니다.

1. 지리적 또는 기후적 요인

일반적으로 추운 기후는 LWIR을 선호하고 따뜻한 기후는 MWIR을 선호합니다.

2. 전체 대기 투과율

MWIR 시스템은 대부분의 목표 범위에서 LWIR 시스템보다 습도의 영향을 덜 받습니다. LWIR 밴드는 안개 조건에서 MWIR보다 성능이 더 좋지만 두 밴드 모두 안개와 비의 영향을 받습니다. LWIR 대역은 연기 또는 에어로졸을 통한 이미징에 MWIR보다 우수하므로 LWIR은 일반적으로 소방 응용 프로그램 및 군사 응용 프로그램에 선택되는 기술입니다.

3. 목표 온도(열 플럭스, 대비, 스펙트럼 함량)

대부분의 감시 상황(주변 온도 배경 내에서 사람 또는 차량이 감지됨)의 경우 대부분의 장면 온도에서 MWIR 대역보다 LWIR 대역에서 더 많은 플럭스(표적 및 환경 배경에서 방출되는 열 에너지)를 사용할 수 있습니다.

4. 태양광 효과

LWIR은 태양 영향을 무시할 수 있는 반면 MWIR은 태양 영향을 보기 때문에 LWIR 이미저는 낮과 밤 시간 사이에 보다 일관된 이미지를 제공합니다. 그러나 LWIR 카메라가 실제 태양에 직접 노출되어도 되는지 확인해야 합니다. 실제로 일부 저가의 비냉각식 마이크로볼로미터는 태양에 너무 많이 직접적으로 노출되면 썬번 현상이 발생할 수 있습니다.

그림 2. LWIR 및 MWIR 열화상 카메라의 일반 적용 시나리오

열화상 카메라에 대한 추가 정보

적외선 센서의 재료에는 산화바나듐(Vox), 비정질 실리콘(α -Si) 및 바륨 스트론튬 티타네이트(BST)의 세 가지 종류가 있습니다. 비냉각식 센서 생산에는 주로 Vox(FLIR) 및 α-Si(Optris)가 있으며 대부분의 연구원은 Vox가 더 높은 광전 변환 효율, 더 높은 SNR 및 강력한 광 보호 능력에 대해 더 낫다고 생각합니다. Vox 감지기는 우수한 온도 안정성, 긴 수명 및 작은 온도 드리프트를 제공합니다.

그러나 α-Si 센서가 있는 카메라는 더 저렴하고 종종 더 높은 해상도와 프레임 속도를 갖습니다.

그림 3. 적외선 센서의 다양한 재료를 사용한 열화상 비교

영상 품질(MTF, MRTD)

MRTD는 열화상 시스템과 관찰자가 디스플레이에 표시된 이미지 내에서 주기적인 막대 표적을 인식하는 능력을 측정합니다.

MRTD는 관찰자가 패턴을 감지할 수 있는 테스트 패턴과 흑체 배경 사이의 최소 온도 차이입니다. 이 값은 이미징 시스템의 NETD 및 공간 해상도(IFOV)에 의해 결정되지만 사용된 팔레트, 다양한 색상을 구별하는 관찰자의 능력 등과 같은 영향을 미치는 다른 변수에 크게 좌우됩니다.

MRTD는 표준 4개 막대 표적의 막대와 관찰자가 막대의 열화상을 확인하는 데 필요한 배경 사이의 최소 온도 차이를 결정하여 측정됩니다. 다양한 공간 해상도로 분석을 수행하는 데 다양한 막대 치수가 사용됩니다. 일반 4바 타겟은 공간 주파수(길이당 사이클 또는 밀리라디안당 사이클)를 특징으로 합니다.

바 타겟의 다양한 공간 주파수에 대해 측정된 열화상 대비는 카메라의 제한된 해상도(주어진 IFOV 및 제한된 광학 품질의 결과로 인한 SRF)로 인해 주파수가 증가하거나 라인 쌍이 좁아짐에 따라 감소합니다.

블랙 플레이트는 환경 챔버에서 60°C로 가열된 다음 4바 타겟 구조 뒤에 뜨거운 배경으로 배치되었습니다. 4바 타겟 구조 대 공간 주파수에서 측정된 함수 대비를 변조 전달 함수(MTF)라고 합니다. MTF의 표준 결정을 위해 측정 대상 신호가 사용됩니다.

MTF는 측정된 물체 신호 차이와 4바 타겟과 배경의 실제 물체 신호 차이의 비율에서 계산되었습니다.

MRTD 측정을 위해 동일한 장비가 사용되었습니다. 열화상 이미지(50 프레임/초)는 뜨거운 배경 플레이트를 실온으로 냉각하는 동안 저장되었습니다. 목표 및 배경 온도의 결정을 위해 그림 2.98에 표시된 영역의 평균 온도가 사용되었습니다. 배경을 60°C에서 실온으로 냉각하는 동안 이 두 온도 간의 온도 차이를 분석하여 시간 종속적 온도 차이에 대한 기능적 적합성을 찾을 수 있습니다. 이 적합을 통해 냉각 기간 동안 모든 이미지에 온도 차이를 할당할 수 있습니다. 이러한 절차는 측정된 온도 차이가 시스템 노이즈로 인해 온도 변동에 크게 영향을 받는 매우 낮은 온도 차이에 대한 정확한 값을 결정하는 데 필요합니다(그림 2.98).

다음 그림은 자동 조정 눈금과 철 팔레트를 사용하여 냉각 기간 동안 관찰된 일련의 이미지를 보여줍니다. 바 타겟과 배경 사이의 다른 온도 차이에서 이미지가 표시됩니다. 온도 차이가 감소함에 따라 더 낮은 대비의 세부 사항을 볼 수 없습니다.

MRTD는 객관적인 매개변수(NETD, IFOV)뿐만 아니라 많은 주관적인 매개변수(관측자가 다른 색상을 구별하는 능력, 디스플레이 품질 등)에 의해 결정되기 때문에 최적의 카메라 매개변수를 찾는 것이 중요합니다.

시간 해상도(Time Resolution)

볼로미터 카메라는 일반적으로 시간 상수가 1000배 이상 크기 때문에 광자 검출기와 달리 선택 가능한 노출 시간의 기능을 제공하지 않습니다.

볼로미터 FPA가 장착된 이미징 시스템의 데이터 시트에서 시간 해상도는 일반적으로 관련 카메라 매개변수인 프레임 속도로 특성화됩니다. 이 값은 일반적으로 영상 분석을 위한 시간 분해능과 관련이 있다고 가정합니다. 간단한 실험은 프레임 속도만으로는 카메라의 시간 해상도를 제공하지 못한다는 것을 보여줍니다.

이 실험을 위해 직경 3cm의 자유낙하 고무공을 사용하였다. 고무 볼을 약 70°C로 가열했습니다.

지면에서 1m 높이에서 시작하여 자유 낙하하는 공은 약 4m의 물체 거리에 대해 IR 카메라로 열화상으로 분석되었습니다. 50Hz의 프레임 속도로 작동하는 볼로미터 카메라와 광자 검출기 카메라를 사용하여 측정한 결과를 보여줍니다. 자유낙하 운동 중 공의 속도가 증가하면 공의 속도가 증가하기 때문에 볼로미터 카메라에서 본 공의 이미지가 흐려집니다.

볼이 움직이는 동안 측정된 볼 온도의 시간 의존성을 분석할 수 있습니다. 온도가 약 70°C인 공은 IR 이미지에서 항상 최대 온도를 나타냅니다. 볼이 움직이는 동안 측정된 볼 온도를 보여줍니다. 측정된 온도는 공이 지면에 닿을 때까지 공 속도가 증가함에 따라 감소합니다. 지면에서 튀어오른 후 공의 속도는 감소하고 결정된 온도는 공이 정지해 있는 상단에서 측정된 실제 공 온도 정도까지 증가합니다. 측정된 온도 변화 과정은 튀는 공이 주기적으로 위아래로 움직이는 동안 반복됩니다. 올바른 볼 온도는 볼이 정지해 있을 때만 결정할 수 있습니다. 이러한 결과로부터 볼로미터 카메라용 움직이는 물체의 온도 또는 과도 열 과정을 분석하려면 열 감지기 시간 상수에 의해 주어진 카메라 한계에 대한 자세한 조사가 필요하다는 결론을 내릴 수 있습니다.

카메라 성능 특성

열화상 카메라의 시스템 성능 평가는 잘 표준화되어 있습니다. 그러나 일반적으로 대부분의 실무자가 시스템 성능 매개변수의 관련성을 응용 프로그램 및 측정 결과와 연관시키는 것이 어렵습니다.

열화상 시스템의 성능은 열 응답, 검출기 및 전자 노이즈, 기하학적 해상도, 정확도, 스펙트럼 범위, 프레임 속도, 통합 시간 등과 같은 여러 매개변수로 설명됩니다.

NETD에서 제공하는 온도 분해능과 IFOV에서 제공하는 공간 분해능은 중요한 객관적 성능 매개변수입니다. 둘 다 이미지 품질에 큰 영향을 미칩니다. 실제 열화상 카메라의 품질 및 성능 한계를 평가하려면 이러한 매개변수의 조합이 필요합니다.

또한 관찰자에 의한 주관적인 요인(카메라 시스템을 사용하는 동안 온도 차이를 감지, 인식 및 식별하는 능력)을 고려해야 합니다.

MRTD와 MDTD는 객관적인 매개변수와 주관적인 매개변수가 결합된 형태입니다.

실제적인 열화상 이미징의 경우 다음 질문에 대한 답을 찾아야 합니다.

카메라가 성능 매개변수를 기준으로 내 애플리케이션에 적합한가?

사용된 열화상 시스템의 가장 중요한 성능 한계와 애플리케이션과의 관련성에 대한 정확한 지식은 정확한 온도 측정 및 결과 해석에 매우 중요합니다.

온도 정확도(Temperature Accuracy)

온도 정확도는 흑체 온도 측정에 대한 온도 측정 오류의 절대값입니다. 대부분의 IR 카메라의 경우 절대 온도 정확도는 ±2°C 또는 측정된 온도의 ±2%로 지정됩니다. 둘 중 더 큰 값이 유효합니다.

온도 측정 오류는 보정 절차와 관련된 복사 측정의 오류, 카메라 감도의 장단기적 변동성, 측정된 복사 에너지에서 물체 복사 계산의 제한된 정확도 등의 결과로 발생합니다. 켜짐. 온도 측정의 단기 재현성을 위해 ±1% 또는 ±1 °C의 값이 일반적입니다.

온도분해능(Temperature Resolution – Noise Equivalent Temperature Difference (NETD))

온도 분해능은 열화상 카메라의 열 감도를 정량화하는 NETD에 의해 계산됩니다. 온도 분해능은 카메라의 SNR이 1일 때 흑체 물체와 흑체 배경 사이의 최소 온도 차이를 나타냅니다. NETD는 시스템 노이즈와 신호 전달 함수에 의해 결정됩니다.

실험적으로 ​NETD는 측정된 온도의 변동으로부터 결정될 수 있고 가열되고 온도 안정화된 흑체로부터의 복사를 분석할 수 있습니다.

각 흑체 온도에 대해 천 개의 이미지를 사용하여 지점 온도 측정이 기록되었습니다(초당 50개의 이미지로 약 20초 소요).

다음 그림은 측정된 특정 픽셀의 온도를 시간의 함수로 나타낸 그래프입니다. 소스의 열 변화가 훨씬 더 큰 시간 척도에서 발생하기 때문에 이미징 시스템의 열 노이즈를 잘 표현해 줍니다.

다음 그림은 측정된 스팟 온도의 분포로 표준화된 정규 분포에 의해 근사화될 수 있습니다.

측정된 온도 데이터를 사용하여 NETD를 정의하는 온도 변동의 제곱 평균(rms) 값을 계산할 수 있습니다. 위의 그림에서는 NETD는 0.065K입니다.

실험적 NETD는 표준화된 정규 분포의 절반 너비를 나타냅니다. 이는 측정된 온도의 68.3%가 T = (34.50 ± 0.065) °C 범위 내에 있음을 의미합니다.

공간 해상도(Spatial Resolution)

IFOV는 FPA의 하나의 검출기 요소가 물체 복사를 감지하는 각도를 의미합니다.

이미지가 주어진 거리에 대해 단일 검출기 요소에 맞는 최소 물체 크기는 다음 식처럼 계산됩니다.

물체 크기 = IFOV x 거리

예를 들어, f = 50mm의 초점 거리와 50μm의 단일 픽셀 크기는 1밀리라디안(mrad)의 IFOV가 됩니다. 거리 D = 5.5m에서 이 IFOV는 5.5mm의 최소 물체 크기를 나타냅니다.

IFOV는 검출기 크기와 광학 장치의 초점 거리에서 계산된 기하학적 값입니다. IFOV는 FOV를 픽셀 수로 나누어 결정할 수도 있습니다.

예를 들어 IFOV는 20° FOV 및 320픽셀의 경우 1mrad입니다.

시스템 해상도는 광학 장치의 회절에 의해 추가로 영향을 받습니다. 이것은 가변 슬릿 폭을 가진 슬릿 크기 객체에 대한 시스템 응답의 정규화된 종속성으로 정의되는 SRF에 의해 설명됩니다.

다음 그림은 SRF의 측정 방법을 보여주고 있습니다. 각도 Θ는 검출기에서 본 주어진 슬릿 폭에서 관찰 가능한 슬릿 각도입니다. 흑체는 열화상 카메라에서 5.5m 떨어진 곳에서 95°C의 온도로 가열되었습니다. 물체 크기는 가변 슬릿에 의해 30mm에서 1mm로 변경되었습니다. 온도는 슬릿 폭에 수직인 선을 따라 측정되었습니다. 물체의 크기, 즉 슬릿 폭이 작아질수록 피크 출력이 작아집니다.

SRF는 슬릿 폭에서 측정된 물체 신호 차이의 함수를 나타냅니다. SRF는 각 슬릿 폭에 대한 피크 출력으로 ​​계산할 수 있습니다.

이미징 해상도는 일반적으로 SRF에서 50% 응답을 제공하는 카메라에서 본 물체의 각도 너비로 정의됩니다. 그러나 정확한 온도 측정을 위한 물체의 절대 최소 크기는 95%에 도달하기 위해 IFOV의 2~3배입니다. 또는 SRF의 99%, 각각. 이상적인 SRF로부터의 편차는 카메라 광학의 수차로 인해 발생합니다.

이 결과로부터 정확한 온도 측정을 위해 필요한 최소 물체 크기는 실제 측정 거리에 대해 앞서 주어진 공식을 사용하여 물체 크기에 2 또는 3의 인수를 곱하여 쉽게 계산할 수 있습니다.

NUC(Nonuniformity Correction)

IR 감지기를 사용하여 온도를 정량적으로 측정하려면 먼저 두 가지 중요한 이미지 처리 절차를 수행해야 합니다.

첫째, 서로 다른 개별 감지기의 서로 다른 이득과 오프셋을 고려해야 합니다.

둘째, 정량 분석을 위해서는 절대 온도 교정이 필요합니다. 두 절차는 원칙적으로 서로 구별될 수 있지만 상호 연관되어 있습니다

FPA는 신호 응답도(이득 또는 기울기)와 신호 오프셋이 서로 다른 많은 개별 검출기 요소로 구성되어 있습니다.

다음 그림은 개별 감지기들의 이득과 오프셋을 적용하는 과정을 보여주고 있습니다. 이 과정을 불균일 보정이라 명칭합니다.

개별 감자기들의 다른 이득과 오프셋으로 인해서 동일한 적외선 복사 에너지에 대해서 각각의 감지기들이 다른 반응을 보여주게 되며 불균일이 발생하게 됩니다. 불균일이 너무 커지면 이미지를 인식할 수 없게 됩니다. 따라서 하나 이상의 검출기로 구성된 모든 이미징 시스템의 경우 불균일성을 수정해야 합니다. 이것을 NUC(불균일 보정)라고 합니다.

대부분의 상업용 카메라의 경우 NUC 절차는 생산 단계에서 보정 프로세스 중에 수행되며 보정 매개변수는 카메라 펌웨어에 저장됩니다. 일부 R&D 카메라만 사용자가 보정 절차 및 NUC를 수행할 수 있습니다.

보정 절차는 주로 감지기의 동적 온도 범위 내에서 주어진 물체 온도 범위에 대한 각 검출기의 응답을 가져오기 위해 신호 오프셋 보정으로 시작합니다.

두 번째 단계에서 신호 기울기가 수정됩니다. 이 두 번째 단계 후에 모든 감지기는 동일한 신호 기울기를 가져야 합니다.

마지막으로, 다른 검출기 요소에 대해 동일한 응답 곡선을 얻으려면 오프셋 보정이 필요합니다.

실제로, NUC는 검출기 또는 카메라 렌즈 바로 앞에 균일한 온도의 흑체를 배치하여 수행됩니다. 결과적으로 각 픽셀은 동일한 신호를 생성해야 합니다.

일반적으로 두 개의 다른 온도가 사용되며(2포인트 NUC), 선택한 온도 사이 및 그 부근에서 합리적인 보정을 제공합니다. 결과적으로 검출기 어레이는 매우 균일한 신호를 생성합니다.

다음 그림은 동일한 장면의 두 IR 이미지를 보여줍니다. 차이점은 첫 번째 이미지는 NUC 이전 이미지이고 두 번째 이미지는 NUC 처리된 결과 이미지입니다. 노이즈 감소를 통한 이미지 품질의 크게 향상 되었음을 보여줍니다.

그러나 약간 다른 비선형 응답 곡선이 가능하기 때문에 교정 지점 사이에서 완벽한 검출기 균일성을 얻을 수 없습니다. 남아 있는 검출기의 불균일성은 소위 고정 패턴 노이즈를 유발합니다.

원칙적으로 NUC는 균일한 온도의 물체를 카메라 앞에 놓기만 하면 됩니다. 낮은 노이즈 레벨의 적외선 이미지를 얻기 위해 정확한 온도 값을 알 필요는 없습니다. 그러나 정량적 분석이 필요한 경우에는 온도 교정을 수행해야 합니다. 이것은 알려진 고정 온도의 물체(일반적으로 안정화된 흑체)를 다양한 물체 온도에 대한 카메라로 감지하여 수행됩니다. 이러한 온도 대 신호 보정 곡선도 펌웨어에 저장됩니다.

NUC의 품질과 측정 대상 온도의 정확성은 검출기의 안정성에 달려 있습니다. 열 드리프트는 픽셀의 감지기 응답 곡선을 변경하므로 새로운 NUC를 수행해야 합니다. 이는 적절한 보정을 위해 FPA 카메라를 주기적으로 재보정해야 함을 의미합니다.

카메라 작동 중 보정을 위해 단일 포인트 오프셋 NUC에 대해 주로 자동 셔터가 사용됩니다. 이 자동 셔터 작동이 꺼지면 정기적인 카메라 재보정 NUC가 중단됩니다. 내부 보정이 없으면 표시된 온도의 드리프트가 발생합니다.

볼로미터 검출기 신호는 검출기로 전달된 순 방사 에너지에 의해 생성되며, 이는 물체에서 수신된 방사 에너지와 검출기 자체에서 방출되는 방사 에너지 간의 차이에 의해 발생됩니다. 또한 열 감지기는 카메라 하우징 및 광학 장치와도 방사선을 교환합니다. 따라서 카메라 내부의 온도 균형에 작은 변화가 있어도 전달된 순 복사 에너지가 변경되어 측정 오류가 발생합니다.

마지막으로 감지기 신호는 특정 출력 범위(예: 감지기 포화 신호의 20~80%)에서만 선형이라는 점을 알아야 합니다. NUC는 이러한 한계 내에서만 잘 작동합니다.

포화에 가깝고 매우 낮은 신호의 경우 증가된 고정 패턴 노이즈 레벨이 나타납니다. 즉, NUC가 더 이상 작동하지 않습니다.