滤光片原理与应用简析-电子发烧友网

使用滤光片可以让相机能够更好地选择与传感器接触的光。滤光片的设计通常旨在阻挡一定量的光，无论是通过特定的光带（一组颜色）还是通过消除潜在的眩光和提高对比度。无论哪种方式，滤光片的目的都是减少进入相机的光。因此，在选择合适的滤光片时需要考虑传感器的灵敏度。

吸收型滤光片

吸收型滤光片旨在吸收特定波长的光并透过其他波长的光，从而使材料具有与其透过的光相对应的颜色。利用玻璃内发色成分的组合，吸收各种波长的光。“发色”指的是一组被称为发色团的化学物质，它们能够吸收特定波长范围的光。

二向色滤光片

二向色滤光片不一定能在视觉上指示其透过的颜色。这是因为二向色滤光片反射而不是吸收不需要的波长的光。例如，下图中的滤光片都能透过蓝光（带通为470nm）。但是，左侧的滤光片看起来是绿色而不是蓝色，因为该滤光片反射了不在带通区域内的其他波长的光。右边的滤光片是只透过蓝光的吸收型滤光片。

二向色滤光片由具有一系列高折射率的薄玻璃层制成。按顺序将这些玻璃层均匀地间隔起来，这些滤光片会产生特定的干涉图样。这使得干涉图样的作用是增强所需波长的光并反射所有其他波长的光。可以通过控制光学涂层的选择、厚度和数量来仔细调整图样，从而允许创造各种滤光片。利用水面上的油也可以看到类似的效果。当油在水面聚集时，如下图所示，看到的颜色来自不同油层，水中的每一层油反射特定波长的光。

增透膜

滤光片有助于阻止不需要波长的光到达传感器，但任何滤光片仍会因反射而产生损耗。在光学系统中，需要最大限度地增加所需波长的光以实现尽可能强的信号。任何滤光片甚至玻璃元件都会反射至少一小部分的光，从而导致信号损失。当多个玻璃表面按顺序放置在光路中时，例如多镜头系统，损失是由每个表面的反射相加而成。因为透射率的降低，光路中的每个表面都需要用增透（AR）膜进行处理。

增透膜有助于减少各种场景中的眩光，例如夜间车辆的前照灯，这一功能对于智能交通系统（ITS）至关重要。眩光减少后，寻找要读取车牌的光学字符识别（OCR）软件的准确性有所提高。自动车牌识别（ALPR）系统的视觉示例如下图所示，其中左侧图像是用配有增透膜的相机拍摄的，而右侧图像中出现大量反射。

偏振片

光通常以波长来表示，但是这些波是如何定向的却不是人们经常考虑的问题。光的传播方式是由偏振决定的。来自太阳或灯等最常见光源的光会发出非偏振光，这意味着这些波的振荡方向不是单一的。然而，有几种方法可以改变偏振。最常见的偏振光类型是水体、玻璃窗、沥青等非金属表面的反射。在机器视觉系统中，被反射的偏振光通常是不需要的，因为它会引起眩光，使拍摄对象的细节更难辨别。可以使用偏振滤光片去除这种不需要的光。偏光片的工作原理是只透射特定偏振方式的光。

光源以混合偏振方式自然发光，并且通过偏光片，透射光的强度将降低，因为只有一部分入射光进行适当偏振后通过偏光片。与偏光片方向对齐的光将被完全透射，相反，任何垂直于滤光片的光都将被完全阻挡。任何在0°和90°之间的偏振光都将有一部分平行于偏光片对准并透射。叠加起来，这些波长的光总计为可用光的50%，或全部的可用光。因此，要注意的是，使用偏光片时需要对光圈、曝光时间或增益进行补偿，以解决透射光的减少。

下图中，用绳子和尖桩栅栏分别类比光波和滤光片。如果绳子的一端系在栅栏的固定点上，而另一端来回移动，绳子就会形成波浪。如果绳子要穿过尖桩栅栏，当绳子沿着栅栏的方向来回运动时，波就会穿过栅栏。相反，如果绳子沿着垂直于栅栏的方向来回运动，则绳子上的波就不会穿过栅栏。

在机器视觉方面，偏振滤光片有许多实际应用。由于这些滤光片能够显著减少眩光，因此可用于塑料、标签和其他非金属表面的包装检查。下图中的示例显示了视觉系统中用于检查白板标记和包装中清洁用品的偏振滤光片的效果。图像说明了将滤光片旋转90°以显示然后隐藏塑料包装中眩光的效果。如果使用得当，偏振滤光片可以去除大量眩光，从而提高信噪比。

双带通滤光片

双带通滤光片允许透射两个不同的特定波长区域。带通滤光片通常与被视为多光谱成像设备的彩色相机一起使用。要在彩色相机上使用双带通滤光片，需要了解相机的彩色滤光片阵列（CFA）的效果。下图中的图形说明了没有红外（IR）阻挡滤光片色彩平衡效果的彩色相机的典型响应。

添加一个带红外滤光片的双带通滤光片可使相机通过三（红、绿、蓝）颜色通道瞄准特定的光谱带。下图中的图形说明了可见光+近红外（NIR）双带通滤光片的响应。

下图显示475nm+850nm（蓝光+NIR）滤光片的响应要窄得多。

可见光+NIR滤光片的智能交通系统应用

由于红外阻挡滤光片，使用带有红外闪光灯的普通彩色相机根本无法工作。但是，用可见光+NIR双带通滤光片替换此滤光片可使相机阻挡大部分红外光。这将利用相机对人眼不可见波长的灵敏度。使用Lumenera Lt345RC彩色相机和MidOptDB850双带通滤光片、Kowa LM16JC5MM-IR红外校正镜头和MetaphaseLRS725红外灯创建一个演示系统。

红外校正镜头用于确保其焦点在所有波长处保持不变。如果使用非红外校正镜头，将会出现两个不同的焦点，一个是白光下的图像焦点，另一个是红外光下的图像焦点。红外校正镜头通常需要添加元件来确保所有波长的焦点会聚在出射光瞳后面的同一点。因此，红外校正镜头通常比非校正镜头成本更高。然而，想要在不重新聚焦镜头的情况下在所有波长处获得清晰的图像就必须使用红外校正镜头。

演示系统可阻挡大部分近红外光，以保持足够的色彩精度，以便在白天正确识别车辆的颜色，而在夜间允许透射足够的近红外光，以清楚辨认出车辆的牌照。演示系统和典型彩色相机的日间效果对比如下图所示。

虽然由于白天有少量近红外光进入传感器，因此无法完全保持色彩精度，但它仍然能够正确识别正在成像的汽车的颜色。在放大的色卡中，人眼几乎看不到色差。但是，汽车后方树木的颜色差异更加明显，因为树木反射了大量的近红外光以防止自身过热。由于此应用针对的是车辆，因此无需考虑植物的颜色变化。为了进一步提高系统的色彩精度，相机可以在白天使用色彩校正矩阵，以帮助抵消太阳产生的近红外光。

下图说明了夜间成像时红外闪光灯如何显示车牌上的细节，使其易于被光学字符识别软件读取。图像本身看起来是黑白的，因为每个颜色通道的响应在850nm处大致相同，并产生灰度类似的图像。

蓝色+NIR滤光片的精准农业应用

在精准农业领域，通常使用特定的光谱带对植物进行成像，然后对图像进行分析。捕获图像的常见方法是在每个光谱带使用一个黑白相机，每个相机上都有一个带通滤光片，以分离所需的波长。虽然这是首选的方法，因为空间和光谱分辨率都得到了最大限度的提高，但也有通过使用双带通滤光片获得类似结果的巧妙办法。

使用一台彩色相机和针对蓝色和近红外光谱带的双带通滤光片。这个特殊的示例为计算归一化植被指数（NDVI）提供了一个双相机系统的替代方案，特别是在需要考虑尺寸和重量的无人机系统中使用时。NDVI评估植被反射的红色和近红外波长之间的差异，以确定植物的健康状况。看起来健康绿色的植物会反射大量的红外光，以防止植物过热，同时与光合作用中吸收的红光和蓝光相比，它们也会反射更多的绿光。

通过调整NDVI来测量蓝光而不是红光，相机就可以使用蓝色通道来监测光合作用吸收的光，用红色通道来监测反射的近红外光。然后用红色和蓝色通道计算一个修正比率，以粗略估计NDVI的计算结果。结果将在-1到+1的范围内，其中负数往往对应于无机材料。健康植被的结果通常介于0.2至0.8之间。为了便于可视化，将色图用于NDVI图像。下图中的示例使用蓝色表示负的NDVI值，从绿色到红色表示正值。

带通滤光片的机器视觉应用

机器视觉在对比度要求高的领域蓬勃发展，具有公差小、错误少的特点。由于机器视觉通常以灰度为指标，因此滤光片可以帮助增加两个颜色相似物体之间的对比度或显著突出颜色不同的物体。为了说明这一点，下图显示了一系列背照彩色凝胶胶囊，使用各种带通滤光片成像以增加胶囊之间的对比度。

尽管胶囊颜色不同，但彩色凝胶胶囊之间的灰度强度差异非常接近。黄线用于说明像素强度图生成每个值的位置。灰度强度的下降与每个胶囊相对应。峰值代表每个胶囊之间的间隙。无论颜色如何，每个胶囊的强度值都非常接近，并且彼此相差不超过50灰度（DN）值。这表明对比度较差，机器视觉系统很难区分不同的颜色，如下图所示。

在成像系统中添加红色带通滤光片会显著增加绿色和其他颜色胶囊之间的对比度，如下图所示。绿色胶囊的强度值接近于零，而红色和橙色胶囊的强度值远高于150DN。对比度的增强显著提高了负责从橙色和红色胶囊中分拣出绿色胶囊的机器视觉系统的准确性。

如果系统需要区分橙色胶囊与绿色和红色胶囊，则需要使用不同的滤光片。使用以590nm为中心的橙色带通滤光片能够在所有胶囊之间产生更大的对比度，如下图所示。每种颜色胶囊的强度值分为三个不同的范围，绿色胶囊的强度值在50以下，红色胶囊的强度值在50到100之间，橙色胶囊的强度值在100到150之间。这是因为橙色胶囊在590nm范围内透射大量的光，而红色胶囊透射部分光，绿色胶囊透射极少的光。

滤光轮的多光谱成像应用

直接放在相机镜头前面的旋转滤光轮可插入多个滤光片。使用黑白相机时，滤光轮旋转将使传感器暴露在一系列窄波长范围内。每拍摄一张照片，滤光轮将按顺序向前移动一个滤光片。只要拍摄对象是静止的，使用滤光轮就是进行多光谱成像的好方法。光谱带仅受可用滤光片数量的限制，可以定制二向色滤光片以具备特定的带通宽度和波长。

下图中的示例显示了在六个特定波长处对两株黄玫瑰进行成像。植物和花吸收几乎所有蓝光并反射大量红外光以防止自身过热。这些花似乎同样反射了大量的绿色、橙色、浅红色和暗红色的光，这就解释了它们为什么看起来是黄色。植物还吸收大量的红光，吸收较少波长接近525nm的光，使叶子呈绿色。预计健康植物的绿光反射率较高，表明正在进行光合作用。对图像进行进一步的数学计算可以进行更深入的植物分析。例如，底部的两张图像可用于计算归一化植被指数（NDVI）以确定植物的整体健康状况。