SWIR 中的图像校正

图 1：光场中背景扣除之前和之后

介绍

InGaAs 传感器能够检测900-1700 nm短波红外 (SWIR) 波长范围内的光，为科学成像提供了硅传感器无法达到的一些令人难以置信的机会。然而，与硅传感器相比，InGaAs 传感器本质上更容易出现严重的传感器图案和像素缺陷。这些缺陷出现在每个InGaAs 传感器上。

以透明且严格的方式克服最终图像中的这些图案和缺陷是科学 InGaAs 相机的关键要求。在本文档中，我们将探讨 InGaAs 传感器表现出的一些常见成像伪影，以及NIRvana 系列相机如何处理这些伪影以提供卓越的图像质量。

InGaAs工艺

列和行模式

固定图案噪声是背景不均匀性的一种形式，其中结构化图案在相机的“偏差”图像中可见。

通常，这种模式噪声将以列变化的形式表现出来。在典型的 InGaAs FPA 相机中，每一列都连接到一个单独的前置放大器以进行读出。这些前置放大器可能会在偏移(相机在零入射信号时输出的值)和增益(检测到的光电子与显示的灰度级的比率)方面表现出一些变化。如果不进行校正，这些变化就会以静态垂直条纹的形式渗透到图像中。

所应用的校正有两种形式：首先，可以通过背景扣除来消除偏移变化，这是几乎所有 InGaAs 成像中的重要步骤。右图展示了使用Teledyne Princeton Instruments LightField数据采集软件进行此过程的“之前”和“之后”。

第二种形式是通过仔细校准传感器响应来消除增益变化。这是由 Teledyne Princeton Instruments 工程师在相机发货前在内部执行的。

像素缺陷

InGaAs 相机通常会显示少量的单个像素，这些像素的暗电流响应远高于或低于平均值。这些被称为像素缺陷，可以仅以单个像素的形式出现，有时也可以以 2 或 3 个相邻像素的形式出现。

这些通过最近邻校正进行校正，从周围像素值推断像素的可能值，恢复图像质量。

Teledyne Princeton Instruments 工程师在相机发货前绘制了相机上存在的像素缺陷，并且可以在Teledyne Princeton Instruments LightField 软件中轻松纠正这些缺陷。如果用户想要添加额外的点，可以查看和编辑像素缺陷列表。

图 2： InGaAs 相机的未校正暗帧显示，随着曝光时间的增加，几个单独像素的响应也越来越高。 Rvana InGaAs 传感器覆盖短波红外 (SWIR) 范围，显示传感器温度的影响。

电荷陷阱和星形缺陷

星形缺陷是 InGaAs 特有的“星形”缺陷。这些缺陷可以有两种形式：当中心像素中所谓的“电荷陷阱”从相邻像素窃取光电子，使它们比真实响应更暗时，就会出现明亮的中心星形缺陷。当电荷陷阱将其收集的电荷分配给其邻居时，就会出现暗中心星形缺陷，从而导致暗像素被较亮的像素包围。右侧显示了明亮的中心星缺陷。

在 Teledyne Princeton Instruments，我们拥有专有算法来查找和纠正星形缺陷，从而获得更清晰、更定量的数据。

图 3： 明亮的中心星缺陷

瑕疵和簇状

有时，许多缺陷会聚集在一起形成所谓的簇或瑕疵。在这种情况下，小区域内最多 15 个像素左右的任何物体都可能显示异常的高或低信号，如上面的“像素缺陷”的情况，但在这种情况下，简单的“最近邻居”校正是不合适的，因为邻居可能包括其他有缺陷的像素。

因此，我们的工程师也绘制了NIRvana 相机系列传感器上的簇或瑕疵的位置，并将其包含在LightField用于校正的缺陷图中。这允许执行更准确的校正。

总结

InGaAs 相机上存在的缺陷如果不加以纠正，就会成为图像质量和分析的主要障碍。凭借我们在科学成像方面的专业知识，Teledyne Princeton Instruments 的 NIRvana 相机系列可以对缺陷和伪影提供更加准确和全面的校正。凭借我们先进的热管理和低噪声技术(在任何曝光时间都能提供卓越的信噪比)、集成冷屏蔽(可保护传感器免受不需要的外部红外光子的影响)以及功能强大的软件，NIRvana 系列相机非常适合SWIR 中要求严格的科学应用。

审核编辑 黄宇