便携式计校正方法

现有国产非制冷红外探测器多采用挡板校正进行非均匀性校正，影响了红外探测器的观测效果与目标搜跟。近期，湖北久之洋红外系统股份有限公司的科研团队在《光学与光电技术》期刊上发表了以“国产非制冷红外探测器新型场景校正方法”为主题的文章。该文章第一作者为刘品伟，主要从事红外技术方面的研究工作。本文提出了基于国产非制冷红外探测器的新型场景校正方法。该方法包含两部分：第一部分是基于高频非均匀性的场景校正；第二部分是基于低频非均匀性的场景校正。通过对不同频域非均匀性分别进行处理来去除探测器响应的非均匀性。国产非制冷红外探测器非均匀性分析国产非制冷红外探测器工作过程中，探测器的状态参数会产生缓变，从而导致图像非均匀性的变化。图1所示是以黑体为目标的具有较强非均匀性的非制冷红外图像。图1 具有较强非均匀性的非制冷红外图像非均匀性包括低频非均匀性与高频非均匀性两部分。低频非均匀性表现为全局灰度分布不均匀，在图像中表现为平缓的明暗变化，如图像四周与中心灰度值差别大，如图2所示。低频非均匀性主要是由探测器及镜头不同位置温度变化不均匀引起的。高频非均匀性表现为局部区域灰度值剧烈变化，在图像中表现为亮暗点或条纹。高频非均匀性主要是探测器的响应不均匀引起的，如图3所示。图2 低频非均匀性的三维显示图3 9×9邻域内高频非均匀性的三维显示传统的场景校正方式很少涉及对低频非均匀性的消除，而对高频非均匀性的消除容易产生“鬼影“等副作用，同时消除低频与高频非均匀性才能真正提高图像质量。因此，本文将针对高频与低频非均匀性，采用不同的场景校正方法处理。基于高频非均匀性的场景校正国产非制冷红外探测器在工作过程中，随着探测器整体温度的变化，由于探测器响应的不均匀性，会出现较强的高频非均匀性，具体在图像上表现为散粒及细条纹，如图4所示。图4 高频非均匀性的不同类型目前常用的场景校正算法有恒定统计法、时域高通滤波法、神经网络校正算法、基于图像配准的校正算法等。这些算法能够在一定程度上根据场景的信息自适应地补偿热像仪的增益和偏置的漂移，但是在实际使用过程中，这类算法存在各种各样的使用限制条件。以传统的神经网络场景校正算法为例，该算法要求场景信息不断变化，否则会造成图像退化或者模糊，并且如果图像中存在较强边缘信息，该算法容易导致图像出现“鬼影”现象，严重影响图像质量。对此，提出了一种基于神经网络的新型场景校正算法来消除图像退化和“鬼影”现象。首先分析图像退化与“鬼影”现象产生的原因。当原始图像中存在较强的边缘信息时，低通滤波会使边缘信息产生损失，预测图像会产生模糊失真现象。若场景保持静止不动，随着场景校正参数的不断更新，图像就会逐渐退化失真；若场景长期静止后开始运动，图像就会包含静止图像中损失的边缘信息，也就是“鬼影”现象，如图5所示。图5 传统场景校正算法产生的“鬼影”现象为了解决传统场景校正算法存在的问题，提出了一种基于中值滤波=2。同时采用时空联合阈值作为校正判断条件，选择更新系数与校正区域。时空联合阈值分为两个阈值条件：时域连续运动条件与空域邻域均匀性条件。针对高频非均匀性的场景校正算法流程图如图6所示。的自适应场景校正算法。由于高频非均匀性中包含大量的散粒非均匀性，同时为了更好地保留图像的边缘信息，该算法采用中值滤波作为滤波器，中值滤波半径r。图6 高频非均匀性场景校正算法流程图分别用此算法与传统神经网络场景校正算法对原始图像进行处理，比较两种算法是否具有“鬼影”现象。将热像仪静止工作500帧后，观察两种方法处理后的运动图像。可以看到，该算法基本没有“鬼影”现象，而传统算法“鬼影”现象严重。因此，该算法能够有效地抑制“鬼影”现象。图7 本文方法与传统神经网络“鬼影”现象比较基于低频非均匀性的场景校正高频非均匀性去除后，图像仍残留有大量的低频非均匀性。低频非均匀性在非制冷探测器开始工作时较弱，随着探测器及镜头温度的变化，图像的低频非均匀性会逐渐增加，在图像上表现为四角与中心灰度值差别较大。如图8所示，可以看到，图像灰度分布不均匀，四周有明显的光圈，影响图像观感与图像质量。图8 低频非均匀性对图像的影响这里提出了一种基于时空联合低频滤波的场景校正方法，通过在时域和空域同时进行低通滤波，分离出图像的固定低频非均匀性并进行去除。由于探测器输出图像的低频非均匀性在短时间内位置保持不变，当图像产生运动时，可以通过时域低频滤波对低频非均匀性进行分离去除，因此首先需要判断场景是否处于运动中。这里仍采用上节提到的连续运动条件来判断场景是否处于连续运动中。当场景处于连续运动时，采用基于自适应时间常数的时域低频滤波来筛选图像的低频信息。时域滤波结果包含低频非均匀性与部分边缘细节信息，因此还需要对在空域上进行低通滤波，以消除存在的边缘信息细节，达到获取低频非均匀性的目的。采用均值滤波进行空域的低通滤波。为了验证此场景校正算法的效果，对仅处理高频非均匀性的图像与高频低频非均匀性均处理的图像进行比较，如图9所示。可以看到，此算法对低频非均匀性有良好的处理效果，能够有效地减少图像四周与中央灰度差异较大的问题。图9 运动200帧后是否处理低频非均匀性图像对比为进一步验证此场景校正算法的效果，使用两台相同规格的红外机芯，第一台仅对高频非均匀性进行处理，第二台对高频低频非均匀性都进行处理，均在运动条件下连续工作1 h后，对同一温度黑体成像，计算其图像非均匀性。结果表明，仅处理高频非均匀性的图像非均匀性为2.3%，而对高频低频非均匀性都进行处理的图像非均匀性为0.5%，该算法有利于提高输出图像的均匀性。算法总体流程及效果图本文算法首先通过连续运动条件判断场景是否处于连续运动中，若处于运动过程则分别更新高频与低频非均匀性处理模块校正参数，然后进行非均匀性校正；否则直接进行非均匀性校正，整体流程如图10所示，最终效果如图11所示。图10 本文算法流程图图11 最终校正输出结果结论本文提出了一种基于非制冷红外探测器的新型场景校正方法。首先通过改进的神经网络场景校正方法滤除高频非均匀性，在此基础上通过时空联合的低频滤波去除低频非均匀性，得到最终校正结果。该方法具有良好的校正效果，并且能够有效地抑制“鬼影”现象，有利于非制冷红外探测器的推广应用。

2024年6月12日至14日，由江苏省生态环境厅组织的“2024年度江苏省生态环境监测专业技术人员大比武”在江苏南通举办。本次活动作为全国大比武场地的测试赛，围绕专业技能的一次大比武和监测现代化建设新征程展开，旨在推动培养生态环境监测人才，全力支撑江苏省生态环境监测现代化建设。谱育科技比武保障团队以先进的监测设备，全方位护航，为十支参赛队伍搭建了坚实的后盾，保障赛事顺畅进行，确保比拼顺利进行，展现科技与实力的完美融合。比武期间，技术团队携EXPEC 1680 便携式傅里叶红外气体分析仪参赛，仪器采用傅里叶变换红外分析原理和多元分辨校正方法，帮助参赛人员实现污染源监测中无机气体、部分有机气体的快速应急检测，强势赋能，以专业生态环境监测助力绿色建设进程。使用EXPEC 1680 便携式傅里叶红外气体分析仪的参赛选手中，两位获得个人一等奖，两位获得个人二等奖，两位获得个人三等奖；参赛代表队中江苏省淮安环境监测中心、南通市级联队一队获得综合比武团队二等奖，江苏省常州环境监测中心、南通市级联队二队、苏州市级联队二队获得综合比武团队三等奖。产品介绍EXPEC 1680 便携式傅里叶红外气体分析仪基于不同气体在红外光谱范围内有不同特征吸收的特性，采用傅里叶变换红外分析原理和多元分辨校正方法，实现气体的定性、定量测量。仪器可用于环境空气和污染源监测中无机气体、部分有机气体的快速应急检测。1、具有仪器便携性的同时，拥有高分辨率，波长范围宽的特点。其结构紧凑、可靠，适用于现场监测；2、内置电池，续航无忧，可支持热机更换电池同时具备IP54的防护等级，保证户外现场的正常使用；3、主机内置采样泵、氧气传感器、工控机，一体式的设计极大地提高了现场使用的便携性和方便性同时自带北斗+GPS 双定位系统，自动记录数据采集点信息，数据可追溯；4、拥有可视化触摸系统，仪器操作和状态监视一目了然。内部集成了WIFI 模块，极大地增强了仪器的通讯功能，实现了较远距离的无线通讯能力；5、气体从采样系统至内部气体室，全程均匀保温，温度可测、可控。防止冷凝水的产生，避免了气体成分在监测过程中的损失；6、快速扫描得到全谱吸收光谱图，可同时取得无机气体、有机气体的吸收峰，进行定性、定量分析；

地球化学研究成本可能很高，而且需要制备大量的样品，不过，基于机器人技术的创新型XRF检测方式正在改变这一现状。机器人技术的进步使人们可以更迅速、更高效地完成地质勘探项目中的X射线荧光（XRF）分析。促使XRF分析发生重大变革的一项创新型机器人研究成果是GERDA（Geochemical Research and Documentation Assistant），即自动化地球化学研究和文档助手。GERDA是由芬兰MEFFA Lab Oy公司创建的一种自动化装置，其设计宗旨是使用便携式XRF分析仪对岩芯盒中的岩芯，或者装在塑料袋中的土壤、沉积物和碎石进行自动检测，以获得更高的样品检测通量。该自动化系统安装在一台数控床上，装配有一个Vanta手持式XRF分析仪、一个高分辨率USB摄像头、一个基于Raspberry Pi 3的简易控制模块，以及可以进行数据处理并实现结果可视化的使用方便的软件。在研发GERDA的同时，研究人员还开发了一种被称为“金块效应黄金检测”（NEFFA）的独特方法，用于评估样品（通常为碎石或碎钻芯）中的金矿化程度。 GERDA与Vanta XRF分析仪一起用于地质勘探项目的自动化测试开发GERDA系统GERDA系统是由一个使用便携式XRF分析仪完成矿产勘探项目超过了15年的团队开发建成。这个团队的主要任务是在黄金勘探项目中发现探途元素。随着时间的推移，他们见证了便携式XRF分析仪的发展过程，特别是分析仪在检测速度上的提高：虽然检测时间减少了，但是依然可以达到很高的精度水平。他们也看到了奥林巴斯在探测器技术和信号处理方面的发展进步，特别是Vanta分析仪可以为包含金元素（Au）在内的许多元素提供更低的检出限。作为预算有限的初级勘探团队，他们的重点工作是绿地勘探、快速识别异常现象、生成钻探目标，以及获得潜在的新发现。完成这些任务的关键是使用便携式XRF分析仪检测大量样品，而不是在实验室里对所有样品进行分析。而GERDA可以赋予他们这个能力。GERDA的设计目的如下:为已经拥有便携式XRF分析仪的用户提高样品检测通量为成本更高的实验室分析选择适当的样品更快地获取有价值的结果，以便进行实时跟进/补充降低勘探分析预算的总体成本提高勘探计划的效率什么是金块效应黄金检测（NEFFA）?要了解这项新技术，就必须了解“金块效应”的工作原理。金块效应是一个术语，用于描述在样品中含有较大金颗粒（金块）时可能会出现的采样问题。在传统的采样过程中，如果选取了带有金块的部分，研究人员可能会高估样品中的含金量。但是如果所选部分没有金块，则样品的含金量可能会被低估。在黄金勘探和开采项目中，这种可变性会导致工作人员获得不准确的结果，犯下代价高昂的错误。金块效应黄金检测（NEFFA）技术旨在将传统上与金块效应相关的挑战转化为机遇。NEFFA技术试图通过对某种地质材料（通常是碎石或碎钻芯）进行多次无损、系统性的分析来测量金块效应，以根据样品中各种元素的分布情况确定是否存在黄金或其他贵金属。NEFFA重新定义并简化了传统的样品制备程序，目的是根据便携式XRF分析仪所提供的半定量性金含量结果，识别出需要关注的具有潜在价值的样品，供实验室完成进一步分析。NEFFA的运作方式如下：根据样品材料性质的不同，将具有代表性的样品分为每份20到30克承装在透明样品袋或塑料薄膜中，以确保样品不会受到外部制剂的污染将样品平整为10厘米 × 10厘米的正方形块状，样品的深度不超过2毫米在样品上叠加网格或矩阵，每个小格的尺寸为1厘米 × 1厘米在面积为1平方厘米的每个小格区域内进行测量，然后报告所有结果的平均值这项技术对粒径小于3毫米的碎石或碎钻芯样品非常有效，但是对均质矿浆样品无效可以直接对回转式空气爆破样品和反循环钻进样品进行分析 NEFFA技术用于分析岩石样品中的金元素这种方法利用了GERDA在一般勘探项目中的高检测通量优势，并借助XRF分析仪提供的金元素估算值，为金矿勘探增添了附加值。我们承认NEFFA可能会被认为是一种非传统方法。便携式XRF分析仪在分析金元素方面的弱点众所周知（元素光谱重叠会导致误判，并且与实验室分析相比，检出限（LOD）相对较高），然而开发了GERDA和NEFFA的团队通过对新技术的初步运用，表明了这种自动化系统不仅可以提供有价值的黄金数据，还可以节省成本。此外，在拟议实施这项技术时，必须遵守当地的辐射安全及许可要求。