基于透射圖融合的圖像傳感信號溫度漂移智能補償方法*

樂 洋，江 暢

(南京郵電大學地理與生物信息學院，江蘇 南京 210023)

人們對圖像采集設備的圖像采集質量以及處理速度，均具有很高的要求。 圖像采集設備的傳感器[1-2]在采集圖像時，設備運行時間較長、負荷增加，長期處于封閉的工作環境，在這種環境下溫度會不斷升高，而過高的溫度會對圖像采集設備產生影響。 在圖像傳感器中[3-5]，暗電流是圖像傳感器內部主要元件的重要性能參數。 因外界因素影響，環境過熱后，導致暗電流增加，嚴重影響圖像采集質量。 因此，在這種情況下，導致圖像傳感信號存有誤差，為了解決這種問題，需要及時校正誤差，研究圖像傳感信號溫度漂移智能補償方法。

文獻[6]提出一種小型激光三角測量位移傳感器的研制及溫度漂移補償方法，首先，該方法基于反射單元直接投影成像，建立了幾何光學結構的數學模型；然后，制定參數的優化流程，完成了傳感器的裝配；其次，通過極端溫度實驗，建立溫度漂移誤差數據庫，并且構建廣義回歸神經網絡模型，補償溫度漂移誤差。 但是該方法的漂移補償結果存有較大誤差，導致該方法補償效果差。

文獻[7]提出一種應用于光纖陀螺尋北的溫度漂移補償方法，該方法根據陀螺傳感器產生的漂移偏差，詳細分析影響傳感器溫度漂移的影響因素，并采用經驗模態分解等方法，構建多參量線性模型，通過該模型補償傳感器溫度漂移。 但是該方法的分析結果不夠完善，導致傳感器存在誤差大的問題。

文獻[8]提出一種工業相機自熱引起像點漂移模型與補償方法，該方法通過有限元分析方法，分析了模型像點漂移，從而獲取相機傳感器膨脹變化情況及傳感器光路變化情況，分析變化規律，得出傳感器坐標系影響因素，利用建立的補償模型，補充修復像素點漂移誤差。 該方法能夠有效補償漂移誤差，實現漂移補償，但是其誤差補償結果未達到預期，并且方法補償耗時長。

為了解決上述方法中存在的問題，提高圖像傳感信號的質量，提出基于透射圖融合的圖像傳感信號溫度漂移智能補償方法。 該方法引入了透射圖融合，并且在此基礎上，結合最小二乘擬合方法，進一步增強了圖像傳感信號，構建漂移智能補償模型，實現圖像傳感信號溫度漂移智能補償。

1 圖像傳感信號溫度漂移智能補償方法

1.1 圖像傳感信號溫度影響分析

由于外界空間環境溫度影響圖像傳感器[9]，導致圖像傳感信號輸出特性變化幅度過大，圖像傳感探測信號的幅值、直流分量等發生漂移，從而導致圖像傳感器信號讀取精度較低。 針對這一問題，需要詳細分析溫度對圖像傳感信號的影響。 在傳統分析方法的基礎上，本文將溫度影響圖像傳感信號問題轉換成傳感器電流變化的問題，利用電流變化情況明確溫度與圖像傳感信號的影響關系，為圖像傳感信號溫度漂移智能補償奠定基礎。

首先，分析溫度對發光強度的影響。 圖像傳感器處于一定的工作電流時，圖像傳感器的發光強度隨著溫度的變化而變化，從而影響圖像傳感信號。假設圖像傳感器處于T溫度時，溫度與圖像傳感發光強度的關系為:

式中:PT為二極管發光強度，k為空氣濕度，并且kL＜0，b為相對功率輸出，P0為圖像傳感器發光強度。 通過上述公式可知，溫度與發光強度呈正相關，溫度越高，發光強度越高。

其次，分析溫度對光電流的影響。 設定周邊光照條件、供電條件、輸出負載條件均相同的情況下，圖像傳感的光電流會隨著周邊環境溫度的變化而產生變化。

設定在溫度為T時，圖像傳感產生的光電流為Ip，則圖像傳感的光電流與溫度之間的關系由下式定義:

式中:Ip為光電流，I0為電流，PT為圖像傳感的入射光強度，S為圖像傳感器的光電轉換系數。 通過上述公式可知，圖像傳感光電流的運行狀態隨著溫度的不斷變化，呈現出不斷上升趨勢。

最后，分析溫度對光電輸出電流的影響，即溫度對圖像傳感信息的影響。 基于以上兩種特性分析結果，結合圖像傳感光電輸出電流，即圖像傳感信號，深入研究圖像傳感的整體溫度影響。

由于圖像傳感設備隨著主軸轉動，因此，圖像傳感的光柵付產生一個近似為透過率函數的正弦函數，標記為:X＝U＋Asinθ，其中，U為圖像傳感的光柵付，sinθ為主軸轉動角度正弦函數，A為透過率。

透過率[10]經過圖像傳感的光柵付后，圖像傳感器收到產生的光能數據，定義如下:

式中:ZT為接收光能。

基于以上研究，得出圖像傳感實際光電輸出電流，定義如下:

式中:IT標記為實際輸出電流。

令MT＝(k＋T＋b)×10(k＋T＋b)為圖像傳感調制系數，將其代入式(4)中，即可獲得變換后的表達式:

式中:MT為調制系數，D為傳感器信號幅值。

綜上所述，在空間環境溫度為T時，其滿足條件MT＝1，則圖像傳感光電輸出電流表示如下:

通過以上影響分析得知圖像傳感的光電輸出特性會隨著溫度的變化而變化，即圖像傳感信號隨著溫度的變化而變化。 當外界空間的溫度變化較大時，圖像傳感輸出的信號幅值與直流分量出現較大的溫度漂移，圖像傳感器信號質量下降，從而影響圖像質量。 因此，需要根據分析結果，增強處理圖像傳感信號，并且實施圖像傳感信號溫度漂移智能補償。

1.2 基于透射圖融合的圖像傳感信號增強

根據上述分析結果可知，圖像傳感信號溫度發生漂移的主要因素是溫度變化影響發光強度、光電流等變化，從而影響圖像傳感信號。 因此，根據分析結果，采用透射圖融合方法[11]增強處理圖像傳感信號，降低溫度的影響，達到增強圖像傳感信號質量的目的，以利于后續圖像傳感信號溫度漂移補償。

根據采集的傳感信號圖像，利用設定的分割閾值T劃分圖像區域，即黑暗區域及亮白區域兩種。由于信號在亮白區域中處于平緩狀態，而黑暗區域與其相反，因此，需要獲取黑暗區域的信號透射圖，主要通過式獲取圖像傳感信號透射圖

式中:t0(x)為透射圖，~t(x)為透射圖估計值，tbright為透射圖的常數，I(x)為相機采集的圖像。

通過閾值分割結果，得知傳感信號圖像亮白區域中的像素點s要低于總區域像素值S，當圖像傳感信號質量較差時，傳感信號圖像的整體強度就會增強，這時獲取圖像傳感信號中的融合系數，得出:ρ＝S/SMean。 式中，ρ為信號融合系數，SMean為圖像強度值像素總數。

根據獲取結果可知ρ能夠有效反映出圖像傳感信號質量的優劣，同時圖像的邊緣信息也與信號質量相關，這時變換圖像亮白區域中的透射圖，得出:

圖像傳感信號質量越差，SMean值越大，同時ρ值越小。 因而利用式(8)和傳感信號圖像中不同區域的透射圖，可以解決透射圖因為區域的不同導致圖像傳感信號突變過大的問題。

因此，可以根據該規律增強透射圖融合算法的魯棒性，令ρ可以對圖像透射圖邊緣效果起到融合作用，因而設定ρ的最下邊界值為ρmin，ρ的最大邊界值為ρmax，則此時ρ的表達式為:

據式(9)設定ρmin＝0.5，ρmax＝0.8。

將式(8)與式(9)相結合，得出圖像傳感信號融合后的透射圖，表示如下:

通過以上操作，獲取圖像傳感信號融合透射圖，再采用保邊平滑操作對融合后的透射圖進行精細化優化操作[12]，從而達到增強圖像傳感信號質量的目的，完成基于透射圖融合的圖像傳感信號質量增強處理。 優化公式如下:

式中:λ，μ分別為平滑操作系數。 ‖?t(x)‖22為確保透射圖的光滑特性，‖t(x)-t0(x)‖22為融合透射圖和透射圖之間的相似性，‖?[t(x)-t0(x)]‖22為保持融合透視圖的重要特征。 為了快速求解優化的式(11)，采用快速計算方法獲取式(11)的解，公式如下:

式中:Q為待求像素，q為透射圖中與Q對應的像素，i為鄰域像素的索引，R為鄰域半徑，e為迭代次數。 通過上述公式即可獲取增強后圖像傳感信號的透射圖融合圖。

1.3 漂移智能補償模型構建

通過透射圖融合，增強了圖像傳感信號，但是此時的增強效果仍未達到預期，因此，需要通過增強結果，補償圖像傳感信號溫度漂移，構建漂移智能補償模型，以此進一步優化圖像傳感信號。 由于圖像傳感信號是利用圖像傳感器接收而形成，因此，圖像的灰度值能夠反映圖像傳感器信號值。 基于上述信號處理結果，可將圖像灰度值與目標溫度的關系看作圖像傳感信號與目標溫度之間的關系。

在不考慮空間環境溫度條件下，圖像傳感信號的特性曲線由V表示，該曲線的函數關系定義為:

式中:V(Tr)為圖像傳感信號，B為響應值，C表示圖像傳感器各個單元中的探測參數，Tr為目標溫度。

根據圖像傳感信號特性曲線，獲取傳感圖像灰度值，表示為:

式中:H(Tr)為圖像灰度值。

利用式(15)即可計算出圖像傳感信號目標溫度值。 通過溫度對圖像傳感信號的影響因素可知，圖像傳感信號隨著溫度變化而產生漂移，因此，計算出的圖像傳感信號目標溫度會出現誤差。 為解決這個問題，需要修正處理圖像傳感信號，從而達到消除溫度漂移誤差的目的，實現圖像傳感信號溫度漂移智能補償。

在空間環境溫度變化下，圖像傳感器信號漂移量修正結果為:

式中:H(Tr，Tsur)為傳感圖像灰度值，Hsur為灰度值漂移量。

據研究發現，空間環境溫度升高后，Hsur值提升，空間環境溫度下降后，Hsur值下降，可見兩者之間呈線性變化關系。

通過研究結果，采用最小二乘擬合方法建立圖像傳感信號漂移模型:

根據圖像傳感信號與空間環境溫度變化關系，利用H(Tr，Tsur)減掉額外的信號漂移值Hsur，即可獲得正確的圖像傳感信號溫度值，則圖像傳感信號溫度漂移補償模型如下:

式中:Hr為補償后的傳感圖像灰度值。

依據式(17)獲取溫度與灰度的映射模型，即圖像傳感信號溫度漂移智能補償模型，利用該模型獲取正確的圖像傳感信號溫度，實現基于透射圖融合的圖像傳感信號溫度漂移智能補償。

2 實驗與分析

為驗證基于透射圖融合的圖像傳感信號溫度漂移智能補償方法的整體有效性，需要通過對比實驗驗證該方法的性能。

2.1 實驗方案

首先，設計傳感探測器，并且將其與圖像傳感器相結合，主要更換了芯片和二極管，原芯片和二級管的工作溫度最大為100 ℃，而實驗中涉及的溫度最高為100 ℃，與該最大工作溫度一致，設備容易因為芯片和二極管產生誤差，因此，為了避免該誤差，將芯片改為WID140380 - C02 芯片，二極管改為IN4007 二極管，提高最大工作溫度，降低外界影響因素，并且重新標定，設備如圖1 所示。

圖1 修改后的圖像傳感器

其次，將圖像傳感器放置恒溫箱中，設定恒溫箱內部空間溫度環境。 采用恒溫箱是因為實際環境無法模擬實驗所需的溫度，因為實驗溫度最高達到100 ℃，而采用常規手法，即空調等設備無法達到該溫度，并且空調等設備控制的溫度和濕度等波動較大，導致實驗效果無法得到保證，而恒溫箱可以達到實驗溫度，并且波動較小，其他方面影響實驗的程度也可以忽略不記，因此，選擇恒溫箱作為實驗溫度調節設備。 在該步驟中，圖像傳感器此時的標定壓力值記為P，圖像傳感輸出電壓信號記為Up。 設置實驗溫度，由于恒溫箱的溫度范圍在-40 ℃～150 ℃，并且圖像傳感器的工作溫度在-40 ℃～100 ℃之間，因此，實驗場景溫度控制在0 ℃～100 ℃之間，以避免圖像傳感器超出溫度范圍，導致損壞，從而使實驗不具備參價值。

再次，通過無線連接的方式，連接圖像傳感器與計算機，通過計算機呈現圖像傳感器的信息。

然后，完成設計后，檢查各項設備是否正常工作，為后續實驗提供穩定運行環境。

最后，驗證設計方法中的透射圖融合方法是否設計成功，即方法是否具備提高圖像質量的效果，該方法具備增強處理效果后，驗證設計方法的整體性能。

2.2 實驗參數

采用設計的基于透射圖融合的圖像傳感信號溫度漂移智能補償方法(簡稱:透射圖融合的補償方法)、文獻[6]的小型激光三角測量位移傳感器的溫度漂移補償方法(簡稱:神經網絡的補償方法)、文獻[7]的應用于光纖陀螺尋北的溫度漂移補償方法(簡稱:多參量線性模型的補償方法)開展實驗測試。 本次實驗選取型號為MPX53 的壓阻式圖像傳感器作為本次測試對象，對其開展圖像傳感信號溫度漂移補償測試。 實驗主要采用了圖像傳感器、恒溫箱、計算機等設備，實驗設備參數如表1 所示。

表1 實驗設備參數

2.3 圖像傳感器信號標定

由于修改了圖像傳感器，因此，需要重新標定傳感器信號，保持一定精度，并且確定設備可用，同時，為后續實驗提供基礎數據。 設定圖像傳感信號溫度補償前的標定數據，如表2 所示。

表2 溫度漂移補償前圖像傳感器信號標定數據

在完成標定后，啟動所有實驗設備，檢查各項功能是否正常，并且調試設備，使實驗設備全部正常運行后，驗證設計方法的有效性和可行性。

2.4 透射圖融合方法的增強效果

實驗選擇研究室的盆景作為拍照對象，獲取盆景部分區域圖像，將該圖像作為研究對象，獲取的待處理原始圖像如圖2 所示。

圖2 待處理原始圖像

應用設計的基于透射圖融合的圖像傳感信號增強處理方法處理原始圖像，獲取處理后的圖像，通過直接觀察的形式，對比分析應用前后的增強處理效果，處理后的圖像如圖3 所示。

圖3 增強處理后圖像

通過觀察圖3 和圖2 可知，用設計的基于透射圖融合的圖像傳感信號增強處理方法處理后的圖像更加清晰，明亮對比更高，可以在圖3 中觀察到更多更清晰的植物，而原始圖像比較模糊，因此，可知設計的基于透射圖融合的圖像傳感信號增強處理方法具備增強處理圖像傳感信號的效果，有效提高了圖像質量。 證實設計方法具備基礎的可行性后，驗證分析設計方法的整體性能。

2.5 實驗性能分析

2.5.1 測量值誤差分析

根據表2 中設置的溫度漂移補償前圖像傳感信號標定數據，采用最小二乘法對圖像傳感器溫度特性曲線開展線性擬合。 基于擬合結果，利用透射圖融合的補償方法、神經網絡的補償方法、多參量線性模型的補償方法對圖像傳感信號實施溫度補償測試，按照補償結果，得出三種方法圖像傳感器信號補償誤差，驗證三種方法的補償結果。 具體測試結果如圖4 所示。

圖4 圖像傳感器信號補償誤差對比

分析圖4 中的數據發現，用透射圖融合的補償方法補償圖像傳感電壓信號后，補償誤差較小，說明溫度的變化對透射圖融合的補償方法產生的影響小，使透射圖融合的補償方法對圖像傳感電壓信號補償后誤差較小，證明透射圖融合的補償方法的補償結果最佳。 從溫度為0 ℃時，神經網絡的補償方法和多參量線性模型的補償方法補償誤差值高于透射圖融合的補償方法，且多參量線性模型補償方法的誤差值最大，并且在后續溫度變化下，多參量線性模型補償方法的誤差值上升速度最快，由此可見多參量線性模型的補償方法的補償效果最差。 在測試溫度達到100 ℃時，透射圖融合補償方法的測量值誤差僅為0.65×104，神經網絡的補償方法和多參量線性模型的補償方法分別達到了2.25×104和4.00×104，透射圖融合的補償方法的測量值誤差明顯低于神經網絡的補償方法和多參量線性模型的補償方法，綜合分析可知，本文方法有效降低了測量值誤差，提高了圖像傳感信號的輸出準確性。

2.5.2 補償耗時分析

為了進一步驗證圖像傳感電壓信號溫度漂移補償性能，分別利用透射圖融合的補償方法、神經網絡的補償方法和多參量線性模型的補償方法對圖像傳感信號溫度漂移補償的補償時間開展補償耗時測試，具體測試結果如圖5 所示。

圖5 補償耗時測試

分析圖5 中的數據可知，在溫度不斷變化下，透射圖融合補償方法的圖像傳感信號補償消耗時間不超過0.4 s，驗證了透射圖融合補償方法的圖像傳感信號補償效率要高于神經網絡的補償方法、多參量線性模型的補償方法。 在溫度不斷升高的情況下，神經網絡的補償方法與多參量線性模型的補償方法的補償耗時均有所增加，同時耗時增加速度快。

綜上所述，透射圖融合的補償方法的補償耗時最短、補償效率最高。 這是因為透射圖融合的補償方法利用透射圖融合方法增強處理圖像傳感信號質量，以此提升圖像傳感信號溫度補償速度，進而加快了圖像傳感信號溫度補償效率，縮短了圖像傳感信號溫度補償消耗時間。

3 結束語

圖像采集傳感設備的不完善，導致設備受外界因素的影響，發生圖像傳感信號誤差過大的問題，為了解決該問題，提出基于透射圖融合的圖像傳感信號溫度漂移智能補償方法。 該方法分析了溫度對圖像傳感信號的影響，根據分析結果利用透射圖融合方法增強處理圖像傳感信號，通過處理結果建立補償模型，完成圖像傳感信號溫度漂移補償。 該方法在漂移智能補償方法中發揮重要作用，在溫度漂移智能補償領域有著長遠的發展前景。