Efficient infrared radiation calibration method for wide dynamic range infrared radiation measurement systems
Dieses Papier schlägt eine effiziente Kalibrierungsmethode für Messsysteme mit hohem Dynamikbereich für Infrarotstrahlung vor, die ein umfassendes nichtlineares Antwortmodell nutzt, um die Kalibrierungszeit signifikant zu reduzieren und gleichzeitig eine breitere Palette von Systemkonfigurationen zu berücksichtigen, ohne eine strikte Linearität der optischen Dämpfung oder der Integrationszeit vorauszusetzen.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
In der unsichtbaren Welt der Wärme, in der Objekte mit Infrarotlicht statt mit sichtbarer Farbe leuchten, verlassen sich Wissenschaftler auf spezialisierte Kameras, um das Unsichtbare zu sehen. Diese Instrumente sind unerlässlich, um Flugzeuge am Himmel aufzuspüren, die Integrität von Tarnmaterialien zu prüfen oder Temperaturen zu messen, ohne jemals eine Oberfläche berühren zu müssen. Um diese Kameras präzise zu machen, müssen sie kalibriert werden: ein Prozess, bei dem man der Maschine beibringt, exakt wie viel digitales Signal sie für jede spezifische Menge an eintreffender Wärme erzeugen soll. Dies geschieht normalerweise, indem man die Kamera auf einen „Schwarzen Körper“ richtet, eine perfekte Wärmequelle, die auf präzise Temperaturen eingestellt werden kann. Wenn diese Kameras jedoch Ziele sehen müssen, die von kühlen Objekten am Boden bis hin zu glühend heißen Triebwerken reichen, müssen sie mit variablen Einstellungen ausgestattet sein. Sie verwenden Filter, um das intensive Licht zu dämpfen, und passen an, wie lange sie eine Szene „betrachten“, um die richtige Menge an Details einzufangen. Das Problem ist, dass die Kalibrierung einer Kamera mit so vielen verschiedenen Einstellungen ein langsames, mühsames Unterfangen ist. Es erfordert das Aufnehmen tausender Bilder bei Dutzenden von verschiedenen Temperaturen – ein Prozess, der einen vollen Tag oder mehr dauern kann, währenddessen die Temperatur des Labors selbst schwanken und die Messungen ruinieren kann.
Ein Forscherteam der Chinesischen Akademie der Wissenschaften hat einen Weg entwickelt, diese Zeit drastisch zu verkürzen, ohne die Genauigkeit zu opfern. Anstatt jede Kombination aus Filter und Kameraeinstellung als ein separates Problem zu behandeln, das seine eigenen, einzigartigen Regeln benötigt, entwickelten sie ein einziges, einheitliches mathematisches Modell, das versteht, wie das gesamte System zusammenarbeitet. Sie erkannten, dass die Beziehung zwischen der eingehenden Wärme und dem Bild, das die Kamera aufnimmt, keine einfache gerade Linie ist; sie biegt und verschiebt sich, je nachdem, wie viel Licht durch die Filter blockiert wird und wie lange die Kamera wartet, um das Bild einzufangen. Durch den Bau eines Modells, das diese Kurven und Biegungen berücksichtigt, konnten die Forscher das Verhalten der Kamera mit nur einer Handvoll Datenpunkte bestimmen. In ihren Tests reduzierten sie die Anzahl der für die Kalibrierung benötigten Temperaturschritte von vierundzwanzig auf nur fünf. Diese Änderung senkte die Kalibrierungszeit von über zweiundzwanzig Stunden auf einen Bruchteil davon, sodass das System viel schneller einsatzbereit war.
Die Forscher testeten diesen neuen Ansatz an einem großen Infrarot-Bildsystem mit einer 600-Millimeter-Linse, das in der Lage ist, Wärme in einem bestimmten Band des Infrarotspektrums zu sehen. Sie statteten die Kamera mit drei verschiedenen Filtern aus, die 100 %, 10 % und 1 % des Lichts durchlassen, und testeten sie bei vier verschiedenen Geschwindigkeiten für die Bildaufnahme. Auf die herkömmliche Weise hätten sie, um dieses System zu kalibrieren, Bilder einer Wärmequelle bei Temperaturen von 50 Grad Celsius bis 1200 Grad Celsius aufgenommen, wobei die Temperatur jeweils um 50 Grad gestiegen wäre. Dies erforderte die Aufnahme von Hunderten von Bildern und das Warten, bis die Wärmequelle bei jedem einzelnen Schritt stabilisiert war – ein Prozess, der 22 Stunden und 10 Minuten dauerte. Mit der neuen Methode wählte das Team nur fünf spezifische Temperaturen aus, die die nützlichsten Informationen über alle verschiedenen Einstellungen hinweg lieferten. Sie speisten diese wenigen Datenpunkte in ihr komplexes Modell ein, das durch einen anspruchsvollen Berechnungsprozess das Verhalten des gesamten Systems auf einmal ermittelte. Das Ergebnis war ein Satz von Regeln, die die Reaktion der Kamera für jede Einstellung mit hoher Präzision vorhersagen konnten.
Beim Vergleich der Ergebnisse dieser effizienten Methode mit der traditionellen, langsamen Methode war die Genauigkeit nahezu identisch. Die neue Methode ergab einen durchschnittlichen Fehler von 1,81 Prozent, was sehr nah an dem Fehler von 1,03 Prozent des traditionellen Ansatzes liegt. Das bedeutet, dass die Kamera genauso zuverlässig ist, aber in einem Bruchteil der Zeit einsatzbereit ist. Die Forscher testeten ihre Methode auch gegen eine andere „schnelle“ Kalibrierungstechnik, die von anderen Wissenschaftlern vorgeschlagen worden war. Diese ältere schnelle Methode ging davon aus, dass die Reaktion der Kamera perfekt gerade und vorhersehbar sei, wie ein Lineal. Die Realität echter Kameras ist jedoch selten so perfekt; ihre Reaktionskurven können leicht gebogen sein. Da die neue Methode diese Biegungen berücksichtigt, funktionierte sie bei der tatsächlichen Ausrüstung weitaus besser. Die ältere schnelle Methode produzierte Fehler, die viel zu groß waren, um nützlich zu sein, was bewies, dass der Versuch, eine einfache, geradlinige Lösung auf eine komplexe, gekrümmte Realität anzuwenden, zu Fehlern führt.
Das Team wandte diese Logik auch auf eine komplexere Kalibrierungstechnik an, die als „Inner-Outer“-Kalibrierung bekannt ist und verwendet wird, wenn eine einzige Wärmequelle nicht den gesamten benötigten Temperaturbereich abdecken kann. Diese Methode beinhaltet normalerweise die Kalibrierung der Kamera mit einer großen, tieftemperierten Quelle für das kühle Ende der Skala und einer kleinen, hochtemperierten Quelle für das heiße Ende, um die beiden dann zusammenzufügen. Dieser Zusammenfügungsprozess ist berüchtigt schwierig und zeitaufwendig. Durch die Verwendung ihres einheitlichen Modells konnten die Forscher diesen Zusammenfügungsprozess effizient durchführen und die Anzahl der erforderlichen Temperaturpunkte von sechsundzwanzig auf sechs reduzieren. Die resultierende Genauigkeit war exzellent, mit einem durchschnittlichen Fehler von nur 2,08 Prozent, was weitaus besser ist als der 25,8-prozentige Fehler der traditionellen Inner-Outer-Methode. Dieser Erfolg zeigt, dass Wissenschaftler durch das Verständnis der zugrunde liegenden Physik, wie Licht und Zeit innerhalb der Kamera interagieren, die Notwendigkeit erschöpfender Tests umgehen können.
Diese Arbeit ist deshalb wichtig, weil sie verändert, wie schnell diese leistungsstarken Werkzeuge eingesetzt werden können. In Bereichen wie der Luft- und Raumfahrt oder der Verteidigung, in denen bodengestützte Systeme ständig den Himmel nach Zielen überwachen müssen, ist die Fähigkeit, einen Sensor schnell neu zu kalibrieren, ein bedeutender Vorteil. Wenn ein System neu kalibriert werden muss, weil sich das Wetter geändert hat oder die Ausrüstung bewegt wurde, würde die alte Methode das System für fast einen vollen Tag blockieren. Die neue Methode ermöglicht eine Rekalibrierung in wenigen Stunden oder sogar Minuten, je nach Aufbau. Die Forscher zeigten, dass diese Effizienz nicht zu Lasten der Präzision geht; die Kamera bleibt genauso genau wie zuvor. Indem sie sich von der Vorstellung abwandten, dass jede Einstellung eine eigene separate Kalibrierung benötigt, und stattdessen ein Modell annahmen, das das gesamte System als eine zusammenhängende Einheit sieht, hat das Team die Infrarotmessung schneller, flexibler und praktischer für den realen Einsatz gemacht.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.