Efficient infrared radiation calibration method for wide dynamic range infrared radiation measurement systems
Dit artikel stelt een efficiënte kalibratiemethode voor voor infraroodstralingsmeetsystemen met een groot dynamisch bereik die gebruikmaakt van een uitgebreid niet-lineair responsmodel om de kalibratietijd aanzienlijk te verminderen, terwijl het een breder scala aan systeemconfiguraties kan accommoderen zonder dat een strikte lineariteit in optische attenuatie of integratietijd vereist is.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
In de onzichtbare wereld van warmte, waar objecten gloeien met infrarood licht in plaats van zichtbare kleur, vertrouwen wetenschappers op gespecialiseerde camera's om het onzichtbare te zien. Deze instrumenten zijn essentieel voor het opsporen van vliegtuigen in de lucht, het controleren van de integriteit van stealth-materialen, of het meten van temperaturen zonder ooit een oppervlak aan te raken. Om deze camera's accuraat te maken, moeten ze worden gekalibreerd: een proces waarbij de machine wordt geleerd precies hoeveel digitaal signaal het moet produceren voor elke specifieke hoeveelheid binnenkomende warmte. Dit wordt meestal gedaan door de camera op een "blackbody" te richten, een perfecte warmtebron die ingesteld kan worden op precieze temperaturen. Echter, wanneer deze camera's doelwitten moeten zien die variëren van koele objecten op de grond tot verzengend hete motoren, moeten ze zijn uitgerust met variabele instellingen. Ze gebruiken filters om het intense licht te dimmen en passen aan hoe lang ze naar een scène "kijken" om de juiste hoeveelheid detail vast te leggen. Het probleem is dat het kalibreren van een camera met zoveel verschillende instellingen een traag, tijdrovend proces is. Het vereist het maken van duizenden foto's bij tientallen verschillende temperaturen, een proces dat een volle dag of langer kan duren, waarbij de temperatuur van het laboratorium zelf kan verschuiven en de metingen kan verpesten.
Een team onderzoekers van de Chinese Academie van Wetenschappen heeft een manier ontwikkeld om deze tijd drastisch te verkorten zonder in te boeten op nauwkeurigheid. In plaats van elke combinatie van filter en camera-instelling te behandelen als een apart probleem dat zijn eigen unieke set regels nodig heeft, creëerden zij één enkel, verenigd wiskundig model dat begrijpt hoe het hele systeem samenwerkt. Ze realiseerden zich dat de relatie tussen de inkomende warmte en de foto die de camera maakt niet een simpele rechte lijn is; deze buigt en verschuift afhankelijk van hoeveel licht er door de filters wordt geblokkeerd en hoe lang de camera wacht om de afbeelding vast te leggen. Door een model te bouwen dat rekening houdt met deze krommen en buigingen, konden de onderzoekers het gedrag van de camera bepalen met slechts een handvol gegevenspunten. In hun tests verminderden ze het aantal temperatuurstappen dat nodig is voor kalibratie van vierentwintig naar slechts vijf. Deze verandering verkortte de kalibratietijd van meer dan tweeëntwintig uur naar een fractie daarvan, waardoor het systeem veel sneller klaar is voor gebruik.
De onderzoekers testten deze nieuwe aanpak op een groot infrarood beeldvormingssysteem met een 60_mm lens, in staat om warmte in een specifiek bandbreedte van het infrarode spectrum te zien. Ze equipeerden de camera met drie verschillende filters die respectievelijk 100%, 10% en 1% van het licht doorlaten, en ze testten het op vier verschillende snelheden voor het vastleggen van beelden. Op de oude manier van doen, om dit systeem te kalibreren, zouden ze foto's moeten maken van een warmtebron bij temperaturen variërend van 50 graden Celsius tot 1200 graden Celsius, waarbij ze telkens met stappen van 50 graden omhoog gaan. Dit vereiste het vastleggen van honderden afbeeldingen en het wachten tot de warmtebron bij elke stap gestabiliseerd was, een proces dat 22 uur en 10 minuten duurde. Met de nieuwe methode selecteerde het team slechts vijf specifieke temperaturen die de meest nuttige informatie boden over alle verschillende instellingen heen. Ze voedden deze enkele gegevenspunten aan hun complexe model, dat een geavanceerd berekeningsproces gebruikte om het gedrag van het gehele systeem in één keer te bepalen. Het resultaat was een set regels die de respons van de camera voor elke instelling met hoge precisie kon voorspellen.
Toen ze de resultaten van deze efficiënte methode vergeleken met de traditionele, langzame methode, was de nauwkeurigheid nagenoeg identiek. De nieuwe methode produceerde een gemiddelde fout van 1,81 procent, wat zeer dicht bij de 1,03 procent fout van de traditionele aanpak ligt. Dit betekent dat de camera net zo betrouwbaar is, maar in een fractie van de tijd klaar is voor werk. De onderzoekers testten hun methode ook tegen een andere "snelle" kalibratietechniek die door andere wetenschappers was voorgesteld. Die oudere snelle methode ging ervan uit dat de respons van de camera perfect recht en voorspelbaar was, zoals een liniaal. Echter, camera's in de echte wereld zijn zelden zo perfect; hun responscurves kunnen licht gebogen zijn. Omdat de nieuwe methode rekening houdt met deze buigingen, werkte het veel beter op de daadwerkelijke apparatuur. De oudere snelle methode produceerde fouten die veel te groot waren om bruikbaar te zijn, wat bewees dat het proberen te dwingen van een simpele, rechte-lijn oplossing op een complexe, gebogen realiteit tot fouten leidt.
Het team paste deze logica ook toe op een complexere kalibratietechniek bekend als "inner-outer" kalibratie, die wordt gebruikt wanneer een enkele warmtebron niet het volledige benodigde temperatuurbereik kan dekken. Deze methode omvat gewoonlijk het kalibreren van de camera met een grote, lage temperatuurbron voor het lage uiteinde van de schaal en een kleine, hoge temperatuurbron voor het hete uiteinde, om deze vervolgens aan elkaar te naaien. Dit "naaiproces" is berucht moeilijk en tijdrovend. Door hun verenigde model te gebruiken, waren de onderzoekers in staat om dit proces efficiënt uit te voeren, waarbij ze het aantal vereiste temperatuurpunten verminderden van zesentwintig naar zes. De resulterende nauwkeurigheid was uitstekend, met een gemiddelde fout van slechts 2,08 procent, wat veel superieur is aan de 25,8 procent fout die werd gezien bij de traditionele inner-outer methode. Dit succes toont aan dat door het begrijpen van de onderliggende fysica van hoe licht en tijd binnen de camera met elkaar interageren, wetenschappers de noodzaak van uitputtend testen kunnen omzeilen.
Dit werk is belangrijk omdat het verandert hoe snel deze krachtige instrumenten kunnen worden ingezet. In velden zoals de luchtvaart of defensie, waar grondgebonden systemen constant de lucht moeten monitoren op doelwitten, is het vermogen om een sensor snel te herkalibreren een aanzienlijk voordeel. Als een systeem opnieuw gekalibreerd moet worden omdat het weer veranderde of de apparatuur verplaatst is, zou de oude methode het systeem bijna een volle dag bezet houden. De nieuwe methode maakt een herkalibratie mogelijk in een kwestie van uren of zelfs minuten, afhankelijk van de opstelling. De onderzoekers toonden aan dat deze efficiëntie niet ten koste gaat van de precisie; de camera blijft net zo accuraat als voorheen. Door af te stappen van het idee dat elke instelling een aparte kalibratie nodig heeft en in plaats daarvan een model te omarmen dat het hele systeem als één verbonden eenheid ziet, heeft het team infraroodmeting sneller, flexibeler en praktischer gemaakt voor gebruik in de echte wereld.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.