真空光电探测器件的发展动向及其应用

真空光电探测器件的发展动向及其应用陈举忠（南京电子器件研究所，２１００１６）［摘要］介绍光电倍增管、高灵敏度高分辨率视像管、ＥＢＣＣＤ／像增强器、条纹管类光电探测器的发展现状及其应用。关键词：光电探测器，光电倍增管，视像管，条纹管ＴＨＥＤＥＶＥＬＯＰ...     

光子计数式光电倍增管四象限型和弱光像增强CCD跟踪系统的性能比较

基于光子计数式光电倍增管四象限跟踪系统和弱光像增强CCD跟踪系统的基本原理，分析了这两种跟踪系统的测量噪声误差、系统控制特性和系统闭环噪声等，并重点根据实验结果分析和比较了这两种跟踪系统的性能。结果表明，光子计数式光电倍增管四象限跟踪系统的性能优于弱光像增强CCD跟踪系统。     

MCP输入电子能量与微光像增强器信噪比的关系

为了提高MCP像增强器亮度增益,在微光像增强器中采用了新的电子倍增机构,即微通道板（MCP）,并对作为电子倍增结构MCP的噪声产生机理进行分析。在MCP其他参数不变的条件下,通过调整MCP入射电子的能量和入射电子角度分布,优化了MCP最佳工作信噪比的工作条件,实现了优化MCP像增强器信噪比,提高了MCP像增强器的亮度增益。     

光电倍增管的噪声分析和建模

着重讨论光电倍增管的噪声来源、不同噪声源的噪声特征。为了便于实际应用,借助于光电子学和电子学分析方法,建立光电倍增管的噪声模型。这有利于应用光电倍增管探测更加微弱的信号,也有利于从微弱信号中提取研究对象的真实信息。     

远紫外像增强器光谱响应特性研究

利用星载光学仪器对极光在远紫外波段进行形态探测是研究沉降粒子能量等空间环境参数的重要手段,而远紫外像增强器是进行空间极光远紫外形态探测仪器中所必不可少的光电成像器件,其性能的优劣将直接影响整个仪器的工作情况,其中光谱响应特性是像增强器的重要的特性之一。采用同步辐射真空紫外波段光作为光源,利用光电倍增管和硅光二极管分别测量同步辐射和像增强器光强,我们对研制的远紫外像增强器在135～250 nm波段范围进行了光谱响应测试,测试结果表明该器件在140～190 nm范围内有较好的响应,响应峰值在160 nm左右,符合远紫外极光成像探测的应用要求。     

微光像增强器噪声功率谱测试研究

在微光像增强器成像中 ,迭加在图像上的时空域噪声 ,不仅限制系统可工作的最低照度 ,而且使显示图像有随机蠕动颗粒闪烁的外观。适用的噪声性能测试分析技术则可为改善已有系统的成像质量、研制新型高性能的微光成像器件与系统提供必要的基础和客观依据。通过用CCD对像增强器噪声功率谱的测试发现像增强器噪声主要集中在低频部分 ,高频段的噪声近似为白噪声。     

光子图像统计处理

讨论了一种对有限光子图像累加的统计处理方法。在超微弱发光的研究中（例如细胞的超微弱光），由于发光强度较弱，需要用像增强器对超微弱发光图像进行增强得到可视光子图像，超微弱发光的光子图像不可避免地受到像增强系统暗噪声及背景噪声的影响，使光子图像湮没在噪声中。为从原始图像中检验出信号，常将采集到的有限光子图像进行累加以增加样本数，根据信号光子和噪声光子的不同统计分布，运用似然比检验方法得到有效判断累加图像中某像素是否含有信号光子，由此剔除图像中的噪声光子，得到信噪比改善的光子图像。     

光电探测器原理及应用

介绍了光电与系统的组成，阐述了光电二极管和雪崩光电二极管的工作原理及噪声问题，对雪崩光电二极管ＡＰＤ和光电倍增管ＰＭＴ进行了比较，并以四象限探测器为例说明了光电探测器的应用问题。     

像增强器光阴极在热冲击环境下噪声频谱分析

利用自行设计的CMETS005型检测与光谱测试系统对微光瞄准镜进行测试,完成了像增强器光阴极在热冲击环境下的噪声频谱特性测试。试验与分析结果表明:像增强器经过温度冲击后的噪声功率谱在0~1kHz范围内随频率增加而变化较大,呈1/f噪声特性。当环境温度升高时,光电阴极中的热致电流密度增大,从而导致微光瞄准镜观察景物图像时的对比度与鉴别率降低,最后引起夜视系统探测目标性能的下降。     

超二代与三代像增强器低照度分辨力的比较

比较了超二代像增强器和三代像增强器在不同照度下的分辨力。结果表明,增益、极限分辨力、信噪比以及调制传递函数相同的超二代像增强器和三代像增强器,当照度大于4.3×10-3lx时,分辨力均为常数,均不随照度的变化而变化;当照度小于4.3×10-3lx时,分辨力均不为常数,均随照度的降低而降低,并且超二代像增强器的分辨力均低于三代像增强器的分辨力,照度越低,差别越大。此外,当采用品质因子来比较像增强器的综合性能时,只能在相同光电阴极的像增强器之间进行比较,而不能在不同光电阴极的像增强器之间进行比较,即品质因子不能用来比较超二代像增强器和三代像增强器的性能。     

光子计数激光雷达的时间相关卡尔曼深度估计

在高背景噪声和低积分时间的激光雷达远距离成像场景中,针对传统方法得到的深度图像目标被噪声淹没和深度估计偏差较大的问题,提出了一种基于信号光子时间相关性和自适应卡尔曼滤波器的深度信息估计方法。首先,提取在时间上具有聚集特征的光子计数形成集合;然后,分析了影响信号光子在时间上分布的因素并使用静态高斯线性模型来描述该集合;最后将集合中的所有光子飞行时间乱序,输入改进的自适应卡尔曼滤波器,从而迭代估计深度值。在信号噪声比为1的室内,积分时间分别为10 ms和1 ms时,本文方法相对传统的最大似然方法在均方根误差指标上提升了40%和38%。在信噪比约为0.135的室外2 km目标成像实验中,在信号光子数分别为100、33和17的情况下,本文方法成像效果都优于传统最大似然估计方法和时间相关光子快速去噪方法,得到的深度图像都更清晰,噪声更低。在高噪声和短积分时间下,本文方法可以被运用于激光雷达远距离成像的深度信息估计和图像恢复中。     

利用帧积分法去除微光图像噪声研究

在微光成像中，迭加在图像上的时空域噪声，不仅限制了系统可工作的最低照度，而且使显示图像具有随机蠕动颗粒闪烁的外观。图像处理技术能够提高图像质量，增强微光成像系统作用距离。实验证明，帧积分法对光子噪声以及系统内部信息载流子产生与复合所引起的散粒噪声的抑制有十分有效的作用。     

Optimum adaptive array stochastic resonance in noisy grayscale image restoration

Considering the widespread noise interference in the two-dimensional (2D) image transmission processing, we proposed an optimal adaptive bistable array stochastic resonance (SR)-based grayscale image restoration enhancement method under low peak signal-to-noise ratio (PSNR) environments. In this method, the Hilbert scanning is adopted to reduce the dimension of the original grayscale image. The 2D image signal is converted into a one-dimensional (1D) binary pulse amplitude modulation (BPAM) signal. Meanwhile, we use the adaptive bistable array SR module to enhance the 1D low SNR BPAM signal. In order to obtain the restored image, we transform the enhanced BPAM signal into a 2D grayscale image signal. Simulation results show that the proposed method significantly outperforms the classical image restoration methods (i.e., mean filter, Wiener filter and median filter) both on the grayscale level and the PSNR of the restored image, particularly in a low PSNR scenario. Larger array size brings better image restoration effect.     

小样本光子图像的统计处理

讨论了一种对小样本光子图像的统计处理方法。在超微弱发光的研究中（例如细胞的超微弱荧光）,由于发光强度极弱,需要用像增强器对超微弱发光图像进行增强得到可视图像,超微弱发光图像不可避免地受到像增强系统暗噪声及背景噪声的影响,使光子图像湮没在噪声中。为从原始图像中检验出信号,根据信号光子和噪声光子的不同统计分布,运用信号检测与的方法判断光子是否属于信号光子,并得到一简明的判据,由此判据剔除图像中的噪声光子,得到信噪比改善的光子图像。并用此方法处理了人掌的超微弱发光光子图像。     

焊缝超声相控阵检测数据深度学习降噪方法

超声相控阵检测技术在焊缝检测中具有广泛的应用.超声相控阵检测技术检测信号中常混入噪声导致检测成像时难以分辨真实的缺陷特征.这些噪声主要为无关的反射信号和局部相关的结构噪声,传统的超声图像降噪方法难以有效滤除这些噪声,且存在计算效率低、参数优化复杂等问题.该文提出了一种基于深度学习的焊缝超声相控阵检测技术检测S扫图像的降...     

基于小波变换与卷积神经网络的图像去噪算法

图像在生成或传感过程中往往会受到噪声干扰,噪声干扰会给后续图像处理工作增加难度,甚至会给某些生产活动带来巨大的经济损失。结合平稳小波变换与卷积神经网络的优势,提出了一种有效的图像去噪算法。训练阶段,采用提出的算法对图像进行尺度为1的平稳小波分解后,分别把高、低频分量输入4个设计好的残差网络进行训练;在测试阶段使用小波逆变换来获得最终的预测图像。实验结果表明:在高斯白噪声水平达到σ=50时,去噪后图像的峰值信噪比（peak signal to noise ratio, PSNR）均值和结构相似性（structural similarity index method, SSIM）均值可以达到28.37 dB和0.808 0,提出的算法可以有效去除可见光图像中的高斯白噪声、自然噪声,以及遥感图像在传感过程中产生的噪声,并且在去除图像噪声的同时能较好地保留图像的边缘与纹理细节。     

基于中值预滤波的航空图像小波去噪算法研究

结合航空图像的噪声来源与图像特性,提出一种基于中值预滤波的图像小波去噪算法.图像首先经中值滤波器进行预滤波,滤除随机的脉冲式噪声,然后对处理后的图像进行小波变换,与给定阈值相比,对可明显判为信号或噪声的系数进行相应处理;对不确定为信号或噪声的系数进行多尺度上的相关性追溯,判别其归属后进行处理.实验结果表明:该方法客观上提高了图像的信噪比,主观上使去噪后的图像纹理分明,能更好地适合人眼的视觉特性,有利于航空图像的分析、判读.     

标准图像发生器及在图像板性能评价中的应用

本文介绍了一种标准图像信号发生器的原理、结构和特点。该发生器采用先进的数字合成技术，融合了ＥＰＬＤ编程技术、ＥＰＲＯＭ技术和高速、高精度１２ｂｉｔＤ／Ａ转换器，配以高性能视频放大和高阶模拟低通滤波器，产生的信号波形失真小、信噪比高。可生成正弦波、方波、三角波、线性波及直流等多种标准图像信号。并介绍了将该系统应用于图像板性能评价的具体方法。实际分析了一种图像板的时域和频域特性，主要包括线性度、Ａ／Ｄ转换精度和调制传递函数等。给出了被测图像板的调制传递函数曲线