长波红外系统三维噪声模型及其分析

陈 凯，孙德新，刘银年



长波红外系统三维噪声模型及其分析

陈 凯1,2，孙德新1，刘银年1

（1. 中国科学院上海技术物理研究所，上海 200083；2. 中国科学院大学，北京 100049）

针对长波红外系统中普遍存在的噪声大和信噪比低的问题，重点阐述三维噪声模型的理论分析方法，并设计了一套长波红外噪声测试系统。在不同积分时间下对不同温度的黑体连续采集图像数据，通过图像数据计算出三维噪声模型中噪声分量的数值，深入地分析了各噪声分量对系统信噪比的影响，发现长波红外系统的主导噪声为行列非均匀性所产生的噪声，空间噪声比时间噪声更为严重，成为限制系统信噪比的重要因素，为长波红外系统信噪比的提高提供了理论依据。

长波红外；三维噪声模型；空间噪声；时间噪声；信噪比

0 引言

长波红外系统在地物识别、环境监测以及军事侦察等方面发挥着重要的作用，但由于目标信号微弱和噪声严重的问题，导致系统信噪比普遍较低，因此建立红外成像噪声模型是对红外图像进行降噪处理以提高红外图像质量必不可少的基础[1]。一方面，红外系统噪声种类繁多，主要有光子散粒噪声、固定图形噪声、1/噪声、暗电流噪声、电阻热噪声及放大器噪声等[2]，传统噪声分析方法只是把噪声简单地分为时间噪声和空间噪声两类，不能满足实际要求；另一方面，在红外图像的水平方向和垂直方向上，噪声随着时间变化以不同形式表现出来，系统噪声已经呈现三维特性[3]。

针对长波红外系统噪声大和信噪比低的问题，本文将三维噪声模型应用于长波红外系统中，阐明系统噪声的组成及分类，并通过实验数据深入地分析了各噪声分量对系统信噪比的影响，为以后改善长波红外系统信噪比提供理论依据。

1 三维噪声模型

美国陆军夜视和电子传感器委员会（NVESD）的John D'Agostino和Curtis Webb首次提出三维噪声模型[4]，该模型将连续时间采集的二维图像组成三维立体图形，图1为三维噪声模型数据立方图。

图1 三维噪声模型数据立方图

每个像元包含7个噪声分量和1个信号分量，在噪声分量彼此独立不相关且服从均值为0的高斯分布的假设前提下，可表示成：

(,,)＝＋N()＋()＋N()＋N(,)＋N(,)＋(,)＋N(,,) (1)

表1为各噪声分量的描述及来源[5]。

表1 各噪声分量描述及来源

三维噪声模型同时提出方向平均算子D，即D、和D，用于消除与指定方向相关的所有噪声分量，3个方向平均算子分别为：

由上可知，信号分量和各噪声分量分别由以下公式计算得到：

＝DDDU(,,) (5)

N＝(1－D)D(,,) (6)

＝D(1－)D(,,) (7)

N＝D(1－D)(,,) (8)

N＝(1－D)(1－) D(,,) (9)

N＝(1－D)(1－D)(,,) (10)

＝D(1－)(1－D)(,,) (11)

N＝(1－D)(1－)(1－D)(,,) (12)

系统总噪声：

在三维噪声模型下，信噪比定义为：

SNR＝20lg(/total) (14)

空间噪声：

基于空间噪声的信噪比：

SNR¢＝20lg(/spatial) (16)

2 三维噪声测试系统

为了获取图像数据，本文设计了一套长波红外噪声测试系统，该系统由黑体辐射源、平行光管、长波红外相机和数据采集设备组成，其中长波红外相机采用法国Sofradir公司MARS系列320×256长波红外焦平面探测器，数字量化位数12bit，光学镜头焦距25mm。其构成框图如图2。

黑体辐射经过平行光管辐照长波红外相机，在不同的黑体温度和积分时间下，连续采集帧图像，为减小误差，根据上文中三维噪声模型的计算要求，选取200帧。图3给出噪声测试系统。

图2 长波红外相机

图3 长波红外噪声测试系统

3 实验数据分析

三维噪声测试系统在黑体温度为30℃、40℃、50℃、60℃和70℃，积分时间为200ms、300ms和400ms下采集充足的图像数据，图4为黑体温度40℃、积分时间300ms下的长波红外图像。

通过Matlab从采集的图像数据包中提取200帧图像，进行处理及计算，得到不同积分时间和不同黑体温度下7个噪声分量的数值，并绘制成图。图5、图6和图7分别为200ms、300ms和400ms积分时间下不同黑体温度的各噪声分量数值，其中400ms积分时间下黑体70℃时图像已饱和，所以图7中不含此项。

图4 长波红外图像

图8给出了黑体温度30°C、积分时间300ms下各噪声分量的比重。

图5 噪声分量-黑体温度关系曲线（积分时间200ms）

图6 噪声分量-黑体温度关系曲线（积分时间300ms）

图7 噪声分量-黑体温度关系曲线（积分时间400ms）

图8 各噪声分量比重图

在积分时间300ms下，不同黑体温度的系统信噪比数值如表2所示。其中：、total和spatil的单位为DN值（Digital Number），SNR和SNR¢单位为dB。

表2 不同黑体温度下的系统信噪比

通过以上数据可以发现，噪声分量、和在系统噪声中占主导地位，其比重达90%，远大于其他噪声分量，对系统信噪比影响很大。基于总噪声的系统信噪比与基于空间噪声的信噪比基本一致，由此可知，时间噪声对信噪比的影响很小，甚至可以忽略。如空间噪声得以改善，系统信噪比的提高尤为明显。

4 结论

本文针对长波红外系统信噪比低的突出问题，指出传统噪声分析方法的不足，着重阐述三维噪声模型的理论分析方法，并设计一套长波红外三维噪声测试系统。在不同积分时间和黑体温度下获取充足的图像数据，通过数据处理计算出各噪声分量的数值及系统信噪比。通过深入地分析，发现空间相关噪声分量占主导地位，在系统总噪声中比重很大，对系统信噪比影响远大于时间相关噪声。这为今后提高长波红外系统信噪比提供了理论依据及解决思路，具有重要现实意义及实用价值。

[1] 唐麟, 刘琳, 苏君红. 红外图像噪声建模及仿真研究[J]. 红外技术, 2014, 36(7): 542-548.

TANG Lin, LIU Lin, SU Junhong. Modeling and simulation research of infrared image noise[J]., 2014, 36(7):542-548.

[2] 顾文韵, 皮德富, 房红兵. 凝视热成像系统的噪声分析[J]. 红外与激光工程, 1999, 28(5): 48-51.

Gu Wenyun, Pi Defu, Fang Hongbing. Analysis on noise of staring thermal imaging system[J]., 1999, 28(5):48-51.

[3] 张宁, 吴和然, 周云, 等. 基于三维噪声模型的非制冷红外焦平面读出电路的分析[J]. 红外技术, 2012, 34(6): 336-339.

ZHANG Ning, WU He-ran, ZHOU Yun, et al. Using the three-dimension noise model to test and analyze the ROIC of UIRFPA[J]., 2012, 34(6): 336-339.

[4] John D’Agostino, Curtis Webb. 3-D Analysis Framework and measurement methodology for imaging system noise[C]//, 1991, 1488: 110-121.

[5] Patrick O’Shea, Stephen Sousk. Practical issues with 3D-noise measurements and application to modern infrared sensors[C]//, 2005, 5784: 262-271.

3D Noise Model of LWIR System and Analysis

CHEN Kai1,2，SUN De-xin1，LIU Yin-nian1

(1.,,200083,;2.,100049,）

In view of the widespread problem of large noise and low signal-to-noise ratio in long wave infrared system, the analysis method of 3-D noise model theory was emphasized, and a set of long wave infrared noise measurement system was designed. With the imaging system, continuous acquisition of image data was completed from different temperature blackbody under different integration time. The influence of noise components on system signal-to-noise ratio was analyzed in-depth by values of noise components which were calculated by the data. The results present that the dominant noise of long wave infrared system is that row and column non-uniformity results in, and spatial noise is worse than temporal noise and becomes the key factor of restriction to system signal-to-noise ratio improvement. This work provides theory basis for improvement of signal-to-noise ratio of the long wave infrared system.

LWIR，3D noise model，temporal noise，spatial noise，SNR

TN216

A

1001-8891(2015)08-0676-04

2015-05-10；

2015-07-30.

陈凯（1989-），男，江苏句容人，博士研究生，研究方向为长波红外信息获取与处理技术。E-mail：chenkai891219@sina.com。

刘银年（1971-），男，研究员，博士生导师，研究方向为高光谱成像技术。E-mail：ynliu@mail.sitp.ac.cn。

国家“863”计划主题项目。