基于透射图融合的图像传感信号温度漂移智能补偿方法*

乐 洋，江 畅

(南京邮电大学地理与生物信息学院，江苏 南京 210023)

人们对图像采集设备的图像采集质量以及处理速度，均具有很高的要求。 图像采集设备的传感器[1-2]在采集图像时，设备运行时间较长、负荷增加，长期处于封闭的工作环境，在这种环境下温度会不断升高，而过高的温度会对图像采集设备产生影响。 在图像传感器中[3-5]，暗电流是图像传感器内部主要元件的重要性能参数。 因外界因素影响，环境过热后，导致暗电流增加，严重影响图像采集质量。 因此，在这种情况下，导致图像传感信号存有误差，为了解决这种问题，需要及时校正误差，研究图像传感信号温度漂移智能补偿方法。

文献[6]提出一种小型激光三角测量位移传感器的研制及温度漂移补偿方法，首先，该方法基于反射单元直接投影成像，建立了几何光学结构的数学模型；然后，制定参数的优化流程，完成了传感器的装配；其次，通过极端温度实验，建立温度漂移误差数据库，并且构建广义回归神经网络模型，补偿温度漂移误差。 但是该方法的漂移补偿结果存有较大误差，导致该方法补偿效果差。

文献[7]提出一种应用于光纤陀螺寻北的温度漂移补偿方法，该方法根据陀螺传感器产生的漂移偏差，详细分析影响传感器温度漂移的影响因素，并采用经验模态分解等方法，构建多参量线性模型，通过该模型补偿传感器温度漂移。 但是该方法的分析结果不够完善，导致传感器存在误差大的问题。

文献[8]提出一种工业相机自热引起像点漂移模型与补偿方法，该方法通过有限元分析方法，分析了模型像点漂移，从而获取相机传感器膨胀变化情况及传感器光路变化情况，分析变化规律，得出传感器坐标系影响因素，利用建立的补偿模型，补充修复像素点漂移误差。 该方法能够有效补偿漂移误差，实现漂移补偿，但是其误差补偿结果未达到预期，并且方法补偿耗时长。

为了解决上述方法中存在的问题，提高图像传感信号的质量，提出基于透射图融合的图像传感信号温度漂移智能补偿方法。 该方法引入了透射图融合，并且在此基础上，结合最小二乘拟合方法，进一步增强了图像传感信号，构建漂移智能补偿模型，实现图像传感信号温度漂移智能补偿。

1 图像传感信号温度漂移智能补偿方法

1.1 图像传感信号温度影响分析

由于外界空间环境温度影响图像传感器[9]，导致图像传感信号输出特性变化幅度过大，图像传感探测信号的幅值、直流分量等发生漂移，从而导致图像传感器信号读取精度较低。 针对这一问题，需要详细分析温度对图像传感信号的影响。 在传统分析方法的基础上，本文将温度影响图像传感信号问题转换成传感器电流变化的问题，利用电流变化情况明确温度与图像传感信号的影响关系，为图像传感信号温度漂移智能补偿奠定基础。

首先，分析温度对发光强度的影响。 图像传感器处于一定的工作电流时，图像传感器的发光强度随着温度的变化而变化，从而影响图像传感信号。假设图像传感器处于T温度时，温度与图像传感发光强度的关系为:

式中:PT为二极管发光强度，k为空气湿度，并且kL＜0，b为相对功率输出，P0为图像传感器发光强度。 通过上述公式可知，温度与发光强度呈正相关，温度越高，发光强度越高。

其次，分析温度对光电流的影响。 设定周边光照条件、供电条件、输出负载条件均相同的情况下，图像传感的光电流会随着周边环境温度的变化而产生变化。

设定在温度为T时，图像传感产生的光电流为Ip，则图像传感的光电流与温度之间的关系由下式定义:

式中:Ip为光电流，I0为电流，PT为图像传感的入射光强度，S为图像传感器的光电转换系数。 通过上述公式可知，图像传感光电流的运行状态随着温度的不断变化，呈现出不断上升趋势。

最后，分析温度对光电输出电流的影响，即温度对图像传感信息的影响。 基于以上两种特性分析结果，结合图像传感光电输出电流，即图像传感信号，深入研究图像传感的整体温度影响。

由于图像传感设备随着主轴转动，因此，图像传感的光栅付产生一个近似为透过率函数的正弦函数，标记为:X＝U＋Asinθ，其中，U为图像传感的光栅付，sinθ为主轴转动角度正弦函数，A为透过率。

透过率[10]经过图像传感的光栅付后，图像传感器收到产生的光能数据，定义如下:

式中:ZT为接收光能。

基于以上研究，得出图像传感实际光电输出电流，定义如下:

式中:IT标记为实际输出电流。

令MT＝(k＋T＋b)×10(k＋T＋b)为图像传感调制系数，将其代入式(4)中，即可获得变换后的表达式:

式中:MT为调制系数，D为传感器信号幅值。

综上所述，在空间环境温度为T时，其满足条件MT＝1，则图像传感光电输出电流表示如下:

通过以上影响分析得知图像传感的光电输出特性会随着温度的变化而变化，即图像传感信号随着温度的变化而变化。 当外界空间的温度变化较大时，图像传感输出的信号幅值与直流分量出现较大的温度漂移，图像传感器信号质量下降，从而影响图像质量。 因此，需要根据分析结果，增强处理图像传感信号，并且实施图像传感信号温度漂移智能补偿。

1.2 基于透射图融合的图像传感信号增强

根据上述分析结果可知，图像传感信号温度发生漂移的主要因素是温度变化影响发光强度、光电流等变化，从而影响图像传感信号。 因此，根据分析结果，采用透射图融合方法[11]增强处理图像传感信号，降低温度的影响，达到增强图像传感信号质量的目的，以利于后续图像传感信号温度漂移补偿。

根据采集的传感信号图像，利用设定的分割阈值T划分图像区域，即黑暗区域及亮白区域两种。由于信号在亮白区域中处于平缓状态，而黑暗区域与其相反，因此，需要获取黑暗区域的信号透射图，主要通过式获取图像传感信号透射图

式中:t0(x)为透射图，~t(x)为透射图估计值，tbright为透射图的常数，I(x)为相机采集的图像。

通过阈值分割结果，得知传感信号图像亮白区域中的像素点s要低于总区域像素值S，当图像传感信号质量较差时，传感信号图像的整体强度就会增强，这时获取图像传感信号中的融合系数，得出:ρ＝S/SMean。 式中，ρ为信号融合系数，SMean为图像强度值像素总数。

根据获取结果可知ρ能够有效反映出图像传感信号质量的优劣，同时图像的边缘信息也与信号质量相关，这时变换图像亮白区域中的透射图，得出:

图像传感信号质量越差，SMean值越大，同时ρ值越小。 因而利用式(8)和传感信号图像中不同区域的透射图，可以解决透射图因为区域的不同导致图像传感信号突变过大的问题。

因此，可以根据该规律增强透射图融合算法的鲁棒性，令ρ可以对图像透射图边缘效果起到融合作用，因而设定ρ的最下边界值为ρmin，ρ的最大边界值为ρmax，则此时ρ的表达式为:

据式(9)设定ρmin＝0.5，ρmax＝0.8。

将式(8)与式(9)相结合，得出图像传感信号融合后的透射图，表示如下:

通过以上操作，获取图像传感信号融合透射图，再采用保边平滑操作对融合后的透射图进行精细化优化操作[12]，从而达到增强图像传感信号质量的目的，完成基于透射图融合的图像传感信号质量增强处理。 优化公式如下:

式中:λ，μ分别为平滑操作系数。 ‖∇t(x)‖22为确保透射图的光滑特性，‖t(x)-t0(x)‖22为融合透射图和透射图之间的相似性，‖∇[t(x)-t0(x)]‖22为保持融合透视图的重要特征。 为了快速求解优化的式(11)，采用快速计算方法获取式(11)的解，公式如下:

式中:Q为待求像素，q为透射图中与Q对应的像素，i为邻域像素的索引，R为邻域半径，e为迭代次数。 通过上述公式即可获取增强后图像传感信号的透射图融合图。

1.3 漂移智能补偿模型构建

通过透射图融合，增强了图像传感信号，但是此时的增强效果仍未达到预期，因此，需要通过增强结果，补偿图像传感信号温度漂移，构建漂移智能补偿模型，以此进一步优化图像传感信号。 由于图像传感信号是利用图像传感器接收而形成，因此，图像的灰度值能够反映图像传感器信号值。 基于上述信号处理结果，可将图像灰度值与目标温度的关系看作图像传感信号与目标温度之间的关系。

在不考虑空间环境温度条件下，图像传感信号的特性曲线由V表示，该曲线的函数关系定义为:

式中:V(Tr)为图像传感信号，B为响应值，C表示图像传感器各个单元中的探测参数，Tr为目标温度。

根据图像传感信号特性曲线，获取传感图像灰度值，表示为:

式中:H(Tr)为图像灰度值。

利用式(15)即可计算出图像传感信号目标温度值。 通过温度对图像传感信号的影响因素可知，图像传感信号随着温度变化而产生漂移，因此，计算出的图像传感信号目标温度会出现误差。 为解决这个问题，需要修正处理图像传感信号，从而达到消除温度漂移误差的目的，实现图像传感信号温度漂移智能补偿。

在空间环境温度变化下，图像传感器信号漂移量修正结果为:

式中:H(Tr，Tsur)为传感图像灰度值，Hsur为灰度值漂移量。

据研究发现，空间环境温度升高后，Hsur值提升，空间环境温度下降后，Hsur值下降，可见两者之间呈线性变化关系。

通过研究结果，采用最小二乘拟合方法建立图像传感信号漂移模型:

根据图像传感信号与空间环境温度变化关系，利用H(Tr，Tsur)减掉额外的信号漂移值Hsur，即可获得正确的图像传感信号温度值，则图像传感信号温度漂移补偿模型如下:

式中:Hr为补偿后的传感图像灰度值。

依据式(17)获取温度与灰度的映射模型，即图像传感信号温度漂移智能补偿模型，利用该模型获取正确的图像传感信号温度，实现基于透射图融合的图像传感信号温度漂移智能补偿。

2 实验与分析

为验证基于透射图融合的图像传感信号温度漂移智能补偿方法的整体有效性，需要通过对比实验验证该方法的性能。

2.1 实验方案

首先，设计传感探测器，并且将其与图像传感器相结合，主要更换了芯片和二极管，原芯片和二级管的工作温度最大为100 ℃，而实验中涉及的温度最高为100 ℃，与该最大工作温度一致，设备容易因为芯片和二极管产生误差，因此，为了避免该误差，将芯片改为WID140380 - C02 芯片，二极管改为IN4007 二极管，提高最大工作温度，降低外界影响因素，并且重新标定，设备如图1 所示。

图1 修改后的图像传感器

其次，将图像传感器放置恒温箱中，设定恒温箱内部空间温度环境。 采用恒温箱是因为实际环境无法模拟实验所需的温度，因为实验温度最高达到100 ℃，而采用常规手法，即空调等设备无法达到该温度，并且空调等设备控制的温度和湿度等波动较大，导致实验效果无法得到保证，而恒温箱可以达到实验温度，并且波动较小，其他方面影响实验的程度也可以忽略不记，因此，选择恒温箱作为实验温度调节设备。 在该步骤中，图像传感器此时的标定压力值记为P，图像传感输出电压信号记为Up。 设置实验温度，由于恒温箱的温度范围在-40 ℃～150 ℃，并且图像传感器的工作温度在-40 ℃～100 ℃之间，因此，实验场景温度控制在0 ℃～100 ℃之间，以避免图像传感器超出温度范围，导致损坏，从而使实验不具备参价值。

再次，通过无线连接的方式，连接图像传感器与计算机，通过计算机呈现图像传感器的信息。

然后，完成设计后，检查各项设备是否正常工作，为后续实验提供稳定运行环境。

最后，验证设计方法中的透射图融合方法是否设计成功，即方法是否具备提高图像质量的效果，该方法具备增强处理效果后，验证设计方法的整体性能。

2.2 实验参数

采用设计的基于透射图融合的图像传感信号温度漂移智能补偿方法(简称:透射图融合的补偿方法)、文献[6]的小型激光三角测量位移传感器的温度漂移补偿方法(简称:神经网络的补偿方法)、文献[7]的应用于光纤陀螺寻北的温度漂移补偿方法(简称:多参量线性模型的补偿方法)开展实验测试。 本次实验选取型号为MPX53 的压阻式图像传感器作为本次测试对象，对其开展图像传感信号温度漂移补偿测试。 实验主要采用了图像传感器、恒温箱、计算机等设备，实验设备参数如表1 所示。

表1 实验设备参数

2.3 图像传感器信号标定

由于修改了图像传感器，因此，需要重新标定传感器信号，保持一定精度，并且确定设备可用，同时，为后续实验提供基础数据。 设定图像传感信号温度补偿前的标定数据，如表2 所示。

表2 温度漂移补偿前图像传感器信号标定数据

在完成标定后，启动所有实验设备，检查各项功能是否正常，并且调试设备，使实验设备全部正常运行后，验证设计方法的有效性和可行性。

2.4 透射图融合方法的增强效果

实验选择研究室的盆景作为拍照对象，获取盆景部分区域图像，将该图像作为研究对象，获取的待处理原始图像如图2 所示。

图2 待处理原始图像

应用设计的基于透射图融合的图像传感信号增强处理方法处理原始图像，获取处理后的图像，通过直接观察的形式，对比分析应用前后的增强处理效果，处理后的图像如图3 所示。

图3 增强处理后图像

通过观察图3 和图2 可知，用设计的基于透射图融合的图像传感信号增强处理方法处理后的图像更加清晰，明亮对比更高，可以在图3 中观察到更多更清晰的植物，而原始图像比较模糊，因此，可知设计的基于透射图融合的图像传感信号增强处理方法具备增强处理图像传感信号的效果，有效提高了图像质量。 证实设计方法具备基础的可行性后，验证分析设计方法的整体性能。

2.5 实验性能分析

2.5.1 测量值误差分析

根据表2 中设置的温度漂移补偿前图像传感信号标定数据，采用最小二乘法对图像传感器温度特性曲线开展线性拟合。 基于拟合结果，利用透射图融合的补偿方法、神经网络的补偿方法、多参量线性模型的补偿方法对图像传感信号实施温度补偿测试，按照补偿结果，得出三种方法图像传感器信号补偿误差，验证三种方法的补偿结果。 具体测试结果如图4 所示。

图4 图像传感器信号补偿误差对比

分析图4 中的数据发现，用透射图融合的补偿方法补偿图像传感电压信号后，补偿误差较小，说明温度的变化对透射图融合的补偿方法产生的影响小，使透射图融合的补偿方法对图像传感电压信号补偿后误差较小，证明透射图融合的补偿方法的补偿结果最佳。 从温度为0 ℃时，神经网络的补偿方法和多参量线性模型的补偿方法补偿误差值高于透射图融合的补偿方法，且多参量线性模型补偿方法的误差值最大，并且在后续温度变化下，多参量线性模型补偿方法的误差值上升速度最快，由此可见多参量线性模型的补偿方法的补偿效果最差。 在测试温度达到100 ℃时，透射图融合补偿方法的测量值误差仅为0.65×104，神经网络的补偿方法和多参量线性模型的补偿方法分别达到了2.25×104和4.00×104，透射图融合的补偿方法的测量值误差明显低于神经网络的补偿方法和多参量线性模型的补偿方法，综合分析可知，本文方法有效降低了测量值误差，提高了图像传感信号的输出准确性。

2.5.2 补偿耗时分析

为了进一步验证图像传感电压信号温度漂移补偿性能，分别利用透射图融合的补偿方法、神经网络的补偿方法和多参量线性模型的补偿方法对图像传感信号温度漂移补偿的补偿时间开展补偿耗时测试，具体测试结果如图5 所示。

图5 补偿耗时测试

分析图5 中的数据可知，在温度不断变化下，透射图融合补偿方法的图像传感信号补偿消耗时间不超过0.4 s，验证了透射图融合补偿方法的图像传感信号补偿效率要高于神经网络的补偿方法、多参量线性模型的补偿方法。 在温度不断升高的情况下，神经网络的补偿方法与多参量线性模型的补偿方法的补偿耗时均有所增加，同时耗时增加速度快。

综上所述，透射图融合的补偿方法的补偿耗时最短、补偿效率最高。 这是因为透射图融合的补偿方法利用透射图融合方法增强处理图像传感信号质量，以此提升图像传感信号温度补偿速度，进而加快了图像传感信号温度补偿效率，缩短了图像传感信号温度补偿消耗时间。

3 结束语

图像采集传感设备的不完善，导致设备受外界因素的影响，发生图像传感信号误差过大的问题，为了解决该问题，提出基于透射图融合的图像传感信号温度漂移智能补偿方法。 该方法分析了温度对图像传感信号的影响，根据分析结果利用透射图融合方法增强处理图像传感信号，通过处理结果建立补偿模型，完成图像传感信号温度漂移补偿。 该方法在漂移智能补偿方法中发挥重要作用，在温度漂移智能补偿领域有着长远的发展前景。