见无形。 远红外极化(8-12μm)

极化被用于许多领域,其中最著名的是分离某些电视和电影院的3D电影中的立体声对,这就是圆极化。 拍摄时,由于光线会因反射而偏振,因此使用偏振滤镜可消除杂散的眩光。 但是几乎没有关于我们发射的光子和我们周围物体的极化的信息。 在Internet上,您几乎找不到有关对象的真实偏振辐射的信息和示例。

一切始于我们开发了一个非常灵敏的热成像模块VLM640,其在8-12 mkm范围内的灵敏度不低于20 mK,这对于未冷却的辐射热像仪非常好。 传感器制造商求助于我们,并从带有集成偏振滤光片的辐射热探测器的实验板上提出了工程样品。 这对我们来说是非常光荣的,但与此同时,人们对最终应该得到什么一无所知。 看到我们自己包围的物体的热量子光子极化的技术和想法本身是全新的,并且我们没有处理此类信息的经验。

在本文中,我们将尝试向您展示热成像范围内的极化,这是RuNet中关于该主题的第一篇也是唯一的文章(至少我们还没有找到类似的东西)。
所以,让我们开始吧...

我们可以使用以前开发的VLM640热像仪的电子设备,它可以提供大于20 mK的辐射热传感器和制造商传输的偏振传感器的灵敏度。 后者的独特之处在于,在四个像素的组中,每个像素都使用了一个偏光片(它是如何使用的?甚至不要问我们,制造商无法找到它)。 每个滤波器的偏振相差45度。 总共我们有极化角:0-180度,45-225度,90-270度,135-315度。



处理来自传感器的数据阵列并不是一件容易的事。 如果最初我们是“正面”解决的,那么当每个像素的处理中涉及四个以上的相邻像素时,最新版本的处理将更类似于反拜耳算法。 但是,不幸的是,应该注意的是,虽然所得图像的亮度(温度)的分辨率为640x512像素,但偏振角仍然差两倍。

生成的视频包含三个图像(从左到右):来自常规热成像仪的视频,重构的偏振角,积分图像,其中亮度是热辐射,颜色是偏振角。

实际上,最好只看一次结果,而不要看一百遍,因此,我们专门为该文章录制了指示性视频。



电灯泡

玻璃灯泡是展示其自身偏振的绝佳对象。 玻璃在8到12微米的范围内是不透明的,并且可以完美地辐射热量,热量会根据其发射的角度而极化。



阴影

带有塑料天花板的视频演示了极化如何使您可以显示对象的表面结构。 如果在光滑物体的表面上存在缺陷,则可以由于偏振缺陷而被检测到。



彩绘金属容器

平面物体的发射非常简单,但每个面的极化角度不同。 在可见光范围或热成像范围内,无法说出关于脸部角度的一帧图像。 给定辐射的极化,这成为可能。



金属板

纯金属板是一个复杂的对象,它不希望辐射,而是试图反射其他对象的热量。 用标记在中心绘制一个正方形,该部分(塑料)的辐射效果更好。



一杯冰

冰看起来很有趣。 通常,极化会强调表面缺陷,甚至轻微的缺陷。 有人怀疑极化可能有助于识别冰中的裂缝。 但是仍然只是秋天,虽然天气不是那么冷,但是没有冰,我们无法在实践中验证该假设。

以及与街道分离的真实图像框架。



UAZ

一小段感谢我们的程序员。
最初,我们在matlab中录制和处理了视频。 这种数学“渲染”需要大量时间,并且无法实时评估视频。 尝试将实时处理传输到PC,使我们能够获得每秒4帧的显示频率,并且在处理中添加后置滤波器时,帧速率降至每秒1帧。 唯一的出路是将DirectX中的处理转移到着色器,这不能说一切都进行得很顺利,但是对于我们来说,即使集成的视频卡每秒接受和处理50帧,这仍然令人感到惊讶。 伊利亚-铁工尊重你=)

ps:如果著名的哈伯社区的人告诉我是否有可能(以及如何)从着色器取回视频以将其保存在avi中,我们将不胜感激。 ”

结果与结论:

我们能够显示使用来自8-12μm范围内物体的辐射配准的最生动的瞬间。 但是,由于我们是电子设备的开发者,而不是光度学或光学领域的科学博士,因此我们很难评估使用这种物理特性和设备的可能性。

虽然我们可以说极化使我们可以谈论物体的表面。

有一些假设(基于与探测器制造商,展览会同事的交流结果以及互联网上非常稀少的信息),可以在以下领域使用评估发射和反射对象的极化的效果:

  1. 固有辐射和反射之间的差异(例如,水坑中太阳眩光或沙子/石头产生的温暖机器)
  2. 搜索被遮盖的对象
  3. 搜索水表面的油渍
  4. 缺陷搜索
  5. 删除3D对象几何
  6. 检测水面上的温暖物体(溺水者),将太阳眩光与物体自身的辐射分开。

是否可以提高灵敏度? 是的,有可能,但是为此,有必要稳定腔室的温度(以缩小其工作温度)并执行其他校准,我们还没有做到这一点,但存在这种潜力。

也许在阅读了这篇文章之后,您就会想到拍摄会很有趣-在评论中写下,讨论并尝试实现。

我们希望这篇文章很有趣,并且我们能够讲述和展示以前从未遇到过的新东西。 我要感谢开发了用于图像处理的数学设备并准备了视频的Alexei,将几乎所有处理都转移到着色器的Ilya交给了NPK Photonika团队,以有机会使用独特的检测器,但是“看到看不见的东西”至少很有趣,并且令人兴奋。

Source: https://habr.com/ru/post/zh-CN422535/


All Articles