Содержание к диссертации
Введение
ГЛАВА 1. Инвариантные фильтры в задачах формирования волновых фронтов и корреляционного различения объектов 7
1.1. Современные методы различения изображений 8
1.2. Алгоритмы построений инвариантных КФ 10
1.3. Алгоритмы построения инвариантных КФ на базе разложений в функциональные ряды 14
1.4. Алгоритмы построения инвариантных КФ на базе вычисления инвариантного параметра 17
1.5. Алгоритм построения инвариантных КФ на основе радиальных гармоник Меллина 19
Выводы главы 1 24
ГЛАВА 2. КФ с базисным ядром 25
2.1. Некоторые сведения из вейвлет - анализа 25
2.2. Модель КФ с базисным ядром 30
2.3. Инвариантные свойства КФ с базисным ядром 32
2.4. Алгоритм расчета инвариантного КФ с минимальной средней энергией корреляции 33
2.5. Шумовые характеристики корреляции в модели КФ с базисным ядром 35
Выводы главы 2 37
ГЛАВА 3. Моделирование корреляционного различения объектов на базе инвариантных КФ 37
3.1. Моделирование на ПЭВМ корреляционного различения изображений, подвергнутых геометрическим преобразованиям 37
3.1.1. Расчет КФ 39
3.1.2. Экспериментальные результаты моделирования корреляции 40
3.2. КФ с базисным ядром 55
Выводы главы 3 63
ГЛАВА 4. Экспериментальная реализация операций свертки сигналов с инвариантными кф на базе оптического процессора, реализованного в виде гибридной оптоэлектроннои микросхемы .64
4.1. Архитектуры и элементная база оптоэлектронных процессоров в микросхемном исполнении 64
4.1.1 Типы архитектур ГМ 64
4.1.2. Типы решаемых задач 66
4.2. Математическое моделирование шумов и погрешностей элементов ГМ 67
4.2.1. Параметры и шумы секции ввода вектора (массив излучателей) 67
4.2.2. Параметры и шумы секции ввода матрицы (матрица ПВМС или транспарант) 70
4.2.3. Параметры и шумы фотоприемника (ФПЗС) 72
43. Исследование математической модели ГМ 79
4.3.1. Описание математической модели 79
4.3.2. Результаты моделирования 84
4.4. Экспериментальные исследования по вычислению интегральных функционалов и широтно-импульсной модуляции в схемах ГМ 86
Выводы главы 4 91
ГЛАВА 5. Применение инвариантных кф в задачах обнаружения объектов по данным полутоновых изображений сложных сцен 92
5.1. Задача обнаружения объектов по данным полутоновых изображений сложных сцен 93
5.1.1. Вычисление контуров изображений тестового набора 93
5.1.2. Инвариантный КФ 94
5.2. Примеры применения алгоритмов оконтуривания 97
5.2.1. Эксперименты по вычислению корреляции оконтуренных сцен 99
5.3. Результаты применения инвариантного КФ к оконтуренным сценам 109
Выводы главы 5 122
Заключение 123
Литература 125
- Алгоритмы построения инвариантных КФ на базе разложений в функциональные ряды
- Алгоритм расчета инвариантного КФ с минимальной средней энергией корреляции
- Моделирование на ПЭВМ корреляционного различения изображений, подвергнутых геометрическим преобразованиям
- Параметры и шумы секции ввода матрицы (матрица ПВМС или транспарант)
Введение к работе
Актуальность темы.
В последние годы одной из перспективнейших и наиболее быстро развивающихся областей квантовой электроники является оптическая обработка информации. Весьма перспективным подходом, в связи с высокой степенью параллелизма оптических вычислений, естественностью осуществления операций типа свертки/корреляции в оптике, наличием высокоскоростных электронных средств постобработки данных, является применение возможностей оптоэлектроники в задачах формирования волновых фронтов и распознавания изображений. Одним из наиболее широко в настоящее время используемых схемотехнических решений таких задач, ввиду хорошей технологической разработанности соответствующей элементной базы, широкой доступности высокочувствительных фотоприемных устройств, средств пост и предобработки, является когерентный оптико-электронный лазерный коррелятор изображений. В таких устройствах распознавание производится на основе вычисления корреляции входного изображения с эталоном (т.е. изображением, в состав которого входит полная информация обо всех объектах, которые необходимо распознать в случае наличия таковых во входных данных), формируется соответствующий волновой фронт, после чего анализируются свойства выходного сигнала лазерного коррелятора. В случае наличия в выходном сигнале пиков, превышающих некоторое заранее заданное пороговое значение, говорят о распознании входного изображения (или наличии распознанного объекта в поданной на вход лазерного коррелятора сцене).
В связи с этим, естественно, крайне важное значение приобретает вопрос о выборе эталонного изображения. К сожалению, применение наиболее простого, так называемого "традиционного" метода, при котором в качестве эталона используется изначальное изображение (т.е. изображение некоторого объекта, соответствующего наилучшим условиям освещенности, отсутствию помех и т.п.) распознаваемого объекта, сопряжено с существенными трудностями. Так, геометрические преобразования входного распознаваемого объекта, помехи приводят к резкому ухудшению характеристик выходного корреляционного пика, что делает крайне сложным, а зачастую и просто невозможным успешное решение задачи. Кроме того, при использовании такого подхода для задач формирования волновых фронтов и различения изображений в реальном масштабе времени необходимо хранить базу данных, содержащую весь набор необходимых эталонов, что крайне неудобно и существенно замедляет процесс распознавания, т.к. необходимо провести столько корреляций входных данных с эталонами, сколько их хранится в указанной базе.
Поэтому в настоящее время большой интерес вызывают методы формирования волновых фронтов и корреляционного различения изображений, основанные на использовании в качестве эталона составного инвариантного корреляционного фильтра (далее КФ). Важной особенностью такого подхода является инвариантность (или стабильность, по крайней мере) выходного корреляционного пика к тому типу геометрических преобразований или помех входного объекта, который является основой для реализации алгоритма построения КФ и заранее закладывается в сам алгоритм его построения. Кроме того, большинство современных алгоритмов построения КФ допускают их модификацию с целью улучшения характеристик выходного пика и расширения класса решаемых распознавательных задач.
В связи с указанными обстоятельствами перспективы разработки и применения методов формирования волновых фронтов и различения изображений с использованием инвариантных КФ на базе оптикоэлектронных лазерных корреляторов изображений вызывают неуклонно растущий интерес. Работы по исследованию методов различения изображений на основе инвариантных КФ активно в настоящее время ведутся как за рубежом, так и в России.
Целью диссертационной работы является нахождение оптимальных инвариантных КФ для решения задач формирования волновых фронтов и корреляционного распознавания изображений путем сравнительного теоретического анализа, сравнение результатов теоретического анализа и данных, полученных в результате экспериментальных исследований по решению таких задач, а также разработка конкретного инвариантного КФ для решения практической задачи по распознаванию полутоновых изображений сложных сцен.
В соответствии с поставленной целью работ, основной задачей исследования являлось:
• Нахождение оптимальных инвариантных КФ путем сравнительного анализа различных алгоритмов построения инвариантных КФ для схем оптикоэлектронных лазерных корреляторов изображений, определение их принципиальных ограничений.
• Разработка модели многофункционального КФ, основанной на интегральных преобразованиях входных данных.
• Применению КФ к задаче распознавания полутоновых изображений сложных сцен Положения, отличающие результаты проведенных работ от других исследований в этой области и определяющие научную новизну диссертационной работы могут быть сформулированы следующим образом:
1. Впервые проведены экспериментальные и теоретические исследования по разработке и синтезу многофункционального КФ для применения в задачах корреляционного различения изображений.
2. Впервые разработана модель КФ с базисным ядром, основанная на интегральных вейвлет-преобразованиях входного объекта и теоретически подтверждена возможность их применения в задачах формирования волновых фронтов и различения изображений, в том числе для различения полутоновых изображений сложных сцен.
3. На базе макета гибридных оптоэлектронных микросхем экспериментально подтверждена возможность синтеза КФ с базисным ядром на основе вейвлета Хаара.
4. Впервые КФ с линейными фазовыми коэффициентами (LPCCF) вместе с алгоритмами оконтуривания применены для различения полутоновых изображений сложных сцен.
Практическая ценность полученных результатов заключается в том, что они служат теоретической и экспериментальной основой для разработки и применения инвариантных КФ в схемах оптоэлектронных лазерных корреляторов для решения широкого круга задач формирования волновых фронтов и корреляционного различения изображений, в том числе полутоновых изображений сложных сцен. Исследования проводились в рамках грантов РФФИ и программ Минобразования РФ. Выводы и результаты диссертационной работы используются в МИФИ.
Основные положения, выносимые на зашиту:
1. Разработка ряда типов инвариантных КФ для схем оптоэлектронных лазерных корреляторов изображений.
2. Экспериментальное и теоретическое обоснование методики создания инвариантных КФ для задач формирования волновых фронтов и корреляционного различения изображений. Теоретические оценки параметров корреляционных пиков для рассматриваемых КФ и их экспериментальное подтверждение. 3. Разработка КФ с линейными фазовыми коэффициентами (LPCCF) для решения задачи распознавания полутоновых изображений сложных сцен.
4. Экспериментальное подтверждение возможности расчета КФ с базисным ядром на основе вейвлет - преобразований на базе гибридных микросхем.
Апробация работы: По результатам исследований сделано десять докладов: на 16-м и 17-м международном симпозиуме "Аэрокосмические датчики - SPIE" (Орландо, США, 2002, 2003 гг.), на ежегодном международном симпозиуме Оптического Общества США OSA Annual Meeting (Орландо, 2002 г.), на ежегодном международном научном симпозиуме SPIE Photonics East (Провиденс, США, 2003 г), на второй международной конференции SPIE "Фундаментальные проблемы опто- и микро- электроники" (Владивосток, Россия, 2002 г.), на всероссийской научной конференции "Научная сессия МИФИ " (Москва, Россия, 2001, 2002, 2003,2004 гг.).
Публикации: По материалам диссертации опубликовано 22 работы.
Структура и объем работы: Диссертационная работа состоит из введения, пяти глав с выводами, заключения, списка цитированной литературы и приложения. Основная часть работы изложена на 174-х страницах машинописного текста и включает в себя 85 рисунков, 3 таблицы и 22 гистограммы. Список литературы содержит 96 наименований.
Алгоритмы построения инвариантных КФ на базе разложений в функциональные ряды
Пространственно-временной модулятор света ПВМС (показан вариант на «пропускание») освещается плоской волной. Эталонный f(x,y) и распознаваемый s(x,y) сигналы подаются на ПВМС с выполнением условия удвоенной полосы. Фурье-каскад (ФО) формирует совместный спектр S+F, записываемый на голограмму в фокальной плоскости. После этого голограмма освещается считывающей плоской волной, второй Фурье-объектив выполняет обратное Фурье-преобразование, содержащее искомую корреляционную функцию CSf:
При анализе различных математических операций, выполняемых на когерентном оптическом процессоре, было установлено, что передаточная функция операционного фильтра в общем случае является комплексной, а в частных как действительной, так и фазовой функцией. Вследствие этого различают амплитудный, фазовый, действительный и комплексный фильтры. В первых разработках пространственных фильтров основную трудность представляла запись фазовой характеристики передаточной функции. Обычная фазовая характеристика передаточной функции реализовалась путем изменения толщины фоточувствительного слоя плёнки, а амплитудная характеристика - путём изменения прозрачности фотографической плёнки. Сочетание амплитудного и фазового фильтров давало комплексный фильтр. Однако вследствие больших трудностей, связанных с созданием сложного рельефа эмульсии на плёнке, таким путём удавалось получить только фильтры с простыми передаточными функциями, преимущественно действительными. В этом заключалась одна из основных причин ограниченного применения методов оптической пространственной фильтрации для обработки информации. Положение изменилось лишь после того, как были разработаны методы синтеза комплексных пространственных фильтров с произвольными амплитудными и фазовыми характеристиками. С этого момента методы оптической пространственной фильтрации начали широко применяться для обработки информации в различных областях науки и техники.
Такой подход к решению задачи требует инвариантности выходного пика к различным изменениям, искажениям формы, геометрическим преобразованиям распознаваемого объекта на входе оптикоэлектронной лазерной системы. Главным препятствием на пути успешного решения задач распознавания является неустойчивость выходного корреляционного пика к подобного рода изменениям входного объекта. Одним из наиболее популярнейших на сегодняшний день способов борьбы с этим недостатком является применение в качестве эталона КФ, алгоритм построения которого учитывает весь набор изменений входного изображения или сигнала. На сегодняшний день существует большое количество алгоритмов построения инвариантных КФ различных типов.
Рассмотрим некоторые распространенные варианты практической реализации алгоритмов построения инвариантных КФ, в основе которых лежит разложение в функциональные ряды. К ним относятся: Методы [65], позволяющие получить малочувствительную к искажениям корреляцию, а именно, составные (композитные) фильтры, при помощи которых можно попытаться очистить искаженную информацию в наборе входных изображений до состояния, при котором возможно использование простого фильтра. Наиболее распространенным из композитных фильтров, известный как КФ с синтезированной дискриминационной функцией (SDF), основан на линейных комбинациях входных изображений. Хестер и Касасент [64] предложили идею, состоящую в том, что процесс распознавания можно упростить, используя линейную комбинацию эталонных изображений как единое составное изображение и затем коррелируя входной набор с этим одним составным образом. Веса для линейной комбинации выбираются так, что выходные корреляции одинаковы для всех образов, принадлежащих к одному классу. Для подхода к решению задачи с использованием SDF требуется только одна корреляция на входной образ. SDF можно синтезировать на цифровом компьютере или в оптической лаборатории, используя голограммы с составной экспозицией, получив веса линейной комбинации один единственный раз. С момента их появления в 1980 г. [64] SDF являлись основным направлением большинства исследований в данной области. В первых попытках распознаваний с помощью SDF отмечалось, что происходит неадекватная классификация фона. Так как при построении SDF не предполагалось наличие каких-либо помех во входном изображении, то эти SDF не оптимизировались для работы с образами в условиях наличия помех. Кумар [65] ввел SDF с минимальным расхождением, которая дает максимальную устойчивость к помехам. Так как наиболее популярные методы подсчета корреляций основаны на локализации пика, в подходе с применением SDF есть трудности с локализацией эталонных изображений, измененных на входе, при неизвестном количестве таких образов. Математический алгоритм [64] построения фильтра SDF состоит в нижеследующем: Когда входной сигнал (изображение) f(x,y) находится во входной плоскости и комплексная функция fa (и, v) записана на голограмме, результирующие корреляционные выходные сигналы с( -) задаются выражением: (3), где обозначает двумерную корреляцию, F - Фурье-образ f, u и v - частоты соответственно. В построении SDF основная цель - выбрать импульсный отклик фильтра h(x,y) таким образом, чтобы результирующие корреляции с N входными изображениями, принадлежащими распознаваемому классу, были одинаковы. Очевидно, что это невозможно. Кроме того, Хестер и Касасент в [64] доказали, что только эталонные величины этих корреляций (т.е. величины, соответствующие эталонному входному набору) одинаковы: где С-заранее точно определенная константа, s - изображения эталонного набора. Такие h(x,y) будут давать одинаковую величину константы С (положение автокорреляционного пика) лишь со всеми N эталонными входными изображениями (т.е. от ,$,( У) ДО SN(x,y)). Надежда на получение устойчивого корреляционного пика для входного набора (неэталонного), принадлежащего распознаваемому классу, состоит в том, что когда входной сигнал принадлежит распознаваемому классу, кросс-корреляционный выходной сигнал будет довольно близок к этой константе С , причем настолько, что возможно распознать его. Успех этого подхода зависит от выбора подходящего эталонного набора. Чтобы сделать возможным синтез фильтра методами составной экспозиции, Хестер и Касасент в [64] допустили, что h(x,y)-линейная комбинация N эталонных изображений:
Алгоритм расчета инвариантного КФ с минимальной средней энергией корреляции
Несмотря на различие в способах реализации, все методы синтеза имеют общий подход к проблеме синтеза - построение действительной неотрицательной функции, однозначно связанной с передаточной функцией синтезированного фильтра и эквивалентной с ней по воздействию на оптический сигнал, подлежащий фильтрации. Это является следствием того, что любая регистрирующая среда реагирует на интенсивность падающего светового поля, т.е. способна зарегистрировать распределения, описываемые только действительными неотрицательными функциями.
К такого рода фильтрам относятся, в частности, МАСЕ и GMACE алгоритмы (см. главу 1 настоящей работы).
КФ с кодированием фазы способны комбинировать изображения в одном фильтре, "записывая" комплексный вес каждого элемента (фазу) в отдельное изображение и суммируя их в композитный фильтр. Комбинируя многие изображения в одном КФ, мы получаем ещё один путь для увеличения скорости корреляционных совпадений. Такая технология также может быть использована, например, для достижения инвариантности изображения для определенных искажений (поворот, масштаб, проекция), сохраняя различные преобразования рассматриваемого изображения отдельно в одном КФ. В основе метода фазового кодирования - фаза распределяется равномерно на единицу окружности, шумы будут влиять на все изображения в КФ, а отклик КФ находится в направлении фазы соответствующего изображения в КФ. Это может быть обнаружено при изучении величины отклика КФ. Фаза вектора отклика будет отображением изображения, соответствующему совпадению. Один из КФ с кодированием фазы, выбранный для исследований - композитный фильтр на основе линейных фазовых коэффициентов (LPCCF). LPCCF фильтр был выбран из-за его высокой характеристики отношения сигнал/шум и предсказуемому отношению пик/побочный пик. Первые исследования [63] показали, что для двоичных изображений с плотностью точек около 0.05 мы можем спокойно комбинировать более 20 изображений в одном LPCCF фильтре. LPCC фильтр -единственный инвариантный к повороту КФ, который не требует инверсии матрицы. Инвариантный к повороту LPCC фильтр в величине отклика содержит информацию о величине совпадения, а информация о величине поворота в фазе отклика.
Для типа деформации «плоский поворот» набор изображений, которые войдут в композитный фильтр LPCC получают равномерным поворотом исходного изображения от 0 до 2я рад. Число поворотов, которые включаются в конечный КФ, определяются величиной N, и каждое изображение в КФ будет повернуто на угол 27tn/N рад. Приведем еще раз выражение для LPCC фильтра к-того порядка: где - комплексное сопряжение. к= 0,1,...N-1 и п составных изображений обозначенных в виде ХА„П который получен лексикографическим упорядочиванием n-го поворота исходного изображения хА. Выходной корреляционный уровень от каждой компоненты составного фильтра оценивается и суммируется в общий корреляционный отклик, который принимает вид: Для решения задач компьютерного моделирования использовалось: Вычислительный компьютер на базе процессора Intel Pentium 4 Пакет ПО для визуальных математических вычислений Mathworks Matlab 6.1 Моделирование построения инвариантных КФ, а также моделирование самой корреляции требует высокопроизводительных вычислительных мощностей. Моделирование таких КФ как МАСЕ и GMACE подразумевает под собой сложные математические вычисления при построении КФ, вследствие чего и достаточно большой промежуток машинного времени. Несмотря на неприхотливую математическую базу композитных фильтров LPCC, его математическое моделирование также требует значительных вычислительных мощностей и оптимального написания программ обсчета. В качестве среды моделирование нами был выбран программный пакет MatLab, как наиболее подходящий для указанных задач. Также, в отличие от реального лазерного коррелятора, накладывается ограничение на размерность используемых матриц (т.к. обсчет изображения размерностью более 256x256 занимает слишком много времени, тем самым, делая невозможным подведение статистики величины и ширины пиков). При моделировании был написан программный код, состоящий из нескольких вычислительных и вспомогательных модулей. 1. Модуль считывающий изображение из BMP-файла в двухмерную матрицу. Он так же переводит изображение в двух битный формат в целях оптимизации вычислительного процесса (для построения КФ). Также он производит небольшое «подшумление» исходного изображения, представляющее собой белый шум, для приближения моделирования к реальным условиям. 2. Модуль оконтуривания, которая подвергает процессу оконтуривания матрицу исходного изображения и процессу выделения контура, по выбранному алгоритму оконтуривания, который выбирается для решения конкретной задачи. Этот модуль содержит несколько алгоритмов оконтуривания. 3. Модуль вычисления КФ по заданным параметрам, в которые входят: размерность изображения и количество компонентов КФ. 4. Модуль, производящий корреляцию на основе встроенной функции MatLab. 5. Модуль построения результирующей корреляционной картины различными методами, такими как плоская проекция или 3D - косоугольная проекция.
Моделирование на ПЭВМ корреляционного различения изображений, подвергнутых геометрическим преобразованиям
Реализация специализированных оптических процессоров в виде гибридных оптоэлектронных микросхем и микромодулей (ГМ) с послоевой структурой организации [56, 61] привлекательна, прежде всего, благодаря возможностям миниатюризации и относительно простой интеграции в состав электронно-цифровых комплексов обработки информации при сохранении присущего оптике параллелизма проведения вычислений. Различные варианты архитектур ГМ могут применяться при решении широкого спектра задач параллельной обработки массивов данных, таких как многоканальный корреляционный анализ сигналов, вектор-матричные перемножения, и другие. За счет увеличения числа каналов обработки, точность вычислений ГМ может быть повышена до 10-16 бит. Эквивалентная производительность ГМ. строящихся на доступной элементной базе, может достигать I012 опер/сек.
В середине 90х годов появился ряд сообщений об успешных реализациях различных вариантов оптических процессоров, схемотехнически выполненных в виде микрочипов. Как правило, устройства представляют собой аналоговые специализированные процессоры с высокой степенью параллелизма вычислений - то есть максимально используют возможности оптики. В качестве оптоэлектронных устройств ввода - вывода ГМ используются следующие элементы [54]: 1) интегральные наборы излучателей на базе матриц полупроводниковых лазеров или светодиодов (в последнем случае возможна сложная топология излучающей области элемента массива, например линейчатая); 2) пространственно-временные модуляторы света - IIBMC, наиболее применимы при построении ГМ жидкокристаллические ПВМС, в ряде случаев возможно использование неизменяемых транспарантов - масок (НТ); 3) интегральные наборы фотодетекторов (фотодиоды, ФПЗС и КМОП матрицы, возможна сложная топология элемента массива, например линейчатая). Возможен ряд вариантов архитектур ГМ, которые, как правило, могут быть сведены к двум типам: интегральный набор излучателей - НТ/ПВМС - интегральный набор фотодетекторов (гибридная микросхема); излучатель - ПВМС - НТ/ПВМС - интегральный набор фотодетекторов (гибридный микромодуль). Схемы организации гибридной микросхемы гибридного микромодуля представлены на Рис.40. Наиболее перспективными типами оптических вычислений, в полной мере использующих параллелизм оптики, являются операции корреляции/свертки, поэлементного перемножения массивов и вектор - матричные умножения. Вычисление вектор - матричных произведений: требуется при решении широкого круга задач, таких как аппаратная реализации нейронных сетей, частотный анализ, и многих других. Вычисление поэлементного перемножения массивов данных вида: требуется при проведении поэлементных операций над массивами данных интегральных (в т.ч. инвариантных) преобразований (например, геометрические моменты изображений, сжатие информации, многоканальный корреляционный или конволюционный анализ и ДР-) Для более понятного представления о работе оптоэлектронного вектор - матричного перемножителя (ГМ), разберем в деталях процесс, реализующий вектор - матричное произведение, задаваемое формулой (101). Проведение вычислительных операций такого типа может быть организовано на базе ГМ, представленных на Рис.40. Схемы функционируют аналогично классическому ГМ. Разводка излучения по строкам матрицы достигается равномерной засветкой от линейчатых светоизлучающих диодов. При экспозиции ПВМС излучением светодиодов осуществляется получение частных произведений и перенос промодулированного излучения на МФП. Суммирование частных произведений в схеме ГМ1 происходит за счет интегрирования сигналов по площади линейчатого фотодетектора. Суммирование частных произведений в схеме ГМ2 производится либо за счет или «слива» зарядов элементов строки ФПЗС, либо при электронной постобработке. В качестве секции ввода вектора были взяты линейчатые полупроводниковые диоды. Излучающие диоды по целому ряду свойств, таких как спектральный состав излучения, мощность излучения, стабильность и некоторым другим проигрывают полупроводниковым лазерным диодам. Однако на данном этапе развития технологии создания ГМ в нашей стране полупроводниковые излучающие диоды являются более предпочтительными в силу гораздо меньшей стоимости по сравнению с лазерными диодами, к тому же имеются некоторые сложности создания массива излучателей на основе лазерных диодов. Тем не менее, в последнее время начали появляться образцы излучающих диодов высокого качества и применение даже старых образцов оправдано в силу ряда их положительных качеств.
Рассмотрим теперь характеристики и свойства излучающих диодов, влияющих на работу ГМ. Типичные габариты диода следующие: ширина активной области диода может принимать значения от 15мкм до 50 мкм и выше. Ширина всего диода порядка 300 мкм. При создании массива излучателей на одной подложке ширина одного элемента массива может достигать 100 мкм, включая активную зону. При использовании диодов в схемах ГМ, желательно подбирать образцы, основная доля излучения которых лежит в видимой области спектра. Это связано с характером спектральной чувствительности и квантовой эффективности черно-белых ФПЗС матриц, изготавливаемых на основе кремния. Так как кремний становится прозрачным в области длин волн от 1,1 мкм и выше, квантовая эффективность большинства ФПЗС матриц в области ближнего ИК-диапазона чрезвычайно низкая. Зачастую, кроме основной линии излучения в спектре диода могут присутствовать компоненты излучения в инфракрасной области спектра, которые по интенсивности составляют около 5% от интенсивности основного пика излучения, а у некоторых образцов и выше. Ширина основной линии излучения в зависимости от местоположения длины волны в максимуме спектральной характеристики варьируется в пределах от 20 до 100 мкм.
Частота модуляции излучения диода может доходить до десятков наносекунд, что очень важно, так как за время воздействия импульса излучения на элемент ФПЗС в элементе происходит постоянное накопление заряда. А так как накопленный в элементе заряд не может превысить максимальной емкости элемента, то избыточно сгенерированный заряд начинает растекаться из данного элемента под соседние. Так как в некоторых схемах ГМ необходимо, чтобы ФПЗС - матрица работала в режиме накопления заряда, т.е. когда сигнал пропорционален интенсивности излучения и времени накопления, то необходимо подбирать диоды с малой мощностью излучения. Среднее количество пар носителей заряда, сгенерированных в полупроводнике за время излучения диода г, без учета шумов ФПЗС:
Параметры и шумы секции ввода матрицы (матрица ПВМС или транспарант)
Как было сказано выше, в настоящее время технологии позволяют создавать ФПЗС -приемники с различными вариантами считывания заряда с фоточувствительных элементов, такими как построчное (постолбцовое) считывание (возможно суммирование всего заряда, накопленного в строке, в выходной емкости), а также инжекция зарядовых пакетов напрямую из фоточувствительного элемента в подложку. Для различных типов задач можно выбирать матрицы с наиболее подходящим в данных условиях способом считывания. Для расчета перемножения чисел в двоичном представлении, необходимым условием является подсчет поразрядных сумм. Предположим, что необходимо произвести умножение двух чисел в двоичном представлении, например, 1001 и 1011. На «бумаге» это будет выглядеть следующим образом:
Если поочередно за четыре такта работы ГМ последовательно подать на ПВМС -элемент четыре двоичных числа 1, 0, 1, 1, то на линейке, состоящей из четырех фотоэлементов, мы последовательно будем получать суммы 1001, 1001, 0000, 1001. Если при каждом следующем такте засветки сдвигать сигнал ФПЗС на один разряд вниз по линейке, то получим последовательное наложение четырех сигналов, пришедших от диода. Таким образом, суммирование сигнала можно осуществлять не в процессе постобработки результатов вычисления на ЭВМ, а непосредственно в ФПЗС матрице. Поэтому в ряде случаев необходима работа ФПЗС в режиме накопления заряда.
В режиме с инжекцией зарядов в подложку реализуется схема работы ФПЗС — элемента с ключом, постоянно находящимся либо в состоянии 1 (разрешении инжекции заряда в подложку), либо 0. Таким образом, снимается необходимость использования модулирующей секции, так как ее функции автоматически реализуются непосредственно на самой ФПЗС - матрице. Основными, среди огромного множества параметров ФПЗС, при расчете полезного сигнала и шумов, являются следующие параметры ФПЗС: спектральная квантовая эффективность, т.е. отношение числа сгенерированных пар носителей к числу упавших на ФПЗС фотонов в зависимости от частоты падающего излучения, что равносильно спектральной чувствительности; частота модуляции, что равносильно времени накопления заряда за один такт; тип переноса заряда (поверхностный или объемный канал); способ считывания заряда, обсуждавшийся ранее (построчный перенос или инжекция в подложку); конфигурация ФПЗС (наличие антиблюминга, различных пленочных покрытий, нанесенных на фоточувствительную поверхность и т.д.); тип ФПЗС (черно-белая или цветная).
Наибольший отклик на излучение [58] находится в области видимого спектра длин волн, но есть возможность создания ФПЗС - матриц с большим значением спектральной квантовой эффективности и в ИК-диапазоне и в ультрафиолетовой области, что достигается нанесением различного рода тонких пленок на фоточувствительную поверхность ФПЗС.
Таким образом, наиболее выгодно использовать диоды с основной волной излучения в области красного или зеленого света . Как уже говорилось, емкость отдельно взятого элемента ФПЗС ограничена. Для матриц среднего качества и типичных размеров максимальное число электронов, накапливаемых в пикселе, обычно составляет 200000 электронов. И если суммарное количество фотонов в таком случае достигнет значения 200000 (при квантовом выходе 0.9 и более), то зарядовый пакет начнет перетекать в соседние пиксели. Однако, если на подложку нанести поглощающий слой (антиблюминговое покрытие), то эффект растекания заряда снижается до пренебрежимо малых размеров. Платой за это, помимо сложной технологии (необходимо правильно выбрать параметры легированеия слоев ячейки и слоя антиблюминга), является сильный спад чувствительности в ИК-области спектра и небольшой спад в красной, что сильно не влияет на работу элемента ФПЗС при излучении на длине волны в красной области. Несмотря на сложность технологии, подавляющее большинство матриц ФПЗС на сегодняшний день выпускаются с антиблюминговым покрытием, поэтому при моделировании не учитывается эффект переполнения элемента ФПЗС, каким бы ни было время накопления заряда в нем.
Шумовые характеристики ФПЗС определяются режимом работы матрицы, а также частотой считывания сигнала. Приведем подробное описание механизмов переноса заряда и выявим влияние режима работы матрицы на его неточности и шумы. Для относительно малых зарядовых пакетов доминирующим механизмом переноса является термодиффузия. В этом случае полный заряд, оставшийся под электродом, из под которого осуществляется перенос, к моменту времени t от начала переноса экспоненциально уменьшается со временем. Характерная постоянная времени, определяющая скорость такого диффузионного отекания где L - длина электрода переноса, Dn - коэффициент диффузии неосновных носителей. Отекание относительно больших, сравнимых с полной глубиной потенциальной ямы, зарядовых пакетов происходит за счет самоиндуцированного дрейфа, обусловленного простым электростатическим расталкиванием инверсионных электронов. Возникающее при этом продольное (направленное параллельно границе с окислом) электрическое поле пропорционально градиенту поверхностной плотности сигнального заряда:
В отсутствии заряда под электродом переноса на границе с окислом существует определенное продольное электрическое поле, для вычисления которого необходимо учитывать двумерный характер распределения потенциала в обедененном слое Госструктуры, обусловленного влиянием потенциалов на соседних электродах. Величина краевых полей зависит от толщины слоя окисла, длины электрода, уровня легирования и амплитуды тактовых напряжений. Ясно, что на последних стадиях процесса переноса, когда оставшаяся под электродом часть сигнального заряда становится настолько малой, что самоиндуцированное поле оказывается меньше краевого, именно последнее определяет динамику стекания оставшихся малых порций сигнального заряда.
Похожие диссертации на Методы решения задачи формирования волновых фронтов в схемах инвариантных оптикоэлектронных лазерных корреляторов изображений
