La invención consiste en un procedimiento que estima un patrón de corriente oscura para cada píxel de un sensor 2D de una cámara no refrigerada sin obturador utilizando imágenes obtenidas previamente en un laboratorio.

ANTECEDENTES DE LA INVENCIÓN

La corriente oscura es la corriente eléctrica relativamente pequeña que fluye a través de dispositivos fotosensibles, tales como tubos de fotomultiplicador, fotodiodos o dispositivos de carga acoplada, incluso cuando no entran fotones en el dispositivo. Consiste en las cargas generadas en el detector cuando no entra radiación exterior. Físicamente, la corriente oscura se debe a la generación aleatoria de electrones y huecos dentro de la región de extinción del dispositivo.

Algunos sensores de imágenes 2-D como los basados en InGaAs (Arseniuro de indio y galio) o los microbolómetros tienen altas velocidades de corriente oscura que cambian de un píxel a otro, lo que significa que cada imagen adquirida debe corregirse restando un patrón de corriente oscura adecuado.

El patrón de corriente oscura depende en gran medida de la temperatura del sensor y también del tiempo de exposición seleccionado. En algunas aplicaciones, estas variables no se pueden corregir, por lo que la solución típica es tomar una imagen de referencia oscura (obturador cerrado) justo antes de la imagen de interés (obturador abierto). Vahas imágenes de interés pueden utilizar la misma imagen de referencia oscura si la temperatura se mantiene constante.

Sin embargo, hay aplicaciones en las que no es posible tomar una imagen de referencia oscura adecuada. Un ejemplo es la adquisición de video (el obturador permanece siempre abierto) sin control de temperatura. Otro ejemplo es la adquisición de una sola imagen sin control de temperatura y sin obturador mecánico. Hay métodos disponibles en la literatura que intentan estimar también la corriente oscura, pero se consideran poco robustos y genéricos porque intentan ajustar los datos medidos en laboratorio con una ecuación que se supone modela la dependencia entre la corriente oscura y la temperatura.

DESCRIPCIÓN DE LA INVENCIÓN

El objeto de la presente invención es un procedimiento de estimación de patrón de corriente oscura, de sensores 2D para cámaras no refrigeradas sin obturador, que resuelve el problema de la adquisición no refrigerada sin obturador mediante la estimación del patrón de corriente oscura para cada imagen de interés en función de una información obtenida previamente en el laboratorio.

Para hacerlo, en primer lugar, cada píxel del sensor 2D se caracteriza de forma independiente en función del tiempo de exposición y la temperatura, y luego se define un modelo pseudo-empírico basado en regresiones e interpolaciones, con miras a una implementación eficiente en un dispositivo integrado.

El procedimiento propuesto es útil en aplicaciones que utilizan sensores con altas tasas de corriente oscura (por ejemplo, InGaAs (Arseniuro de indio y galio)), en situaciones en las que no se puede controlar la temperatura (por ejemplo, presupuestos de energía ajustados) y no hay obturador mecánico disponible.

Entrando en detalle sobre el procedimiento, una primera etapa consiste en caracterizar cada píxel del sensor 2D de forma independiente, en función de la temperatura del FPA (Disposición de Plano Focal, del inglés Focal Plañe Array) y el tiempo de exposición (t _exp ). El objetivo es poder estimar un patrón de corriente oscura para cualquier combinación de temperatura y tiempo de exposición, sin necesidad de realizar más mediciones in situ.

El patrón de corriente oscura se puede dividir en dos términos: la tasa (ADU/s) y la compensación (ADU) u offset en inglés, siendo ADU unidades analógicas a digitales. La compensación sería el patrón de corriente oscura en t _exp = 0, y la tasa modela la dependencia lineal con t _exp. Al ser un patrón no uniforme, se debe asignar una tasa de corriente oscura y una compensación diferentes a cada píxel. Además, este patrón tiene una fuerte dependencia (exponencial) con la temperatura.

En la mayoría de los sensores de hoy en día, el patrón de corriente oscura es altamente lineal para una amplia gama de valores de t _exp . En consecuencia, es posible realizar un ajuste lineal del patrón de corriente oscura en función de t _exp . patrón ( T, x,y ) = tasa(T, x,y) t _exp + compensación(T , x, y) (1 ) donde T es la temperatura del FPA (K), y (x, y) son las coordenadas de los píxeles.

Realizar este ajuste para un conjunto de temperaturas del FPA permitiría estudiar la dependencia del patrón de corriente oscura y la compensación con la temperatura. Idealmente, la primera etapa para caracterizar cada píxel comprende las subetapas de: establecer una nueva temperatura, esperar que la temperatura se estabilice, adquirir imágenes promediadas con vahos t _exp , y - repetir para obtener muestras en todo el intervalo de temperatura de interés.

Es obligatorio adquirir imágenes promediadas en lugar de imágenes individuales para minimizar el efecto del ruido temporal (es decir, adquirir Npromecno imágenes y fusionarlas en una sola imagen promediando cada coordenada de píxel). Las fuentes de ruido temporal son el ruido de lectura y el ruido oscuro. Este último aumenta drásticamente con la temperatura.

Desafortunadamente, las subetapas anteriores requieren mucho tiempo en la práctica. Como alternativa, la primera etapa del procedimiento comprende el siguiente conjunto simplificado de subetapas: iniciar una rampa de temperatura lenta, de tal manera que, si se adquieren dos imágenes promediadas consecutivas, tienen aproximadamente la misma temperatura (cuanto más lenta es la rampa, más preciso será el procedimiento), adquirir imágenes promediadas en al menos dos t _exp , alternativa y continuamente (debe tenerse en cuenta que promediar más muestras significa más precisión si la temperatura permanece aproximadamente constante entre muestras consecutivas).

Preferentemente, para elegir los al menos dos valores de referencia t _exp un criterio es: asegurarse de que los valores t _exp están en la zona lineal del sensor en estudio (por ejemplo, una zona con < 1 % de desviación de la linealidad) (hay que tener en cuenta que t _exp = 0 está fuera de la zona lineal en muchos sensores), elegir valores relativamente cortos de t _exp para minimizar la variación de la temperatura durante las adquisiciones correspondientes a la misma muestra de temperatura (los límites reales dependerán del sensor en estudio y del número elegido de muestras de imagen promediadas), y no tomar los dos valores t _exp demasiado cercanos entre sí, ya que eso daría como resultado un mal ajuste si la SNR (relación señal/ruido, del inglés signal/noise ratio) de las imágenes promediadas es baja para la configuración seleccionada (un margen de 2x debería ser suficiente en la mayoría de los casos, pero el procedimiento se probó con un margen de 10x para obtener una mayor precisión).

Una segunda etapa del procedimiento sería definir un modelo pseudo-empírico basado en regresiones e interpolación. La propuesta no es tratar de ajustar la tasa de corriente oscura y la compensación frente a la temperatura, sino almacenar un subconjunto de muestras (por ejemplo, tomar una muestra por cada cierto número ( step ) de muestras) y obtener los valores deseados mediante interpolación segmentaria ( spline interpolation), que es una forma de interpolación donde el interpolante es un tipo especial de polinomio por partes llamado segmentario. Es decir, en lugar de encajar un único polinomio de alto grado a todos los valores a la vez, la interpolación segmentaria ajusta polinomios de bajo grado a pequeños subconjuntos de valores.

La segunda etapa comprende las subetapas de: interpolar las compensaciones de corriente oscura obtenidas para cada píxel, interpolar la tasa de corriente oscura obtenida para cada píxel, y obtener el patrón de corriente oscura siguiendo la ecuación: patrón ( T,x,y ) = tasa(T ,x,y) t _exp + compensación(T , x,y) donde T es la temperatura del FPA (K), y (x, y) son las coordenadas de los píxeles.

La interpolación spline se puede utilizar empleando interpolación lineal, cuadrática o cúbica (1a, 2do y 3er orden) con condiciones de límite naturales.

El error con la interpolación lineal es significativamente mayor que el resto de métodos. El método cúbico es considerablemente más complejo de implementar y calcular, pero el error no disminuye significativamente. Como consecuencia, el método cuadrático sería la opción preferida para un sistema integrado, ya que obtiene un buen compromiso entre complejidad y resultados. Para un ordenador normal, podría ser preferible el método cúbico.

A diferencia de otros procedimientos del estado de la técnica, el actual se considera más robusto y genérico porque no requiere ningún supuesto o ajuste manual sobre la dependencia de la corriente oscura con la temperatura. Esto significa que es más fácil de aplicar a otros modelos y tecnologías de sensores.

DESCRIPCIÓN DE LOS DIBUJOS Para complementar la descripción que se realiza y con el fin de contribuir a una mejor comprensión de las características de la invención, de acuerdo con un ejemplo preferente de la realización práctica de esta, se adjunta un conjunto de dibujos como una parte integral de dicha descripción en el que, con carácter ilustrativo y no limitante, se ha representado lo siguiente:

Figura 1 A-D.- Muestra imágenes de ejemplo antes y después de restar el patrón de corriente oscura estimado por el procedimiento propuesto.

Figura 2.- Muestra la corriente oscura medida en un solo píxel durante un barrido de temperatura creciente y decreciente. Figura 3.- Muestra la tasa media de corriente oscura.

Figura 4.- Muestra la media de compensación (offset) de la corriente oscura. Figura 5A-C.- Muestra píxeles de ejemplo con diferentes tipos de ajuste exponencial para la tasa de corriente oscura.

Figura 6A-F.- Muestra las tasas y compensaciones de corriente oscura medidas y estimadas para varios tamaños de paso ( step ), utilizando interpolación cúbica.

Figura 7.- Muestra el error de estimación a 45,88 °C con paso {step) = 20. La imagen de error se ha escalado para que el color negro corresponda a -20 ADU y el color blanco a 20 ADU. Figura 8A-F.- Muestra las tasas y compensaciones de corrientes oscuras medidas y estimadas para los tipos de interpolación, utilizando el paso {step) = 20.

Figura 9.- Muestra la configuración para la adquisición de imágenes en la primera etapa del procedimiento.

Figura 10.- Muestra las constantes ajustadas de la ecuación de Arrhenius.

Figura 11.- Muestra el error de estimación frente al tamaño de paso {step).

Figura 12.- Muestra el error de estimación frente al tipo de interpolación.

REALIZACIÓN PREFERIDA DE LA INVENCIÓN Se describe a continuación, con ayuda de las figuras 1 a 12, una realización preferente del procedimiento de estimación de patrón de corriente oscura. El procedimiento utiliza un sensor 2-D, que comprende una matriz de píxeles (x, y) para una cámara no refrigerada sin obturador. Una primera etapa del procedimiento consiste en caracterizar cada píxel del sensor 2D de forma independiente, en función de la temperatura del FPA (Disposición de Plano Focal) y tiempo de exposición (t _exp ).

El patrón de corriente oscura se puede dividir en dos términos: la tasa (ADU/s) y la compensación (ADU) u offset en inglés. La compensación es el patrón de corriente oscura en t _exp = 0, y la tasa modela la dependencia lineal con t _exp . Se debe asignar una tasa de corriente oscura y una compensación diferentes a cada píxel. Además, este patrón tiene una fuerte dependencia (exponencial) con la temperatura.

Para demostrar mejor el procedimiento de la invención se ha probado un sensor 2D específico.

El patrón de corriente oscura es altamente lineal para una amplia gama de valores t _exp . En consecuencia, es posible realizar un ajuste lineal del patrón de corriente oscura en función de t _exp . patrón ( T,x,y ) = tasa(T, x,y) t _exp + compensación(T , x, y)(1 ) donde T es la temperatura del FPA (K), y (x, y) son las coordenadas de los píxeles.

Idealmente, la primera etapa para caracterizar cada píxel comprende las subetapas de: establecer una nueva temperatura, esperar a que la temperatura se estabilice, - adquirir imágenes promediadas con vahos t _exp , y repetir si es necesario.

Desafortunadamente, las subetapas anteriores requieren mucho tiempo en la práctica. Como alternativa, la primera etapa del procedimiento comprende el siguiente conjunto simplificado de subetapas: iniciar una rampa de temperatura lenta, adquirir imágenes promediadas en al menos dos t _exp , alternativa y continuamente. En la prueba, la rampa de temperatura ambiente se configuró para vahar de 0 °C a 50 °C en aproximadamente 2,5 horas. Por cada ganancia estudiada, se adquirieron 200 pares de imágenes promediadas, cada par correspondiendo a una muestra de temperatura. La figura 9 muestra la configuración que se decidió para la prueba, basada en mediciones anteriores sobre linealidad para este sensor. Durante las pruebas, la ganancia 2 en realidad se omitió, ya que adquirir 200 imágenes en t _exp = 200 ms tomaría al menos 40 segundos y la temperatura podría vahar significativamente durante este período.

Dado que todas las configuraciones de ganancia se adquirieron alternativamente durante la misma prueba, descartar la ganancia 2 resultó en más muestras para la ganancia 0 y 1 , ya que estos resultaron más interesantes para la aplicación en estudio.

Para poder predecir el patrón de corriente oscura para una temperatura y tiempo de exposición determinados, no debe haber histéresis con ninguno de los dos parámetros. Se realizó una prueba específica en este sentido, revelando que los patrones de corriente oscura medidos son reprodúceles después de subir y bajar t _exp (tal como se esperaba) y la temperatura. Los resultados del barrido de temperatura se muestran en la figura 2. El hecho de que no se midió histéresis da luz verde al desarrollo de un procedimiento para predecir el patrón de corriente oscura.

Por una parte, para comprender mejor el comportamiento global del sensor, la tasa media de corriente oscura (media de todos los píxeles en la matriz 2D) se estudió en función de la temperatura. Se determinó que la tasa en (ADU/s) sigue la ecuación de Arrhenius, con una compensación que se puede atribuir a la compensación de la electrónica de lectura: tasa _mediana (T) = Ae ^k B ^T + C (2) donde T es la temperatura del FPA (K), A es el factor preexponencial (ADU/s), E _a es la energía de activación (eV), k _B es la constante de Boltzmann (8617333 10 ^~5 eV/K) y C es la compensación de la tasa de corriente oscura (ADU). Esta función se adaptó para un barrido de temperatura con ganancia 0 y ganancia 1. El mejor ajuste se encontró con ganancia 0, donde R ² > 0,99999. Los parámetros resultantes se enumeran en la figura 10, mientras que un gráfico de la tasa de corriente oscura se muestra en la figura 3. La composición más común InGaAs del sensor para imágenes SWIR (infrarrojo de onda corta) es 7nO,53GaO,47As. La banda prohibida fundamental de esta composición es 0,73 eV, que coincide perfectamente con el valor medido.

Por otro lado, se encontró que la media de la compensación de la corriente oscura depende de la temperatura casi linealmente, con un suave decaimiento a medida que aumenta la temperatura (ver la figura 4). No está claro si esta caída es el resultado de algún tipo de efecto de saturación. Tampoco está clara la función que mejor modela la dependencia de la compensación con la temperatura.

Un análisis más detallado realizado píxel a píxel llevó a la conclusión de que muchos píxeles no siguen la ecuación de Arrhenius. En cambio, parecen seguir una ecuación similar formada por la suma de hasta tres términos exponenciales: tasa = A e ^~B ! ^T + Ce ^~O ¡ ^T + Ee ^~F ! ^T + G (3) donde T es la temperatura en Kelvin y A-G son constantes que definen la forma de la curva. Todas las constantes (y por supuesto, la velocidad de oscuridad) dependen de la coordenada de píxeles (x, y).

En la ecuación (3), los dos primeros términos pueden referirse a la difusión y el agotamiento de la corriente oscura, respectivamente. No está claro de dónde proviene el tercer término, o si en realidad debería tener la misma forma exponencial. Se probó que no todos los píxeles necesitan los tres términos exponenciales para un buen ajuste. La mayoría de ellos solo necesita un exponencial, muchos de ellos dos exponenciales, y solo algunos de ellos están modelados con tres exponenciales. Ver la figura 5, en la que se muestran ejemplos de píxeles con diferentes tipos de ajuste exponencial para la velocidad de corriente oscura (figura 5A para una, figura 5B para doble y figura 5C para triple).

Se realizó un estudio similar para la compensación y se determinó que la mayoría de los píxeles se comportan como el gráfico de la figura 4. Se esperaba que la compensación cambiara linealmente con la temperatura, pero después de las mediciones no está claro si el mejor modelo consiste en una suma de exponenciales, un polinomio o una combinación. Sin embargo, un ajuste lineal parece lo suficientemente bueno para temperaturas de hasta 60 °C. Según los resultados de la caracterización, el número total de parámetros necesarios para ajustar el patrón de corriente oscura sería 7 como mínimo (un ajuste biexponencial para la tasa de corriente oscura y un ajuste lineal para la compensación de corriente oscura). Para un sensor con 640x512 píxeles y valores flotantes de precisión simple (32 bits), los parámetros ajustados ocuparían 8,75 MBytes en memoria.

Por una parte, el ajuste de funciones complejas como la que define la tasa de corriente oscura requiere mucha sintonización manual. Por ejemplo, es necesario definir un buen punto de partida y tamaño de paso que haga que todos los píxeles converjan hacia la solución óptima. Lo que es más, un algoritmo que converge para un conjunto de datos dado puede no converger para un conjunto de datos diferente adquirido con el mismo sensor debido a pequeñas diferencias en dichos datos. Por otro lado, no sería una buena práctica intentar ajustar la compensación de la corriente oscura sin conocer las ecuaciones reales que describen su dependencia con la temperatura. También, las ecuaciones que son válidas para algunos sensores pueden no aplicarse a otros. Los problemas señalados en los párrafos anteriores sugieren que sería beneficioso contar con una forma alternativa y más robusta de estimar el patrón de corriente oscura. La propuesta no es tratar de ajustar la tasa de corriente oscura y la compensación frente a la temperatura, sino almacenar un subconjunto de muestras (por ejemplo, tomar una muestra por cada "paso" muestras) y obtener los valores deseados mediante interpolación spline.

Por lo tanto, el presente procedimiento comprende una segunda etapa que consiste en definir un modelo pseudo-empírico, basado en las imágenes obtenidas previamente. La segunda etapa comprende una subetapa de obtener los valores deseados (tasa y compensación de cada píxel), utilizando interpolación spline.

Se determinó que el método de interpolación cúbica es sorprendentemente preciso para algunas muestras en todo el intervalo de temperatura, como se muestra en la figura 11. Los datos de esta tabla se obtuvieron a partir de 200 muestras de temperatura. En la figura 11 , el uso del disco se calcula como: En estas pruebas, n parámetros = 2 (tasa de corriente oscura y compensación), n píxels = 640 x 512, n bytes = 4 (punto flotante de precisión simple) y n muestras = 200 (uno por cada temperatura medida).

Las columnas de "error" se refieren a la diferencia media absoluta entre los patrones de oscuridad medidos y estimados. El término "entrenamiento" se refiere a una imagen de entrenamiento, es decir, una que se utilizó durante el ajuste de corriente oscura (en estas pruebas, 6 ms a 51,18 °C). Por otro lado, "prueba" se refiere a una nueva imagen de referencia tomada con una t _exp que no se utilizó durante la fase de entrenamiento (en estas pruebas, 2 ms a 45,88 °C). Todos los resultados de la figura 11 se obtuvieron con ganancia 0.

La cantidad de error depende principalmente de la distancia entre la temperatura objetivo y las muestras de temperatura más cercanas, como se ve en la figura 6 (6A muestra la tasa de corriente oscura media con paso = 10; 6B muestra la compensación media de corriente oscura con paso = 10; 6C muestra la tasa de corriente oscura media con paso = 20; 6D muestra la compensación media de corriente oscura con paso = 20; 6E muestra la tasa de oscuridad media con paso = 40; 6F muestra la compensación media de corriente oscura con paso = 40;). Por ejemplo, el error significativamente mayor con la imagen de entrenamiento con paso = 40, que se muestra en las figuras 6E y 6F puede explicarse por el hecho de que 51,18 °C cae muy lejos de las muestras circundantes (40,78 °C y 60,48 °C). Por supuesto, un paso más pequeño reduce la probabilidad de caer en tal situación, pero tiene un coste computacional y de memoria.

Para las medidas en estudio, establecer el paso ( step ) = 20 parece un buen compromiso para un sistema integrado. De hecho, 45,88 °C cae muy lejos de las muestras circundantes con paso = 20 (40,96 °C y 51 ,16 °C), pero esto no produjo un error significativo en la imagen estimada, como se muestra en la figura 11 y en la figura 7. Para un ordenador normal, paso = 10 podría ser una mejor opción.

En cualquier caso, los errores de estimación están siempre por debajo del propio ruido de lectura (alrededor de 16,8 ADU, medido en otras pruebas con este sensor). Si también se tiene en cuenta el ruido oscuro, los errores de estimación son incluso menos significativos.

La estimación de la tasa y la compensación de la corriente oscura se probó con tres métodos diferentes: interpolación lineal, cuadrática y cúbica (1a, 2do y 3er orden) con condiciones de límite naturales.

El objetivo es encontrar el método más sencillo que ofrezca buenos resultados. Los errores de estimación medidos con la configuración de prueba (2 ms a 45,8 °C, paso = 20) se enumeran en la figura 12. Los gráficos resultantes se muestran en la figura 8 (tasa de corriente oscura media de 8A con interpolación lineal; 8B compensación media de corriente oscura con interpolación lineal; 8C tasa de corriente oscura media con interpolación cuadrática; 8D compensación media de corriente oscura con interpolación cuadrática; 8E tasa de corriente oscura media con interpolación cúbica; 8F compensación de corriente oscura media con interpolación cúbica). Se puede observar que el error con interpolación lineal es significativamente mayor que el resto de métodos. Este comportamiento se esperaba debido a la forma exponencial de las curvas y la temperatura del FPA seleccionada cae en el medio de dos muestras de temperatura de referencia. Por otro lado, el método cúbico es considerablemente más complejo de implementar y calcular, pero el error no disminuye significativamente.

Según los resultados obtenidos, el método cuadrático sería un buen compromiso para un sistema integrado. Para un ordenador normal, podría ser preferible el método cúbico.

Para algunos píxeles relativamente calientes, puede suceder que se alcance la saturación para altas temperaturas. Si esta situación se ignora durante el ajuste del patrón oscuro, las tasas de oscuridad y las compensaciones se estimarán incorrectamente para esas temperaturas.

Por ejemplo, un píxel muy caliente puede resultar en una tasa reducida o nula y una compensación cierra bien el píxel o el límite superior del ADC (lo que ocurra primero). Incluso si las tasas de oscuridad y las compensaciones se miden incorrectamente en píxeles calientes, en la mayoría de los casos, los patrones estimados serán correctos y los píxeles calientes tendrán un valor alto como se esperaba.

Los píxeles calientes generalmente se eliminan en otras etapas de procesamiento posterior, por lo que los errores de estimación en estos píxeles no son importantes. Los valores de los píxeles cercanos a la saturación podrían extrapolarse para emular la ausencia de efectos de saturación. Sin embargo, debido al ruido a altas temperaturas y la dificultad de ajustar los píxeles a una ecuación conocida, se determinó que este método no era robusto y se descartó. La presente invención describe un procedimiento para estimar el patrón de corriente oscura de un InGaAs sensor, basado en mediciones realizadas previamente en laboratorio. Los resultados obtenidos muestran que este procedimiento es altamente preciso (el error es mucho menor que el ruido de lectura), para un amplio intervalo de tiempos y temperaturas de exposición. Como un ejemplo de lo anterior, la figura 1 muestra imágenes de ejemplo antes (figuras 1A y 1 C) y después (figuras 1B y 1D) restando el patrón de corriente oscura estimado por el procedimiento propuesto. Las imágenes fueron tomadas desde la órbita con un InGaAs sensor a bordo de un pequeño satélite, sin control de temperatura activo y sin obturador mecánico disponible.