现代高性能红外传感器,像CdHgTe-based,需要低功耗消费和数字输出减少成本,提高易用性,通过避免在接近董事会需要模拟组件。然而,当开发大型格式传感器(例如, 1280年 × 1024年 像素 模拟数字转换和数据传输的瓶颈低功耗合规恶化。因此,前两个主要贡献者功耗考虑最小化,数模转换器(ADC)和数据传输的驱动芯片。

几个数字读出电路已经证明,依靠进行像素级( 1),列级( 2),或array-level A / D转换。在这样的传感器、电源优化重点是ADC本身,和每个像素信号作为完全独立的,在时间和空间,从其他人。因此没有特定的传输速率优化实现。此外,ADC噪声图定义关于lowest-input信号噪声,而不考虑信号和噪声依赖性的光子;这导致了保守派的转换输入通量大。

针对数据传输能力,压缩是一个著名的技术用于图像处理,以降低比特率。压缩算法是由两个步骤:首先,数据decorrelated使用预测或变换,然后熵编码应用于降低比特率。压缩的实现主要是数字;然而,解相关方案还可以实现在模拟域( 3- - - - - - 5]。

本文利用输入信号特征以及内在空间冗余,目标降低ADC的分辨率和传输的数据量。它提出了一种基于解相关方案修改一级哈雾解相关结合相应变量获得应用于其系数的概率密度函数(PDF)。

本文组织如下。部分 2讨论了红外图像传感器的主要噪声的贡献。节 3,考虑到像素空间相关性,Haar小波解相关介绍及其输出实际图像进行了讨论。部分 4提出了混合小波变换和自适应增益原理。部分 5综合电子实现细节,而相关的章节中讨论测试结果 6。

经典的读出的数字图像传感器由一个链光电二极管,目前积分器,像素的追随者,一个out-of-focal-plane ADC。光子的能量分为光电二极管能带转换为电子材料。这些电子产生一个反向偏压光电二极管光电流。集成后,产生的电荷产生电压差然后转移到a到d转换。主要的噪声源( 6)沿着链如下:所有的散粒噪声来自光电二极管电流和噪声功率等于在照片转换生成的电子的数量;kTC或复位噪声出现在集成电容器的复位;读出电路噪声这取决于所使用的电路架构和技术;的量化噪声通常被认为是一个白噪声成反比ADC有效数量的代码。

图的计算结果 1展示这些噪声的贡献改变输入信号,在一个典型的红外成像仪500 fF集成电容器、1.6 V全面的ADC输入和一个130 μV_rms读出噪声(ROIC)。后者是一个商业产品的现实价值与分辨率和帧率高于 640年 × 480年 像素在50 Hz。最高的动态范围的一部分由光电流散粒噪声而量化噪声限制低光子通量(图的信噪比 1)。红外探测的目标是保持整体的电路噪声的贡献低于光子散粒噪声在感兴趣的动态范围,以确保背景有限的红外线光电探测(信号)。

现实生活中图像表现出明显的空间冗余。这已经是广泛应用于图像像JPEG标准减少数据存储。有效地将受益于那些冗余、图像转换是必要的。 一个 变换域变化的分析从空间域、频域离散余弦变换的DCT ( 5]或小波域的离散小波变换(DWT 4, 7]。大部分的信息都包含在DCT低频系数或为DWT高层的。

二维整数Haar小波解相关的情况下被认为是本研究的硬件要求低:这只是基于小蝰蛇和substractors。1日订单Haar小波变换将原始的输出数据 2 × 2 组的像素 ( 一个 , b , c , d ) 在一个装箱系数 一个 和3细节系数 B , C , 和 D 根据以下方程( 4]: (1) 一个 = 一个 + b + c + d , C = 一个 - - - - - - b + c - - - - - - d , B = 一个 + b - - - - - - c - - - - - - d , D = 一个 - - - - - - b - - - - - - c + d 。 一个 对应的四个像素的平均值, B , C , D 依赖于内的梯度 2 × 2 组。

图 2提出了一个原始红外图像及其相关的像素值PDF(概率密度函数)。相应的 一个 , B , C , 和 D 系数pdf图所示 3。清楚显示0周围的细节系数表现出一个小的偏差,由于相邻像素值相关。

在这工作,pixel-to-pixel相关性利用由于解相关方案基于一阶Haar小波变换。相反的情况可见图像,在红外领域参考视频流不用于基准测试的图像处理解决方案。因此我们建立了我们自己的红外视频数据通过收购图像在各种条件包括室内和室外,昼夜、静态和移动场景。这些红外图像的统计分析表明,99%以上的细节系数躺在(−f / 8、f / 8)区间,FS是全面的,这证实了他们的小偏差在0。因此他们可以放大4数字化之前没有诱导饱和。

此外,信号功率相比,散粒噪声功率是一个平方根定律。因此在低通量ADC量化噪声所带来的冲击。这种影响可以减少preamplifying信号或装箱系数是其空间的意思是,获得较低的高通量和低增益高通量。作为装箱空间相关系数,预测方案可用于预测他们的价值观。预测可以结合时空邻近装箱系数之前确定。然而,在最后的装箱系数计算预测提供了一个容易实现的优点,并提供良好的逼近性能。在这个解决方案中,我们选择来实现这样一个自适应增益之前广告转换。我们选择的增益值4、2和1定义的范围区间[0,FS / 4], [FS / 4, FS / 2]和[FS / 2, FS],分别。这允许降低ADC有效位数(第三),2、提供前置放大器的噪声足够低。

结合这两个想法让我们以下新概念上的图 4:一个装箱和三个细节系数生成/ 2 × 2 组的像素离散小波变换(DWT)。的细节系数的获得将4和装箱系数设置为1,2,根据先前的估计或4组列的像素,从而进一步利用图像的空间相关性。

这个概念已经在测试芯片,实现在一个3.3 V, 0.35 μm CMOS工艺(图 5)。矩阵的格式是16行8列由典型红外25 μm×25 μm像素。可以设置为可测试性目的每个像素电压动态范围内的任意值(“电子图像”)。可变增益算法很简单(图 6):在固定 { 1、2 , 4 } 获得用于下一个 2 × 2 块两次,等于和一个用于当前的一半 2 × 2 块的当前值下降时,分别在低,中,或高动态范围的一部分。这些零件是由两个数字阈值可调。在每一个新的框架,获得重置为其最小值。模拟DWT /获得块是基于标准的切换电容器示意图(图 7)。示例电容器是第一个预先充电电压( V x - - - - - - V 厘米 , x = 一个 然后 b , c , 和 d )。那么费用转移到放大器的反馈电容以适当的开关条件,以确保所需的极性和收获。然后产生的电压采样,并通过数管道ADC转换由8共享列。

这个小的构建块格式图像传感器被设计成符合标准组件(例如, 640年 × 512年 ):行数可以增加通过简单地增加 2 × 2 像素块和列的数量可以增加了相邻块由1 ADC和8列。

由于配置寄存器的芯片可以设置几个测试模式允许独立写作过程“电动形象”的特征,图像模拟的结果,模拟小波变换和AD转换。

芯片(图 8)已经测试了典型红外成像仪操作温度。装箱和细节系数测量结果给出了表 1。斜率和偏移量在测量导出了线性回归系数与输入电压曲线。测量是由相同的值应用到四个输入( 一个 = b = c = d ),这个值在整个动态范围。这种情况下的理论结果 一个 = G 一个 × 一个 , G 一个 = 1、2 , 或 4 , B = C = D = 0 。测量值表现出一些偏差是由于寄生电容的不对称的影响(例如,高聚物电容器的电容基板和底板之间)的切换电容器。像在标准图像传感器、芯片抵消和增益修正可以弥补其中的一部分;这不是用于这项研究。

测量在一个“电子图像”的一个例子与一个特定的模式给出图 9。从测量获得重建图像DWT系数通过应用(片外)inverse-DWT没有任何数字校准。

图 9表明,重建的图像匹配,但与一个减毒的对比之间的过渡区最黑暗和最亮的区域。这种效果是由于部分上述偏差,主要是读出的概念。事实上,在高对比度区域,high-gain-to-low-gain过渡空间太慢。此外,一些细节系数可能之外(−f / 8、f / 8)间隔。这两种情况下将导致饱和。图 9建立了输入图像来说明这些影响。真实图像,这完全不可能的情况下将主要发生在“死亡”像素,不会过于影响图像质量。

也由于寄生电容的影响, 2 × 2 块对比区域的重建图像展示用于固定模式。这种效应可以显著减少设计优化和片外校准。

模拟块设计兼容 640年 × 512年 图像传感器在60帧/ s。测量功耗的DWT /获得块是100 μw . ADC展览一个数第三600年在246千赫 μw .这700 μW可建议的解决方案是为了取代第三ADC消耗2.4兆瓦。因此,我们可以期待一个重大(> 70%)节电ADC的贡献。此外,从13位到11位,由于数据传输动态功耗将减少15%;自从2比特获取信息不需要转移,它可以计算offchip通过运行相同的增益设置算法的数字数据。

在最坏的情况下,获得4(低通),输出称为噪声由于DWT /获得块电路(放大器、电荷注入,kT / C噪音 … )测量是200 μV_rms。添加到310平方 μV_rms量化噪声的数ADC (2.2 V全面),这导致总计370人 μV_rms噪声电压信号添加到先前放大了4。所以,当扩展原始信号,等效噪声电压是92 μV_rms12.8,这对应的量化噪声位第三2.2 V全面。换句话说,相比可解决方案(77.5 μV_rms量化噪声,信噪比损失,也就是说,短暂的低端通量的增加范围,是19%。

本文提出一种列解相关方案高分辨率红外成像系统及其硅实现和测试。这种架构利用intraframe冗余和固有的光子散粒噪声特性来实现降低能耗,同时保留背景有限的红外线光电探测目标。它是基于一级Haar小波变换与预测估计装箱系数动态范围。结合成一个模拟实现,装箱的自适应增益系数和固定增益的细节系数允许使用低分辨率ADC从而减少功耗。进一步实现功率降低由于减少传输的数据量。总的来说,一个图像质量相当于12.8位直接量子化方案是可以实现的。这些结果证明自适应增益的价值和模拟小波变换方法降低功耗的红外图像传感器通过允许放松ADC的分辨率,此外,,因此,减少输出转换活动。