[发明专利]一种基于Matlab的图像传感器RTS噪声检测分析系统

说明书

技术领域：

本发明涉及图像传感器检测技术领域，具体涉及图像传感器RTS噪声检测及分析方法，属于微电子技术领域、抗辐射加固技术领域。

背景技术：

图像传感器广泛应用于气象卫星、通信卫星、地球资源卫星，其空间应用可靠性直接关系卫星的在轨性能和运行寿命。然而空间环境中存在大量的高能辐射粒子，他们作用于图像传感器会导致其工作性能严重退化，如产生大量RTS像素，而RTS像素的出现会显著增大图像传感器的噪声。为了深入研究图像传感器在空间辐射环境中工作时因辐射损伤而产生的RTS噪声，我们需要一个能够从图像传感器采集的数据中检测并分析RTS噪声的系统。

2009年IEEE Transactions on Nuclear Science上一篇名为《Multilevel RTS in Proton Irradiated CMOS Image Sensors Manufactured in a Deep Submicron Technology》的文章中的第二部分介绍了一种多级RTS检测方法。该检测方法首先将像素信号和一个阶梯滤波器进行卷积得到像素梯度信号，然后通过计算信号和噪声方差得到梯度滤波阈值并根据此阈值对梯度信号进行滤波整形，最后得到重建的RTS噪声信号。但是，这套检测方法没有对像素信号中夹杂的白噪声进行去噪，这会增加后续信号处理的难度，影响了RTS噪声检测的准确性，而且这套检测方法的梯度阈值选择仅仅通过计算信号方差得到，使得检测方法的适用范围大大降低。因此，为了提高RTS噪声检测的准确性和适用范围，使得更容易的去分析RTS噪声，急需开发出一套方便快捷、准确性高且适用范围广的RTS噪声检测分析系统。

发明内容：

本发明的目的在于，提供一种基于Matlab的图像传感器RTS噪声检测分析系统，该系统是由图像格式设定模块、信号处理参数设定模块、RTS噪声检测模块、RTS噪声重建模块组成，使用Matlab读取采集的大量图像并将这些数据转化为像素灰度值随时间变化的像素信号；对每个像素信号进行白噪声滤波得到去噪后的像素信号；使用梯度检测方法得到像素信号的梯度变化信号；通过所选阈值算法计算得到像素梯度信号噪声阈值，然后对梯度信号去噪；统计每个像素的梯度脉冲个数，并输出作为RTS噪声检测结果；对像素梯度信号每两个脉冲之间的信号求均值得到像素RTS噪声的平均暗电流基底；结合RTS噪声的平均暗电流基底和梯度脉冲信号得到重建的RTS噪声信号。该系统适用任意可见光图像传感器，采用了多种信号处理方法，可以自动且自适应的实现RTS噪声检测和全参数分析。通过本发明所述的基于Matlab的图像传感器RTS噪声检测分析系统，解决了目前RTS噪声检测提取困难，分析困难问题，可以更加深入的研究图像传感器的各种工艺和辐射产生缺陷。

本发明所述的一种基于Matlab的图像传感器RTS噪声检测分析系统，该系统是由图像格式设定模块、信号处理参数设定模块、RTS噪声检测模块和RTS噪声重建模块组成，其中图像格式设定模块为像素深度设定、数据读入的大小端顺序设定和图像宽度和高度设定；信号处理参数设定模块为中值滤波器长度参数设置和梯度阈值滤波算法选择设置；RTS噪声检测模块为读入数据检测RTS噪声并输出检测结果；RTS噪声重建模块为载入检测结果重建RTS噪声并输出重建结果，具体操作按下列步骤进行：

a、在恒定温度下，以固定周期连续的采集大量图像传感器暗场图像，采集时间半小时；

b、打开系统，在图像设定模块中设定所采图像的像素深度、数据读入的大小端顺序和图像宽度和高度，在信号处理参数设定模块中设定所要使用的滤波器参数和梯度阈值算法；

c、在RTS噪声检测模块中打开图像数据目录，读取采集的大量图像数据，将这些数据转化为像素灰度值随时间变化的像素信号，并对像素信号进行白噪声滤波，得到去噪后的像素信号，再对去噪后的像素信号进行梯度检测得到像素信号的梯度信号，再通过所选阈值算法计算得到像素梯度信号的噪声阈值，并使用该阈值对梯度信号滤波，最后统计每个像素的梯度脉冲个数，并输出作为RTS噪声检测结果，然后进行RTS噪声检测，完成后在图像数据根目录下生成检测结果；

d、在RTS噪声重建模块中载入RTS噪声检测结果，根据RTS噪声检测结果，通过对目标像素梯度信号每两个脉冲之间的信号求均值，得到像素RTS噪声的平均暗电流基底，再结合RTS噪声的平均暗电流基底和梯度脉冲信号得到重建的RTS噪声信号；

e、重建完成后，在RTS噪声重建模块中选择目标像素导并在图像数据根目录下生成RTS噪声重建结果；