Design and Spectral Analysis of Short and Medium-Wave Infrared Filter for High Resolution Detectors
-
摘要:
短中波红外滤光片是航天光学遥感相机上的关键器件之一。高分辨率探测器的光谱响应由滤光片的光谱特性决定，其中短中波红外占有很大比重，传统方式制备的短中波红外滤光片与理论值存在差距，使得短中波红外滤光片发生光谱角漂或温漂等现象，在高分辨率探测器中形成高频和低频光谱混合叠加导致复原光谱失真。本文提出了一种高透过率低漂移高分辨率探测器短中波红外滤光片的设计及研制方法。为了达到短中波红外滤光片特定波长滤光特性的要求（在3.5~4.1 μm波段范围内实现98%以上透过率，在2.4~3.35 μm、4.25~6.4 μm两个波段范围内实现截止），以Si材料为滤光片的基底材料，采用模拟染色体遗传交叉算法以带通滤光高低反射率膜堆结构进行了结构迭代设计，薄膜的高折射率材料采用TiO2，低折射率材料采用SiO2，该结构设计使得膜层数量大为减少，通过温漂测试、角漂测试、光谱特性分析及面形测试，短中波红外滤光片达到了前后双波段截止、高通带透过率的目标。环境测试试验表明，短中波红外滤光片膜层与基底材料匹配性适宜、膜层稳定性较高，适用于空间严酷的温度变化、高能粒子辐照环境。
Abstract:The short- and medium-wave infrared filter is a key device in the aerospace optical remote sensing camera. The spectral response of the high-resolution detector is determined by the spectral characteristics of the short- and medium-wave infrared filter. Owing to the gap between the preparation level and theoretical values, the phenomenon of the spectral angle drift or temperature drift occurs, and the mixed superposition of high- and low-frequency spectra is formed in the high-resolution detector, resulting in restoration spectral distortion. This study introduces a design method for a working band of 3.5 μm to 4.1 μm and the development of a short- and medium-wave infrared filter for a high resolution detector. To realize the characteristics of dual band cut-off color separation on the Si substrate (cut-off band wavelength 2.4 μm to 3.35 μm and 4.25 μm to 6.4 μm; transmittance of over 98% in passband wavelength 3.5 μm to 4.1 μm), the film system structure of the F-P band-pass filter is used as the initial structure, which effectively reduces the number of film layers compared with the conventional design concept. The high refractive material of the film is TiO2 and the low refractive material is SiO2, to achieve dual band cut-off. The short- and medium-wave infrared filter achieves the design goal and has the characteristics of dual band cut-off and high band transmittance. In the environmental test, the short- and medium-wave infrared filter exhibits significant stability, and the matching degree between the films is appropriate. The short- and medium-wave infrared filter can be applied in some extreme cases.
-
0. 引言
因为水体和漂浮粒子对光线的吸收和散射，水下成像往往产生严重的色彩偏移和较低的对比度，严重影响了水下探测、水下导航和海洋开发等应用，因此，水下图像增强非常重要。水下图像增强的主要任务是实现颜色补偿、提升图像的对比度和去模糊[1]。水下图像增强方法主要分为两种：基于水下成像物理模型的图像复原方法与调整图像的像素值来优化颜色和对比度的图像增强方法[2]。鉴于暗通道先验或最大强度先验的成像模型对水下图像的场景深度估计不够准确，Peng等[3]提出基于图像模糊度和光吸收的场景深度估计方法，结合成像模型对水下图像进行恢复，但是其成像模型的泛化能力有限，对部分蓝色调或绿色调较强的水下图像的恢复效果较差。Wang等[4]提出基于自适应衰减曲线先验的水下图像恢复方法，这种先验依赖于像素值的统计分布，假设清晰图像的所有像素可以划分为不同的聚类，每个聚类中的像素被水体衰减后，以幂函数的形式分布在一条曲线上。Peng等[5]利用基于深度的颜色变化估计环境光，通过场景环境光差异对场景传输进行估计，以实现颜色补偿，同时结合自适应的颜色校正恢复图像的对比度，但是难以有效去除多样化的水下场景图像的颜色失真。Lin等[6]将水下图像分解为结构层和纹理层，用红蓝暗通道先验对结构层进行恢复，用细节提升算法对纹理层进行锐化。水下图像的复原方法存在的问题为：水下图像成像模型和先验知识的可靠性难以保证，基于物理模型的水下图像复原方法在复原不同环境、不同色调和不同目标的水下图像时存在明显的局限性。
Chiang等[7]采用波长补偿技术实现水下图像的颜色校正，通过去雾实现对比度的提升。黄冬梅等[8]充分利用颜色模型和水下图像的特征，在不同颜色模型下对各图像分量分别进行自适应的直方图拉伸。其基于自适应区间的直方图拉伸能在提升图像对比度的同时，校正图像的颜色偏差。Zhang等[9]基于Retinex理论框架，根据每个通道的特征，在CIELAB颜色空间中对图像的3个通道组合使用双边滤波和三边滤波，以改善水下图像的视觉效果。但是其缺乏有针对性的颜色校正，增强图像偏蓝、绿色调。史金余等[10]用白平衡算法对图像进行颜色校正，用对比度受限的自适应直方图均衡化和Gamma校正分别增强图像的低频和高频部分，但是其根据经验定义Gamma公式以及Gamma指数，缺乏鲁棒性。Ulutas等[11]用对比度限制的自适应直方图均衡化（Contrast Limited Adaptive Histogram Equalization，CLAHE）对水下图像进行对比度提升和颜色校正，但是基于CLAHE的颜色校正脱离水下图像的颜色特征，校正后的颜色效果与自然颜色还是有一定的差距。
近年来，深度学习大大提升了计算机视觉的性能，包括水下图像增强。Guo等[12]提出一种多尺度密集生成对抗性网络以增强水下图像，在生成器中用残差多尺度密集块渲染图像细节，以提升图像的增强效果。Li等[13]提出一种用于增强真实水下图像的融合对抗性网络，其中的多项对抗损失不仅可以引入多图像特征，还可以平衡多项损失函数的作用。但是，由于训练数据不足和网络模型的任务特性，基于深度学习的水下图像增强方法难以有效应对多样化的水下图像，其泛化能力有限[14]。
现有的水下图像增强方法存在缺乏鲁棒性、颜色校正不准确、对比度不高和泛化能力差等缺陷。因此，为了进一步改善水下图像的颜色以及提升其对比度和清晰度，提出了改进直方图匹配和自适应均衡的水下图像增强方法。以最大像素均值的通道图像的直方图为基准，对各通道图像分别进行直方图匹配。该方法能鲁棒地实现水下图像的颜色校正，能适用于各种不同的水下图像，具有较好的泛化能力。另外，充分利用HSI颜色空间中颜色分量与明度分量的独立性，用自适应的局部直方图均衡化对明度分量进行处理，进一步提升水下图像的对比度和清晰度。用主、客观的实验结果证明了提出方法相对于部分现有方法的有效性和优越性。
1. 基于最大通道均值的直方图匹配
由于水体以及水体中的漂浮粒子等对光线的吸收和散射，在一定程度上削弱到达传感器的光线强度。其中波长较长的红光衰减较为明显，绿光和蓝光次之，因此水下成像往往呈现绿、蓝色调。而根据对大量的亮度适宜、对比度和清晰度较高的空气成像的实验和观察，得出以下结论：
1）红、绿和蓝三通道图像的直方图分布大体上是一致的，之间的差别非常小。
2）通道图像的直方图充分利用整个灰度级动态空间，体现出较高的图像对比度和清晰度。
3）通道图像的直方图的均值一般处于灰度级水平轴的中间或中间稍微偏右，体现在适宜的图像亮度。
一张亮度适宜、对比度和清晰度较高的空气成像与其通道图像的直方图如图 1(a)所示，其严格遵守了以上3个结论。
![]()
图 1 空气成像与水下成像的直方图分布Figure 1. Histogram distribution of air imaging and underwater imaging如图 1(b)所示，水下成像时，红色通道图像衰减最大，其信号强度较小，对应的直方图分布偏向灰度值较小的灰度级范围。而绿色和蓝色通道图像也有衰减，但是相对较小，在一定程度上能保持正常的图像信号强度，其对应的直方图能大致地分布于大部分的灰度级范围，所以绿色和蓝色通道图像的效果相对较好。因此，可以将绿色或蓝色通道图像的直方图作为基准，对其它两个通道图像进行直方图校正。一般地，像素均值较大的通道图像，其信号强度也较大，采用信号强度较大的通道图像作参照，对其它两个通道图像进行直方图校正，能更有效地恢复图像的信号强度，从而更有效地改善图像的亮度、对比度和清晰度。
根据以上分析，为了实现三通道图像的直方图大致一致，且保证图像信号有足够的强度，本文提出了基于最大通道均值的直方图匹配，以校正图像的颜色偏差，同时在一定程度上提升图像的亮度和对比度。均值最大的通道图像，水体对其造成的衰减和散射最少，图像信号的强度最大，能近似表示其它两个通道图像在没有衰减和散射情况下的信号分布和信号强度。
令水下图像f为L灰度级，具体方法如下：
1）选择像素均值最大的通道图像的直方图作为目标直方图：
$$ {h_{\text{T}}} = \mathop {\arg \max }\limits_{({h_{\text{R}}},{h_{\text{G}}},{h_{\text{B}}})} \{ {\text{mean}}({f_{\text{R}}}),{\text{mean}}({f_{\text{G}}}),{\text{mean}}({f_{\text{B}}})\} $$ (1) 式中：fR、fG和fB分别为红色、绿色和蓝色通道图像；hR、hG和hB分别为对应的直方图。
2）将直方图hk (k∈{R、G、B、T})归一化，其中运算|E|为统计集合E的元素数：
$$ {h_{k\_{\text{nor}}}} = \frac{{{h_k}}}{{|{f_k}|}},\;(k \in \{ R,G,B,T\} ) $$ (2) 3）对各通道图像进行直方图均衡化，得到灰度级x的均衡化映射函数Sk(x)：
$$ {S_k}(x) = (L - 1)\sum\limits_{i = 0}^x {{h_{k\_{\text{nor}}}}(i),\;(x = 0,1, \cdots ,L - 1)} $$ (3) 4）将均值最大的通道图像的均衡映射函数ST存储在一个表中，对于每一个值Sk(x)（k∈{R, G, B}, x＝0, 1, …, L－1），在ST中查找与Sk(x)最接近的ST(y)，并存储映射：
$$ {y_k}(x) = \mathop {\arg \min }\limits_t \{ |{S_k}(x) - {S_{\text{T}}}(t)|\} ,\;(t = 0,1, \cdots ,L - 1) $$ (4) 5）根据映射yk(x)，分别将通道图像fk（k∈{R, G, B}）中的像素x（x＝0, 1, …, L－1）映射为yk(x)，得到直方图匹配后的图像：
$$ f_{k}(f_{k}==x)＝y_{k}(x) $$ (5) 式中：==表示比较运算。
假设图像的灰度级为L＝8，基于最大通道均值的直方图匹配的效果如图 2所示。经过直方图匹配之后的图像，其直方图的分布和像素强度的特征与目标直方图较为接近。
2. 自适应的局部直方图均衡化
经过最大通道均值的直方图匹配的水下图像，其颜色得到了校正，亮度和对比度也得到了一定程度的改善，但是因为水体本身和水中悬浮的颗粒对光线的吸收和散射，红、绿、蓝色光均有一定程度的衰减，其中红色光衰减较大，会造成图像的雾霾效果，图像的清晰度较低，如图 3(b)所示。
![]()
图 3 直方图匹配和局部直方图均衡化的效果Figure 3. Effect of histogram matching and local histogram equalization直方图均衡可以提升图像的对比度，但是直方图均衡是全局性的，像素被基于整张图像的灰度分布的变换函数修改，于是部分局部像素的影响在全局的变换计算中被忽略了，并且会产生局部的欠增强和过增强。另外，直方图均衡会忽略最小的灰度级0，均衡后的图像没有真正的黑色像素，部分像素只是近似为黑色。
RGB颜色模型为混合颜色模型，如果继续对通道图像进行处理，势必会破坏图像的颜色。而HSI颜色模型为独立模型，将图像分为色调H、饱和度S和明度I三种基本特征量，其中色调H决定图像的颜色，饱和度S决定图像的颜色深浅和鲜艳程度，而明度分量I决定图像的亮度和对比度，3个特征量相互独立，可对各自进行处理而互不干扰。图像从RGB颜色空间转换到HSI颜色空间的定义为[15]：
$$ H = \left\{ \begin{gathered} \theta ,\;\;\;\;\;\;\;\;\;\;\;B \leqslant G \hfill \\ 360^\circ - \theta ,\;\;\;\;B > G \hfill \\ \end{gathered} \right. $$ (6) 式中：$ \theta = \arccos \frac{{(R - G) + (R - B)}}{{2\sqrt {{{(R - G)}^2} + (R - B)(G - B)} }} $
$$ S = 1 - \frac{3}{{R + G{\text{ + }}B}}\min (R,G,B) $$ (7) $$ I = \frac{1}{3}(R + G{\text{ + }}B) $$ (8) 为了在保持图像的颜色信息的同时，去除图像的雾霾效果、提升图像的对比度和清晰度，借鉴直方图均衡和充分利用HSI颜色模型的特征量的独立性，提出了自适应的局部直方图均衡化方法。先将经颜色校正的水下图像f转换到HSI颜色空间，在保持其色调分量H和饱和度分量S不变的同时，对明度分量I进行自适应的局部直方图均衡化处理。
令I(p)为图像I中像素p的灰度，Np(r)为以像素p为中心的大小为r×r的矩形邻域，自适应的局部直方图均衡化的具体步骤如下。
1）根据式(6)~(8)，将图像f转换到HSI空间，得到色调分量H、饱和度分量S和明度分量I。
2）明度分量I中的每个像素p，分别进行以下局部直方图均衡处理。
3）统计图像区域Np(r)的局部直方图hp，并进行归一化：
$$ {h_{p\_{\text{nor}}}} = \frac{{{h_p}}}{{|{N_p}(r)|}} $$ (9) 4）对图像区域Np(r)进行直方图均衡化，得到灰度级x的均衡化映射函数Sp(x)：
$$ {S_p}(x) = (L - 1)\sum\limits_{i = 0}^x {{h_{p\_{\text{nor}}}}(i),\;(x = 0,1, \cdots ,L - 1)} $$ (10) 5）根据映射Sp(x)，将中心像素p的灰度映射为：
$$ I(p) = \left\{ \begin{array}{l} 0,\;\;\;\;\;\;\;\;\;\;\;\;I(p) = {\text{find}}({h_{p\_{\text{nor}}}},1) \hfill \\ {S_p}(I(p)),\;{\text{others}} \hfill \\ \end{array} \right. $$ (11) 式中：find(X, 1)表示查找序列X中第一个非0元素的索引，式(11)特别地将最小的灰度值映射为灰度0，保证均衡化后的灰度跨越整个灰度空间[0, L－1]。
6）将色调分量H、饱和度分量S和局部均衡处理后的明度分量I转换到RGB颜色空间，得到增强的水下图像。
自适应的局部直方图均衡化方法根据图像每个像素p的邻域中的灰度分布分别设计变换函数，仅对当前像素p进行灰度映射，避免了全局直方图均衡化的欠增强和过增强效果，同时克服了其忽略最小灰度值0的缺陷，均衡后的图像的灰度级跨越更宽的灰度级范围，最终的结果是增强了对比度和清晰度，去除了水下图像的雾霾效果。
如图 3(c)所示，经最大通道均值的直方图匹配处理后的图像，颜色得到了校正，亮度和对比度也得到了一定程度的改善，但是有雾霾效果，图像的清晰度不高。再进一步经自适应的局部直方图均衡化增强后的图像，消除了雾霾效果，清晰度较高。
3. 实验验证与分析
在硬件为Intel i5-12400F CPU和8 GB RAM、系统为Win10，Matlab 2021a的台式计算机上，根据图像的视觉感知、信息熵、平均梯度、水下图像质量指标[16]和结构相似性指数，将本文方法与最新的文献[6]、[10]、[11]和[13]中提出的方法进行实验比较和分析，验证本文方法的有效性和实用性。所用的水下图像选自UIEB数据集[17]。
3.1 视觉感知
从增强图像的视觉效果上，可以综合地感知图像的色彩自然度、亮度、对比度和清晰度，类似于UIQM，但视觉感知从主观角度评价，UIQM从客观的角度评价。各算法对部分水下图像的增强效果如图 4所示，其中第一列为7张原水下图像，第二、三、四、五和六列分别为文献[6]、[10]、[11]、[13]方法和本文方法的增强效果图。
文献[6]方法的增强效果相对较好，增强图像的色彩较自然、对比度和清晰度较高，但是图像的亮度整体偏暗，部分微小的细节信息未能充分显示。文献[10]方法的增强效果相对较差，虽然在一定程度上对图像的颜色进行了校正，但是颜色的纯度低、色调偏灰色，缺乏层次感；另外，图像的雾霾效果依然明显，其对比度和清晰度偏低，特别是对场景四、六和七，其雾霾效果尤为明显。文献[11]方法的增强效果处于中等水平，增强图像的对比度和清晰度较高，但是部分区域产生了过增强，特别是场景一和场景二的前景部分、场景五和场景六的背景部分，过增强效果较为明显；另外，颜色补偿后产生了过饱和，色彩过鲜艳，部分图像区域的颜色偏离了场景和实物原本的颜色。文献[13]方法的增强效果处于中等水平，其明显的缺陷是增强图像的亮度偏暗，其中场景一的颜色欠饱和效果较为明显。
相对地，本文方法有效地校正了水下图像的颜色，与场景、实物和人物原本的颜色基本上一致，饱和度适中，色彩较自然；基本上去除了雾霾效果，图像的对比度和清晰度较高，原本因为雾霾效果而被隐藏的部分细节得以正常显示。只是对场景二背景中的水泡会产生一些放大噪声的效果，这是由自适应的局部直方图均衡化处理所致。局部直方图均衡化能够提升图像的局部对比度，因为场景二含有大量的小水泡，提升小水泡的清晰度的同时，会附带有部分噪声。与增强效果相对较好的文献[6]方法相比，两者相差不大，都能有效地校正了颜色，但是在亮度的适宜度和细节信息的清晰度上，本文方法稍微优于文献[6]方法。
3.2 信息熵
信息熵表示图像的有效信息量和细节信息的丰富程度；其值越大，图像的有效信息越多，纹理结构和细节信息越丰富。各方法对图 4所示的水下图像进行增强后，对应的信息熵如图 5所示。一般地，因为色偏以及雾霾效果，水下图像的有效信息量较低，经各方法的色彩校正和对比度提升后，信息含量均有不同程度的提升。文献[10]方法的信息熵较低，特别地，其对场景二增强后的信息熵比原水下图像还低。文献[11]方法因为产生过增强以及颜色过饱和，部分图像信息被破坏，其对应的信息熵相对偏低。文献[13]方法因为亮度偏暗影响了图像信息的显示，其信息熵处于中等水平。文献[6]方法的信息熵相对较高，而本文方法的信息熵高于其它方法。
3.3 平均梯度
平均梯度表示图像的局部灰度差，反映图像的对比度和清晰度，其值越大，图像的对比度越高，纹理结构和细节信息越清晰。但是放大噪声和过增强也会增大图像的平均梯度，需结合图像的视觉效果进行比较。各方法对图 4所示的水下图像进行增强后，对应的平均梯度如图 6所示。文献[10]方法因为色彩偏灰色，对比度偏低，其平均梯度较低。文献[13]方法因为亮度偏暗，对比度受到影响，其对应的平均梯度处于中等水平。文献[6]方法的平均梯度较高，而文献[11]方法和本文方法的平均梯度最高，明显高于其它方法，两者差别不大。但是结合图 4可知，文献[11]方法产生了明显的过增强，过增强会拉大像素之间的差距，导致其平均梯度较高。
3.4 UIQM
UIQM是专门度量水下图像质量的指标，UIQM将色彩指标、清晰度指标和对比度指标进行线性加权组合，能较准确地评价水下图像的质量；UIQM值越大，水下图像的整体质量越好。各方法对图 4所示的水下图像进行增强后，对应的UIQM如图 7所示。文献[10]方法的UIQM值较低，对水下图像的整体增强性能不理想。文献[6]、[11]和[13]方法的UIQM值之间相差不大，但是总体上以文献[6]方法最高、文献[11]和[13]方法次之。相对地，本文方法的UIQM值高于其它方法，整体的增强效果更优。
3.5 SSIM
SSIM是有参度量指标，度量增强图像与参考图像在纹理结构上的相似性，值越大，两图像越相似。对于图 4中的水下图像，其中场景二、三、四和五有参考图像，各方法对应的SSIM值如表 1所示。其中，文献[10]方法的SSIM值较小，这是由图像较暗的亮度所致。文献[13]方法的SSIM值相对偏低，很明显，其亮度和对比度不高。文献[11]方法的SSIM值处于中等，虽然其图像的清晰度较高，但是产生了部分过增强和颜色过鲜艳，破坏了部分图像信息。文献[6]方法的SSIM值相对较高。本文方法高于所有方法，其对图像的纹理结构和细节信息恢复得较好。
表 1 水下图像增强的SSIMTable 1. SSIM of enhanced underwater images% 3.6 与基准方法的比较
文献[17]除了构建一个数据集UIEB之外，还根据构建的数据集提出了一种基于卷积神经网络的水下图像增强模型Water-Net，作为水下图像增强的基准方法。将本文方法与Water-Net应用于部分水下图像，得到的效果如图 8所示，其中Water-Net的结果图像采自于原文数据。图 8的第一行为原水下图像，第二行和第三行分别为本文方法和Water-Net的增强图像。通过仔细的对比，两种方法的增强效果相差不大，各有特色。总体上，本文方法的增强图像对比度和清晰度稍高，但是色彩偏鲜艳，而Water-Net的增强图像的色彩较真实自然，但是对比度和清晰度相对偏低。
![]()
图 8 本文方法与基准方法Water-Net的增强效果比较Figure 8. Comparison of enhancement effects between the proposed method and the benchmark method Water-Net根据以上对主观的视觉感知和客观的信息熵、平均梯度、UIQM和SSIM的比较分析可知，本文方法能更有效地对水下图像进行颜色校正，恢复颜色的自然度，且在避免欠增强和过增强的同时，更好地提升图像的对比度和清晰度，图像的纹理结构和细节信息更丰富。
4. 结论
为了有效地改善水下图像的颜色和进一步提升图像的对比度和清晰度，提出了改进直方图匹配和自适应直方图均衡的水下图像增强方法。以像素均值最大的通道图像的直方图作为基准，对通道图像分别进行直方图匹配；在HSI颜色空间中对明度分量I进行自适应的局部直方图均衡化。主、客观的实验数据和比较分析证明了本文方法相对于部分现有方法的有效性和优越性，本文方法具有更好的水下图像增强性能。将本文方法作进一步的改进，用于红外图像增强和图像超分辨率重建，是课题组下一步的研究工作。
-
![]()
图 1 光子能量与SiO2折射率关系曲线
Figure 1. Curve of the relationship between photon energy and SiO2 refractive index
![]()
图 2 光子能量与TiO2薄膜材料折射率及吸收率的关系曲线
Figure 2. Relationship curves between photon energy and refractive index and absorption index of TiO2 thin film material
![]()
图 4 短中波红外滤光片温漂测试结果
Figure 4. Temperature drift test results of short and medium wave infrared filters
![]()
图 5 短中波红外滤光片角漂测试结果
Figure 5. Angle drift test results of short and medium wave infrared filter
![]()
图 6 短中波红外滤光片光谱透过率曲线
Figure 6. Spectral transmittance curve of short and medium wave infrared filter
表 1 短中波红外滤光片前后截止波长温漂测试结果
Table 1 Temperature drift test results of cut-off wavelengths before and after short and medium wave infrared filters
Test temperature/K Front cutoff wavelength λ1/μm Post cutoff wavelength λ2/μm 293 3.538 4.128 80 3.522 4.114 
下载: 导出CSV
表 2 短中波红外滤光片前后截止波长角漂测试结果
Table 2 Results of cut-off wavelength angle drift test before and after short and medium wave infrared filters
Testing angle/° Front cutoff wavelengthλ1/μm Post cutoff wavelength λ2/μm 0 3.535 4.126 6 3.535 4.122 11.9 3.528 4.115
下载: 导出CSV
表 3 短中波红外滤光片光谱测试结果
Table 3 Spectral test results of short and medium wave infrared filters
Test temperature/K 2.4~3.5 μm Average transmittance/% 3.5~4.1 μm Average transmittance/% 4.1~6.4 μm Average transmittance/% 293 0.63 98.1 0.13 80 0.63 98.7 0.20
下载: 导出CSV
表 4 短中波红外滤光片面型检测结果
Table 4 Surface shape detection results of short and medium wave infrared filters
Face Peak valley value/μm Root mean square value/μm A 0.304 0.035 B 0.454 0.051
下载: 导出CSV
表 5 短中波红外滤光片空间环境试验结果
Table 5 Space environment test results of short and medium wave infrared filters
Pilot project Test condition Test results Immersion test Soak in purified water at 45℃ for 8 h. Pass Adhesion test Film adhesion strength is tested by means of a polyester tape, in which the adhesive side of a standard polyester tape is pasted on the surface of the film to avoid air bubbles, and the peeling area of the film is tested by pulling up on one end of the tape. Pass Humidity test In a constant temperature and humidity chamber at a constant temperature of 45℃ and a relative humidity of more than 95% for 72 h. The temperature and humidity of the chamber were determined by the temperature and humidity of the chamber and the relative humidity of the chamber. Pass Temperature alternation test The temperature was kept at 45℃ for 30 min, then cooled down at a rate of 3℃/h to -10℃, then stopped cooling down, kept for 30 min, and then warmed up at a rate of 3℃/h to 45℃. Finish into a cycle, a total of 5 cycles. Pass Low temperature impact test Place the filter at room temperature into a container filled with liquid nitrogen and let it stand for 5 min. remove it and warm it up naturally, and keep it at room temperature for 15 min to complete a cycle, and carry out a total of 5 cycles. Pass UV irradiation test The infrared filter is located at the entrance of the optical path, where the UV irradiation is derived from direct solar irradiation and solar irradiation reflected by the Earth's surface and attenuated by several optical elements, and is analysed for stray light to obtain a 5200 ESH dose. Pass Co60 γ irradiation test Total radiation dose of 40 krad(Si) based on 700 km of track, 8 years of lifetime, with a design margin. Pass
下载: 导出CSV
-
[1] 柳青, 周锦松, 聂云峰, 等. 线性渐变滤光片光谱分光特性及检测方法研究[J]. 光谱学与光谱分析, 2015, 35(4): 1142-1145. https://www.cnki.com.cn/Article/CJFDTOTAL-GUAN201504064.htm LIU Qing, ZHOU Jinsong, NIE Yunfeng, et al. Research on spectral spectral characteristics and detection methods of linear gradient filter[J]. Spectroscopy and Spectral Analysis, 2015, 35(4): 1142-1145. https://www.cnki.com.cn/Article/CJFDTOTAL-GUAN201504064.htm
[2] 胡嘉宁, 王小勇, 阮宁娟, 等. 亚微米像元器件在空间应用中的光学系统设计[J]. 航天返回与遥感, 2019, 40(1): 50-58. https://www.cnki.com.cn/Article/CJFDTOTAL-HFYG201901007.htm HU Jianing, WANG Xiaoyong, RUAN Ningjuan, et al. Study on submicron pixel size detector applied in the space optical system design[J]. Spacecraft Recovery & Remote Sensing, 2019, 40(1): 50-58. https://www.cnki.com.cn/Article/CJFDTOTAL-HFYG201901007.htm
[3] 刘冬梅, 罗云峰, 付秀华, 等. 低损耗1064 nm带通滤光片多层膜的散射特性研究[J]. 中国激光, 2021, 48(9): 90-99. https://www.cnki.com.cn/Article/CJFDTOTAL-JJZZ202109012.htm LIU Dongmei, LUO Yunfeng, Fu Xiuhua, et al. Scattering characteristics of multilayer films with low loss 1064 nm bandpass filter[J]. China Laser, 2021, 48(9): 90-99. https://www.cnki.com.cn/Article/CJFDTOTAL-JJZZ202109012.htm
[4] 王可欣, 王斌科, 田昌会, 等. 双阻带红外频率选择表面的设计[J]. 红外与激光工程, 2018, 47(7): 126-132. https://www.cnki.com.cn/Article/CJFDTOTAL-HWYJ201807018.htm WANG Kexin, WANG Binke, TIAN Changhui, et al. Design of dual stopband infrared frequency selective surfaces[J]. Infrared and Laser Engineering, 2018, 47(7): 126-132. https://www.cnki.com.cn/Article/CJFDTOTAL-HWYJ201807018.htm
[5] 陈刚, 刘定权, 马冲, 等. 可见光和近红外双带通薄膜滤光片的光谱调控[J]. 红外与毫米波学报, 2020, 39(6): 791-795. https://www.cnki.com.cn/Article/CJFDTOTAL-HWYH202006018.htm CHEN Gang, LIU Dingquan, MA Chong, et al. Spectral modulation of visible and near-infrared dual bandpass thin film filters[J]. Journal of Infrared and Millimeter Waves, 2020, 39(6): 791-795. https://www.cnki.com.cn/Article/CJFDTOTAL-HWYH202006018.htm
[6] WANG Fang, SU Jingqin, WANG Wenyi, et al. Parasitic oscillation in high power laser facility with multi-pass-cavity amplification[J]. High Power Laser and Particle Beams, 2009, 21(8): 1183-1186.
[7] 刘彦丽, 赵海博, 钟晓明, 等. 天基复合计算光谱探测与识别方法研究[J]. 航天返回与遥感, 2021, 42(6): 74-81. https://www.cnki.com.cn/Article/CJFDTOTAL-HFYG202106009.htm LIU Yanli, ZHAO Haibo, ZHONG Xiaoming, et al. Research on space-based composite computational spectroscopy detection and identification methods[J]. Aerospace Return and Remote Sensing, 2021, 42(6): 74-81. https://www.cnki.com.cn/Article/CJFDTOTAL-HFYG202106009.htm
[8] Reynard F, 顾聚兴. 薄膜涂料造就可变波长滤光片[J]. 红外, 1994(2): 37-40. https://www.cnki.com.cn/Article/CJFDTOTAL-HWAI199402008.htm Reynard F, GU Juxing. Thin film coatings create variable wavelength filters[J]. Infrared, 1994(2): 37-40. https://www.cnki.com.cn/Article/CJFDTOTAL-HWAI199402008.htm
[9] 顾培夫, 李海峰, 章岳光, 等. 用于倾斜入射的波分复用薄膜滤光片的特性及改进[J]. 光学学报, 2003, 23(3): 377-380. https://www.cnki.com.cn/Article/CJFDTOTAL-GXXB200303024.htm GU Peifu, LI Haifeng, ZHANG Yueguang, et al. Characteristics and improvement of wavelength division multiplexing thin film filters for oblique incidence[J]. Journal of Optics, 2003, 23(3): 377-380. https://www.cnki.com.cn/Article/CJFDTOTAL-GXXB200303024.htm
[10] 刘睿曦, 王劲强, 董龙. CCD型软X射线探测器能量分辨率提高方法研究[J]. 航天返回与遥感, 2020, 41(1): 102-112. https://www.cnki.com.cn/Article/CJFDTOTAL-HFYG202001013.htm LIU Ruixi, WANG Jinqiang, DONG Long. Research on methods for improving energy resolution of CCD soft X-ray detectors[J]. Aerospace Return and Remote Sensing, 2020, 41(1): 102-112. https://www.cnki.com.cn/Article/CJFDTOTAL-HFYG202001013.htm
[11] Namgoong J W, Kim S H, CHUNG S W, et al. Aryloxy and chloro substituted zinc(Ⅱ) phthalocyanine dyes: synthesis, characterization and application for reducing the thickness of color filters[J]. Dyes and Pigments, 2018, 154(1): 128-136.
[12] Holsteen A L, Cihan A F, Brongersma M L. Temporal color mixing and dynamic beam shaping with silicon metasurfaces [J]. Science, 2019, 365(6450): 257-260. DOI: 10.1126/science.aax5961
[13] 邹曜璞, 张磊, 韩昌佩, 等. 傅里叶光谱仪高精度光谱定标研究[J]. 光谱学与光谱分析, 2018, 38(4): 1268-1275. https://www.cnki.com.cn/Article/CJFDTOTAL-GUAN201804055.htm ZOU Yaopu, ZHANG Lei, HAN Changpei, et al. Research on high-precision spectral calibration of Fourier spectrometers[J]. Spectroscopy and Spectral Analysis, 2018, 38(4): 1268-1275. https://www.cnki.com.cn/Article/CJFDTOTAL-GUAN201804055.htm
[14] 段微波, 李大琪, 余德明, 等. 一种用于超光谱成像系统中消高级次光谱集成滤光片的设计与研制[J]. 红外与毫米波学报, 2016, 35(4): 430-434. https://www.cnki.com.cn/Article/CJFDTOTAL-HWYH201604009.htm DUAN Weibo, LI Daqi, YU Deming, et al. Design and development of an integrated filter for eliminating advanced sub spectra in hyperspectral imaging systems[J]. Journal of Infrared and Millimeter Waves, 2016, 35(4): 430-434. https://www.cnki.com.cn/Article/CJFDTOTAL-HWYH201604009.htm
[15] 刘华松, 杨霄, 刘丹丹, 等. SiO2薄膜光学常数物理模型[J]. 红外与激光工程, 2017, 46(9): 0921003. https://www.cnki.com.cn/Article/CJFDTOTAL-HWYJ201709045.htm LIU Huasong, YANG Xiao, LIU Dandan, et al. Physical model of optical constants for SiO2 thin films[J]. Infrared and Laser Engineering, 2017, 46(9): 294-299. https://www.cnki.com.cn/Article/CJFDTOTAL-HWYJ201709045.htm
[16] Joo W J, Kyoung J, Esfandyarpour M, et al. Metasurface driven OLED displays beyond 10, 000 pixels per inch[J]. Science, 2020, 370(6515): 459-463.
[17] Lee Y, Park M-K, Kim S, et al. Electrical broad tuning of plasmonic color filter employing an asymmetric-lattice nanohole array of metasurface controlled by polarization rotator[J]. ACS Photonics, 2017, 4(8): 1954-1966.
[18] SUN S, YANG W, ZHANG C, et al. Real-time tunable colors from microfluidic reconfigurable all-dielectric metasurfaces[J]. ACS Nano, 2018, 12(3): 2151-2159.
[19] SUN S, ZHOU Z, ZHANG C, et al. All-dielectric full-color printing with TiO2 metasurfaces[J]. ACS Nano, 2017, 11(5): 4445-4452.
[20] LI Z Y, BUTUN S, AYDIN K. Large area, lithography free super absorbers and color filters at visible frequencies using ultrathin metallic films[J]. ACS Photonics, 2015, 2(2): 183-188.
[21] YANG B, LIU W W, LI Z C, et al. Polarization-sensitive structural colors with hue-and-saturation tuning based on all-dielectric nanopixels[J]. Advanced Optical Materials, 2018, 6(4): 1701009. http://www.xueshufan.com/publication/2782553781
[22] 中华人民共和国航天工业部. 红外干涉滤光片通用技术条件, QJ 1697-1989[S]. 北京: 国防工业出版社, 1989. Ministry of Aerospace Industry. General Specification for Infrared Interference Filter, QJ 1697-1989[S]. Beijing: Defense Industry Press, 1989.
-
期刊类型引用(3)
1. 张旭辉，解彦彬，杨文娟，张超，万继成，董征，王彦群，蒋杰，李龙. 煤矿井下采掘工作场景非均质图像去雾与增强技术. 煤田地质与勘探. 2025(01): 245-256 . 
百度学术
2. 张福林，何云，彭望，曹胜中，刘卫国，孙鹏. 基于改进直方图和模糊估计的多层次水下图像增强方法. 无线电工程. 2025(03): 540-547 . 百度学术
3. 梁秀满，赵佳阳，于海峰. 基于YOLOv8的轻量化水下目标检测算法. 红外技术. 2024(09): 1015-1024 . 本站查看
其他类型引用(0)
计量
- 文章访问数: 84
- HTML全文浏览量: 13
- PDF下载量: 58
- 被引次数: 3
