Performance Comparison Between Super Second Generation and Third Generation Image Intensifiers
-
摘要: 超二代和三代像增强器是两种不同技术的像增强器，其在光电阴极、减反膜、离子阻挡膜以及阴极电压方面存在区别。在极限分辨力方面，尽管三代像增强器GaAs光电阴极的电子初速小、出射角分布较窄以及阴极电压较高，但目前两种像增强器的极限分辨力均相同，三代像增强器GaAs光电阴极的优势在现有极限分辨力水平下并未得到发挥。在信噪比方面，尽管GaAs光电阴极具有更高的阴极灵敏度，但因为较高的阴极电压以及离子阻挡膜透过率的影响，使得两种像增强器的信噪比基本相同，三代像增强器GaAs光电阴极高灵敏度的优势也未得到发挥。在增益方面，尽管三代像增强器具有更高的阴极灵敏度以及较高的阴极电压，但超二代像增强器通过提高微通道板的工作电压来弥补阴极灵敏度以及阴极电压的不足，因此在现有像增强器增益的条件下，两种像增强器的增益完全相同。在等效背景照度方面，由于三代像增强器GaAs光电阴极的灵敏度更高，因此在相同光电阴极暗电流的条件下，三代像增强器可以获得更低的等效背景照度，所以三代像增强器较超二代像增强器具有更高的初始对比度。在光晕方面，由于三代像增强器光电阴极的灵敏度较高，同时具有离子阻挡膜，因此理论上讲，三代像增强器较超二代像增强器具有更高的光晕亮度，但实际的情况是两种像增强器的光晕亮度基本相同。在杂光方面，GaAs光电阴极具有减反膜，因此杂光较超二代像增强器低，所以三代像增强器的成像更清晰，层次感更好。在带外光谱响应方面，由于超二代像增强器Na2KSb（Cs）光电阴极的带外光谱响应高于三代像增强器，因此在近红外波段进行辅助照明时，超二代像增强器较三代像增强器成像性能更好。在低照度分辨力方面，具有相同性能参数的超二代和三代像增强器具有相同的低照度分辨力。需要注意的是，这是在标准A光源测试条件下所得出的结论。当实际的环境发射光谱分布与标准A光源发射光谱分布不相同时，两种像增强器的低照度分辨力将会不同。Abstract: Super-second-generation and third-generation image intensifiers are two types of image intensifiers that use different technologies. Super-second-generation image intensifiers employ a Na2KSb(Cs) photocathode, whereas third-generation image intensifiers employ a GaAs photocathode. Third-generation image intensifiers employ higher cathode voltages than those employed by super-second-generation image intensifiers. In addition, third-generation image intensifiers employ an antireflection coating between the glass input window and GaAs photocathode; however, this is not employed in super second-generation image intensifiers. Furthermore, third-generation image intensifiers employ ion barriers on their MCP(microchannel plate), whereas super-second-generation image intensifiers do not. In terms of limiting resolution, despite the small initial electron velocity, narrow exit angle distribution, and high cathode voltage of the third-generation image intensifiers, the limiting resolutions of the two types of image intensifiers are the same; the advantages of the GaAs photocathode of the third-generation image intensifiers have not been introduced under the existing limiting resolution level. In terms of signal-to-noise ratio, the GaAs photocathode has a higher cathode sensitivity, normally more than twice that of the super-second-generation image intensifier. Thus, theoretically, the third-generation image intensifiers have signal-to-noise ratios that are 1.4 times those of the super-second-generation image intensifiers. However, the two types of image intensifiers are basically the same owing to the influence of higher cathode voltage and ion barrier transmittance and the advantage of not introducing the high sensitivity of the GaAs photocathode of the third-generation image intensifiers. In terms of gain, although the third-generation image intensifiers have higher cathode sensitivity and cathode voltage, the super-second-generation image intensifiers compensate for the shortcomings of cathode sensitivity and cathode voltage by increasing the working voltage of the microchannel plate. Therefore, in terms of the existing image intensifier gain, the gains of the two types of image intensifiers are identical. In terms of equivalent background illumination(EBI), owing to the higher sensitivity of the GaAs photocathode, the third-generation image intensifiers can obtain lower equivalent background illumination under the same photocathode dark current. Therefore, the third-generation image intensifiers have higher initial contrast than that of the super-second-generation image intensifiers. The higher the initial contrast of the input image, the higher the contrast of the output image. In terms of halo, because the photocathode of the third-generation image intensifiers has high sensitivity and an ion barrier film, theoretically, the third-generation image intensifiers have higher halo brightness than that of the super-second-generation image intensifiers. However, in actual situation, the halo brightness levels of the two types of image intensifiers are basically the same. In terms of stray light, the GaAs photocathode has an antireflection coating; thus, the stray light is lower than that of the super-second-generation image intensifier, so the imaging of the third-generation image intensifier is clearer and the sense of gradation is better. In terms of spectral response beyond the long-wavelength threshold, because the spectral responses beyond the long-wavelength threshold of the super-second-generation image intensifiers are higher than those of the third-generation image intensifiers, the super-second-generation image intensifiers have better imaging performance than that of the third-generation image intensifier under supplementary illumination using the near-infrared waveband. For example, without the presence of any light, the super-second-generation image intensifiers can obtain better images at a supplementary illumination of 980 nm wavelength, whereas the third-generation image intensifiers cannot. In terms of the resolution of low illumination, the super-second- and third-generation image intensifiers with similar performance parameters have the same low luminance resolution. It should be noted that this conclusion was obtained under the test conditions of a standard A light source. When the actual environmental emission spectrum distribution is different from that of a standard illuminant A, the low illumination resolutions of the two types of image intensifiers are different. Photocathode sensitivity is a parameter of the photocathode and not of the image intensifier. Thus, the performances of the two types of image intensifiers cannot be compared in terms of photocathode sensitivity. The difference between the super-second and third-generations cannot be understood using the meaning of "generation; " their differences do not lie in the meaning of "generation."
-
Keywords:
- image intensifier /
- resolution /
- signal to noise ratio /
- gain /
- Halo /
- AR coating /
- ion barrier
-
0. 引言
偏振成像[1]是一种新型的光学成像手段，能够获取多个偏振方向图像，通过偏振信息解析，能够实现同场景多个不同偏振方向图像来表征目标的偏振信息，从而实现对目标的检测。偏振信息解析是偏振成像中的重要环节，目前有很多学者针对不同的应用场景提出了多种偏振信息解析的方法[2-5]，其中，沈洁[6]等人根据螳螂虾的复眼能充分利用偏振信息实现水下复杂环境的猎物捕获，提出了基于拮抗机制的偏振仿生信息解析方法，将0°、45°、90°、135°四个偏振方向图像分成2组拮抗图像，通过使2组图像的拮抗信息熵最大来获得偏振方向图像的加权系数，得到偏振拮抗图像，从而实现水下目标探测。但这种方法本质是偏振方向图像间的线性操作，存在计算效率低、解析结果不确定、目标不够突出等问题。
深度学习具有强大的表征能力，可以从高维、复杂以及非线性数据中提取有用的特征，目前在很多领域都有着广泛的应用，如自然语言处理[7]、语音识别[8]、图像处理[9]等。Li[10]等人提出一种基于卷积神经网络（Convolutional Neural Networks，CNN）和残差神经网络（Residual Networks，ResNets）的深度学习架构，用于红外和可见光图像的融合，较好地突显了目标信息，并解决了传统的基于CNN中随着网络深度增加特征信息退化的问题。
偏振图像拮抗过程属于偏振方向图像融合的范畴，本文充分利用深度学习在图像处理上的优势，提出了一种偏振方向图像的双支路拮抗融合网络，主要包括特征提取、特征融合和特征转化3个模块，输入4个不同方向的偏振图像，分成两个支路，低频支路通过合成图像来减少能量的损失，高频支路通过差分图像来突显图像的细节信息。将两个支路处理的结果分别通过深度融合网络进行处理，获取效果更好的融合图像，提高后续目标检测与识别效果。
1. 基本原理
1.1 分焦平面型偏振成像
偏振成像需要获取多个偏振方向图像，常用的获取方式可以分为：分时型、分振幅型、分孔径型和分焦平面型。相对于其他的成像方式，分焦平面型偏振成像具有体积小、重量轻、成本低、能同时获取多个偏振方向图像等优点，成为目前偏振成像获取方法的主流。其基本原理是：在探测器的芯片上集成微型偏振分析器（如图 1所示），在探测器的每4个像元上，耦合0°、45°、90°、135°等4个线偏振方向的偏振分析器，利用4个像元实现1个像素的偏振信息采集。按照微型偏振分析器排列顺序，对探测器输出图像进行重新整合，即可得到0°、45°、90°、135°四个偏振方向图像，如图 2(a)~(d)所示。
![]()
图 2 0°、45°、90°和135°的偏振方向图和合成强度图Figure 2. Polarization and intensity pictures of 0°, 45°, 90°and 135°利用偏振成像理论，可以得到合成强度图像I[6]，如图 2(e)所示：
$$ I=I\left(0^{\circ}\right)+I\left(90^{\circ}\right) $$ (1) 1.2 仿生偏振拮抗图像
根据螳螂虾复眼的偏振拮抗机制[6]，一对正交偏振图像的输入可以形成一个拮抗，如0°和90°偏振方向图像、45°和135°偏振方向图像，将采集到的4组正交偏振图像形成4个偏振拮抗通道，每个通道由相互正交的一对偏振信号组成，各组拮抗信号通过拮抗运算方式可以得到偏振拮抗图像，如下所示：
$$ S_{\mathrm{d}}=k_1 \times I\left(45^{\circ}\right)-k_2 \times I\left(135^{\circ}\right) $$ (2) $$ S_{\mathrm{dd}}=k_3 \times I\left(135^{\circ}\right)-k_4 \times I\left(45^{\circ}\right) $$ (3) $$ S_{\mathrm{h}}=k_5 \times I\left(0^{\circ}\right)-k_6 \times I\left(90^{\circ}\right) $$ (4) $$ S_{\mathrm{v}}=k_7 \times I\left(90^{\circ}\right)-k_8 \times I\left(0^{\circ}\right) $$ (5) 式中：I(0°)、I(90°)、I(45°)和I(135°)分别表示0°、90°、45°和135°的偏振方向图像，ki(i＝1, …, 8)为拮抗系数，起到对图像的增强和抑制作用，k的取值范围由人为设定，km≥1(m＝1, 3, 5, 7)，0＜kn≤1(n＝2, 4, 6, 8)，文献[6]中k是通过遍历所有范围内可能的值，求取偏振拮抗图像信息熵最大来确定，存在计算效率低、结果不确定的问题，使得求取的偏振拮抗图像目标可能不够突出。
1.3 基于深度学习的图像融合
图像融合就是通过处理不同传感器所拍摄的源图像，提取有用的信息或特征，将其整合来改善图像的品质和清晰度[11]。传统图像融合需要人工提取特征，指定融合规则，而基于深度学习的图像融合，利用深度网络对输入图像进行卷积，提取出目标高层特征，再利用卷积将融合后特征转换为融合图像，如图 3所示。相对于可监督图像融合的方法，无监督的方法通过约束融合图像和原图像之间的相似性，克服了大多数图像融合中无参考度量的普遍问题。
2. DANet网络设计
2.1 网络结构
由偏振成像机理可知，每个偏振方向图像能量损失一半。为了提高融合后的图像的亮度，如图 4所示，我们设计了一个低频支路，将4个偏振方向图像通过Concat操作进行连接输入，用于提取每个偏振方向图像的低频特征；根据Tyo[12]的研究结论，偏振差分成像可以突显目标细节信息，因此本文设计了另一个高频支路，将2组拮抗图像进行差分输入，用于提取差分图像的目标高频特征。Huang[13]等人提出了一种密集块结构，其中使用了从任何层到所有后续层的直接连接。这种体系结构可以保存尽可能多的信息，该模型可以改善网络中的信息流和梯度，使网络易于训练，同时，密集连接具有正则化效果，减少了任务的过拟合。受此启发，本文将密集连接加入到差分图像细节特征提取中，用于降低细节信息的损失。设计的网络结构主要包括特征提取、特征融合和特征转化3个模块。
图 4中，特征融合模块将两个支路提取的特征图进行对应像素融合，得到融合特征，特征转化模块利用1×1卷积将融合的特征整合得到输出图像。低频和高频支路均有3个3×3的卷积层，网络参数如表 1所示。
表 1 网络参数Table 1. Network parametersLayer Input channel Output channel Feature extraction Low frequency Conv1 4 128 Conv2 128 64 Conv3 64 50 High frequency Conv4 2 16 Conv5 18 16 Conv6 34 50 Feature fusion Fusion 50 50 Feature transformation Conv7 50 1 2.2 损失函数
在偏振拮抗图像获取中，利用信息熵最大作为评价标准[6]，因此本文将信息熵损失Lentropy加入到损失函数中，用于增大融合图像的信息量；结构相似性度量方法作为图像领域使用最广泛的指标之一，该方法基于图像的亮度、对比度和结构3部分来衡量图像之间的相似性，本文将结构相似性损失Lssim加入到损失函数中，用于保持融合图像结构特征；感知损失通常用于图像重建中，恢复出来的图像视觉效果较好，本文将感知损失Lperceptural加入到损失函数中，用于提高融合图像的人眼视觉效果。因此，本文的损失函数L计算公式如下：
$$ L=L_{\text {entropy }} \times \sigma+L_{\text {ssim}} \times \beta+L_{\text {perceptural }} \times \gamma $$ (6) 式中：σ、β、γ为各损失的权重，本文分别取0.1、10、0.1。
1）信息熵损失Lentropy
信息熵（Information Entropy，IE）越大，图像包含的信息越多，为使融合图像信息熵最大，信息熵损失Lentropy定义为：
$$ {L_{{\text{entropy}}}} = \frac{1}{{{\text{IE}} + \varepsilon }} $$ (7) $$ {\text{IE}} = - \sum\limits_{i = 1}^n {p\left( {{x_i}} \right)\log p\left( {{x_i}} \right)} $$ (8) 式中：ε为极小量；xi为随机变量；p(xi)为输出概率函数；n为灰度等级。
2）结构相似性损失Lssim
结构相似性（structural similarity index，SSIM）用于度量两幅图像的相似度，结构相似性损失Lssim定义为：
$$ L_{\text {ssim }}=1-\operatorname{SSIM}(\text { output, } I \text { ) } $$ (9) 式中：SSIM(⋅)表示结构相似性运算；output为输出图像；I为强度图像。
3）感知损失Lperceptural
$$ {L_{{\text{perceptural}}}} = \left\| {{\varPhi _i}\left( {{\text{output}}} \right), {\varPhi _i}\left( I \right)} \right\|_2^2 $$ (10) 式中：Φi(⋅)为VGG16网络第i层特征图。
3. 实验与分析
3.1 实验环境与数据
实验环境如下：训练与测试图像集采用处理器为11th Gen Intel(R) Core(TM) i7-11800H @ 2.30 GHz，系统运行内存为32 GB，GPU显卡为8 GB显存容量的NVIDIA GeForce RTX3080的图形工作站。训练软件运行环境为Python3.9，编程框架为Torch 1.11.0，搭建Cuda10.0用于实验加速。
本文采用LUCID公司的分焦平面型偏振相机（型号：PHX050S-P），如图 5所示。该相机能够同时获取0°、45°、90°、135°四个偏振方向图像，图像分辨率为2448×2048。我们拍摄采集了多种场景目标的9320组偏振方向图像，构建出本文的数据集。
3.2 评价指标及训练参数
本文采用主观定性和客观定量相结合的方法对融合图像进行综合评价，主观评价主要通过人眼观察图像亮度和细节信息，客观评价采用平均梯度[14]、信息熵[15]、空间频率[16]、均值[17]等4个评价指标，定量评估融合效果。
1）平均梯度（Average Gradient，AG）
平均梯度能有效反映出图像层次信息，其值越大，图像层次越丰富，其计算公式为：
$$ \begin{array}{l} {\text{AG}} = \frac{1}{{\left( {M - 1} \right)\left( {N - 1} \right)}} \times \hfill \\ \quad \quad \sum\limits_{i = 1}^{M - 1} {\sum\limits_{j = 1}^{N - 1} {\sqrt {\frac{{{{\left[ {F\left( {i, j} \right) - F\left( {i + 1, j} \right)} \right]}^2} + {{\left[ {F\left( {i, j} \right) - F\left( {i, j + 1} \right)} \right]}^2}}}{2}} } } \hfill \\ \end{array} $$ (11) 式中：F(i, j)为图像的第i行、第j列的灰度值；M、N分别为图像的总行数和总列数。
2）空间频率（Spatial Frequency，SF）
空间频率是图像质量经典的标准之一，其值越大，代表图像质量越高，越清晰，其计算公式为：
$$ {\text{SF}} = \sqrt {{\text{R}}{{\text{F}}^2} + {\text{C}}{{\text{F}}^2}} $$ (12) $$ {\text{RF}} = \sqrt {\frac{1}{{MN}}\sum\limits_{i = 1}^M {\sum\limits_{j = 2}^N {\left[ {{I_{\text{p}}}\left( {i, j} \right) - {I_{\text{p}}}\left( {i, j - 1} \right)} \right]} } } $$ (13) $$ {\text{CF}} = \sqrt {\frac{1}{{MN}}\sum\limits_{i = 2}^M {\sum\limits_{j = 1}^N {\left[ {{I_{\text{p}}}\left( {i, j} \right) - {I_{\text{p}}}\left( {i - 1, j} \right)} \right]} } } $$ (14) 式中：RF是行频率；CF是列频率；M、N为图片的宽高；Ip(i, j)为图像在(i, j)处的像素值。
3）图像均值（Image Mean，IM）
均值即图像像素的平均值，反应图像的平均亮度，平均亮度越大，能量越高，其计算公式为：
$$ {\text{IM}} = \sum\limits_{k = 0}^{L - 1} {{z_k}p\left( {\frac{{{n_k}}}{{MN}}} \right)} $$ (15) 式中：zk为图像的第k个灰度级；L表示图像的灰度等级数目；nk是zk在图像中出现的次数。
本文数据集共计9320组，其中训练集和测试集按照9:1划分，算法的模型由Adam optimizer训练，训练轮次为20，初始学习率为1e－4，每训练4轮学习率衰减一半，详细参数如表 2所示。
表 2 训练参数Table 2. Training parametersParameters Values Training set 8388 Testing set 932 Training round 20 Epoch 4 Optimizer Adam Activation function ReLU Initial learning rate 1e－4 Learning rate decay rate 0.5*lr/4 round 3.3 实验结果分析
为了验证本文算法的有效性，从测试集中随机选取了4组数据，每组数据包含0°、45°、90°和135°偏振方向图像，第1组为室内沙地伪装板目标，第2组为室内标定装置目标，第3组为室外草地伪装板，第4组为水下珊瑚目标，如图 6所示。
![]()
图 6 输入的0°、45°、90°和135°偏振方向图像Figure 6. 0°, 45°, 90° and 135° polarization direction images of input将上述数据输入到本文训练好的模型中，得到对应的融合图像，根据公式(1)~(5)分别得到合成强度图像I、偏振拮抗图像Sd、Sdd、Sh、Sv，如图 7所示。
从图 7可以看出，本文的融合图像亮度最高，能量最大，说明网络中的低频支路对图像能量的提升效果明显，有效解决了偏振成像中能量降低的问题。从图像细节来说，融合图像的细节效果有较为明显的提升，如第1组本文融合图像中的沙粒更加有颗粒感，伪装板的边缘更加突出，第2组本文融合图像中标定装置的线缆显现出来，背景板的线条更加清晰，而其他图像不太明显，第3组本文融合图像的3块伪装板全部从背景中区分出来，而其他图像只有部分能够区分开，第4组本文融合图像中，珊瑚整体目更亮，珊瑚边缘也更明晰。由于图像能量提升较为明显，可能会造成目标的对比度有所下降，如第一组本文融合图像的伪装板的对比度相较于Sd图和Sh图有所下降，但不影响目标整体的检测效果。
本文将测试集中932组图像输入到模型中，得到对应的932幅融合图像，并根据公式(1)~(5)分别得到932幅合成强度图像I和相应的偏振拮抗图像Sd、Sdd、Sh、Sv。利用平均梯度（AG）、信息熵（IE）、空间频率（SF）和图像灰度均值（IM）指标对其计算均值并进行评价，如表 3所示。
表 3 输出结果的各项评价指标Table 3. Evaluation indexes of the output resultsI Sd Sdd Sh Sv DANet AG 0.0099 0.0128 0.0119 0.0144 0.0126 0.0185 IE 6.06 6.18 6.08 6.15 6.39 7.04 SF 0.35 0.49 0.40 0.46 0.45 0.64 IM 41 49 47 46 57 93 从表 3中可以看出，在4个评价指标上，本文的方法都是最高的，在平均梯度上最少提高了22.16%，最多提高了46.49%；在信息熵上最少提高了9.23%，最多提高了13.92%；在空间频率上最少提高了23.44%，最多提高了45.31%；在图像灰度均值上最少提高了38.71%，最多提高了55.91%。实验结果表明，本文方法得到的融合图像亮度更高，包含的信息量更丰富，可以显现出更多的细节信息。
4. 结论
针对偏振方向图像融合效果不明显的问题，本文提出了一种基于双支路拮抗融合网络的偏振信息解析方法，可以解决现有基于拮抗机制的仿生偏振信息解析方法中存在计算效率低、解析结果不确定、目标不够突出等问题，为偏振信息解析提供了一个新的技术途径。本文设计的DANet主要包括特征提取、特征融合和特征转化3个模块。首先，特征提取模块由低频支路和高频支路组成，将0°、45°、90°和135°偏振方向图像连接输入到低频支路，提取能量特征，将2组拮抗图像差分输入到高频支路，提取图像细节特征；其次，将得到的能量特征和细节特征进行特征融合；最后，将融合后的特征转化整合为融合图像。实验表明，通过DANet得到的融合图像在视觉效果和评价指标上均有较为显著提升，在平均梯度、信息熵、空间频率和图像灰度均值上分别至少提升了22.16%、9.23%、23.44%、38.71%。下一步，我们将进一步优化网络结构，以平衡能量支路和细节支路，改善融合图像的对比度；加大水下偏振方向图像在数据集中的比重，优化数据集。
-
![]()
图 2 GaAs和Na2KSb（Cs）光电阴极光谱响应
Figure 2. Photocathode response of GaAs and Na2KSb (Cs) photocathode
![]()
图 3 GaAs and Na2KSb（Cs）光电阴极光谱反射率
Figure 3. Reflection of GaAs and Na2KSb(Cs)photocathode
![]()
图 11 输入光的多次反射示意图
Figure 11. Reflection between the interface of glass and photocathode
![]()
图 13 光电阴极带外光谱灵敏度
Figure 13. Spectral response of photocathode beyond long wave threshold
![]()
图 14 超二代和三代像增强器观察效果
Figure 14. Images obtained by super Gen.Ⅱ and Gen.Ⅲ image intensifier
(a) Super Gen.Ⅱ image intensifier (b) Gen.Ⅲ image intensifier
表 1 超二代与三代像增强器区别
Table 1 Difference between super Gen.Ⅱ and Gen.Ⅲ image intensifier
Super Gen.Ⅱ Gen.Ⅲ Photocathode Na2KSb（Cs） GaAs AR coating N/A Si3N4 Ion barrier N/A Al2O3 Cathode voltage 200 V > 400 V 
下载: 导出CSV
表 2 像增强器阴极灵敏度下降比例
Table 2 Decline percentage of sensitivity for the image intensifier
APS/% EPS/% QPS/% 1997#(Filmed Gen. Ⅲ) 100 68 52 4321#(Thin filmed Gen. Ⅲ) 100 81 63
下载: 导出CSV
表 3 像增强器性能参数
Table 3 Parameters of the image intensifier
RES/(lp·mm-1) SNR Gain/(cd·m-2·Lx-1) EBI/Lx 1049#（Super Gen.Ⅱ） 64 31.71 18000 1.5×10-7 1997#（Gen.Ⅲ） 64 31.63 18000 1.2×10-7
下载: 导出CSV
表 4 不同照度下的分辨力
Table 4 Resolution of different illuminations
Input illumination
/Lx1049#(Super Gen.Ⅱ)RES/(lp·mm-1) 1997#(Gen.Ⅲ)
RES/(lp·mm-1)4.3×10-1 64 64 4.3×10-2 64 64 4.3×10-3 60 60 4.3×10-4 45 45 4.3×10-5 28 28 4.3×10-6 14 14
下载: 导出CSV
表 5 不同高通滤光片下的阴极灵敏度
Table 5 Photocathode sensitivity on different long pass filter
1227#(Super Gen.Ⅱ) /% 1997#(Gen.Ⅲ) /% 2856 K 100 100 2856 K+530 nm 94.4 99.8 2856 K+630 nm 79.3 88.4
下载: 导出CSV
-
[1] 程宏昌, 石峰, 李周奎, 等. 微光夜视器件划代方法初探[J]. 应用光学, 2021, 42(6): 1092-1101. https://www.cnki.com.cn/Article/CJFDTOTAL-YYGX202106023.htm CHENG Hongchang, SHI Feng, LI Zhoukui, et al. Preliminary study on distinguishment method of low-level-light night vision devices[J]. Journal of Applied Optics, 2021, 42(6): 1092-1101. https://www.cnki.com.cn/Article/CJFDTOTAL-YYGX202106023.htm
[2] 潘京生. 像增强器的迭代性能及其评价标准[J]. 红外技术, 2020, 42(6): 509-518. http://hwjs.nvir.cn/article/id/hwjs202006001 PAN Jingsheng. Image intensifier upgraded performance and evaluation standard[J]. Infrared Technology, 2020, 42(6): 509-518. http://hwjs.nvir.cn/article/id/hwjs202006001
[3] 田金生. 低照度微光传感器的最新进展[J]. 红外技术, 2013, 35(9): 527-534. TIAN Jinsheng. New development of low level imaging sensor technology[J]. Infrared Technology, 2013, 35(9): 527-534.
[4] 常本康. 多碱光电阴极[M]. 北京: 兵器工业出版社, 2001. CHANG Benkang. Multi-Alkali Photocathode[M]. Beijing: Ordnance Industry Press, 2001.
[5] 李晓峰, 刘如彪, 赵学峰. 多碱阴极光电发射机理研究[J]. 光子学报, 2011, 40(9): 1438-1441. https://www.cnki.com.cn/Article/CJFDTOTAL-GZXB201212008.htm LI Xiaofeng, LIU Rubiao, ZHAO Xuefeng. Photoemission mechanism of multi-alkali cathode[J]. Acta Photonica Sinica, 2011, 40(9): 1438-1441. https://www.cnki.com.cn/Article/CJFDTOTAL-GZXB201212008.htm
[6] 李晓峰, 陆强, 李莉, 等. 超二代像增强器多碱阴极膜厚测量研究[J]. 光子学报, 2012, 41(11): 1377-1381. https://www.cnki.com.cn/Article/CJFDTOTAL-GZXB201211023.htm LI Xiaofeng, LU Qiang, LI Li, et al. Thickness measurement of multi-alkali photocathode[J]. Acta Photonica Sinica, 2012, 41(11): 1377-1381. https://www.cnki.com.cn/Article/CJFDTOTAL-GZXB201211023.htm
[7] 李晓峰, 杨文波, 王俊. 用光致荧光研究多碱阴极光电发射机理[J]. 光子学报, 2012, 41(12): 1435-1440. https://www.cnki.com.cn/Article/CJFDTOTAL-GZXB201212008.htm LI Xiaofeng, YANG Wenbo, WANG Jun. Photoemission mechanism of multi-alkali photocathode by photoluminescence [J]. Acta Photonica Sinica, 2012, 41(12): 1435-1440. https://www.cnki.com.cn/Article/CJFDTOTAL-GZXB201212008.htm
[8] 常本康. GaAs光电阴极[M]. 北京: 科学出版社, 2001. CHANG Benkang. GaAs Photocathode[M]. Beijing: Science Press, 2001.
[9] 常本康. GaAs基光电阴极[M]. 北京: 科学出版社, 2017. CHANG Benkang. Photocathode Base on GaAs[M]. Beijing: Science Press, 2017.
[10] 焦岗成, 张锴珉, 张益军, 等. 改进"yo-yo"Cs/O交替激活方法对GaAs光阴极稳定性影响[J]. 光子学报, 2022, 51(2): 0212001. JIAO Gangcheng, ZHANG Kaimin, ZHANG Yijun, et al. Effect of improved 'yo-yo' Cs/O alternate activation method on stability of GaAs photocathode[J]. Acta Photonica Sinica, 2022, 51(2): 0212001.
[11] 方城伟, 张益军, 荣敏敏, 等. GaAs光电阴极制备工艺中表面污染的微区分析[J]. 光子学报, 2019, 48(9): 0925001. https://www.cnki.com.cn/Article/CJFDTOTAL-GZXB201909006.htm FANG Chenwei, ZHANG Yijun, RONG Minmin, et al. Micro-area analysis of surface contaminations of GaAs photocathode[J]. Acta Photonica Sinica, 2019, 48(9): 0925001. https://www.cnki.com.cn/Article/CJFDTOTAL-GZXB201909006.htm
[12] LI Xiaofeng, CHANG Le, ZHAO Heng, et al. Comparison of Resolution between Super Gen. Ⅱ and Gen. Ⅲ Image Intensifier[J]. Acta Photonica Sinica, 2021, 50(9): 0904003-1. DOI: 10.3788/gzxb20215009.0904003
[13] 李晓峰, 常乐, 曾进能, 等. 微通道板分辨力提高研究[J]. 光子学报, 2019, 48(12): 1223002. https://www.cnki.com.cn/Article/CJFDTOTAL-GZXB201912016.htm LI Xiaofeng, CHANG Le, ZENG Jinneng, et al. Study on resolution improvement of microchannel plate[J]. Acta Photonica Sinica, 2019, 48(12): 1223002. https://www.cnki.com.cn/Article/CJFDTOTAL-GZXB201912016.htm
[14] 邱亚峰, 严武凌, 华桑暾. 基于电子追迹算法的微光像增强器分辨力研究[J]. 光子学报, 2020, 49(12): 1223003. https://www.cnki.com.cn/Article/CJFDTOTAL-GZXB202012003.htm QIU Yafeng, YAN Wuling, HUA Sangtun. Resolution research of low-light-level image intensifier based on electronic trajectory tracking[J]. Acta Photonica Sinica, 2020, 49(12): 1223003. https://www.cnki.com.cn/Article/CJFDTOTAL-GZXB202012003.htm
[15] Hoenderken T H, Hagen C W, Nutzel G O, et al. Influence of the microchannel plate and anode gap parameters on the spatial resolution of an image intensifier[J]. Journal of Vacuum, Science and Technology, 2001, 19(30): 843-850.
[16] Photonis Nerthlands B V. Fiber optic phosphor screen comprising angular filter: 8933419B2, USA[P]. 2015-01-13.
[17] 李晓峰, 常乐, 邱永生, 等. 微通道板近紫外量子效率测量及成像研究[J]. 光子学报, 2020, 49(3): 0325001. https://www.cnki.com.cn/Article/CJFDTOTAL-GZXB202003021.htm LI Xiaofeng, CHANG Le, QIU Yongsheng, et al. Measurement of quantum yield and image of microchannel plate in near ultraviolet band[J]. Acta Photonica Sinica, 2020, 49(3): 0325001. https://www.cnki.com.cn/Article/CJFDTOTAL-GZXB202003021.htm
[18] 李晓峰, 李廷涛, 曾进能, 等. 微通道板输入信号利用率提高研究[J]. 光子学报, 2020, 49(3): 0325002. https://www.cnki.com.cn/Article/CJFDTOTAL-GZXB202003022.htm LI Xiaofeng, LI Tingtao, ZENG Jinneng, et al. Study on the improvement of input signal utilization of MCP[J]. Acta Photonica Sinica, 2020, 49(3): 0325002. https://www.cnki.com.cn/Article/CJFDTOTAL-GZXB202003022.htm
[19] 李晓峰, 常乐, 李金沙, 等. 微通道板噪声因子与工作电压关系研究[J]. 光子学报, 2020, 49(7): 0725002. https://www.cnki.com.cn/Article/CJFDTOTAL-GZXB202007003.htm LI Xiaofeng, CHANG Le, LI Jinsha, et al. Study on the relationship between noise factor and working voltage of microchannel plate[J]. Acta Photonica Sinica, 2020, 49(7): 0725002. https://www.cnki.com.cn/Article/CJFDTOTAL-GZXB202007003.htm
[20] 李晓峰, 张正君, 丛晓庆, 等. 微通道板结构参数对噪声因子的影响研究[J]. 光子学报, 2021, 50(5): 0225001. https://www.cnki.com.cn/Article/CJFDTOTAL-GZXB202104016.htm LI Xiaofeng, ZHANG Zhenjun, CONG Xiaoqing, et al. Influence of microchannel plate structure parameters on noise factor[J]. Acta Photonica Sinica, 2021, 50(5): 0225001. https://www.cnki.com.cn/Article/CJFDTOTAL-GZXB202104016.htm
[21] 李晓峰, 张景文, 高宏凯, 等. 三代管MCP离子阻挡膜研究[J]. 光子学报, 2001, 30(12): 1496-1499. LI Xiaofeng, ZHANG Jingwen, GAO Hongkai, et al. Ion barrier of MCP in the third generation image intensifier[J]. Acta Photonica Sinica, 2001, 30(12): 1496-1499.
[22] 杨晓军, 李丹, 乔凯, 等. 防离子反馈微通道板表面碳污染去除的试验研究[J]. 红外技术, 2020, 42(8): 747-751. http://hwjs.nvir.cn/article/id/hwjs202008007 YANG Xiaojun, LI Dan, QIAO Kai, et al. Experimental study of C pollution removal from microchannel plate with ion barrier film[J]. Infrared Technology, 2020, 42(8): 509-518. http://hwjs.nvir.cn/article/id/hwjs202008007
[23] Jan Van Spijker. Ion Barrier Membrane for Use in a Vacuum Tube Using Electron Multiplying, an Electron Multiplying Structure for Use in a Vacuum Tube Using Electron Multiplying as well as a Vacuum Tube Using Electron Multiplying Provided with Such an Electron Multiplying Structure. USA, 8471444B2[P]. 2013-01-25.
[24] 李晓峰, 杜木林, 徐传平, 等. 影响超二代像增强器最高增益的因数分析[J]. 光子学报, 2022, 51(3): 0304001-1. https://www.cnki.com.cn/Article/CJFDTOTAL-GZXB202203011.htm LI Xiaofeng, DU Mulin, XU Chuanping, et al. Analysis on factors affecting the maximum gain of super second generation image intensifier[J]. Acta Photonica Sinica, 2022, 51(3): 0304001-1. https://www.cnki.com.cn/Article/CJFDTOTAL-GZXB202203011.htm
[25] 周异松. 电真空成像器件及理论分析[M]. 北京: 国防工业出版社, 1989. ZHOU Yisong. Electric Vacuum Imaging Device and Its Theoretical Analysis[M]. Beijing: National Defense Industry Press, 1989.
[26] 向世明, 倪国强. 光电子成像器件原理[M]. 北京: 国防工业出版社, 2006. XIANG Shiming, NI Guoqiang. The Principle of Photoelectronic Imaging Device[M]. Beijing: National Defense Industry Press, 2006.
[27] 李晓峰, 姜云龙, 李靖雯, 等. Cs2Te紫外光电阴极带外光谱响应研究[J]. 红外技术, 2015, 37(12): 1068-1073. http://hwjs.nvir.cn/article/id/hwjs201512015 LI Xiaofeng, JIANG Yunlong, LI Jingwen, et al. Study on spectral response beyond cut off of Cs2Te ultra violet photo cathode[J]. Infrared Technology, 2015, 37(12): 1068-1073. http://hwjs.nvir.cn/article/id/hwjs201512015
[28] 李晓峰, 常乐, 刘蓓宏, 等. 超二代像增强器分辨力随输入照度变化研究[J]. 红外技术, 2022, 44(4): 378-382. http://hwjs.nvir.cn/article/id/61644d40-dd96-4ccd-ab1c-12d46bf5bfb8 LI Xiaofeng, CHANG Le, LIU Beihong, et al. Analysis of resolution change of the super Gen. Ⅱ image intensifier with input illumination variation[J]. Infrared Technology, 2022, 44(4): 378-382. http://hwjs.nvir.cn/article/id/61644d40-dd96-4ccd-ab1c-12d46bf5bfb8
[29] 董煜辉, 黄丽书, 王俊, 等. 微光像增强器试验方法: WJ 2091-1992[S]. 北京: 中国标准出版社, 1992. DONG Yuhui, HUANG Lishu, WANG Jun, et al. Test Method of Image Intensifier: WJ2091-1992[S]. Beijing: Standards Press of China, 1992.
[30] 董煜辉, 黄丽书, 王俊, 等. 像增强器通用规范: GJB 2000A-2020[S]. 北京: 中国标准出版社, 2020. DONG Yuhui, HUANG Lishu, WANG Jun, et al. General Specification of Image Intensifier: GJB 2000A-2020[S]. Beijing: Standards Press of China, 2020.
[31] 李晓峰, 李娇娇, 李金沙, 等. 超二代及三代像增强器不同响应波段的参数测量及比较[J]. 光子学报, 2021, 50(2): 0225001-1. https://www.cnki.com.cn/Article/CJFDTOTAL-GZXB202102013.htm LI Xiaofeng, LI Jiaojiao, LI Jinsha, et al. Measure and comparison between the second-generation and the third-generation image intensifier within the different region of wavelength[J]. Acta Photonica Sinica, 2021, 50(2): 0225001-1. https://www.cnki.com.cn/Article/CJFDTOTAL-GZXB202102013.htm
[32] 李晓峰, 赵恒, 张彦云, 等. 高性能超二代像增强器及发展[J]. 红外技术, 2021, 43(9): 811-816. http://hwjs.nvir.cn/article/id/5a0a0141-171d-410c-bb3f-ac14dc76e189 LI Xiaofeng, ZHAO Heng, ZHANG Yanyun, et al. High performance super second generation image intensifier and its further development[J]. Infrared Technology, 2021, 43(9): 811-816. http://hwjs.nvir.cn/article/id/5a0a0141-171d-410c-bb3f-ac14dc76e189
[33] Nutzel G, Lavout P. Sem-transparent Photocathode with Improved Absorption Tate: US, 9960004B2[P]. 2018-05-01.
[34] 格特·怒茨泽尔, 帕斯卡尔·拉武特. 具有改善吸收率的半透明的光电阴极: CN, 104781903A[P]. 2015-07-15. Nutzel G, Lavout P. Sem-transparent photocathode with improved absorption rate: CN, 104781903A[P]. 2015-07-15.
计量
- 文章访问数:
- HTML全文浏览量:
- PDF下载量:
