传感器内光电计算图像处理

内容提要：随着智能技术的发展，图像处理技术在多个领域扮演着日益重要的角色。本研究设计并实现了一种基于光敏电阻的传感器雏形，该传感器能够响应不同波长下的光照并转换为电信号。与传统的基于单波段的卷积神经网络相比，用此传感器模型进行图像处理的宽光谱卷积处理提高了多波段图像的识别精度。

1 基于光敏电阻光电计算传感器模型的建立与表征

1.1 光敏电阻介绍

在众多类型的可见光光敏电阻器中，以硫化镉这种材料的光敏电阻器尤为可见光响应光敏电阻器典型之一。在无光条件下，光敏电阻在没有光线照射时，电阻值是比较高的。但一旦让它接触到光线，如果光子的能量足够大，超过了半导体材料的能隙，那么就会有电子从价带获得能量运转到能量导带上来，同时在原本的地方留下一个带正电电荷的空穴。这样一来，光照射下产生的电子和空穴对就会变的更加多了，增加了半导体里的自由电荷，从而使材料的整体电阻下降，光敏电阻的电阻值也就跟着降下来了。简单来说，光线越强，电阻值降得越厉害。等到光照没了，这些电子和空穴又会慢慢配对消失，光敏电阻的电阻值也就慢慢回到原来的状态。

1.2 基于光敏电阻的传感器内光电计算的电路模型建立

基于光敏电阻的特性，建立了一个基于光敏电阻的传感器内光电计算的模型。该模型利用了光敏电阻对于光信号的敏感性，实现对光强度变化的快速响应和数据处理。模型的核心在于模拟光电效应下，入射光与光电流之间的关系，接着设计一个电路模型，该模型能够模拟光照作用下的电流-电压关系。其中电阻采用的是 24kΩ的电阻，光敏电阻采用的是 GT36516。在利用半导体仪器测试仪时，采用的测量模型是一个晶体管，因为这样的话便于对的传感器模型进行设定.

1.3 传感器内部的宽光谱卷积处理（BCP）

宽光谱卷积（BCP）可用于提取多光谱波段获取的遥感图像中的关键光谱和空间特征。这就表明了传感器内 BCP 的处理过程，传感器中表现出宽带栅可调的光伏响应。该传感器模型可以用于感知多光谱信号，并结合卷积运算获得不同波长的预处理图像。基于单个读出操作可以实现宽光谱传感和数据预处理，将输入的宽带图像可以用不同长度的入射光（ ）表示。

2 基于神经网络的传感器内部宽光谱卷积处理（BCP）的概念实施

此光电计算的传感器模型在一定电压范围内的线性光响应度对于光电计算图像处理的建立至关重要。因此基于上述特性，建立了相应的计算模型来模拟上述光电计算传感器图像处理的过程。

通过上述对于这个传感器模型的特性的研究表明，利用该传感器实现各种类型的 bcp。在固定的偏置电压Vg 下，不同光子能量下的光响应调整决定了波长依赖的卷积特性。此外，光响应依赖于门电压，通过对门电压的调制，可以实现不同的卷积核配置，实现对遥感图像的不同操作。作为概念验证，使用单个器件逐个接收每个像素图像来执行宽光谱卷积处理（BCP）。为了演示 2d 宽光谱滤波或卷积操作，使用了来自 jasperridge 数据集的高光谱图像（图 1），其中包含四个端元，即“道路”、“土壤”、“水”和“树”。

值得注意的是，高光谱图像能够捕获丰富的信息，这些信息可以通过不同波长的光来分别强调和展示。在高光谱成像技术中，“土壤”和“树木”这类地表特征在近红外区域的波段中表现得尤为明显。与此同时，“道路”和“水体”等其他地表特征则在可见光（Vis）波段中具有较高的辨识度。然而，对于紫外（UV）波段而言，除了“道路”这一特征因其高反射率而形成鲜明对比外，场景中的其他元素则难以被有效识别。

为了从原始的高光谱图像中提取并专注于特定波段的信息，采取了将图像分解为多个单一波段的方法。具体来说，通过将图像划分为若干 3×3 的子图像，每个子图像对应于光谱中的一个特定波段，从而形成一个 1×9 的向量，这样的处理方式有助于专注于每个波段所特有的信息。

图 1 通过程序模拟了传感器在NIR、VIS、UV 三种情况下的卷积处理操作在未施加门控信号的情况下，使用的设备对这些子图像进行扫描，能够产生一系列离散的电流读数，这些读数反映了输入图像序列的光电响应。图 1a 展示了在近红外（NIR）、可见光（Vis）和紫外（UV）波段下，的设备生成的灰度图像，这些图像与那些在单一特定波长下操作的传统传感器所捕获的图像相似。除此之外，利用的设备还能够实现对图像的同时性感知与宽带卷积神经网络处理（BCP），包括执行图像的锐化和边缘增强等操作。通过这种方式，的设备不仅能够捕捉到不同波段下的图像特征，还能够通过内置的光电计算功能，对图像进行实时的处理和分析，从而为高光谱图像的快速理解和应用提供了一种有效的手段。

图1 的b 和c 部分展示了利用的设备对不同波长波段图像进行清晰度处理和边缘增强的结果。与图 1a 中的原始图像相比较，通过揭示遥感场景中因曝光不足或过度而不明显的边缘信息，增强了图像的清晰度（参见图 1b）。此外，通过调整图像传感器的门控电压，能够优化卷积核以进行边缘增强，有效减少了白色背景与黑色图案之间的对比度差异（参见图 1c）。实验所获得的数据与仿真结果之间显示出良好的一致性。这表明了的光电计算图像处理传感器模型有利于遥感图像的处理，

3.结论

本研究成功设计并实现了一种基于光敏电阻的传感器内光电计算模型，旨在提升宽光谱图像处理的效率和精度。通过构建传感器的雏形，并利用光敏电阻的特性，开发了一种能够响应不同波长光照的光电传感器，并将其与神经网络技术相结合，拓展了其在图像处理领域的应用。

参考文献：

[1]何勇，王生泽.光电传感器及其应用[M].北京：化学工业出版社，2004.

[2]钱爱玲，钱显毅.传感器原理与检测技术[M].北京：机械工业出版社，2015

[3]秉时.光敏电阻的种类、原理及工作特性[J].红外，2003（11）：48-48.