[Примечания к прочтению] Анализ явления остаточного изображения в режиме считывания IWR инфракрасных детекторов
[Примечания к прочтению] Анализ явления остаточного изображения в режиме считывания IWR инфракрасных детекторов

1. Проблема остаточного черно-белого изображения.

Установите поворотное зеркало на 4 угла, выберите IWR в качестве режима считывания инфракрасного детектора, а затем отобразите цель высокотемпературного паяльника. Как показано на рисунке 1, можно заметить, что белые и черные тени появляются в четырех положениях возврата поворотного зеркала одновременно, а положение белой тени соответствует положению паяльника в следующем кадре. и положение черной тени совпадает с положением паяльника в предыдущем кадре.

После переключения в режим ITR был проведен тот же эксперимент, при этом черно-белое остаточное изображение в соответствующей позиции отсутствовало.

2. Рабочий режим схемы считывания инфракрасного детектора.

Режим работы схемы считывания инфракрасного детектора можно разделить на два типа.,Сначала интегрируем, а затем читаем(ITR)иОчки считываются одновременно (IWR) режим. Используя режим считывания IWR, можно значительно увеличить частоту кадров.

В режиме ITR интегрирование (n+1)-го кадра начинается после считывания всех сигналов n-го кадра, а в режиме IWR при интегрировании (n+1)-го кадра сигнал n-й кадр считывается одновременно. Это показывает, что при выборе режима IWR интеграция и считывание сигналов будут влиять друг на друга, что приведет к образованию остаточных изображений.

Когда выбран режим считывания IWR, сигнал от интегрирования до считывания в основном делится на 4 этапа.

Анализ обвинительной части статьи опущен, а конкретное содержание можно скачать из анализа статьи.

3. Заключение

Причинами появления черно-белых теней являются:

1. Паразитная емкость в цепи считывания детектора влияет на процесс интегрирования и считывания сигнала в режиме считывания IWR, вызывая изменение уровня сигнала, что приводит к появлению остаточных изображений на изображении. 2. Три набора настроек времени интегрирования. Явление остаточного изображения в основном соответствует характеру изменения уровня сигнала.

3. Когда установленное время интегрирования станет больше, интенсивность остаточного изображения в определенной степени изменится, но влияние будет относительно небольшим.

4. В ходе трех вышеуказанных экспериментов было обнаружено, что интенсивность остаточного изображения в основном связана с интенсивностью сигнала и разницей фоновой температуры. Чем больше разница температур, тем более очевидным является явление остаточного изображения. Было также обнаружено, что черные тени более чувствительны к перепаду температур, чем белые тени. При той же разнице температур белые тени более заметны, чем черные.

Справочная статья:

<Инфракрасный детекторIWRРежим считывания включен.поисксистема Анализ феномена остаточного изображения>Ян Гэн

boy illustration
Неразрушающее увеличение изображений одним щелчком мыши, чтобы сделать их более четкими артефактами искусственного интеллекта, включая руководства по установке и использованию.
boy illustration
Копикодер: этот инструмент отлично работает с Cursor, Bolt и V0! Предоставьте более качественные подсказки для разработки интерфейса (создание навигационного веб-сайта с использованием искусственного интеллекта).
boy illustration
Новый бесплатный RooCline превосходит Cline v3.1? ! Быстрее, умнее и лучше вилка Cline! (Независимое программирование AI, порог 0)
boy illustration
Разработав более 10 проектов с помощью Cursor, я собрал 10 примеров и 60 подсказок.
boy illustration
Я потратил 72 часа на изучение курсорных агентов, и вот неоспоримые факты, которыми я должен поделиться!
boy illustration
Идеальная интеграция Cursor и DeepSeek API
boy illustration
DeepSeek V3 снижает затраты на обучение больших моделей
boy illustration
Артефакт, увеличивающий количество очков: на основе улучшения характеристик препятствия малым целям Yolov8 (SEAM, MultiSEAM).
boy illustration
DeepSeek V3 раскручивался уже три дня. Сегодня я попробовал самопровозглашенную модель «ChatGPT».
boy illustration
Open Devin — инженер-программист искусственного интеллекта с открытым исходным кодом, который меньше программирует и больше создает.
boy illustration
Эксклюзивное оригинальное улучшение YOLOv8: собственная разработка SPPF | SPPF сочетается с воспринимаемой большой сверткой ядра UniRepLK, а свертка с большим ядром + без расширения улучшает восприимчивое поле
boy illustration
Популярное и подробное объяснение DeepSeek-V3: от его появления до преимуществ и сравнения с GPT-4o.
boy illustration
9 основных словесных инструкций по доработке академических работ с помощью ChatGPT, эффективных и практичных, которые стоит собрать
boy illustration
Вызовите deepseek в vscode для реализации программирования с помощью искусственного интеллекта.
boy illustration
Познакомьтесь с принципами сверточных нейронных сетей (CNN) в одной статье (суперподробно)
boy illustration
50,3 тыс. звезд! Immich: автономное решение для резервного копирования фотографий и видео, которое экономит деньги и избавляет от беспокойства.
boy illustration
Cloud Native|Практика: установка Dashbaord для K8s, графика неплохая
boy illustration
Краткий обзор статьи — использование синтетических данных при обучении больших моделей и оптимизации производительности
boy illustration
MiniPerplx: новая поисковая система искусственного интеллекта с открытым исходным кодом, спонсируемая xAI и Vercel.
boy illustration
Конструкция сервиса Synology Drive сочетает проникновение в интрасеть и синхронизацию папок заметок Obsidian в облаке.
boy illustration
Центр конфигурации————Накос
boy illustration
Начинаем с нуля при разработке в облаке Copilot: начать разработку с минимальным использованием кода стало проще
boy illustration
[Серия Docker] Docker создает мультиплатформенные образы: практика архитектуры Arm64
boy illustration
Обновление новых возможностей coze | Я использовал coze для создания апплета помощника по исправлению домашних заданий по математике
boy illustration
Советы по развертыванию Nginx: практическое создание статических веб-сайтов на облачных серверах
boy illustration
Feiniu fnos использует Docker для развертывания личного блокнота Notepad
boy illustration
Сверточная нейронная сеть VGG реализует классификацию изображений Cifar10 — практический опыт Pytorch
boy illustration
Начало работы с EdgeonePages — новым недорогим решением для хостинга веб-сайтов
boy illustration
[Зона легкого облачного игрового сервера] Управление игровыми архивами
boy illustration
Развертывание SpringCloud-проекта на базе Docker и Docker-Compose