1 引言

多角度偏振探测技术可用于定量获取云与气溶胶参数^[1-6]。TG-2多角度偏振成像仪(MAI)于2016年9月15日发射升空,是我国首个在轨运行的多角度偏振探测成像仪器。MAI采用背照式面阵CCD探测器。CCD探测器因具有大动态范围、高量子效率、高分辨率、低输出噪声以及良好的线性特性等优势而在可见光成像、空间光学、微光夜视等方面有着广泛的应用^[7-10],但作为一种大规模的半导体集成器件,其生产工艺相当复杂。硅材料的质量不够高、制造过程中的掺杂浓度不均匀、沉淀厚度存在差异以及光刻误差等因素会导致探测器自身存在固有缺陷,且无法改变,主要表现之一就是暗电流及其像元间的不均匀性^[10-11]。暗电流是指CCD在完全无光信号输入的情况下,因载流子产生热导致势阱被逐渐填满而形成的电流。由于晶格点阵的缺陷,不同像素的暗电流可能差别很大,这会导致CCD各像元之间暗电流的分布不均匀。CCD暗电流的来源主要包括3个方面:耗尽区产生的暗电流、衬底材料产生的暗电流和硅-二氧化硅界面产生的暗电流。

Hagolle等^[12]指出,所有CCD均会存在暗电流,均需要进行校正。修吉宏等^[13]对大面阵彩色CCD航测相机进行了分析,结果表明,光学系统引起的光面照度差异会严重影响CCD成像的均匀性。杨忠东等^[14]对中巴地球资源一号卫星的CCD相机0级数据进行了质量分析,对均匀目标观测结果的分析表明,CCD相机成像存在条带现象。总体而言,面阵CCD的暗电流会严重影响成像质量,进而影响数据的定量化应用,对其进行校正对于后期的数据定量化应用具有重要意义^[13]。

就目前的研究而言,对暗电流的处理方法主要包括两种,一种是通过控制CCD探测器的工作温度、曝光时间等来抑制仪器本身的暗电流,提高成像质量;另一种是针对暗电流的特性进行数据的后续校正。常见的暗电流校正方法包括以下几种^[9,11,14-23]:1)采用实验室校正方法扣除暗电流,该方法由于仪器在轨运行环境与实验室不一致以及仪器发射以后面阵CCD中的像元因各种原因产生故障等,可能会产生较大误差;2)在正常拍摄状态前后时刻关闭快门,在相同的积分时间下对CCD进行暗电流采集,再在真实图像中将暗电流图像进行逐像元扣除,该方法可以实时获取CCD暗电流的特征,但会大幅增加图像的采集时间;3)基于仪器暗电流特性的校正方法,程宣等^[11]利用CCD“坏点”场景对暗电流进行了估计,估计偏差小于0.4%,但该方法会受到温度等因素的制约,目前还不能工程化应用。此外,还有类似POLDER的暗电流扣除方法^[20-21],即利用一个暗电流监测通道对其他通道的暗电流进行扣除,但该方法的基础是各通道的积分时间一致。此外,Widenhorn等^[22]的研究表明,在相同的曝光时间下,少量特定像元在快门关闭状态下的暗电流与场景曝光时相比具有固定的系统差异。这些方法主要是对单一通道或者各通道积分时间相同的CCD进行研究,而MAI是多通道不同曝光时间的CCD探测器,尽管其设置了挡光通道对非挡光通道进行暗电流监测,但却无法处理因各通道曝光时间不同而导致的暗电流特征的通道依赖性问题。

为了分析MAI CCD暗电流特征的通道依赖性问题,并改进其成像质量,本课题组在对暗电流监测通道进行分析的基础上,利用MAI夜间观测对各个通道的暗电流特征进行监测,并对MAI 0级数据进行校正处理,为后续气溶胶、云等的微物理参数反演奠定基础。

2 数据与方法

2.1 MAI简介

MAI主要由3部分构成:一个面阵CCD、一个滤光片-偏振片组合转轮以及一个宽视场光学系统。面阵CCD共计264×268个像元,其中有效像元为256×256个,面阵的前6列、后6列、前3行以及后5行为挡光像元,主要用于暗电流的估计及图像帧转移偏差的消除,CCD像元的大小为26 μm×26 μm。

组合转轮包含16个滤光片槽,其中:第1~第9个滤光片槽为偏振通道,对应3个偏振波段,每个波段对应3个偏振取向分别为-60°、0°、60°的偏振滤光片;第10~第12个滤光片槽为非偏振通道,第13个滤光片槽为不透明滤光片,主要用于监测CCD暗电流,剩余的3个滤光片槽为备用插槽。MAI的视场为87.6°,刈幅为770 km,空间分辨率为3 km×3 km。

在MAI观测过程中,每一帧包含13个通道的图像数据。图1为2017年1月22日东南太平洋上空第1通道的观测结果,其中:图1(a)为MAI CCD的成像结果,图中左上角出现了太阳耀光现象;图1(b)为对应的遥感影像像元亮度(DN)值的频率图,DN值最小为109,DN值众数为164。

图 1. 2017年1月22日东南太平洋上空的观测结果。(a)第1通道成像;(b) DN值频率分布

Fig. 1. Observations over the Southeast Pacific Ocean on January 22, 2017. (a) Imaging of the first channel; (b) frequency distribution of DN values

下载图片 查看所有图片

2.2 MAI 0级数据特征分析

MAI第13通道为挡光通道,主要用于在轨运行过程中检测面阵CCD的暗电流状况。对MAI第13通道数据开展分析,为使结果更具有代表性和普适性,对2017年1月25日第13通道共71帧观测数据进行平均,结果如图2所示。

图 2. 2017年1月25日第13通道共71帧观测数据的平均结果。(a)第13通道的灰度图;(b)平均DN值的行分布;(c)平均DN值的列分布

Fig. 2. Average results of 71 frames observations data on the 13th channel on January 25, 2017. (a) Grayscale map of the 13th channel; (b) row distribution of mean DN values; (c) column distribution of mean DN values

下载图片 查看所有图片

图2表明,暗电流的DN值分布整体存在像元响应不均匀的情况:横向上CCD前几列的DN值显著低于平均值,而后几列的DN值略高于平均值;纵向上像元的DN值随着行号的增大而逐渐增大。此外,部分像元暗电流的DN值与暗电流平均值的差异显著大于随机噪声的水平,呈现出明显的亮暗特征,且其分布不具有噪声的随机性,表现为行间隔为7、列间隔为24的规则分布,且多帧叠加不会消除,这种响应度明显高于或低于平均响应的点一般统称为“坏点”^[11]。其中,响应度高于平均响应的点称为“亮点”,响应度低于平均响应的点称为“暗点”。图2(a)、(c)表明,CCD暗电流存在横向分布的条带,其与背景的灰阶差异不超过1。

3 基于夜间观测的CCD暗电流特征分析

研究表明^[12,20-21]:在夜间条件下,反射能量不足,一般的可见光成像仪无法成像。对于微光探测,要求成像仪器在可见光通道内具有很高的探测灵敏度和动态范围(数量级在10⁵以上),且探测通道波段需要达到一定的宽度。因此,对于MAI而言,可以认为夜间无入射光进入镜头。故,在夜间场景下的观测相当于各通道的挡光观测,能够反映各通道的暗电流状况。为了分析其余12个通道是否也存在此类现象,为后期MAI各通道的暗电流处理提供依据,基于MAI第13通道出现的暗电流特征,本课题组在2018年2月2日—16日开展了MAI夜间观测,共得到22个时次的观测数据。下面结合MAI白天和夜间的观测数据对暗电流特征进行详细分析。

3.1 方法的可行性分析

夜间与白天观测存在一定差异,如环境温度、太阳辐射等,因此,为了分析白天与夜间暗电流的特性是否一致,利用MAI 2017年1月25日和2018年2月2日的观测数据,针对白天与夜间的暗电流特征进行对比分析。

图3给出了MAI白天与夜间暗电流特性的对比结果。图3表明:无论是横向还是纵向,MAI白天与夜间的暗电流特性均未出现显著变化,二者的一致性很好,横向和纵向上的相关系数分别为0.9936和0.9825;但白天与夜间的暗电流水平存在系统差异,差异的平均DN值为0.64。这可能是因为环境温度及太阳辐射的差异使得CCD面板的温度存在一定差异,从而导致暗电流水平存在系统差异。整体而言,尽管夜间与白天的暗电流水平存在一定的系统偏差,但暗电流的分布特性呈现出显著的一致性。因此,可以利用夜间观测研究各通道的暗电流分布特性,并给出校正方程。

图 3. 白天和夜间暗电流特性的对比。(a)横向特性;(b)纵向特性

Fig. 3. Comparison of daytime and nighttime dark current characteristics. (a) Horizontal characteristics; (b) vertical characteristics

下载图片 查看所有图片

3.2 暗电流不均匀性的通道依赖性分析

利用2018年2月2日夜间观测得到的所有70帧数据的对比分析,对面阵CCD暗电流不均匀性的通道依赖性进行研究。为了提高代表性,降低随机噪声,更准确地分析CCD的固有特性,对2018年2月2日观测得到的所有帧数据分别进行了逐像元平均。

3.2.1 横向不均匀性

图4为2018年2月2日第1通道所有行的平均结果。图4表明,在横向分布上,第13通道暗电流监测结果与第1通道的夜间观测结果具有很好的一致性,二者的相关系数可达到0.9855,即CCD横向存在像元响应不均匀的情况:CCD前几列的DN值显著低于平均值,而后几列的DN值略高于平均值。

图 4. 2018年2月2日第1通道的行平均图

Fig. 4. Row average diagram of the first channel on February 2, 2018

下载图片 查看所有图片

对2018年2月2日其余12个通道的观测结果进行分析,结果如图5所示。图5(a)~(c)分别为2018年2月2日各个通道共70帧数据的平均DN值,每行的最大值、最小值分布以及各个量的标准差分布。图5(a)表明,MAI 13个通道的平均DN值存在一定差异,差异基本保持在±0.5以内;图5(b)、(c)表明,各通道每行平均值的最大值波动很小,波动值不超过±0.15,相比之下最小值的波动较大。该结果进一步证明了基于夜间观测监测CCD暗电流特征的必要性与可行性。

图 5. 2018年2月2日各通道70帧数据的平均结果。(a)平均DN值分布图;(b)行平均的最大值分布图;(c)行平均的最小值分布图

Fig. 5. Average results of 70 frames data for each channel on February 2, 2018. (a) Distribution of mean DN values; (b) distribution of maximum row average values; (c) distribution of minimum row average values

下载图片 查看所有图片

3.2.2 纵向不均匀性

图6给出了2018年2月2日第1通道观测数据在帧平均基础上对所有列进行平均的结果。图6表明:图像中存在横向条带,条带分布规律,条带与背景的灰阶差不超过0.3;DN值随着行号自上而下逐渐增大,且与行号呈显著的线性关系,其最小值与最大值相差约0.6。

图 6. 2018年2月2日第1通道帧平均的所有列平均图

Fig. 6. Column average diagram of the first channel on February 2, 2018

下载图片 查看所有图片

表1为各个通道DN值与行号的线性关系,线性方程形式为D_N=kR_N+b,其中,D_N为DN值,R_N为像元对应的行号。可以看出:二者的相关系数R均高于0.87,斜率k在0.0012~0.0013之间波动,斜率的不确定度δ_k均为0.0001,截距b基本在29.0~29.6之间波动,截距的不确定度δ_b均优于0.02。整体而言,各通道DN值的纵向分布与行号呈显著的线性关系,且各通道之间存在一定差异。

3.3 “坏点”分析

利用2018年2月2日—16日期间22个时次的夜间观测数据对MAI各通道的“坏点”情况进行检测。结果表明:同一通道不同时间的“坏点”数目和位置均相同,且相同位置的“坏点”DN值差异不大;不同通道的“坏点”数目基本相同,但位置分布存在一定差异。

表2给出了MAI夜间场景观测期间各通道的平均DN值以及“亮点”、“暗点”的数目及平均DN值。表2表明:夜间场景观测期间各通道的平均DN值相差不超过±0.15;各通道“亮点”的数目基本一致,为35或36,“亮点”的平均DN值相差不超过±0.5;各通道的“暗点”数目为34~36,“暗点”的平均DN值相差不超过±1.5。

4 MAI CCD的稳定性分析

对MAI 2016年9月15日—2018年3月20日期间的观测数据进行统计分析,结果如图7所示。图7表明:从2016年10月发射升空至2018年2月,MAI CCD的暗电流水平稳定,且其呈现出的“坏点”和“暗点”的位置、平均DN值均是稳定的,该时间范围内图像整体的平均DN值为29.5,标准差为0.0332,亮点和暗点的平均DN值分别为43.1和16.1,对应的标准差分别为0.1753和0.1078。其中:2017年4月MAI未开机,故无数据;2017年6月份由于数据传输故障,未获取到有效数据。

图 7. 2016年10月至2018年2月MAI CCD暗电流分布状况。(a)平均DN值随时间的变化;(b)“亮点”的平均DN值随时间的变化;(c)“暗点”的平均DN值随时间的变化

Fig. 7. Dark current distribution of MAI CCD from October 2016 to February 2018. (a) Average DN value as a function of time; (b) average DN value of "bright points" as a function of time; (c) average DN value of "dark points" as a function of time

下载图片 查看所有图片

5 MAI暗电流校正

暗电流的典型特征是与曝光时间成正比,且受温度的影响比较大^[23]。由于MAI各个通道的积分时间存在差异,因此,第13通道仅可用于对CCD暗电流的整体情况进行监测,不能准确地描述每个通道的暗电流,更不能用于MAI各通道暗电流的扣除。当前,在MAI 0级数据处理过程中,采用的暗电流扣除方法是:利用CCD每行前5列和最后5列挡光像元DN值的平均值作为该行暗电流的平均值来进行扣除。

基于第3节的分析可知,面阵CCD的暗电流存在横向和纵向不均匀响应以及部分“坏点”,故当前的暗电流扣除方法会导致暗电流的处理存在一定偏差,从而影响MAI 1级数据的质量。

根据图1可知,该时次晴空洋面观测到的DN值最小为109,众数值为164。仅针对该次晴空洋面场景下因暗电流处理过程中未考虑非均匀性以及“坏点”等特性而引入的误差进行简单分析。1)由于CCD在横向存在不均匀响应,CCD左侧的DN值偏低3左右,平均之后暗电流扣除的绝对偏差约为1.5,相对于众数值引入的相对误差为0.9%;2)对于CCD纵向的不均匀响应,DN值的绝对偏差约为0.6,相对于众数值引入的相对误差为0.4%;3)对于“坏点”,其DN值相对平均值的不确定性约为15,引入的相对误差达到9.1%。因此,在针对晴空洋面进行观测时,仅在CCD暗电流处理过程中导致MAI 1级产品中像元的最大误差可达9.2%。

暗电流的特性是稳定分布的,但仪器的暗电流水平会受到诸多因素的影响,因此,本课题组基于图像法、线性和非线性关系逐通道对MAI CCD的“坏点”和暗电流的不均匀性进行校正,然后将MAI CCD每行前5列和最后5列挡光像元DN值的平均值作为该行暗电流的平均值,逐行逐通道进行扣除,以减小暗电流对MAI 1级数据精度的影响。

5.1 剔除“坏点”

首先,对MAI 0级数据中的“坏点”进行处理,这里主要采用基于图像的消除方法。由于每个通道的“坏点”位置相对固定,因此,可以结合各通道的平均DN值和表2给出的“坏点”平均DN值计算得到各通道各“坏点”处DN值的平均偏差,再对每个通道固定位置的“坏点”进行校正,从而达到剔除“坏点”的目的,剔除结果如图8所示,其中,图8(a)、(b)分别为2018年2月2日第1帧观测数据的第1通道校正前后的对比图,可以明显看出,“坏点”已经被剔除。

图 8. 2018年2月2日第1通道“坏点”校正前后的对比图。(a)校正前;(b)校正后

Fig. 8. Comparison of the data before and after the correction of the "bad point" of the first channel on February 2, 2018. (a) Before correction; (b) after correction

下载图片 查看所有图片

5.2 暗电流不均匀情况的处理

在剔除“坏点”的基础上,对暗电流的不均匀响应进行校正。由于CCD暗电流在横向、纵向均存在不均匀,因此,需要从两个方向对暗电流进行校正。就横向而言,由于DN值随着列号的变化呈非线性,故逐通道采用多项式拟合进行较正,校正结果如图9(a)、(b)所示。就纵向而言,DN值与行号呈显著的线性关系,各通道线性方程参数见表1,对其进行线性校正,结果如图9(c)、(d)所示。

5.3 横向条带

对于CCD成像过程中出现的规则横向条带,由于其量级很小,一般不超过0.3个计数值,故暂不做处理。

5.4 校正结果

图10给出了校正前后的结果比较。整体而言,对低反射率场景校正后,由CCD暗电流及其不均匀响应引入MAI 1级产品的像元相对误差由9.2%减小至3.0%,暗电流图像的标准差由12.1%降至6.9%。可见, CCD暗电流像元间的不均匀性得到了显著改善。

6 结论

本课题组提出了基于夜间场景观测对MAI各通道暗电流特征进行分析的方法,利用2018年2月2日—16日期间MAI夜间观测数据对各通道的暗电流特征进行分析,可以得到如下结论:1)各通道的暗电流分布均存在不同程度的非均匀性以及“坏点”,暗电流分布存在显著的通道依赖性;2)CCD暗电流存在横向条带,其与背景的灰阶差一般不超过0.3;3)夜间观测的暗电流与白天基于挡光通道观测的暗电流之间具有较好的一致性,DN值的平均差异小于1。借助白天MAI暗电流监测通道的数据对该方法进行验证,结果表明二者具有很好的一致性。

图 9. 2018年2月2日第1通道校正前后的对比。(a)横向校正前的行平均图;(b)横向校正后的行平均图;(c)纵向校正前的列平均图;(d)纵向校正后的列平均图

Fig. 9. Comparison of the data before and after the correction of the first channel on February 2, 2018. (a) Average of row before the horizontal correction; (b) average of row after horizontal correction; (c) average of column before vertical correction; (d) average of column after vertical correction

下载图片 查看所有图片

图 10. 2018年2月2日第1通道观测数据校正前后的结果。(a)校正前;(b)总体校正后

Fig. 10. Correction results of observation data of the first channel on February 2, 2018. (a) Before correction; (b) after overall correction

下载图片 查看所有图片

此外,对MAI 2016年10月至2018年2月期间的挡光通道数据进行分析,结果表明,MAI CCD在轨运行期间,各通道的暗电流特征无显著变化。因此,针对以上CCD特征分析,基于图像法对各通道进行了“坏点”剔除,基于多项式拟合和线性拟合分别对各通道横向和纵向的非均匀性进行相应的校正。校正之后由于CCD成像质量引入MAI 1级产品像元的可能相对误差由9.2%减小至3.0%,同时,整幅暗电流图像的标准差由12.1%降至6.9%。

MAI各通道的曝光时间不等,使得各通道的暗电流及其“坏点”分布存在通道依赖性,而当前的暗电流监测通道无法处理这一问题。研究结果表明,本课题组提出的基于夜间场景的观测方法可以有效监测CCD的暗电流特征,可将该方法扩展应用到当前其他平台CCD的暗电流在轨监测中。此外,在后续的星载观测仪器设计与应用中,可以直接利用仪器的夜间观测来监测CCD的暗电流特征,这不仅可以提高暗电流监测的准确性,还可以通过去掉挡光通道达到减轻仪器质量的目的。

致谢 感谢中国载人航天工程空间应用系统数据中心提供MAI数据。