Uncooled thermal infrared (IR) camera typically exhibits large DC offset variations and responsivity variations from pixel to pixel. Not only for these variations but PVT (Process, Voltage and Temperature) drift for time cause the undesired output. In order to get a scene information properly, non-uniformity and fixed pattern noise (FPN) from PVT drift must be corrected with reference temperature source such as blackbody. However, the calibration process is not only time-consuming and costly but also must be implemented periodically. To solve the PVT drift, especially, thermal infrared camera typically needs auxiliary component such as TEC (Thermo-Electric Cooler) and shutter during online operation but these additional components cause SWNPC (Size, Weight, Noise, Power, Cost) problems and discontinuity of the image during shutter actuation. This paper proposes novel approaches to overcome the time-consuming and costly calibration without additional components such as TEC and shutter with three ideas; MDCDS (Multi Digital Correlated Double Sampling), Pixel-synchronized temperature sensor and calibration algorithm using chamber wall. This paper includes four-type of the shutter-less algorithms as the number of blackbodies and calibration methods, compared with conventional shutter-based calibration. From this comparison, this research has come to the conclusion that proposed shutter-less algorithms have a better performance for memory, time, cost and RNU, even similar with blackbody calibration, ideal calibration method, which exhibits only random noise of the pixels.
열영상 센서는 전형적으로 수천, 수만개의 픽셀어레이로 구성되어 있고 이들은 각기 다른 특성 즉, 서로 다른 오프셋과 이득을 가지고 있기 때문에 이러한 불균일을 보정해주어야 한다. 팩토리레벨에서 이러한 보정파라미터를 추출하여 적용한다 하더라도 실제 동작시 공정, 전압, 온도변화 등에 의해 출력특성이 변하게되고 이전에 추출한 보정파라미터들이 제대로 적용되지 않아 영상에서 세로줄무늬등의 FPN (Fixed Pattern Noise)이 나타나게 된다. 기존에는 이러한 공정, 전압, 온도변화에 의한 FPN을 제거하기 위해 셔터를 사용하여 보정파라미터들을 업데이트해주었다. 하지만 이러한 셔터방식의 알고리즘들은 셔터사용으로 생기는 SWNPC (Size, Weight, Noise, Power, Cost) 및 D (Discontinuity of the images)의 문제를 발생시키는데, 이는 열영상카메라가 스마트, IoT시장에 진입하기 어려운 가장 큰 걸림돌이다. 이에, 셔터를 없애기 위한 알고리즘들이 많이 연구되었는데 기존의 셔터제거 알고리즘들은 보정온도범위, 온도변화율 등의 주변 조건이 상당히 제한적이며 모두 수학적인 모델링을 기반하여 추정하는 알고리즘으로 복잡한 연산과 상당한 메모리양을 필요로하기 때문에 실제 상용품에 적용하기는 어렵다. 따라서 본 논문에서는 본 연구실에서 발명한 MDCDS (Multi Digital Correlated Double Sampling)기술을 이용하여 지난 30여 년간 열영상 카메라에서 아무도 해결하지 못한 셔터제거 알고리즘을 제시하고 기존의 셔터방식 알고리즘과 성능을 비교하여 그 타당성을 입증함으로써 기존의 셔터사용으로 인한 문제점들을 해결하였다. 또한 시간과 비용이 많이 소모되는 열영상 카메라 보정에 새로운 아이디어를 적용하여 성능의 저하 없이 흑체 수, 보정시간 및 보정에 필요한 메모리양을 감소시키는 고속의 보정방식을 제안하였다. 제안한 알고리즘의 결과로 셔터의 사용우무, 사용한 흑체 수, 보정시간, 보정에 필요한 메모리양 그리고 보정의 성능을 나타내는 지표인 RNU (Residual Non-Uniformity) 레벨의 모든면에서 기존의 셔터방식보다 뛰어난것을 실험적으로 증명하였다. 본 연구의 한가지 한계점으로, 제안한 알고리즘은 기판온도와 하우징온도가 같은상황에서 알고리즘이 진행되었기 때문에 특정 어플리케이션, 즉 하우징온도와 기판온도가 급격하게 달라지는 경우에는 하우징에 온도센서를 달아 이를 디지털보정해주거나 영상기반의 알고리즘을 이용하는 등의 추가적인 보정을 필요로한다. 하지만 이는 어플리케이션 이슈로, 통상적으로 사용되는 대부분의 일반적인 어플리케이션에는 기판온도와 하우징온도가 급격하게 달라지지 않기 때문에 문제가 되지 않는다. 본 논문에서는 제안한 알고리즘을 상용제품에 구현하고 실험적으로 검증하여 그 타당성 및 실용성을 입증하였디.
