System design of camera for coded exposure
-
摘要: 在研究编码曝光理论基础上，设计了应用型嵌入式编码曝光相机系统。在采集运动目标图像时，按照预设的编码时序控制曝光快门，得到了光生电荷多次叠加一次转移的图像。该图像为具有编码曝光信息的运动模糊图像，有更多的图像细节信息。编码曝光图像信号经过AD转换后将数据暂存在数据存储器，再经核心器件解码模块输出复原图像。实验结果证明，编码曝光相机能有效解决线性运动模糊问题。在相同测试条件下，利用无参考图像评价指标测试，编码曝光条件下复原图像质量的指标平均值均比一般单次曝光条件下复原图像质量提高了近2倍。Abstract: Based on the theory of coded exposure, an applied embedded coded exposure camera system was designed. The exposure shutter of camera was controlled according to the preset coding sequence when collecting the moving target image, and the image of photo-generated charge multiple superimposed with a transfer was obtained. The acquired image was a motion blurred image with coded exposure information, which had more details of the target. The data was temporarily stored in the data memory by the coded exposure image after the AD conversion, and the restored image was decoded by the core device. The experimental results show that the coded exposure camera can effectively solve the problem of linear motion blur. In the same conditions, the index average value of restored image quality under coded exposure condition is increased nearly twice than that of restored image quality under single exposure condition by using the no-reference image evaluation index test.
-
Keywords:
- coded exposure /
- image deblurring /
- embedded system /
- camera design
-
引言
超快脉冲在超快成像、光通信、光谱学、生物医学和材料加工等各个领域都有重要的应用。被动锁模光纤激光器由于具有高光束质量、高效率、高集成度、高可靠性等优点，已被广泛用于产生飞秒级超短脉冲[1]。对于被动锁模光纤激光器，锁模器件在产生超快脉冲激光器中起着关键作用。近年来，多种纳米材料都被用来作为锁模器件，例如碳纳米管[2]、石墨烯[3]、氧化铜[4]、黑磷[5]、拓扑绝缘体[6]等，均表现出3阶非线性效应强、响应时间快、工作波长范围宽的半导体特性，可作为具有竞争力的真实可饱和吸收体应用。特别是碳纳米管可饱和吸收体，具有恢复快、饱和强度低、偏振不敏感、调制深度深、工作带宽宽、环境稳定性好、制造成本低等优点，在锁模光纤激光器中得到了广泛的研究和应用。
相比单一波长的光纤激光器，双波长锁模光纤激光器在光纤通信系统、光纤传感、太赫兹波产生和相干拉曼成像等各种领域中都有广泛潜在应用[7-12]。通过调整掺铒光纤激光器结构，可以产生双波长激光的输出。双波长激光器输出2串具有一定重频差的激光对应其不同的中心波长。因为2个脉冲串是从同一个激光腔内产生，所以具有很强的相干性和共同消噪性，由此可以产生重复频率差很小的相干频率梳。近年来，已经发展了许多技术来实现双波长锁模光纤激光器。1991年，SCHLAGER J B等人首次使用3.4 km双折射光纤在主动锁模掺铒光纤环形激光器中得到双波长锁模脉冲[13]。2009年，南洋理工大学ZHANG H等人在全正色散光纤激光器中使用SESAM锁模，调节腔内双折射系数稳定产生双波长耗散孤子[14]。2016年，四川大学WANG S等人报道了一种基于双分路非线性偏振旋转技术的波长间距可控的双波长同步锁模光纤激光器[15]。2018年，LAU K Y等人采用石墨烯和聚甲基丙烯酸甲酯饱和吸收剂的双波长被动锁模掺铒光纤激光器，通过共用增益介质和可饱和吸收体的光纤分支连接，实现了锁模光纤激光器双波长脉冲输出[16]。2020年，河北师范大学XIN Y X等人利用锥形光纤的滤波效应设计了长腔可调谐双波长掺镱光纤激光器[17]。由此可见，研究者们在双波长光纤激光器领域已经做了大量的研究。但是，目前报道的许多腔内滤波结构由于存在模式干涉不稳定，滤波带宽及滤波深度不可调谐等问题，导致双波长锁模不稳定或双波长锁模光谱带宽窄，使得双波长激光器应用受限。
本文通过将偏振控制器和在线起偏器构成Lyot滤波器引入激光器中，对腔内增益谱进行调节，从而在单个激光器中产生双波长锁模脉冲。在锁模过程中，单壁碳纳米管起到可饱和吸收作用，稳定锁模状态下，通过调节偏振控制器改变Lyot滤波器的输出特性，最终实现了双波长锁模脉冲输出。此外，本文还对腔内滤波效应导致的双波长锁模机制进行了数值模拟，数值仿真结果和实验结果相吻合，进一步验证了所引入的Loyt滤波器对于波长复用激光器的影响。
1 实验原理
图1（a）为Lyot滤波器示意图，通常Lyot滤波器由偏振控制器（polarization controller，PC）、保偏光纤（polarization-maintained fiber，PMF）和起偏器（polarizer）组成。
实验中使用的在线起偏器（inline polarizer，ILP）由PMF和起偏器组成，ILP和PC构成的Lyot滤波器的传输特性[18]可以写为
$$ T = 1 - {\sin ^2}(2\theta ){\cos ^2}(\frac{{2{\text{π }}\Delta n}}{\lambda }{L_{{\text{PMF}}}}) $$ (1) 式中：∆n为PMF的双折射系数，大小等于慢轴和快轴的折射率差；LPMF为PMF的长度；θ为输入光的偏振方向与PMF的快轴之间的夹角，可以通过调整PC来进行调谐。因此，Lyot滤波器的自由光谱范围（free spectral range，FSR），可以表示为[18]
$$ \Delta\lambda=\lambda^2/\left(2\Delta n\cdot L_{\mathrm{PMF}}\right) $$ (2) 式中PMF的双折射系数约为4×10−4。由此可知，Lyot滤波器的FSR与PMF的双折射与长度的乘积成反比。图1（b）为Lyot滤波特性，虚线和实线是LPMF分别为0.15 m和0.20 m的透过率函数。
2 实验装置
图2为双波长锁模光纤激光器实验装置。由980 nm半导体激光器（pump laser）通过波分复用器（wavelength division multiplexer，WDM）泵浦，增益介质是色散系数为15.3 ps2/km的40 cm掺铒光纤（Er-doped fiber，EDF）[19]，隔离器（isolator，ISO）保证了激光器的单向工作，并且将2个偏振控制器插入腔中以优化锁模性能。锁模器件碳纳米管可饱和吸收体（saturates absorbers，SA）是通过光沉积法制备，使用泵浦光源将0.8 nm～1.2 nm管径的单壁碳纳米管无水乙醇混合液沉积在光纤跳线上，能够使激光器稳定锁模24小时以上[19]。单模光纤（single-mode fiber，SMF）的色散系数为−22.9 ps2/km，长度约为4.9 m。此外，腔中还嵌入了具有25.4 cm长的保偏光纤（polarization-maintained fiber，PMF）尾纤的在线起偏器，在线起偏器和偏振控制器形成如图1所示的Lyot滤波器。通过调节偏振控制器来改变腔内偏振，可以对中心波长和光谱带宽进行微调，最后通过30/70光纤耦合器（output coupler，OC）输出脉冲，使腔内存在更多能量，使得激光更容易产生，同时分光比也决定了输出脉冲的平均功率。
光纤激光器腔长约为5.6 m，对应约36.64 MHz的基本重复频率，其净腔色散估计为−0.106 ps2，整个光纤激光器在负色散区域工作，实验中分别使用光谱分析仪（OSA Yokogawa，AQ6370）、示波器（Tektronix MS064）、频谱分析仪（Agilent Technologies，N9000A）实时监测锁模脉冲的波形、光谱和射频频谱。
3 实验结果与分析
由于2个增益峰之间的增益竞争，当激光腔的泵浦和增益饱和条件不完全匹配时，只能获得单波长锁模脉冲，因此，通过调节PC来改变增益谱轮廓，以实现双波长锁模操作。将泵浦功率提高到70.4 mW即可实现双波长锁模操作，泵浦功率由980 nm泵浦管的P-I曲线以及双波长锁模时泵浦控制器上显示的电流来计算确定，此时脉冲输出功率为3.12 mW，脉冲宽度约为ps量级。如图3（a）所示为激光器光谱图，光谱中心波长分别为1 534.2 nm和1 546.0 nm，中心波长间隔为11.8 nm，3 dB带宽分别为1.8 nm和1.5 nm。在双波长锁模状态下工作的脉冲序列的时间波形如图3（b）所示，测量的脉冲周期为27.29 ns，与光脉冲在5.6 m腔长中的传输时间一致。射频频谱如图3（c）所示，基本重复频率为36.64 MHz。通过使用较小分辨率带宽（resolution bandwidth，RBW）的射频频谱仪测量脉冲，可以观察到这2个脉冲序列的重复频率不同，重频差约为1.3 kHz，证实了2个脉冲序列为异步脉冲，这是由于腔内的群速度色散（group velocity dispersion，GVD）导致在2个分离的激光波长上产生了不同的往返延迟。这2个脉冲的信噪比分别为56.70 dB和56.72 dB，说明激光器工作在一个稳定的状态。
4 仿真模型与结果
为了进一步探索Lyot滤波效应对双波长锁模的影响，本文采用基于非线性薛定谔方程（NLSE）的模型[20]进行了数值仿真：
$$ \frac{{\partial A}}{{\partial {\textit{z}}}} = \frac{g}{2}A - \frac{{{\mathrm{i}}{\beta _2}}}{2}\frac{{{\partial ^2}A}}{{\partial {t^2}}} + {\mathrm{i}}\gamma |A{|^2}A + \frac{g}{{2\varOmega _g^2}}\frac{{{\partial ^2}A}}{{\partial {t^2}}} $$ (3) 式中：A为归一化的慢变脉冲包络线；β2为群速度延迟参数；γ为光纤截面的三次非线性系数；变量t和z分别为时间和传播距离；Ωg是具有高斯近似的增益谱的带宽；增益由g=g0·exp（−E/Esat）表示，其中g0为小信号增益，仅对增益光纤为非零，E为脉冲能量，Esat为增益饱和能量[21]。
所设计的掺铒光纤激光器的数值模型如图4所示。它由0.4 m掺铒光纤（EDF）、光谱滤光器（Filter）、5.2 m单模光纤（SMF）、可饱和吸收体（SA）、30∶70光纤耦合器（OC）组成，其中光纤耦合器主要用于提取激光脉冲输出。
在仿真中引入了一种可饱和吸收体模拟实验中的碳纳米管，锁模技术采用一个简单的传递函数[20]：
$$ T = {R_0} + \Delta R[1 - 1/(1 + P/{P_0})] $$ (4) 式中：R0为不饱和传输；ΔR为饱和传输；P为瞬时脉冲功率；P0为饱和功率。仿真模型参数如表1所示。模拟激光腔的总长度为5.6 m，对应的净色散度为−0.114 ps2。Er掺杂光纤的增益轮廓定义为在
1540 nm处的峰值高斯曲线，带宽为40 nm。采用从输出耦合器中提取的脉冲来表示脉冲的演化。为了实现双波长脉冲输出，仿真中引入Lyot滤波函数，滤波器的自由光谱范围取决于PMF的长度和双折射，调制深度依赖于偏振入射光与PMF快轴的角度差。当θ=45°，此时Lyot滤波器的传输函数如表1所示。表 1 激光器数值模拟中各项参数Table 1. Parameters in laser numerical simulationParameter Length/m Gain coefficient/（dB·m−1） Dispersion parameters
（GVD）/ （ps2·km−1）γ/（W·km）−1 Transmittance EDF 0.4 4.2 15 3 Gaussian，Ωg=40 nm SMF 5.2 — −23 3 — Lyot Filter — — — — $ T = 1 - {\text{co}}{{\text{s}}^2}(\dfrac{{2{\text{π }}\Delta n}}{\lambda }{L_{{\text{PMF}}}}) $ SA — — — — $ T = {R_0} + \Delta R[1 - 1/(1 + P/{P_0})] $ 当SA的P0设置为40 W，增益光纤的饱和能量设置为1 nJ，g0=4.2，LPMF=0.25，Δn=4×10−4，R0=0.7，ΔR=0.3，高斯脉冲能够演化为稳定的双波长脉冲。为了观察孤子演化的稳定性，仿真中进行了400次循环，发现双波长脉冲在200圈后已经能够稳定传输。图5（a）和5（b）为400次循环后的时域图和光谱图，由于实验中产生的输出脉冲受到光纤激光器中光纤色散分布不均匀和内部损耗等影响，与仿真结果并不完全一样，存在些许差异。2个脉冲间隔约为240 ps，光谱中心波长分别为1 534 nm和1 546 nm，中心波长间隔12 nm。可以发现，中心波长间隔与实验结果基本吻合。图5（c）为初始高斯脉冲经过400圈循环后的时域演化图。可以发现，随着循环圈数增加，脉冲间隔在发生改变，这是因为中心波长不同的2个脉冲在色散的影响下，其传播速度有差别，形成异步双波长脉冲[22]。图5（d）为脉冲光谱演化图，从光谱强度上看，可以发现，光谱在200圈以后一直持续不变，说明脉冲在循环200圈后已经能够稳定传输。
5 结论
本文研究了一种基于Lyot滤波效应的双波长锁模掺铒光纤激光器。在单个光纤激光器腔内引入带有强双折射的保偏光纤尾纤的在线起偏器，突破原有脉冲在腔内的传输方式，使脉冲在2个不同中心波长下传输和锁模。通过调节腔内偏振态，当泵浦功率调节至70.4 mW，输出中心波长为1 534.2 nm和1 546.0 nm，中心波长间隔为11.8 nm，3 dB带宽分别为1.8 nm和1.5 nm，基本重复频率为36.64 MHz，重频差为1.3 kHz的稳定双波长脉冲。此外，在仿真中引入Lyot滤波函数，实现了稳定的双波长输出，与实验结果基本吻合。波长复用光纤激光器中，Lyot滤波效应研究可以进一步拓展实现可调谐双波长生成，该研究结果在双光梳光谱测量等实际应用中具有一定的参考意义。
-
![]()
图 1 一维相对运动与卷积计算之间的关系示意图
Figure 1. Schematic diagram of relationship between 1-D relative motion and convolution calculation
![]()
图 2 编码曝光图像采集及图像重建解码过程
Figure 2. Image acquisition of coded exposure and process of restored image
![]()
图 3 CCD像元累积电荷转移示意图
Figure 3. Schematic diagram of accumulative charge transfer in pixels of CCD
![]()
图 5 像元曝光累积编码曝光电荷输出时序
Figure 5. Charge cumulative of coded exposure in pixels and their time sequence
![]()
图 8 编码曝光图像采集及输出时序图
Figure 8. Schematic diagram of image acquisition and timing sequence output with coded exposure
![]()
图 9 嵌入式编码曝光系统程序流程图
Figure 9. Flow chart of program design for embedded coded exposure system
![]()
图 10 一般曝光、编码曝光、短时曝光的采集运动模糊图像、曝光模型、复原图像之间的对比
（a） 清晰图像；（b） 普通曝光使用的全“1”码字曝光模型示意图；（c） 普通曝光模糊图像；（d） 普通曝光复原图像；（e） 编码曝光对应的曝光模型示意图；（f） 编码曝光模糊图像；（g） 编码曝光复原图像；（h） 图（g）的亮度调整；（i） 单次短时曝光模型示意图，时间占总曝光时间的1/3；（j） 短时曝光模糊图像；（k） 短时曝光复原图像；（l） 图（k）的亮度调整
Figure 10. Comparison among motion blurred images, exposure models and restored images under general exposure, coded exposure and short-time exposure conditions
![]()
清晰图像 复原图像 模糊图像 SSIM 1 0.69 0.66 SMD （× 104） 1.90 1.85 1.69 SMD2 （× 104） 2.26 1.20 0.30 Energy （× 104） 16.06 8.38 5.75 Brenner （× 104） 10.91 9.48 2.96 
下载: 导出CSV
编码曝光 （× 105） 一般曝光 （× 105） 复原图像 模糊图像 指标提升率 复原图像 模糊图像 指标提升率 SMD 2.18 1.16 87.93% 1.87 1.38 35.51% SMD2 4.51 2.67 68.91% 3.46 2.48 39.52% Energy 13.55 7.83 73.05% 11.71 8.85 32.32% Brenner 11.44 7.73 47.99% 10.14 7.35 37.96% 平均值 —— —— 69.47% —— —— 36.32%
下载: 导出CSV
-
[1] 鲁晓东. 基于奇异值分解的运动模糊图像广义逆恢复方法[J]. 应用光学,2013,34(1):90-94. LU Xiaodong. Restoration of motion-blurred image by generalizedinverse method based on SVD[J]. Journal of Applied Optics,2013,34(1):90-94.
[2] SHAN Q, JIA J, AGARWALA A. High-quality motion deblurring from a single image[J]. ACM Transactions on Graphics,2008,27(3):1-10.
[3] AGRAWAL A, XU Y. Coded exposure deblurring: Optimized codes for PSF estimation and invertibility[C]// 2009 IEEE Conference on Computer Vision and Pattern Recognition. USA: IEEE, 2009: 2066-2073.
[4] TAI Y W, KONG N, LIN S, et al. Coded exposure imaging for projective motion deblurring[C]//2010 IEEE Computer Society Conference on Computer Vision and Pattern Recognition.USA: IEEE, 2010, 2408-2415.
[5] MCCLOSKEY S, VENKATESHA S, MULDOON K, et al. A low-noise fluttering shutter camera handling accelerated motion[C]//2015 IEEE Winter Conference on Applications of Computer Vision.USA: IEEE, 2015: 333-340.
[6] HUANG K, ZHANG J, HOU J. High-speed video capture by a single flutter shutter camera using three-dimensional hyperbolic wavelets[J]. Optical Review,2014,21(5):509-515. doi: 10.1007/s10043-014-0080-3
[7] DING Y, MCCLOSKEY S, YU J. Analysis of motion blur with a flutter shutter camera for non-linear motion[J]. European Conference on Computer Vision: Lecture Notes in Computer Science,2010,6311:15-30.
[8] 黄魁华. 信息集成中编码曝光技术优化研究[D]. 国防科学技术大学, 2014. HUANG Kuihua.Optimization of coding exposure technology in information integration[D]. Changsha: National University of Defense Technology, 2014.
[9] JEON H G, LEE J Y, HAN Y, et al. Generating fluttering patterns with low autocorrelation for coded exposure imaging[J]. International Journal of Computer Vision,2017,123(2):269-286. doi: 10.1007/s11263-016-0976-4
[10] JEON H G, LEE J Y, HAN Y, et al. Multi-image deblurring using complementary sets of fluttering patterns[J]. IEEE Transactions on Image Processing,2017,26(5):2311-2326. doi: 10.1109/TIP.2017.2675202
[11] AGRAWAL A, RASKAR R. Optimal single image capture for motion deblurring[C]//2009 IEEE Conference on Computer Vision and Pattern Recognition.USA: IEEE, 2009: 2560-2567.
[12] HOLLOWAY J, SANKARANARAYANAN A C, VEERARAGHAVAN A, et al. Flutter shutter video camera for compressive sensing of videos[C]//2012 IEEE International Conference on Computational Photography. USA: IEEE, 2012: 1-9.
[13] HARSHAVARDHAN S, GUPTA S, VENKATESH K S. Flutter shutter based motion deblurring in complex scenes[C]//2013 Annual IEEE India Conference. USA: IEEE, 2013: 1-6.
[14] ZHANG J, XIONG T, TRAN T, et al. Compact all-CMOS spatiotemporal compressive sensing video camera with pixel-wise coded exposure[J]. Optics Express,2016,24(8):9013-9024. doi: 10.1364/OE.24.009013
[15] 李永远, 谢小平. CCD输出信号处理[J]. 应用光学,1997,18(1):20-23. LI Yongyuan, XIE Xiaoping. CCD output signal processing[J]. Journal of Applied Optics,1997,18(1):20-23.
[16] LI X, SUN Y. Joint structural similarity and entropy estimation for coded-exposure image restoration[J]. Multimedia Tools and Applications,2018,77(22):29811-29828. doi: 10.1007/s11042-018-5773-3
[17] HEALEY R K G. CCD camera calibration and noise estimation[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence,1994,16(3):267-276.
[18] PAN J, HU Z, SU Z, et al. Deblurring text images via L0-regularized intensity and gradient prior[C]//2014 IEEE Conference on Computer Vision and Pattern Recognition. USA: IEEE, 2014: 2901-2908.
[19] RASKAR R, AGRAWAL A, TUMBLIN J. Coded exposure photography: motion deblurring using fluttered shutter[J]. ACM Transactions on Graphics,2006,25(3):795-804. doi: 10.1145/1141911.1141957
计量
- 文章访问数: 653
- HTML全文浏览量: 205
- PDF下载量: 34
陕公网安备 61011302001501号 