光谱成像器的光源校正制造技术

一种传感器系统包括：集成电路上的光学传感器阵列，至少在阵列一部分之上的多组滤光器。每组滤光器与所述阵列的一组光学传感器相关联，其中一组滤光器包括多个滤光器，每个滤光器被配置为使不同波长范围内的光通过。第一接口被配置为与所述光学传感器和第一处理电路接口，所述第一处理电路被配置为执行操作指令，即接收代表从光学传感器接收到的光的输出信号并确定每组光学传感器的光谱响应。第二接口被配置为与所述第一处理电路及第二处理电路接口，所述第二处理电路被配置用于根据每组光学传感器的光谱响应确定每个光谱响应的光源光谱，然后从光谱响应中基本上删除光源光谱。谱。

【技术实现步骤摘要】
光谱成像器的光源校正
[0001]关于联邦政府赞助的研究或开发的声明
[0002]不适用
[0003]光盘上提交的参考资料的合并
[0004]不适用


[0005]本专利技术总体上涉及光谱学，并且更具体涉及使用基于干涉的滤波器对光谱传感器进行光谱校正。
[0006]光谱学设备已被证明在各种行业中的应用是有用的，包括例如健康、生物测定、农业、化学和健身等。通常，光谱学设备通过检测和/或采集与多个波长范围有关的入射光并提取光谱信息而起作用。基于干涉的滤波器(诸如Fabry
‑
P
é
rot滤波器)在与光谱传感器结合使用时，已被证明能够提供受控的光波长。
[0007]进一步众所周知，穿过基于干涉的滤波器的光会受到各种非理想条件以及非理想传感器性能的影响，其中任何一种都会对给定光谱学设备的性能产生负面影响。
附图说明
[0008]图1A提供了根据本专利技术的覆盖有滤波器的示例性光学传感器的俯视图；
[0009]图1B提供了根据本专利技术的覆盖有滤波器的示例性光学传感器的侧视图；
[0010]图2示出了覆盖有滤波器的CMOS传感器的示例性滤波器响应；
[0011]图3提供了示例性光谱传感器的原始输出数据与理想输出数据的比较的图示；
[0012]图4是根据本专利技术的光谱传感器的实施例的示意性框图；
[0013]图5A提供了根据本专利技术的结合了人工神经网络的光谱传感器的实施例的示意性框图；
[0014]图5B提供了根据本专利技术的结合了人工神经网络的光谱传感器的另一实施例的示意性框图；
[0015]图6A提供了根据本专利技术的结合在光谱传感器中的人工神经网络的简化图示；
[0016]图6B提供了根据本专利技术的多层人工神经网络的简化图示；
[0017]图7A是示出根据本专利技术的用于将原始光谱输出校正为经校正的光谱的示例性方法的逻辑图；
[0018]图7B是示出根据本专利技术的用于自适应地校正来自传感器阵列的光谱输出的示例性方法的逻辑图；
[0019]图7C提供了示出根据本专利技术的用于自适应地校正来自传感器阵列的光谱输出的另一示例性方法的逻辑图；
[0020]图8A提供了其中根据本专利技术提供单色光扫描和输入功率的示例性光谱传感器的图示；
[0021]图8B提供了根据本专利技术的结合了人工神经网络的示例性光谱传感器的图示；
[0022]图8C提供了根据本专利技术的提供给光谱传感器并输出到经训练的人工神经网络的物理场景的示例的图示；
[0023]图8D提供了根据本专利技术的示例性光谱传感器的图示，其中物理场景的元数据被提供给人工神经网络；
[0024]图9提供了三个假设光源A、B和C在可见光谱中的相对光谱功率分布图示；
[0025]图10提供了根据本专利技术的滤波器阵列的自顶向下图示；
[0026]图11A示出了根据本专利技术的示例性光谱成像器；
[0027]图11B示出了根据本专利技术的提供经校准光谱响应数据以训练人工神经网络的示例性光谱传感器；
[0028]图11C提供了根据本专利技术的成像器系统的实施例的示意性框图；
[0029]图12是示出根据本专利技术的产生光学传感器阵列光源经校正的光谱的方法的逻辑图。
具体实施方式
[0030]在各种实施例中，光谱传感器与干涉滤波器组合以提供关于场景和/或光源的光谱信息。基于干涉的滤波器(例如Fabry
‑
P
é
rot滤波器)可能会对底层传感器呈现出非理想的滤波器响应。例如，滤波器响应可能包括滤波器之间的串扰、对入射光的不期望的二阶响应、对入射光的角度依赖性，并且入射光可能包括来自未旨在进行评估的光源的光。传感器本身也可能呈现出非理想的性能，包括非线性、串扰、电子噪声等。图1A提供了示例性集成光学传感器100的俯视图，该传感器上覆盖有分别针对三个光谱带中一个进行了优化的滤波器110、120和130。如图所示，滤波器110、120和130作为阵列在光学传感器100的表面上交叉。另选地，滤波器110、120和130可以使用不同的图案或者甚至以随机的图案重复，以将滤波器响应传递到位于滤波器阵列下面的传感器。在一个示例(未示出)中，可以使用超过3个的光谱带来在任何实际方向上按需覆盖传感器。在一个实施例中光学传感器100是用于漫射光谱学的光学传感器的示例，其中光谱滤波器阵列与光学传感器相关联以提供漫射光谱传感。图1B提供了覆盖有滤波器阵列的示例性光学传感器的侧视图。在该示例中，入射光180被引导通过滤波器阵列160的传感器阵列170。
[0031]理想地，图1A和图1B中的集成光学传感器的滤波器可以仅将期望光谱波长内的入射光传递到下面的传感器，从而使得理想的传感器随后可以输出精确表示入射光光谱的滤波器响应。在实践中，干涉滤波器和传感器都不是理想的，因此，当测量给定光学传感器的输出(例如图1A和图1B中所示的输出)时，所得光谱不太可能正确表示入射光的光谱。实际上，所得光谱可能呈现出与输入光强度、被测物体的光谱和/或输入光的照明光谱之间的非线性关系。此外，与制造相关联的误差，诸如制造公差和诸如集成光学传感器100之类的集成光学传感器之间的均匀性，可能会导致非理想性能。
[0032]图2示出了CMOS传感器(在这种情况下使用Fabry
‑
P
é
rot滤波器)的滤波器响应，该滤波器响应呈现出来自相邻传感器的串扰。在理想的传感器中，特定传感器像素的滤波器响应诸如像素#13的滤波器响应将仅来自像素#13，而不会对阵列中的其它像素产生影响。如图所示，相邻像素#8、#12、#14和#18至少呈现出来自以像素#13为中心的波长的至少一些不想要的响应，以及其它非理想性。即使在知晓所呈现的滤波器响应形状时，“干净的”输出
光谱(足以表示光学传感器上入射光的光谱的输出光谱)的重建也不是一件容易的事。在图2的图示中，响应未能反映完美的“Fabry
‑
P
é
rot”响应，并且相邻滤波器产生串扰是有问题的，从而增加了响应误差。考虑到每个像素可能遭受非理想的响应和串扰误差，可以容易地理解，对给定光学传感器的校正和/或校准可能变得极其困难和/或不精确。此外，滤波器本身的材料特性、质量差异和零件之间的差异也增加了复杂性。
[0033]图3提供了大约740nm至1020nm的示例性光学传感器的反射率测量值(滤波器响应)的原始输出数据190以及用于测量的理想或“校正”光谱192的图示。在该示例中，原始输出数据无法通过复杂的校正练习来适应，以将其转换为“真实”光谱(即代表待评估入射光光谱的光谱)。
[0034]在一个示例中，可以测量光谱传感器O
原始
的原始输出，作为[1
×
N]矩阵值。可以通过矩阵乘法对其进行校正：
[0035]O＝O
原始
xC
[0036]其中O为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种传感器系统，包含：集成电路上的多个光学传感器，其中所述多个光学传感器被配置成阵列；至少在阵列一部分之上的多组滤光器，其中每组滤光器与所述多个光学传感器中的一组光学传感器相关联，其中所述多组滤光器中的一组滤光器包括多个滤光器，其中所述多个滤光器中的每个滤光器被配置为使不同波长范围内的光通过；第一接口，所述第一接口被配置为与多个光学传感器接口；第一处理电路，所述第一处理电路可操作地耦合到第一接口，其中所述第一处理电路被配置为执行以下操作指令：接收来自多个光学传感器的输出信号，其中所述输出信号代表从所述多个光学传感器接收到的光，并确定与一组滤光器相关联的每组光学传感器的光谱响应；第二接口，所述第二接口被配置为与第一处理电路相关联；第二处理电路，所述第二处理电路可操作地耦合到第二接口，其中所述第二处理电路被配置为执行以下操作指令：根据与一组滤光器相关联的每组光学传感器的光谱响应确定每个光谱响应的光源光谱，并从光谱响应中基本上删除光源光谱。2.根据权利要求1所述的传感器系统，其中通过人工智能模型确定所述光源光谱。3.根据权利要求2所述的传感器系统，其中所述人工智能模型基于神经网络。4.根据权利要求1所述的传感器系统，其中每组滤光器与场景的一部分相关联。5.根据权利要求4所述的传感器系统，其中所述场景包含皮肤区域，其中所述第二处理电路进一步被配置为执行以下操作指令：提供所述皮肤区域的光源独立光谱。6.根据权利要求5所述的传感器系统，其中所述皮肤区域的光源独立光谱包括足以确定所述皮肤区域的一个或多个皮肤生物标志物的信息。7.根据权利要求6所述的传感器系统，其中所述皮肤生物标志物包括以下至少之一：黑色素；血红蛋白；氧化度；以及水合度。8.根据权利要求1所述的传感器系统，其中所述多个光学传感器包含图像传感器，其中所述多个光学传感器中的一些光学传感器被配置为捕获场景一部分的图像，其中所述场景的一部分与一组滤光器相关联。9.根据权利要求8所述的传感器系统，所述第二处理电路进一步被配置为执行以下操作指令：校正场景一部分图像的颜色输出，以提供场景一部分图像颜色经校正的输出。10.根据权利要求9所述的传感器系统，其中通过人工智能...

【专利技术属性】
技术研发人员：乔纳森，
申请(专利权)人：光谱公司，
类型：发明
国别省市：