Speos Sensor System(SSS)的使用指南

概述

本文是Speos Sensor System（SSS）的使用指南，這是一個強大的解決方案，用于camera sensor模擬結果的后處理。本文的目的是通過一個例子來理解如何正確使用SSS。當然本文描述的分析步驟適合任何案例。

SSS是一個功能強大的獨立工具，用于執行Speos camera模擬結果的后處理。Speos得到的仿真結果是照度/輻照度圖，用于計算到達camera 傳感器的光度/輻射功率。通過啟用camera模擬中的timeline時間軸參數，并在camera傳感器sensor的定義中指定積分時間和軌跡文件，可以輕松地將能量結果轉換為曝光結果。要進一步了解Speos camera模擬，建議參考CMOS 傳感器相機 - 3D 場景中的圖像質量分析。得到能量結果或是曝光結果之后，Speos SSS 開始發揮作用，自動將曝光圖轉換為Raw圖，electron電子圖，基于傳感器的降階模型(ROM)，遵循EMVA 1288標準，最后形成一個顯影圖像。由于SSS工具沒有圖形用戶界面，因此了解文件管理和工作的過程至關重要。

Speos exposure map vs developed image

文件格式

要從曝光圖生成顯影圖像，用戶需要不同的輸入文件:

1.A batch script批處理腳本：在本文原文的案例中，提供命名為“Launch Speos Sensor System exporters .bat”的文件，這個文件不需要修改，它能夠正確的啟動Speos SSS文件的運行，如果需要，可以在Speos的安裝文件中找到SSS可執行文件(通常在“C:Program files ANSYS Incv232Optical ProductsViewersSSSExporter.exe”中)。

注意:如果本地安裝不在上述路徑上，則需要在batch文件中重新調用SSS文件，所以建議安裝Speos在默認C盤。如果看到錯誤信息“無法連接到Virtual Photometric Lab”，需要以管理員身份運行相應版本的Virtual Photometric Lab一次。

2.An input file輸入文件，格式為YAML。該文件指定一般處理參數，如要處理的Map、要使用的傳感器文件(見下文)、要導出的數據、目標文件夾等。這個文件的內容可以根據用戶的需要進行調整。

3.An sensor file傳感器文件，格式為YAML。該文件包含有關傳感器的有用參數(如操作條件、ROM參數、開發方法等)。這個文件的內容可以根據用戶的需要進行調整。

4.Exposure Map至少一個待處理的曝光圖。曝光圖以xmp格式從Speos生成。

5.傳感器規格文件(如用于量子效率的頻譜文件，用于開發算法的python腳本)。它們的類型和數量將取決于客戶案例。

SSS運行的文件夾結構應該是這樣的: Batch和input “Yaml”文件必須位于同一位置。所有其他文件(Sensor yaml文件，Map文件，可以將它們放置在相對于此位置的任何位置，但最好是將它們放置在名為“Inputs”的文件夾中)。

Batch script批處理腳本文件模板

該文件的通用模板在本文案例的“Templates”文件夾中提供。內容如下：

輸入YAML文件模板

運行第一個示例文件，打開“Example”文件夾。在它的內部，可以查看整個文件夾得體系結構?？梢圆榭搭A先填寫的“輸入”yaml文件:

Inputs file template

包含兩個主要部分:

1. log level日志級別，當運行SSS export的實例時，將顯示一個帶有日志的命令提示符信息，并生成用于日志的文本文件。對于每一個日志，可以指定想要的詳細級別-'INFO'提供最少的信息，'DEBUG'提供更多關于SSS執行的操作的詳細信息。

2. Processing mode處理模式- SSS可以用兩種方式處理exposure map結果，一種是文件逐一處理，另一種是全部處理位于特定文件夾中的文件('All in folder')?？梢栽凇癿ode”中指定正確的模式。根據選擇的模式，填寫輸入輸出等信息文件夾，導出的結果格式等。

傳感器YAML文件模板

該文件的通用模板在本文案例的“Templates”文件夾中提供。內容如下：

Sensor file template

包含三個主要部分：

1.工作條件，可以指定傳感器的溫度，工作增益等。

2.傳感器降階模型(EMVA 1288標準)，能夠通過填充時間噪聲和暗噪聲、像素拜耳矩陣和效率、系統增益等更準確地表征傳感器。

3.開發，這部分是相當靈活的，因為傳感器將原始圖像轉換為顯影圖像的方法因傳感器而異?？梢蕴顚懲ㄓ玫慕ㄗh參數，如去馬賽克算法、拍攝光源、顏色重新縮放因子，也可以插入任何基于python腳本的自定義開發方法。

運行案例

運行第一個示例文件，打開“Example”文件夾。在它的內部，可以查看整個文件夾得體系結構?？梢圆榭搭A先填寫的“輸入”yaml文件:

可以看到將逐個處理map，因為選擇了“給定文件”模式，并且指定了“Set 0”，所以只轉換了一組map結果，位于“Inputs”文件夾中，命名為“Exposure.xmp”。將由也位于“Inputs”文件夾中“sensor yaml”所寫的傳感器參數對map結果進行處理。要求SSS export將處理后的圖像以PNG格式導出到“Outputs”文件夾中(該文件夾在運行SSS export之前不必存在)?？梢圆榭碨ensor yaml文件內容，例如，傳感器以10ms的曝光時間獲得圖像，具有完美的量子效率，即每個收集到的光子都轉換成整個光譜帶的電子，傳感器的像素矩陣由經典的2x2 RGGB拜耳矩陣組成。最后，可以預先查看將開始后處理的exposure map 結果。

Virtual 100% QE.spectrum

Exposure.xmp

2.運行SSS

確認了對要準換后處理得文件參數得確認，然后就可以啟動SSS export進入后處理過程，只需要雙擊“Launch Speos Sensor System exporters .bat”，將打開一個命令提示符并顯示正在進行的進度。完成該過程后，只需按另一個鍵退出命令提示符，并查看“Outputs”文件夾中生成的結果。

Speos exposure map vs developed image

如果改變輸入，以查看傳感器參數對處理圖像的影響。例如，可以人為地修改傳感器YAML中的文件，例如QE光譜。

Virtual degraded QE.spectrum

提示:在輸入的YAML文件中，可以添加“Rename: ' degraded '”來生成另一個結果，而不是覆蓋更改前一個結果。

然后可以得到新的結果：

Speos exposure map vs developed image (perfect QE) vs developed image (degraded QE)

在最后一個例子中，可以看到量子效率對結果的影響。由于第二個傳感器不能有效地將“綠色”波長的光子轉換為電子，因此顯影后圖像顯示出的是彩色偽影。

文章來源：本文轉載于Ansys光電大本營公眾號

審核編輯：湯梓紅