高速实时近红外弱信号检测系统

高速实时近红外弱信号检测系统 A high-speed and real-time SWIR weak signal detection system 1 2 first-author 朱 强（1989-），男，江西莲花人，博士研究生，工程师，2015年于北京印刷学院获得硕士学位，主要从事光电精密测量技术与仪器方面的研究。E-mail： zhuqiang@ime.ac.cn http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115524&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115531&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115529&type= 22.01333237 32.00399780 朱 强 （1989-），男，江西莲花人，博士研究生，工程师，2015年于北京印刷学院获得硕士学位，主要从事光电精密测量技术与仪器方面的研究。E-mail： zhuqiang@ime.ac.cn zhuqiang@ime.ac.cn 1 2 周维虎（1962-），男，安徽无为人，博士，研究员，博士生导师，1983年、2000年于合肥工业大学分别获得学士、博士学位，现为中国科学院微电子研究所光电研发中心主任，主要从事光电检测、光电系统总体设计与集成测试、光电精密测量技术与仪器等方面的研究。E-mail：zhouweihu@ime.ac.cn http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115534&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115540&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115537&type= 22.01333618 32.00399780 周维虎 （1962-），男，安徽无为人，博士，研究员，博士生导师，1983年、2000年于合肥工业大学分别获得学士、博士学位，现为中国科学院微电子研究所光电研发中心主任，主要从事光电检测、光电系统总体设计与集成测试、光电精密测量技术与仪器等方面的研究。E-mail： zhouweihu@ime.ac.cn zhouweihu@ime.ac.cn 1 corresp E-mail： chenxiaomei@ime.ac.cn E-mail： chenxiaomei@ime.ac.cn 陈晓梅（1961-），女，黑龙江双城人，博士，研究员，获哈尔滨工业大学学士和硕士、德国不伦瑞克工业大学博士学位，现为中国科学院微电子研究所光电研发中心特聘研究员，主要从事光电微纳测量技术和测量仪器的研究。E-mail：chenxiaomei@ime.ac.cn http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115544&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115547&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115545&type= 22.01332855 32.00399780 陈晓梅 （1961-），女，黑龙江双城人，博士，研究员，获哈尔滨工业大学学士和硕士、德国不伦瑞克工业大学博士学位，现为中国科学院微电子研究所光电研发中心特聘研究员，主要从事光电微纳测量技术和测量仪器的研究。E-mail： chenxiaomei@ime.ac.cn chenxiaomei@ime.ac.cn 1 1 中国科学院微电子研究所 光电技术研发中心，北京 100094 中国科学院微电子研究所 光电技术研发中心，北京 100094 Institute of Microelectronics of the Chinese Academy of Sciences， Beijing 100094， China Institute of Microelectronics of the Chinese Academy of Sciences， Beijing 100094， China 中国科学院大学 微电子学院，北京 100049 中国科学院大学 微电子学院，北京 100049 University of Chinese Academy of Sciences， Beijing 100049， China University of Chinese Academy of Sciences， Beijing 100049， China 为了实现对钞券表面涂层高速在线检测，研制了一种基于高速钞券质量检查机的实时近红外弱信号检测系统。首先，根据涂层材料的特性，采用近红外波段的发光二极管和光电二极管，研制了驱动和弱信号采集电路；然后，利用现场可编程门阵列和图形化虚拟仪器平台实现了数据的实时传输和处理；最后，提出了计算信号峰值强度的峰值标准差法并分析了该算法的实时性，进行了钞券表面涂层检测和算法实时模拟实验。实验结果表明，在钞券22 m/s的运行速度下，无论衬底是简单或复杂，未涂布钞券的信号均明显高于已涂布钞券的信号，分别差约为7 000，4 000，1 400，衬底图文越复杂，信号差越小。算法开始至结束的时间约为2~3 ms，远小于22 ms的钞券时间间隔，算法速度满足实时要求。本文研制的系统具有高速、实时、稳定的特点，可高效检测纸张表面的涂层有无，有望为涂层在线质量检测提供一种全新的方法。 To achieve high-speed online detection of banknote surface coatings， a high-speed and real-time design method for a near-infrared （NIR） weak signal detection system based on high-speed banknote quality inspection machines is proposed. First， according to the characteristics of coating materials， driving and weak signal acquisition circuits are developed by using NIR light-emitting diodes and photodiodes to achieve high-speed real-time weak signal detection. Second， the real-time data transmission and process are realized by using a field programmable gate array （FPGA） and a graphical virtual instrument platform. Finally， a peak standard deviation method for calculating the peak intensity of the signal is proposed， and the real-time performance of the algorithm is analyzed. The detection of the coating on the banknote surface and the real-time simulation experiment of the algorithm is carried out. The experimental results indicate that when the paper speed reaches 22 m/s， whether the substrate is simple or complex， the signal from the uncoated banknotes is significantly higher than that of the coated banknotes， and the differences are about 7000， 4000， and 1400， respectively. The more complex the substrate， the smaller the signal difference. The time from the beginning to the end of the algorithm is about 2-3 ms， which is far less than the time interval of 22 ms. The speed of the algorithm meets the real-time requirements. The system developed in this paper is high-speed， real-time， and stable； it can effectively detect whether the coating on the surface of the paper is available. It is expected to provide a new method for online quality detection of coatings. 涂层 弱信号采集 峰值检测 实时系统 coating weak signal acquisition peak detection real-time system 1 引 言 1 2019年，中国人民银行就发行2019版第五套人民币50元、20元、10元、1元纸币答记者问时，提到纸币两面采用了抗脏污涂层，使整洁度明显改善 ［ 1 1 ］ 。涂层不仅可以保护纸币整洁，还能增强其表面亮度，使其更加美观。由于人民对美好生活的向往及科学技术水平的不断进步，对纸币的质量要求越来越高。纸币表面涂层的有无作为其质量生产检测的指标之一，检测方式从抽检向全产品、快速检测过渡，检测项目从简单走向复杂，以往的检测手段难以满足现代工业检测的要求。 涂层是涂敷在钞券复杂图文上的一种透明薄膜。涂层的主要成份C-H基团的合频、倍频吸收带的中心近似位置处于近红外波段 ［ 2 2 ］ ，而且受到涂层基底即图文的影响，只有少部分的漫反射光被光电探测单元接收。关于近红外材料的光学弱信号检测的研究较少，主要是近红外信号的探测和提取方法 ［ 3 3 - 6 6 3-6 ］ ，但被测物都处于静止状态，对被测物在运动状态下的近红外弱信号探测和提取暂无研究报道。 高速钞券质量检查机（以下简称：检查机）是集机械、电气和检测于一体的高科技检查设备。其功能是将全部印制小张钞券从堆垛中分离出来，在钞券以22 m/s的高速传输过程中对其票面印刷质量进行全面检查，根据检查结果进行分类（仓），对合格产品进行分百扎把输出，将质量不合格产品送指定仓内。 光学传感检测技术是以现代光学为基础，融合光电子学、信息处理等科学为一体的现代检测技术。通过集成光源、光电探测及数据处理单元，可以有效地实现光电信号的转换，从中提取有用的信号从而获得待检参数。因具有精度高、低延时、非接触等优点而得到广泛应用 ［ 7 7 - 11 11 7-11 ］ 。 本文将光学传感检测技术应用于纸币涂层的自动检测中，并将涂层近红外弱信号检测系统融合于检查机，实现涂层缺陷的高速检测。具体提出了近红外涂层材料的弱信号采集和使用FPGA ［ 12 12 - 13 13 12-13 ］ 和LabVIEW ［ 14 14 - 15 15 14-15 ］ 对实时数据的传输及处理系统。通过对系统功能及实时性的实验验证，系统具有非接触、快速、高效等特点，数据处理算法能够满足高速涂层数据的实时要求。 2 高速实时传感器的设计与研制 1 2.1　涂层检测的光学器件选型 2 涂层是由光油在普通紫外光以及H-UV和LED-UV窄波段紫外光条件下均能瞬时固化而成，材料发生链式反应，如 图1 图1 所示。涂层具有哑光和高透明性的特点，在基本不影响印品外观的情况下对印品表面起到保护作用，明显提高印品的耐脏污性能，提高印品的耐久性。 涂层中主要成分C-H基团的合频是1 750 nm ［ 2 2 ］ 。根据此特征，激发光源选择LED1700P（Thorlabs）发光二极管，其中心波长为1 750 nm，带宽为100 nm，直径为9 mm，探测器则选择FD05D（Thorlabs）光电二极管，其有效检测波长范围为900~2 600 nm，响应上升时间为17 ns，满足高速探测需求。示波器为DPO4014B（Tektronix）数字示波器。 点光源照射至样本表面，经反射，由透镜汇聚到探测器。探测器将光信号转化为电信号并传输至放大电路，示波器接收经过放大的电信号并显示，如 图2 图2 所示。光路示意如 图3 图3 所示，光源和探测器装配示意图如 图4 图4 所示。 将模拟钞券不同衬底的已涂布和未涂布样本粘贴在转盘上，电机驱动转盘旋转，速度设定为22 m/s。光学模块固定在转盘一侧，设置焦距为1 mm，探测器信号放大电路板输出直连示波器，如 图5 图5 所示。 从 图6 图6 看出，对于3种不同衬底类型的样本，已涂布和未涂布在信号强度上差别明显，已涂布信号弱于未涂布信号，差别在0.6~1 V，并且涂布两遍比涂布一遍更低。综上，说明涂层有效吸收信号。 2.2　传感器的设计与研制 2 依据2.1的结果确定了光源LED1700P和探测器FD05D两种型号，光源和探测器分别以“一”字排列，形成线光源和线探测阵列，如 图7 图7 ~ 图8 图8 所示。 首先，光源采用恒流源驱动，保证光源工作稳定，如 图9 图9 所示，包括JFET输入型放大器LF351提供高输入阻抗和超低输入偏置电流，适合高速应用，具有耗电少、热稳定性好、工作电源电压范围宽等优点。NPN外延平面晶体管2N4401是放大器LF351的保护电路，最大击穿电压为40 V，MOSFET开关芯片IRF530具有低阻抗、低损耗的优点，光源电流可通过滑动变阻器R20调整。 而后，选择OPA4340轨到轨CMOS运算放大器对探测器输出的mV级模拟电信号放大，最终经二级放大输出，如 图10 图10 所示。针对低电压，轨到轨输入和输出以及高速操作使OPA4340成为驱动采样模数（A/D）转换器的理想选择。 由于钞券处于高速运动状态，为了实现高速涂层检测数据的实时A/D转换和差分（LVDS）传输，数据传输模块选用FPGA（MAX 10，Altera，Intel，美国）作为数据传输，控制原理如 图11 图11 所示。该芯片具有12位分辨率，单通道模拟输入的采样率为10 6 MHz，LVDS输出数据高达800 Mb/s。A/D转换和LVDS输出电路原理如 图12 图12 ~ 图13 图13 所示。采集数据经FPGA拼接后，上传至数据处理模块的LabVIEW程序完成信号计算等功能。 涂层检测传感器如 图14 图14 所示。图中1为光源与探测器，2为探测器的模拟信号采集电路板，3是A/D转换与FPGA控制电路板，4是光源驱动电路板。其中，1与2，3通过导线连接，2与3是背插式直连，3位于2后侧。 3 基于数据流的实时数据处理系统 1 3.1　高速数据实时处理方法设计 2 整个系统中，数据处理部分搭建了以NI PXIe为核心的处理平台。该系统核心硬件采用NI的成熟产品包括：PXIe的机箱1071、处理器8840和FPGA板卡7972+6585B，程序使用Labview开发平台。 数据处理系统框架如 图15 图15 所示。PXIe通过千兆网口接入检查机从而响应CACS（应用系统）的控制指令，PXIe的一个网口作为IBMS（建模系统）生成的检测配置参数接口或作为程序调试接口，接入千兆网交换机，另一个网口作为实时原始数据上传通道，直接连入PCSS（数据存储系统）。PXIe使用FPGA板卡自带的UART串口与DSP对接，间接接入EtherCAT实时总线，将每张钞券的涂层缺陷检测结果以及多个传感器检测结果汇总，实时上传至CACS（应用系统）。 数据的实时处理包括U64数据解析、峰值检测等动作。针对传感器的500 Hz采样频率，当探测器采集每个数据点为4 096时，数据处理模块每秒需要处理的数据量达到2.048 M/s。 为了满足数据实时处理要求，数据处理流程如 图16 图16 所示。通过传感器中的FPGA和PXIe完成，具体过程如下：首先，FPGA对信号进行采集，并将数据调制后按U64上传；然后，PXIe使数据通过FIFO后，将数据解调成4×U16，从而峰值计算。最后，将计算结果上传。 3.2　涂层峰值检测算法 2 由于涂层材料吸收带中心位置的波长设计了传感器并且钞券处于高速运动状态，因此，数据符合高斯型分布的脉冲信号。对脉冲信号峰值的检测方法有动态双阈值法 ［ 16 16 ］ 、极值滤波法 ［ 17 17 ］ 等。本文在动态阈值半峰检测法 ［ 18 18 ］ 上改进，提出基于LabVIEW的峰值标准差法 ［ 19 19 - 20 20 19-20 ］ 。在标准高斯型中有以下关系： <math display="block" id="M1"><mfenced open="{" close="" separators="|"><mrow><mtable columnalign="left"><mtr><mtd><mi>W</mi><mo>=</mo><mn mathvariant="normal">4</mn><mi>σ</mi></mtd></mtr><mtr><mtd><mi>F</mi><mi>W</mi><mi>H</mi><mi>M</mi><mo>=</mo><mn mathvariant="normal">2.355</mn><mi>σ</mi></mtd></mtr></mtable></mrow></mfenced></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115655&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115652&type= 30.31066895 8.21266651 ， 其中： <math id="M2"><mi>W</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115659&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115657&type= 4.06400013 2.87866688 为峰宽， <math id="M3"><mi>σ</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115681&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115678&type= 1.86266661 2.79399991 为标准差， <math id="M4"><mi>F</mi><mi>W</mi><mi>H</mi><mi>M</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115667&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115665&type= 12.95400047 2.87866688 为半峰宽。脉冲峰值算法示意，如 图17 图17 所示。 根据标准差 <math id="M5"><mi>σ</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115681&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115678&type= 1.86266661 2.79399991 的定义分别选择两处数据拐点A，B（峰值的0.607倍）作为计算涂层信号强度的取样点，如 公式（2） 公式（2） ： <math display="block" id="M6"><mi>T</mi><mo>=</mo><mfrac><mrow><mstyle displaystyle="true"><munderover><mo largeop="true">∑</mo><mrow><mi>i</mi><mo>=</mo><mi>A</mi></mrow><mrow><mi>i</mi><mo>=</mo><mi>B</mi></mrow></munderover></mstyle><mrow><msub><mrow><mi>y</mi></mrow><mrow><mi>i</mi></mrow></msub></mrow></mrow><mrow><mfenced separators="|"><mrow><mi>B</mi><mo>-</mo><mi>A</mi></mrow></mfenced></mrow></mfrac></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115689&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115686&type= 21.33600044 13.97000027 ， 其中： <math id="M7"><mi>T</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115695&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115692&type= 2.87866688 2.79399991 为检测平均强度， <math id="M8"><mi>A</mi><mo>,</mo><mi>B</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115702&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115699&type= 7.36600018 3.21733332 为拐点标记， <math id="M9"><msub><mrow><mi>y</mi></mrow><mrow><mi>i</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115709&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115706&type= 2.87866688 4.57200003 为某点的检测强度。 3.3　算法实时模拟分析 2 实时性在一定程度上决定了系统的适用范围，系统的实时性取决于算法处理的速率，也就是数据结果输出的更新效率。为了评估算法在PXIe及其内部各硬件间的执行速度，模拟真实数据流动态处理过程。 首先，通过PC端把待发送的数据文件通过FTP发送到PXIe-8840控制器的指定目录内，做好数据读取动作前的准备；然后，执行数据文件读取程序，将数据载入到内存，把数据通过DMA FIFO发送到FlexRIO的板载DRAM中；在FPGA中按照设定的节奏依次读取板载DRAM中的数据，通过程序原有的DMA上传给核心RT，并进行后续的数据处理，如 图18 图18 所示。 在程序执行的节点，通过队列发送执行该节点的时刻点，通过2个节点的时间差评估节点内的程序执行的耗时，如 图19 图19 所示。运行接收消息的Debug Engine模块（该模块既可以对接收到的消息进行本地的存储，也可以对消息进行UDP的发送）。各节点包括：Read Time：程序获取到模拟数据的时间；Core Start：算法vi开始运行时的时间与Read Time的差；Core Stop：算法vi停止运行时的时间与Read Time的差；Send：程序把计算结果发出的时间与Read Time的差；start-stop：Core Stop与Core Start的差；Stop-send：Send与Core Stop的差。各节点分别有一个时间戳，选择两个节点戳相减，得到两个节点间的时间。 通过UDP协议，接收时间节点的上传结果。在监测结果界面对接收的执行时间数据信息进行显示，并和设定的时间阈值做比较，对超时节点进行突出标红显示，如 图20 图20 所示（彩图见期刊电子版）。 4 系统功能验证实验 1 4.1　材料与实验方法 2 （1）样本选择未涂布和已涂布的2019版第五套人民币20元纸币各100张，共600张均借调自某印制公司。 （2）选择某钞券印制企业已用于生产的高速钞券质量检查机，速度按正常生产速度22 m/s设置。 4.2　实验结果与讨论 2 每一张钞券被动式从分拣区加速至22 m/s，以该速度的运动到涂层缺陷检测传感器处，如 图21 图21 所示。实验现场局部如 图22 图22 所示。 从未涂布和已涂布的20元采集的图像数据可以直观看出，如 图23 图23 所示，未涂布图像灰度值明显高于已涂布灰度值，验证了系统的可行性以及涂层材料在特征波长1 750 nm具有吸收的特性。由于衬底图文不一，导致同一张钞券上不同区域灰度值不同。 将 图23 图23 按照钞券图文复杂程度从左向右分为3个区域，名称分别是20元简单区域1，20元简单区域4，20元复杂区域1。分别从3个区域随机提取一列数据，经PIXe转换，信号为无量纲值。分析发现未涂布钞券的信号明显高于已涂布钞券的信号，差分别约为7 000，4 000，1 400，且衬底图文越复杂，信号差越小，如 图24 图24 所示。因此，根据不同区域的未涂布钞券信号最小值设定不同的判断阈值，依据3个区域的判断结果得出该张钞券的最终结论。 1;2;3; 通过对未涂布和已涂布的20元钞券各100张样本上机实验，结果发现检测系统均可完整、准确判定，已涂布样本按合格品打入好品仓，未涂布样本按不合格品打入废品仓，未涂布和已涂布各100张信号分布如 图25 图25 所示。 通过算法实时模拟实验发现，循环测试至5 705次，算法节点start-stop的间隔时间为2 ms或3 ms均在5 ms以内，如 图26 图26 所示，远小于22 ms的钞券时间间隔，满足算法实时要求。 4 结 论 1 本文根据现代工业化生产中，高速钞券检查机对钞券涂层无损、高速、实时的缺陷检测需求，提出了非接触钞券表面涂层有无的检测方法。首先，设计并研制了高速实时稳定的近红外信号传感器，然后，研制数据高速传输和处理平台，提出了峰值检测算法。实验结果表明，在钞券22 m/s的运行速度下，无论衬底是简单或复杂，未涂布钞券的信号均明显高于已涂布钞券的信号，差分别约为7 000，4 000，1 400，衬底图文越复杂，信号差越小。算法开始至结束的时间约为2~3 ms，远小于22 ms的钞券时间间隔，算法速度满足实时要求。本文研制的系统满足检测需求，可应用于高速钞券质量检查机。 参考文献 中国人民银行货币金银局 . 中国人民银行就发行2019年版第五套人民币50元、20元、10元、1元纸币及1元、5角、1角硬币事宜答记者问 ［EB/OL］.（ 2019-04-29 ） http：//www.pbc.gov.cn/huobijinyinju/147948/147954/147965/3817129/index.html http://www.pbc.gov.cn/huobijinyinju/147948/147954/147965/3817129/index.html . 中国人民银行就发行2019年版第五套人民币50元、20元、10元、1元纸币及1元、5角、1角硬币事宜答记者问 People’s Bank of China Monetary and Banking Bureau . Questions from the People’s Bank of China on Issuing the Fifth Set of RMB 50 Yuan ， 20 Yuan，10 Yuan，1 Yuan Paper Currency and 1 Yuan，5 Angle，1 Angle Currency in 2019 ［EB/OL］.（ 2019-04-29 ） http：//www.pbc.gov.cn/huobijinyinju/147948/147954/147965/3817129/index.html. http://www.pbc.gov.cn/huobijinyinju/147948/147954/147965/3817129/index.html. （in Chinese） Questions from the People’s Bank of China on Issuing the Fifth Set of RMB 吴瑾光 . 近代傅里叶变换红外光谱技术及应用 ［M］. 北京 ： 科学技术文献出版社 ， 1994 ， 256 - 257 。 近代傅里叶变换红外光谱技术及应用 Wu J . G . Modern Fourier Transform Infrared Spectroscopy Technology and Application ［M］. Beijing ： Scientific and Technical Documentation Press ， 1994 ， 256 - 257 . （in Chinese） Modern Fourier Transform Infrared Spectroscopy Technology and Application DUNBAR A J ， NASSAR A R . Assessment of optical emission analysis for in-process monitoring of powder bed fusion additive manufacturing ［J］. Virtual and Physical Prototyping ， 2018 ， 13 （ 1 ）： 14 - 19 . Assessment of optical emission analysis for in-process monitoring of powder bed fusion additive manufacturing BI W H ， BAI L C ， QI Y F . Technique for designing NIR instrument to acquire and process weak signal ［C］. Proc SPIE 6150 ， 2006 ， 6150 ： 359 - 363 . Technique for designing NIR instrument to acquire and process weak signal SUN Y ， TU H H ， YOU S X ， et al . Detection of weak near-infrared optical imaging signals under ambient light by optical parametric amplification ［J］. Optics Letters ， 2019 ， 44 （ 17 ）： 4391 - 4394 . Detection of weak near-infrared optical imaging signals under ambient light by optical parametric amplification LI L N ， LI Q B ， ZHANG G J . A weak signal extraction method for human blood glucose noninvasive measurement using near infrared spectroscopy ［J］. Journal of Infrared， Millimeter， and Terahertz Waves ， 2009 ， 30 （ 11 ）： 1191 - 1204 . A weak signal extraction method for human blood glucose noninvasive measurement using near infrared spectroscopy 陈沁 ， 南向红 ， 梁文跃 ， 等 . 片上集成光学传感检测技术的研究进展（特邀） ［J］. 红外与激光工程 ， 2022 ， 51 （ 1 ）： 360 - 377 . 片上集成光学传感检测技术的研究进展（特邀） CHEN Q ， NAN X H ， LIANG W Y ， et al . Research progress of on-chip integrated optical sensing technology（Invited） ［J］. Infrared and Laser Engineering ， 2022 ， 51 （ 1 ）： 360 - 377 . （in Chinese） Research progress of on-chip integrated optical sensing technology（Invited） 冯勇 ， 宋天源 ， 钱学明 . 基于深度学习的高铁受电装置安全状态快速检测方法 ［J］. 西安交通大学学报 ， 2019 ， 53 （ 10 ）： 109 - 114 . doi: 10.7652/xjtuxb201910015 http://dx.doi.org/10.7652/xjtuxb201910015 基于深度学习的高铁受电装置安全状态快速检测方法 FENG Y ， SONG T Y ， QIAN X M . A fast detection method for safety states of power receiving device on high-speed rail based on deep learning ［J］. Journal of Xi'an Jiaotong University ， 2019 ， 53 （ 10 ）： 109 - 114 . （in Chinese） . doi: 10.7652/xjtuxb201910015 http://dx.doi.org/10.7652/xjtuxb201910015 A fast detection method for safety states of power receiving device on high-speed rail based on deep learning DUARTE-CAMPOS L ， WIJNBERG K M ， OYARTE-GÁLVEZ L ， et al . Laser particle counter validation for aeolian sand transport measurements using a highspeed camera ［J］. Aeolian Research ， 2017 ， 25 ： 37 - 44 . Laser particle counter validation for aeolian sand transport measurements using a highspeed camera 王雪松 . 基于近红外CMOS的激光光斑质心检测系统设计 ［J］. 红外技术 ， 2021 ， 43 （ 8 ）： 730 - 735 . 基于近红外CMOS的激光光斑质心检测系统设计 WANG X S . Design of a laser spot centroid detection system based on NIR CMOS ［J］. Infrared Technology ， 2021 ， 43 （ 8 ）： 730 - 735 . （in Chinese） Design of a laser spot centroid detection system based on NIR CMOS 雷丽 ， 张升义 . 红外反射式光电传感器弱光检测系统 ［J］. 激光杂志 ， 2019 ， 40 （ 2 ）： 54 - 58 . 红外反射式光电传感器弱光检测系统 LEI L ， ZHANG SH Y . Infrared reflective photoelectric sensor low light detection system ［J］. Laser Journal ， 2019 ， 40 （ 2 ）： 54 - 58 . （in Chinese） Infrared reflective photoelectric sensor low light detection system 刘伟 ， 齐美彬 ， 许建平 ， 等 . 基于FPGA的高速彩色线阵CCD实时图像采集系统 ［J］. 仪表技术与传感器 ， 2017 （ 5 ）： 91 - 94 . doi: 10.3969/j.issn.1002-1841.2017.05.022 http://dx.doi.org/10.3969/j.issn.1002-1841.2017.05.022 基于FPGA的高速彩色线阵CCD实时图像采集系统 LIU W ， QI M B ， XU J P ， et al . High speed and color linear CCD real-time image acquisition system based on FPGA ［J］. Instrument Technique and Sensor ， 2017 （ 5 ）： 91 - 94 . （in Chinese） . doi: 10.3969/j.issn.1002-1841.2017.05.022 http://dx.doi.org/10.3969/j.issn.1002-1841.2017.05.022 High speed and color linear CCD real-time image acquisition system based on FPGA 刘召庆 ， 李力 ， 董冰 ， 等 . 基于FPGA的夏克-哈特曼探测器实时波前处理机 ［J］. 红外技术 ， 2021 ， 43 （ 8 ）： 717 - 722 . 基于FPGA的夏克-哈特曼探测器实时波前处理机 LIU ZH Q ， LI L ， DONG B ， et al . Shack-hartman detector real-time wavefront processor based on FPGA ［J］. Infrared Technology ， 2021 ， 43 （ 8 ）： 717 - 722 . （in Chinese） Shack-hartman detector real-time wavefront processor based on FPGA 刘砚涛 ， 刘武刚 ， 孙飞 ， 等 . 基于LabVIEW的空间碎片高速撞击数据采集系统设计与实现 ［J］. 航天器环境工程 ， 2008 ， 25 （ 5 ）： 428 - 431， 397 . doi: 10.3969/j.issn.1673-1379.2008.05.004 http://dx.doi.org/10.3969/j.issn.1673-1379.2008.05.004 基于LabVIEW的空间碎片高速撞击数据采集系统设计与实现 LIU Y T ， LIU W G ， SUN F ， et al . A data acquisition system based on LabVIEW for space debris high-velocity impact ［J］. Spacecraft Environment Engineering ， 2008 ， 25 （ 5 ）： 428 - 431， 397 . （in Chinese） . doi: 10.3969/j.issn.1673-1379.2008.05.004 http://dx.doi.org/10.3969/j.issn.1673-1379.2008.05.004 A data acquisition system based on LabVIEW for space debris high-velocity impact 袁方 ， 张贵宝 ， 任石鹏 ， 等 . 基于FIFO的并条机高速数据采集系统设计 ［J］. 电子测量技术 ， 2007 ， 30 （ 6 ）： 76 - 79 . doi: 10.3969/j.issn.1002-7300.2007.06.023 http://dx.doi.org/10.3969/j.issn.1002-7300.2007.06.023 基于FIFO的并条机高速数据采集系统设计 YUAN F ， ZHANG G B ， REN SH P ， et al . Design of high speed drawing frame data acquisition system based on FIFO ［J］. Electronic Measurement Technology ， 2007 ， 30 （ 6 ）： 76 - 79 . （in Chinese） . doi: 10.3969/j.issn.1002-7300.2007.06.023 http://dx.doi.org/10.3969/j.issn.1002-7300.2007.06.023 Design of high speed drawing frame data acquisition system based on FIFO 彭国杰 ， 张微 ， 王忆文 ， 等 . 用于条码信号峰值检测的改进动态双阈值算法 ［J］. 微电子学与计算机 ， 2014 ， 31 （ 4 ）： 164 - 167 . 用于条码信号峰值检测的改进动态双阈值算法 PENG G J ， ZHANG W ， WANG Y W ， et al . Improved dynamic dual threshold algorithm for peak detection of barcode signal ［J］. Microelectronics ＆ Computer ， 2014 ， 31 （ 4 ）： 164 - 167 . （in Chinese） Improved dynamic dual threshold algorithm for peak detection of barcode signal 张晓楠 ， 陈杰 ， 高皜 ， 等 . 微弱光信号的极值检测及滤波算法研究 ［J］. 山东科学 ， 2018 ， 31 （ 1 ）： 1 - 9 . 微弱光信号的极值检测及滤波算法研究 ZHANG X N ， CHEN J ， GAO H ， et al . Research on extremum detection and filtering algorithm of weak light signal ［J］. Shandong Science ， 2018 ， 31 （ 1 ）： 1 - 9 . （in Chinese） Research on extremum detection and filtering algorithm of weak light signal 暴洪涛 ， 程智 ， 陈锋 ， 等 . 基于FPGA的实时脉冲信号峰值检测方法 ［J］. 军事医学 ， 2015 ， 39 （ 5 ）： 377 - 379， 406 . 基于FPGA的实时脉冲信号峰值检测方法 BAO H T ， CHENG ZH ， CHEN F ， et al . An algorithm of real-time peak detection for pulse signals based on FPGA ［J］. Military Medical Sciences ， 2015 ， 39 （ 5 ）： 377 - 379， 406 . （in Chinese） An algorithm of real-time peak detection for pulse signals based on FPGA 王哲 ， 郭少军 . 近红外星图显著性特性分析与恒星检测 ［J］. 光学 精密工程 ， 2017 ， 25 （ 6 ）： 1652 - 1661 . 近红外星图显著性特性分析与恒星检测 WANG ZH ， GUO SH J . Saliency analysis of near infrared star images and detection of fixed stars ［J］. Opt. Precision Eng. ， 2017 ， 25 （ 6 ）： 1652 - 1661 . （in Chinese） Saliency analysis of near infrared star images and detection of fixed stars 李漫丽 ， 赵鹏 . 基于图像融合的木板表面缺陷检测研究 ［J］. 液晶与显示 ， 2016 ， 31 （ 9 ）： 882 - 888 . 基于图像融合的木板表面缺陷检测研究 LI M L ， ZHAO P . Wood surface defect detection based on image fusion ［J］. Chinese Journal of Liquid Crystals and Displays ， 2016 ， 31 （ 9 ）： 882 - 888 . （in Chinese） Wood surface defect detection based on image fusion 10.37188/OPE.20223024.3116 TP247 A 1004-924X（2022）24-3116-12 朱强,周维虎,陈晓梅等.高速实时近红外弱信号检测系统[J].光学精密工程,2022,30(24):3116-3127. 朱强,周维虎,陈晓梅等.高速实时近红外弱信号检测系统[J].光学精密工程,2022,30(24):3116-3127. ZHU Qiang,ZHOU Weihu,CHEN Xiaomei,et al.A high-speed and real-time SWIR weak signal detection system[J].Optics and Precision Engineering,2022,30(24):3116-3127. ZHU Qiang,ZHOU Weihu,CHEN Xiaomei,et al.A high-speed and real-time SWIR weak signal detection system[J].Optics and Precision Engineering,2022,30(24):3116-3127. 国家重点研发计划资助项目（No.2019YFB2005603） 2022-05-12 2022-06-10 2022-12-25 2022-12-27 光学精密工程 24 30