Лучший миниатюрный тепловизионный модуль с КМОП-сенсором 256*192 и ночным видением для систем DIY и OEM

Современная тактическая разведка, поисково-спасательные операции (SAR) и промышленная автоматизация требуют высокоэффективных тепловизионных полезных нагрузок с минимизированными показателями SWaP-C (размер, вес, мощность и стоимость). В то время как традиционные приборы ночного видения полагаются на усиление окружающего света, длинноволновые инфракрасные (LWIR) микроболометры обнаруживают испускаемое тепловое излучение. Благодаря этому интеграция ультракомпактного тепловизионного сенсорного ядра 256×192 с возможностями ночного видения стала важной инженерной задачей для производителей дронов, системных интеграторов безопасности и разработчиков аппаратного обеспечения DIY.

Выбор идеального микротепловизионного ядра требует баланса между физическими размерами, шагом пикселя, радиометрическими возможностями и интерфейсными протоколами. Это всестороннее техническое руководство анализирует архитектуру конструкции, процессы интеграции и варианты продуктов для миниатюрных неохлаждаемых LWIR-модулей камер 256×192. Независимо от того, создаете ли вы индивидуальные очки тепловизионного синтеза, легкие полезные нагрузки для дронов или автоматизированные системы теплового мониторинга, этот план предоставляет необходимые инженерные знания, шаги по интеграции программного обеспечения и сравнения аппаратного обеспечения для оптимизации вашей конструкции.

Разъяснение: LWIR-микроболометры против видимых КМОП-сенсоров

В отраслевом маркетинге и потребительской документации часто используется фраза "миниатюрный тепловизионный модуль с КМОП-сенсором 256*192 и ночным видением". С точки зрения точной физики и электронной инженерии давайте рассмотрим распространенное техническое заблуждение. Кремниевые комплементарные металлооксидные полупроводниковые (КМОП) сенсоры и LWIR-микроболометры — это радикально разные полупроводниковые технологии, использующие совершенно различные принципы физики твердого тела для захвата электромагнитного излучения.

Суть в следующем: стандартные КМОП-сенсоры видимого и ближнего инфракрасного (NIR) диапазона полагаются на фотоэлектрический эффект внутри кремниевых переходов. Они обнаруживают фотоны в диапазоне длин волн от 400 нм до 1000 нм. Эти сенсоры по своей сути являются отражательными; им требуется окружающий или искусственный источник света, чтобы фотоны отражались от цели или окружающей среды. Заметьте, без лунного света, звездного света или активных инфракрасных осветителей видимый КМОП-сенсор не может сформировать изображение. Это серьезное ограничение в полной тактической темноте, густом дыму или плотной воздушной пыли.

В отличие от этого, длинноволновые инфракрасные (LWIR) микроболометры работают в спектральном диапазоне от 8 мкм до 14 мкм. Вместо прямого измерения воздействия фотонов для генерации носителей заряда, микроболометр использует матрицу из микроразмерных мембран из термочувствительного материала, подвешенных над кремниевой интегральной схемой считывания (ROIC). Когда инфракрасное излучение, испускаемое любым объектом с температурой выше абсолютного нуля, попадает на эти подвешенные мембраны, температура материала изменяется. Это изменение меняет электрическое сопротивление материала, которое измеряется ROIC. Поскольку эта система измеряет испускаемую тепловую энергию, а не отраженный свет, она работает в полной темноте, проникая сквозь атмосферные препятствия, такие как плотный туман, сильный дождь, листва и тактические дымовые завесы.

Чтобы изучить методы микрообработки, состав материалов и требования к вакуумной упаковке этих передовых тепловых сенсоров, вы можете ознакомиться с историческим и техническим обзором Википедия Микроболометр страницы.

Ключевые характеристики: выбор идеального тепловизионного модуля 256×192

При оценке микро тепловизионного ядра в магазине необходимо смотреть дальше маркетинговой шелухи. Системные инженеры должны оценить несколько отдельных электрооптических параметров, чтобы убедиться, что оборудование выдержит реальные условия эксплуатации:

Разрешение и конфигурация пиксельной матрицы

Разрешение 256×192 активных пикселей дает в общей сложности 49 152 уникальные точки теплового измерения. По количеству пикселей оно занимает промежуточное положение между тепловизионными индикаторными матрицами низкого разрешения и промышленными матрицами высокого разрешения. Этот конкретный размер матрицы обеспечивает достаточное пространственное разрешение для распознавания человеческих целей на расстояниях, превышающих 100 метров, при этом сохраняя пропускную способность данных и нагрузку на обработку изображений достаточно низкими для работы на базовых микроконтроллерах и одноплатных компьютерах.

Шаг пикселя (12 мкм против 17 мкм)

Современный дизайн тепловизионных камер сместился в сторону шага пикселя 12 мкм. Такое пространственное масштабирование уменьшает физическую площадь поверхности кристалла сенсора. Это уменьшение позволяет создавать оптическую сборку с более мелкими и легкими германиевыми линзами, сохраняя при этом эквивалентные параметры поля зрения. Для чувствительных к весу аэрокосмических приложений и тактических налобных рам это уменьшение физической массы линз является огромным преимуществом.

Разность температур, эквивалентная шуму (NETD)

NETD представляет собой тепловую чувствительность камеры. Он определяет минимальную разницу температур, которую сенсор может отличить от собственного электронного шума. Обычно измеряемый в милликельвинах (мК) при стандартной комнатной температуре с апертурой f/1.0, показатель NETD менее 50 мК означает, что модуль может различать разницу температур менее 0,05°C. Более низкие значения NETD обеспечивают более высокий контраст изображения и более чистое выходное видео, позволяя операторам различать тонкие особенности окружающей среды в условиях низкого теплового контраста.

Частота кадров

Частота кадров тепловизионных камер делится на две классификации: системы с низкой частотой кадров (обычно ограниченные 9 Гц для соответствия международным экспортным контролям) и системы с высокой частотой кадров (работающие на 25 Гц, 30 Гц или 50 Гц). Приложения ночного видения в реальном времени, динамическое отслеживание целей и навигация дронов требуют частоты обновления не менее 25 Гц для устранения размытия движения и задержки ввода.

Спектральный диапазон и оптика

Для наземных операций необходим стандартный спектральный отклик LWIR в диапазоне от 8 до 14 мкм. На этих длинах волн датчик использует специализированную оптику с высокой пропускной способностью. В отличие от датчиков видимого света, тепловизионные камеры требуют линз из таких материалов, как германий, кремний или халькогенидные стекла, чтобы фокусировать длинноволновую инфракрасную энергию на матрицу микроболометров.

Аппаратная интеграция и интерфейсные схемы (SPI, USB, RJ45)

Интеграция компактного тепловизионного модуля 256×192 в более крупную аппаратную систему требует тщательного выбора как физических, так и логических коммуникационных интерфейсов. Выбор аппаратного подключения определяет максимально достижимую частоту кадров, задержку управления и требования к обработке главного процессора. Вот как мы разбираем пути интеграции в лаборатории:

SPI (последовательный периферийный интерфейс): Для систем со сверхнизким энергопотреблением или управляемых базовыми микроконтроллерами SPI является стандартным шинным интерфейсом. Тепловизионный модуль работает как периферийное устройство SPI, передавая необработанные 14-битные или 16-битные цифровые массивы температур напрямую на хост. Необходимо учитывать, что хост-микроконтроллер должен иметь тактовую частоту SPI не менее 24 МГц для обработки 49 152 пикселей на кадр при 25 Гц, а также контроллер прямого доступа к памяти (DMA) для обработки потока данных без остановки процессорного блока.

Протокол USB и UVC (универсальный видеокласс): Для одноплатных компьютеров (SBC), таких как ядра NVIDIA Jetson или модули Raspberry Pi, интерфейс USB с использованием стандартных драйверов UVC часто является наиболее практичным выбором. В этой конфигурации тепловизионное ядро распознается как стандартная видео-веб-камера. Это позволяет разработчикам получать доступ к тепловизионному видеопотоку с помощью стандартных библиотек операционной системы, таких как OpenCV, без необходимости писать собственные аппаратные драйверы.

Сетевые подключения RJ45 IP Ethernet: Для удаленного мониторинга, периметров безопасности и автоматизации промышленных объектов тепловизионные модули часто объединяются с дополнительной платой сетевого интерфейса. Эта плата сжимает тепловые данные в видеоформаты H.264 или H.265 и передает их по протоколам RTSP или ONVIF. Такая настройка позволяет передавать видео на большие расстояния и интегрировать его непосредственно в системы охранного программного обеспечения по стандартным сетевым кабелям.

Интеграция ПО, SDK и обработка изображений на ASIC

Необработанный выходной сигнал неохлаждаемого LWIR-микроболометра состоит из некалиброванных, зашумленных показаний сопротивления. Чтобы преобразовать эти данные в чистое, читаемое тепловизионное изображение, видеоданные должны пройти через процессор обработки изображений (ISP). Этот процессор может находиться на интегрированной специализированной интегральной схеме (ASIC) внутри самого ядра или обрабатываться на центральном процессоре хоста с использованием программной библиотеки.

Эффективный конвейер тепловизионной обработки включает следующие этапы:

1. Коррекция неоднородности (NUC): Отдельные пиксели микроболометра со временем испытывают небольшие дрейфы из-за изменений температуры окружающей среды. Алгоритмы NUC корректируют эти отклонения. Часто это делается с помощью механического затвора, который кратковременно перекрывает датчик, обеспечивая равномерный тепловой эталон для повторной калибровки базовой линии пикселей. Продвинутые системы также могут использовать беззатворные математические алгоритмы для непрерывной коррекции.
2. Коррекция дефектных пикселей (BPC): В любой матрице микроболометров некоторые пиксели могут стать невосприимчивыми или "залипшими". Алгоритмы BPC идентифицируют эти мертвые пиксели во время калибровки и динамически заменяют их значения, усредняя данные соседних функционирующих пикселей.
3. Цифровое улучшение детализации (DDE): Чтобы сделать малоконтрастные детали более заметными, алгоритмы DDE применяют высокочастотные фильтры для выделения границ, структурных форм и тонких тепловых вариаций в сцене.
4. Автоматическая регулировка усиления (АРУ): Необработанные тепловые данные обычно имеют 14-битный динамический диапазон, который слишком широк для стандартных 8-битных дисплеев. Алгоритмы АРУ динамически отображают эти 16 384 уровня интенсивности тепла в 256 уровней серого, сохраняя изображение читаемым при изменении тепловых условий.
5. Псевдоцветовое отображение: Для человека-оператора тонкие тепловые различия часто легче увидеть в цвете, чем в оттенках серого. Цветовое отображение преобразует 8-битное изображение в градациях серого в различные палитры отображения, такие как Ironbow, Rainbow или Black-Hot/White-Hot.

При разработке пользовательского хост-программного обеспечения разработчики могут использовать многоплатформенные комплекты разработки программного обеспечения (SDK). Эти пакеты предоставляют нативные библиотеки C/C++, обертки Python и специализированные узлы Robot Operating System (ROS / ROS2). Чтобы узнать больше о настройке этих драйверов и управлении потоками необработанных тепловых данных, прочитайте наше практическое, пошаговое Руководство по интеграции ядра тепловизионной камеры. Если вы разрабатываете более крупные системы наблюдения или пользовательские сенсорные сборки, ознакомьтесь с нашей библиотекой ресурсов по инженерно-ориентированной Purpleriver Blog.

Коммерческие миниатюрные тепловизионные модули 256×192 и модули высокого разрешения

The following thermal imaging cores are designed for standard industrial inspections, tactical integrations, and unmanned aerial vehicle payloads. They offer robust physical construction, professional interface options, and precise thermal calibrations.

Uncooled LWIR Mini 256*192 Thermal Imaging Camera Module

This micro-bolometer core is built for applications where physical space and payload weight are limited. It features a compact design, low power consumption, and refined image-processing pipelines, making it a suitable choice for mobile search-and-rescue gear, micro industrial sensors, and custom tactical integrations.

The Mini 256 thermal camera core utilizes high-performance detectors for clear thermal imaging and accurate temperature measurements. The module captures infrared radiation and outputs a uniform, calibrated thermal image. Its low power draw and lightweight design allow it to be easily integrated into handheld devices, inspection tools, and small drone platforms.

Посмотреть детали продукта и цены ➔

Uncooled Infrared RJ45 CVBS RTSP IP 640*512 ASIC Thermal Sensor Camera Module

For applications requiring higher resolution, longer range, and integrated network connectivity, this module features a 640×512 pixel array. This higher pixel count provides sharp thermal imagery and accurate remote measurements over long distances.

This premium uncooled module is designed around a high-performance infrared detector, supported by a specialized ASIC video-processing engine. It provides dual analog (CVBS) and digital network outputs, and supports direct RTSP streaming over RJ45 Ethernet. These features make it well-suited for industrial automation, perimeter security, and larger aircraft payloads.

Посмотреть детали продукта и цены ➔

Engineering Specification Comparison

For applications requiring specialized high-framerate video cores with intermediate field-of-view arrays, consider reviewing the technical specifications of our Uncooled Mini 384x288 Thermal Camera Module for Drones. This core balances pixel density, sensor mass, and processing overhead for multi-rotor aircraft deployments.

Архитектура системы тепловизионного синтеза ночного видения

Multi-spectral thermal image fusion combines thermal and visible imaging by overlaying heat signatures from an LWIR sensor onto the high-resolution, structure-rich video stream of a low-light CMOS camera. This combination helps operators maintain situational awareness—allowing them to identify physical objects, structures, and text while simultaneously highlighting hot zones or living targets.

To implement a multi-spectral fusion pipeline, developers can follow these core engineering steps:

⚙️ Aperture Alignment and Parallax Correction: Because the thermal sensor and the visible camera have separate lenses, their optical pathways are offset. This offset creates a parallax error that is especially noticeable at close ranges. To correct this, mount the cameras as close together as possible. In software, map the coordinates of the thermal video onto the visible video coordinates utilizing calculation matrices that account for focal length, scaling, and rotation differences between the two lenses.

⚙️ Edge Separation Filtering: Apply a software filter (such as a Sobel or Canny edge detector) to the visible-light camera frame. This isolating process extracts high-contrast details like fences, walls, steps, and foliage boundaries, stripping away unnecessary color and flat lighting information.

⚙️ Applying Palettes and Heat Thresholds: Map the raw thermal values to a color palette (such as orange or red for hot targets, and deep blue or transparent for cold targets). Using threshold limits, isolate only specific temperature bands. This allows the system to colorize only human body heat or machinery components while ignoring ambient background temperatures.

⚙️ Direct Alpha Blending: Combine the processed thermal and visible streams using an alpha-blending formula. This blends the structural edge detail with the colorized temperature information, producing a final composite video stream that displays both clear physical outlines and accurate thermal hotspots. This processed hybrid video can then be output directly to a head-mounted display or recorded on a central flight storage drive.

Часто задаваемые вопросы по механической, электрической и оптической интеграции