Inform em Det

UNIVERSIDAD DE CONCEPCIÓN
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INGENIERÍA ELÉCTRICA
Prof. Patrocinante:
Sebastián E. Godoy Medel, PhD.
Caracterización de cámaras infrarrojas para

aplicaciones médicas
Fabián Angelo Quiroz Gatica
Informe de memoria de título para optar al título de
Ingeniero Civil en Telecomunicaciones
Concepción, Chile.
24 de marzo de 2017
Resumen
El uso de la tecnología infrarroja cada vez tiene más uso en la medicina, sin embargo este
se ha limitado por el alto costo de la tecnología, pero con las cámaras térmicas sin enfriamiento
de microbolometro, cada vez tienen un menor costo, son mas portátiles, y menor tamaño, por
lo tanto son más accesibles y de fácil uso. En este contexto en la presente memoria de título se
realizó una caracterización de dos cámaras infrarrojas, las cuales tienen diferentes prestaciones,
y las clasicaremos como prestaciones altas y prestaciones medias. La primera fabricante Belga
Xenics nv, del modelo Gobi 640 GigE y la segunda del fabricante Israelí Opgal Optronic
Industries Ltd, del modelo Therm-App en su version tradicional. Se realizó un estudio de
dos tipos de parámetros en un sistema de visión; parámetros térmicos como la SiTF, NETD y
parámetros ópticos, como el eld of view, e instantaneous eld of view, para esto se utilizaron
fuente de radiación infrarroja calibrada, (black body), y objetivos calibrados en distancia de
manera de poder medir a cuanta distancia equivale cada pixel. De esta manera fue posible obte-
ner zonas de funcionamiento lineal de las cámaras sus similitudes y diferencias entre las cámaras
y los diferentes lentes. Además se realizó el cálculo experimental y teórico del intantaneous eld
of view de la cámara Gobi 640 GigE de 0.7024 [mrad] y 0.6800 [mrad] respectivamente y se
compara con el de la Therm-App con el lente de 13 [mm] con un intantaneous eld of view
de 1.3394 [mrad] y 1.3000 [mrad] experimental y teórico respectivamente, el cual es casi el
doble, por lo que se obtienen resultados similares de resolución espacial si se pone al doble de la
distancia que la Gobi 640 GigE. Finalmente se estimó la función de dispersión de punto a cada
una de las cámaras y sus distintos lentes, generando un escalón térmico, luego derivando para
así obtener una estimación de esta función con resultados apreciables a ojo descubierto.
i
Índice general
Resumen i
Índice de guras vi
Agradecimientos viii
Siglas y acrónimos ix
1. Introducción 1
1.1. Antecedentes históricos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Denición del problema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3. Estado del arte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4.1. Objetivo general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4.2. Objetivos especícos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.5. Alcances y limitaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.6. Metodología . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2. Marco Teórico 10
2.1. Termografía . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.1.1. Bandas del infrarrojo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.1.2. Detector infrarrojo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2. Parámetros ópticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2.1. Función de dispersión de punto . . . . . . . . . . . . . . . . . . . . . . . 13
ii
2.2.2. Distancia Focal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2.3. Enfoque y desenfoque . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.2.4. Instantaneous eld of view . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3. Materiales y métodos 18
3.1. Materiales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.1.1. Cámara infrarroja Xenics Gobi 640 GigE . . . . . . . . . . . . . . . . . . 18
3.1.2. Cámara infrarroja Therm-App . . . . . . . . . . . . . . . . . . . . . . . . 19
3.1.3. Cuerpo negro Mikron M345 . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.2. Método de adquisición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.2.1. Protocolo de adquisición . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.2.2. Obtención de curva radiométrica . . . . . . . . . . . . . . . . . . . . . . 22
3.2.3. Estimación de la PSF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.2.4. Cálculo del IFOV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.3. Procesamiento de Datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.3.1. Curva radiométrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.3.2. Estimación de la PSF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.3.3. Cálculo del IFOV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4. Resultados y análisis 30
4.1. Curva radiométrica Thermapp . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.1.1. Comparación Lentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.1.2. Curva radiométrica Gobi . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.1.3. Instantaneous eld of view . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.1.4. Point spread funtion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
5. Conclusiones 43
5.1. Sumario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5.2. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5.3. Trabajo futuro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5.4. Publicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
iii
Bibliografía 46
iv
Índice de guras
1.1. Esquema experimento de William Herschel . . . . . . . . . . . . . . . . . . . . . 2
1.2. Experimento William Herschel . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.1. Bandas del infrarrojo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2. Detectividad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.3. Ilustración PSF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.4. Respuesta a entrada impulso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.5. Función escalón derivado como entrada . . . . . . . . . . . . . . . . . . . . . . . 14
2.6. Cambio de orden de la derivada . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.7. Distancia Focal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.8. Diagrama IFOV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.1. Cámara gama alta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.2. Therm-App y Lentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.3. Emisividad Promedio Mikron M345 [1] . . . . . . . . . . . . . . . . . . . . . . . 20
3.4. Controlador, cuerpo Negro y panel frontal [1] . . . . . . . . . . . . . . . . . . . . 21
3.5. Set Up utilizado para la obtención de la curva radiométrica. . . . . . . . . . . . 23
3.6. Set Up utilizado para la estimación de la PSF. . . . . . . . . . . . . . . . . . . . 25
3.7. Set Up utilizado para el cálculo de la IFOV. . . . . . . . . . . . . . . . . . . . . 26
3.8. Procedimiento del cálculo de la curva radiométrica . . . . . . . . . . . . . . . . . 28
3.9. Escalón Térmico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.10. Cálculo IFOV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
v
4.4. Comparación lentes Therm-App . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.5. (a) Sin corrección de imagen (b) Con corrección de imagen . . . . . . . . . . . . 34
4.6. (a) Promedio Mediciones, Aproximación Polinomial (b) NEDT Gobi 640 GigE . 34
4.7. Imagen térmica reglas Gobi 640 . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.8. Corrección de aberración óptica . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.9. Imagen regla metálica Therm-App lente 6mm . . . . . . . . . . . . . . . . . . . 37
4.13. Estimación Point Spread Funtion Gobi 640 GigE . . . . . . . . . . . . . . . . . 40
4.14. Estimación Point Spread Funtion lente 6.8 mm . . . . . . . . . . . . . . . . . . . 41
4.15. Estimación Point Spread Funtion lente 13 mm . . . . . . . . . . . . . . . . . . . 41
vi
Índice de tablas
2.1. Bandas del infrarrojo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.1. Componentes Set-Up 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.4. Distancia cámara reglas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
4.1. IFOV comparación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
vii
Agradecimientos
Acá van los agracedimientos. Es la única parte que se acepta como informal, por lo que
depende de cada alumno si quiere dar gracias.
A todos uds. gracias.
Sinceramente,
Nombre del alumno
viii
Siglas y acrónimos
CCD Dispositivo de carga acoplada(del inglés charge-coupled device)

CMOS Semiconductor complementario de óxido metálico(del inglés complementary
metal-oxide-semiconductor)
FLIR Mirar hacia adelante infrarrojo (del inglés Forward-Looking InfraRed)
FPA Matriz de plano focal (del inglés Focal Plane Array)
IFOV Campo de visión instantáneo (del inglés Instantaneous Field of View)
IRFPA Matriz de plano focal infrarroja (del inglés InfraRed Focal Plane Array)
LWIR Onda larga infrarrojo(del inglés Longwave infrared)
MWIR Onda media infrarrojo(del inglés Mediumwave infrared)
NIR Infrarrojo cercano (del inglés Near infrared)
OTG Sobre la Marcha (del inglés On The Go)
PSF Función de dispersión de punto (del inglés Point Spread Funtion)
SWIR Onda corta infrarrojo(del inglés Smallwave infrared)
ROIC Circuito integrado de lectura (del inglés Readout Integrated Circuit)
ix
Capítulo 1
Introducción
1.1. Antecedentes históricos

A principios del siglo XIX el astrónomo y músico aleman Sir Frederick William Herschel
descubrió la radiación infrarroja de manera fortuita, luego de experimentar con la luz del sol.
El experimento consistió en descomponer la luz blanca del sol por medio de un prisma, como se
observa en la gura 1.1, y luego medir la temperatura de cada uno de los colores en los que se
descomponia la luz, desde el rojo hasta el violeta. Su intención era registrar cual longitud de onda
o color tendría mayor temperatura. Para esto utilizó varios termómetros, uno para cada rango
de color, y un termómetro adicional de control que no medía en ninguno color, ubicado luego
del color rojo. Al momento de observar el térmometro de control, descubrió la temeratura era
mayor que la cada fragmento de luz que atravesó el prisma. Debido a su ubicación en el espectro
electromagnético este tipo de luz, invisible al ojo humano, es conocido como luz infrarroja o
radiación infrarroja.[2]
Desde ese entonces el desarrollo de detectores infrarrojos no se ha detenido, algunas décadas
luego del descubrimiento, diferentes detectores de radiación infrarroja se desarrollaron, estos
eran capaces de detectar calor, pero aún no era posible generar imágenes, y estaban basados
en detectores térmicos como la Termopila y Balometros. Este desarrollo continuó durante las
siguientes decadas del siglo XIX, hasta que el efecto fotoeléctrico fue descubierto por Smith en
1873.[3]
1
1.1. ANTECEDENTES HISTÓRICOS CAPÍTULO 1. INTRODUCCIÓN
Fig. 1.1: Esquema experimento de William Herschel
La radiación descubierta trajo consigo un amplio campo de investigación en los detectores
cuánticos. Estos detectores se fabrican con materiales semiconductores, y el rango de operación
depende del material que se construye, en un principio el Seleniuro de Plomo y Teluro de
Plomo (PbSe, PbTe respectivamente), que funcionan en bandas del infrarrojo cercano (NIR,
por sus siglas en ingles), con el paso de tiempo los detectores se fabricaron con Antimoniuro
de Indio (InSb), de esta forma fue posible detectar en rangos de onda corta y onda larga del
infrarrojo (SWIR y MWIR, por sis siglas en ingles). Las primeras cámaras infrarrroja modernas
fue fabricado con el detector semiconductor Mercuro Teluro de Cadmio (HgCdTe) ya pasada la
segunda mitad del siglo XX, este material es usado en termografía, ya que su rango de detección
llega hasta onda larga del infrarrojo (LWIR, por sus siglas en ingles). Este detector necesita
bajas temperaturas (77k), para funcionar en este rango de longitud de onda, por lo que estas
cámaras térmicas necesitan un sistema de enfrimiento criogénico de gran tamaño integrado con
la cámara. [3]
Este último material dió origen a lo que se conoce como la 1ra generación de detectores
infrarrojos, con los cuales consistian arreglo lineal de detectores que debían escanear la zona de
interés para poder obtener una imagen. Se utilizaban principalmente en aviones militares en la
segunda guerra mundial y se utilizaban para detectar enemigos en los campos de batalla.[4]
Con la llegada de los dispositivos de carga acoplada (CCDs, por sus siglas en ingles), y el
semiconductor complementario de ócido metálico (CMOS, por sus siglas en ingles), y con la
ayuda de los nuevos detectores a partir de semiconductores como el Si:X, PtSi y mejoras del
HgCdTe, que se dio paso a una 2da generación de detectores, ahora era posible crear arreglos
de detectores en dos dimensiones, ya que el CCD, permitió multiplexar la imagen en una señal,
2
eliminando las conexiones que debía tener cada pixel, aumentando la densidad de detectores
que podían ser alineados en el sistema de forma que era posible obtener videos o fotografía
instantáneas, por lo que ya no era necesario mirar hacia abajo para obtener una imagen a
partir de escaneo, sino que era posible mirar hacia adelante, esta tecnología se denomino FLIR
(Forward-Looking InfraRed) por sus siglas en ingles.
Finalmente la 3ra generación de detectores cuánticos infrarrojos, su desarrollo partió a prin-
cipios de este siglo y sus características son mejoras en un mayor número de pixeles, altos
cuadros por segundo, mejor resolución térmica, incluso funciones de multicolor que combina,
MWIR y LWIR. Lo que permite diversidad de información en dos bandas separadas para la
distinción de objetos con rmas espectrales únicas, mejorando el contraste en comparación con
los detectores de una única banda y un sin número de funciones del circuito integrado de lectura
(ROIC, por sus siglas en ingles). Pero el desarrollo más importante no es solo el avance en los
detectores, estos solo forman parte del sistema de visión infrarrojo que incluye además la óptica,
el enfriamiento, sistema de rastreo, la comunicación, incluso la visualización y almacenamiento
con la electrónica necesaria para este procesamiento de la información. La gura 1.2 muestra
una linea temporal del avance de las tres generaciones de detectores cuánticos infrarrojos. Notar
que se incluyen detectores del tipo pozo cuántico los cuales son los que mejores prestaciones
dan a las cámaras infrarrojas de este tipo.
Si bien los detectores cuánticos tienen un vasto avance en investigación y desarrollo tecno-
lógico, tiene grandes limitaciones producto del necesario enfriamiento. Existe una tecnología
alternativa basada en detectores térmicos, y su desarrollo empezó tarde en comparación a de-
tectores cuánticos, debido a que se consideraban de lenta y baja sensibilidad comparada con
detectores cuánticos. Sin embargo los desarrollos mas interesantes e importantes son alcanzados
por esta linea de investigación. Los primeros detectores térmicos, el bolometro termostor, desa-
rrollado por la compañia Bell Thelephone Laboratories, encontró un amplio uso en detección de
bajas temperaturas ayudados por el efecto de superconductores para aumentar la sensibilidad
del bolometro. Con el paso del tiempo muchas tecnologías en detectores cuánticos se desarrolla-
ron pero muy pocos llegaron a tener un uso militar o comercial, uno de estos es el Pyroelectric
vidicon (PEV), pero una de sus desventajas fue su fragilidad y baja vida útil.
A principio de los 70' dos compañías estadounidenses; Texas Instrument comenzó el desarro-
3
Fig. 1.2: Experimento William Herschel
llo de detectores ferroeléctricos de titanato de estroncio de bario (BST, por sus siglas en ingles),
y Honeywell desarrolló el microbolómetro de óxido de vanadio (V Ox ), que licenció a numerosas
compañias debido a sus prestaciones. Por su parte Texas Instrument basó su desarrollo de mi-
crobolómetros en silicio amorfo (a-Si). Durante los 80' y principio de los 90' muchas compañías
desarrollaron dispositivos basados en detectores térmicos llevando a la segunda revolución de
cámaras térmicas a nales del siglo XX.
Actualmente los detectores térmicos, microbolómetros sin refrigeración controlan el 95 % del
mercado en 2010. Con dos competidores, el V Ox y el a-Si, el mercado es dominado por el V Ox ,

sin embargo en un futuro cercano será desaado por el material a-Si y un nuevo material basado
el silicio gracias a su estructura de costo y fácil fabricación. Y el mayor desafío que enfrentan
estos competidores es reducir el tamaño del pixel sin afectar el rango de detección.
Las aplicaciones médicas de los sistemas de visión térmica, son una de sus últimas aplicaciones,
y es la que mayores benecios puede traer al un ciudadano común y corriente. Las primeros
intentos de utilizar cámaras térmicas se intentaron el Miesex Hospital in London and The Royal
National Hospital for Rheumatic Dieases in Bath, entre los años 1959 y 1961, con la primera
versión del Pyroscan. En 1962 una segunda versión del prototipo permitía obtener imágenes de 2
4
a 5 minutos a partir de un scaneo. Ya en los años 70s, grandes esfuerzos se hicieron para utilizar
la termografía para la detección de cancer de mama, en estos tiempos, la imagen se veía en un
pantalla de rayos catódicos y el procesamiento en computadores aún no estaba disponible. Ya a
los mediados de las decadas de los 70s, con la llegada de los computadores personales fue posible
digitalizar la imagen y porder procesada de manera oine, seleccionando zonas de interés.[5]
A partir de ese momento, un gran número de patologías, y enfermedades han sido detectadas
por la termografía como son las siguientes patologías: la detección de cáncer de mama, la
detección de neurotapia diabetica, desorden vascular, estudio de termoregulación, escaneo de
ebre, imagenologia de cerebro, dermatologia y odontología, dolor muscular y sindrome de
pinzamiento del hombro, diagnostico de enfermedades reumaticas, tratamiento enfermedades
hepaticas paracitaria, detección del higado metastico, isquemia intestinal, transplante renal,
tratamientos al corazón.[6] Como se puede apreciar, existe un gran número de aplicaciones de
la termografía infrarroja, por lo que caracterizar las cámaras permite de mejor manera como
estas funcionan y obtener todas las prestaciones que estas pueden ofrecer.
5
1.2. DEFINICIÓN DEL PROBLEMA CAPÍTULO 1. INTRODUCCIÓN
1.2. Denición del problema

La tecnología infrarroja, en particular las cámara térmicas, aportan una poderosa herramien-
ta a la medicina [5], su uso permite un sin número de aplicaciones en el diagnostico no invasivo,
permitiendo apresurar el diagnostico y mejorando la efectividad y especicidad de este. Sin
embargo el equipamiento utilizado para realizar estos diagnósticos son costosos, requieren con-
diciones de montaje especiales, y su potabilidad se ve reducida por el tamaño y equipo adicional
necesario para que la cámara funcione.
Existen cámaras térmicas alternativas a las mencionadas en el párrafo anterior, estas tienen
usos de menor complejidad tales como la caza o la vigilancia, y requieren menores prestaciones
en su resolución térmica, espacial y temporal. Por lo tanto son de bajo costo, portátiles y su
uso es sencillo, y muchos de estos dispositivos pueden ser utilizados en celulares o dispositivos
embebidos.
La mayor parte de estas cámaras están orientadas a utilizar alto contraste para la distinción
de objetos, personas, o animales, en aplicaciones de seguridad, para cazar animales, o encontrar
personas en medio del humo en una situación de emergencia, por lo que sus aplicaciones en
termografía son limitadas, ya que no son capaces de medir temperatura con gran precisión y
exactitud. Además, tienen una menor resolución espacial, temporal y térmica.
Es aquí entonces donde surge el problema, ¾Es posible utilizar cámaras térmicas de bajo
costo, con las limitadas prestaciones que estas nos entregan en resolución temporal, espacial y
térmica, para ser utilizadas en aplicaciones médicas?. Para esto se realizará una comparación
entre una cámara de altas prestaciones, utilizada en procesos industriales; con cámaras de bajo
costo con menores prestaciones, utilizadas en vigilancia y caza. Así será posible determinar en
que medida el precio afecta en la calidad de la imagen obtenida, y si a pesar de las limitaciones
de las cámaras de bajo costo, estas pueden ser utilizada en aplicaciones médicas.
1.3. Estado del arte

La caracterización de una cámara térmica es un tema abordado por Parra et. al [7] en donde
se muestra un sistema experimental para realizar una caracterización de un IRFPA utilizando
6
1.3. ESTADO DEL ARTE CAPÍTULO 1. INTRODUCCIÓN
una cuerpo negro como fuete de calibración, la cual sirve para obtener diferentes parámetros de
una cámara térmica, entre los mencionados por Parra son: NETD, Noise Equivalent Temperature
Dierence, SiTF System Transfer Function. Parra et al [7] nos muestra como procesar los datos
obtenidos mediante una cámara térmica, obteniendo los promedios espaciales y temporales para
así obtener un valor representativo de la imagen capturada del cuerpo negro. Estos principios
fueron utilizados por Reyes [8] en su memoria de pregrado, donde caracterizó sistemas de visión
para procesos exotermicos, si bien utilizó cámaras de la misma tecnología, el proceso analizado
está a temperaturas muy alejadas a las que se tratarán en esta memoria de titulo, sin embargo,
demuestra que las técnicas descritas por Parra et. al [7] son efectivas.
Gutierrez [9] en su memoria de pre-grado, caracterizó un microscopio infrarrojo, obteniendo
los parámetros térmicos antes mencionados, pero también parámetros ópticos como el instanta-
nus eld of view y límite de difracción del sistema de visión. Esta memoria nos da una referencia
de que tipo de parámetros ópticos pueden obtenerse, y las técnicas implementadas para obtener
estos parámetro, utilizando una placa especialmente diseñada para obtener el IFOV llamada
target de test de resolución.
Respecto a las aplicaciones médicas que se han llegado a desarrollar utilizando termografía
infrarroja dinámica, se encontró el trabajo de Viktor Chekh[10], en el cual se realizó la detección
de pie diabético utilizando cámaras térmicas, en esta tesis doctoral se describe el proceso com-
pleto de adquisición de datos, en este se utilizó una cámara de gama media de microbolometro
FLIR SC305, con una resolución de 320x240, con un frame rate de 8 [Hz], y un rango dinámico
de 14 bit por pixel, una resolución térmica de 0.05°C, su rango de detección es de 7.5-13 [µm] y
un tamaño del pixel de 25 [µm], y un lente focal de 18[mm]. Con este equipamiento Chekh pudo
realizar la clasicación con un 95 % de especicad y efectividad. Sin embargo Se intentó realizar
el mismo resultado utilizando una arreglo Heimann de baja gama, con un resolución espacial de
32x31, una resolución térmica de 0.1°C. Este detector no fue capaz de entregar imágenes de la
calidad suciente para detectar la neuropatía de pie diabético. Este podría ser un indicio de que
esa resolución es demasiado pequeña para esta aplicación médica en particular y considerarlo
al momento de analizar el limite mínimo de calidad de imagen que necesita la cámara.
Por otro lado el trabajo por Sebastián Godoy[11], utilizó la termigrafía infrarroja dinámica,
para la detección de un melanoma benigno o maligno en la piel con una efectividad del 99 %
7
1.4. OBJETIVOS CAPÍTULO 1. INTRODUCCIÓN
y una probabilidad de falsa alarma del 1 %, y una especicidad del 99 %. Para esto utilizó una
cámara con la tecnología de fotodetector de infrarrojo de pozos cuánticos (QWIP), con una
resolución de 320x256 operando a 60[K], una resolución térmica de 20[mK], con un lente de
50[mm] y con un frame rate de 60, y alcanza una resolución espacial aproximada de 300 micrones
por pixel.
De estos dos últimos trabajos, se puede observar que las características de las cámaras se
acotan los estándares máximos con el detector utilizado por Godoy[11] en que dan buenos
resultados y un estándar medio como es la cámara FLIR SC305 por Chekh[10], sin embargo
aún no se ha determinado un estándar mínimo aún más bajo para obtener resultados conables.
1.4. Objetivos
1.4.1. Objetivo general

El objetivo de esta memoria de título es caracterizar cámaras infrarroja, mediante experi-
mentación de laboratorio con una fuente de calibración de cuerpo negro, y objetivos ópticos
como reglas metálicas milimétricas, para su uso en aplicaciones médicas.
1.4.2. Objetivos especícos

Obtener curva de respuesta radiométrica de las cámaras Xenics Gobi 640 y Thermapp.
Determinar su rango lineal de operación de las cámaras Xenics Gobi 640 y Thermapp.
Obtener IFoV y PSF de las cámaras Xenics Gobi 640 y Thermapp con sus distintos lentes.
Comparar la los parámetros obtenidos.
Obtener los parámetros Noise Equivalent Temperature Dierence (NETD) y System In-
tensity Transfer Funcion (SiTF), para las cámaras Xenics Gobi 640 y Thermapp
8
1.5. ALCANCES Y LIMITACIONES CAPÍTULO 1. INTRODUCCIÓN
1.5. Alcances y limitaciones

La memoria de título tiene como alcance el diseño de un protocolo de adquisición de datos
térmicos a nivel de laboratorio. Para esto se utilizará dos cámaras térmicas; Xenics Gobi 640
y Therm-App en su edición tradicional. Además se utilizará el cuerpo negro disponible en el
laboratorio de transmisión que alcanza las temperatura de 0 C a 150 C. Todos los equipos
necesarios para operar estos instrumentos están disponibles, tales como trípode, cables, acceso
a Internet. Además de software para el procesamiento matemático de los datos adquiridos.
Además, el alcance de esta memoria en la caracterización de las cámaras sera la obtención
de dos tipos de parámetros. Parámetros térmicos, propios del detector tales como, curva radio-
métrica y resolución térmica y parámetros ópticos propios del sistema óptico asociado a estas
cámaras, como el instantaneous eld of view, y estimación de la función de dispersión de punto.
1.6. Metodología
La metodología a utilizar en esta memoria de titulo, consiste en la captura de datos de
laboratorio, los datos térmicos serán generados por medio de una fuente de calibración de
cuerpo negro, el cual permite ajustar la temperatura de emisión que se desea capturar con la
cámara infrarroja.
La obtención de los parámetros ópticos, como el IFOV utilizando un target del cual es posible
estimar lo más pequeños que puede observar la cámara. Además utilizando una técnica de el
problema inverso para estimar la PSF de los sistema de visión infrarrojo.
9
Capítulo 2
Marco Teórico
2.1. Termografía
Termografía se denomina a la medición de temperatura por medio de cámaras infrarroja,
muchas veces llamada cámaras térmicas, esta tecnología permite utilizar cámaras para obtener
la temperatura de un objeto sin necesidad de tocarlo, quitando los peligros que puede provocar
el tocar elementos peligrosos o de elevada temperatura, o incluso objetos de difícil alcance. Por
otro lado si se desea medir la temperatura a objetos muy sensibles, el solo hecho de tocarlo para
medir su temperatura puede alterar esta misma. Esta tecnología tiene muchas aplicaciones en
el área médica y sirve para realizar diagnósticos de patologías de manera no invasiva y muchas
veces de un modo más sencillo que utilizando medicina tradicional.
2.1.1. Bandas del infrarrojo

Las bandas del infrarrojo se encuentra luego del espectro visible (en longitud de onda) y va
desde los 0.74 [µm] hasta los 1000 [µm] esta banda del infrarrojo se subdivide comúnmente en
cinco bandas: NIR,Near Infrared (Infrarrojo cercano), SWIR, Small Wave Infrared (Onda corta
infrarroja), MWIR, Mid Wave Infrared (Onda Media infraroja), LWIR, Long Wave Infrared
(Onda Larga Infrarrojo), FIR, Far Infrared (Infrarrojo lejano) como se observan en la tabla 2.1.
En esta misma tabla 2.1 cada banda tienen diferentes tipos de aplicaciones, para términos de
esta memoria las bandas del MWIR y LWIR son las utilizadas para imágenes térmicas. Cada
10
2.1. TERMOGRAFÍA CAPÍTULO 2. MARCO TEÓRICO
una de estas dos últimas bandas tiene sus diferentes propiedades para el uso de imagenología
infrarroja.
En la termografía infrarroja se ocupan dos bandas en particular de las mencionadas ante-
riormente, es decir, MWIR que va desde 3 a 5 [µm] y LWIR que se encuentra entre los 8 a 12
[µm], una de las razones porque estas bandas son utilizadas es debido a que poseen una gran
transmisión en la atmósfera, superior al 80 %, como se observa en la gura 2.1, la cual muestra
claramente las 5 bandas del infrarrojo y su transmisión atmosférica. Estas dos bandas die-
ren en varios características, como el contraste, la señal de fondo, características de la escena,
transmisión atmosférica en diferentes condiciones climáticas y la apertura óptica.
Tabla 2.1: Bandas del infrarrojo

Banda λ [µm] Aplicaciones típicas
NIR .74 - 1 Espectroscopia infrarroja/ telecomunicaciones
SWIR 1 - 3 Teledetección
MWIR 3 - 5 Medición de temperaturas altas
LWIR 8 -15 Medición de temperaturas cercanas al ambiente
FIR 100-1000 Terahertz imaging
Fig. 2.1: Bandas del infrarrojo
11
2.2. PARÁMETROS ÓPTICOS CAPÍTULO 2. MARCO TEÓRICO
2.1.2. Detector infrarrojo

Un detector infrarrojo consiste en un detector (valga la redundancia) que puede tener una
distribución espacial ya sea lineal o un arreglo en dos dimensiones de fotodetectores infrarrojos,
construidos a partir de dispositivos semiconductores o detectores térmicos, este arreglo de de-
tectores se conoce como Focal Plan Array FPA, sus siglas en ingles, y consiste en un conjunto
de detectores alineados uno al lado del otro y cada uno consiste en un pixel de la imagen.
Existen diferentes clasicaciones para los detectores infrarrojos, en esta ocasión serán clasi-
cados como detectores del tipo cuántico, y detectores del tipo térmico.
En el primer tipo calican los detectores fotoconductivos y foto voltáicos, y en el segundo
tipo son los utilizados en esta memoria; los detectores bolométricos. La ventaja de estos últimos
son que pueden ser utilizados sin enfriamiento, y funcionan a temperatura ambiente 300 [K], su
funcionamiento se basa en la absorción de energía térmica, aumentando así la temperatura del
detector, este al aumentar su temperatura provoca un cambio en su resistencia, este cambio es
el que puede ser medido y transformado en una señal eléctrica para crear la imagen observable.
Una de sus desventajas en comparación con los detectores fotovoltaicos y fotoconductivos,
es su dectectividad que se dene como la fotosensividilad por unidad de área, la cual es alta en
muchas de las ventanas des infrarrojo de interés. A diferencia de detectores cuánticos los detec-
tores térmicos tienen una detectividad constante en el rango de todas las longitudes de onda.
Su desventaja es que la amplitud de esta es menor en comparación con detectores cuánticos.
Esto se puede observar en la gura 2.2 en la cual se observan la detectividad de los diferentes
tipos de detectores.
2.2. Parámetros ópticos

Esta sección incluirá conceptos relacionado con las óptica de un sistema de visión, los cuales
son claves para entender los parámetros ópticos que se caracterizarán.
12
Fig. 2.2: Detectividad
2.2.1. Función de dispersión de punto

Para simplicar la explicación de la PSF, imaginen que una cámara como un sistema, su
función de entrada es el objeto en el mundo real, la que llamaremos espacio objeto y la salida de
este sistema es la imagen capturada, el que llamaremos espacio imagen. Por tanto la función de
transferencia de este sistema es la PSF. Imaginen que deseamos capturar solamente un punto
de una escena desde el espacio objeto, lo ideal sería que este punto quede reejado en espacio
imagen con un punto, pero producto de esta función de transferencia, este punto cae en varios
puntos en el espacio imagen. La Figura 2.3 se gráca la situación descrita.
La ecuación 2.1 representa la gura 2.3, en esta ecuación g(x, y) representando el espacio
imagen, H la PSF, y f (ξ, η) es el espacio objeto. Estos dos últimos elementos se relacionan con
una convolución.
g(x, y) = H(x, y) ∗ f (ξ, η) (2.1)
Como se mencionó anteriormente una cámara infrarroja se comporta como un sistema in-
variante en el tiempo. Así entonces es posible obtener su función de transferencia, como la
respuesta a una entrada impulso δ(t), esta situación se puede observar en la gura 2.4, pero
aquí viene una complicación enorme, ¾cómo generamos una entrada impulso al sistema?. Es
13
Fig. 2.3: Ilustración PSF
más si pensamos el sistema de manera más compleja, ¾cómo generamos un impulso térmico?.
No es trivial esta respuesta.
Una forma alternativa de obtener la respuesta impulso es mediante la función escalón, como
vemos en la imagen 2.5 la derivada de esta función es un impulso. Luego y debido a que se trata
de un sistema lineal invariante en el tiempo, es posible intercambiar el operador derivara a la
salida del sistema como se observa en 2.6, de esta forma se obtiene la respuesta impulso des
sistema, es decir, obtener la PSF de la cámara.
Fig. 2.4: Respuesta a entrada impulso
Fig. 2.5: Función escalón derivado como entrada
14
Fig. 2.6: Cambio de orden de la derivada
Debemos tener en cuenta que la cámara tiene dos dimensiones espaciales. Por lo que es
necesario realizar ciertas suposiciones para calcular como se muestra en la ecuación 2.2, en la
cual se asume que es posible separar la función por componentes independientes, y el producto
de estas no da una aproximación a la función de transferencia.
P SF (x, y) = P SF (x) · P SF (y) (2.2)
2.2.2. Distancia Focal

La distancia focal de un lente, es la distancia entre el lente y el foco de la cámara, esta
distancia indica el zoom que ofrece el lente a la cámara. Y este puede ser variable o ja.
En la gura 2.7, se observa los diferentes lentes y el angulo de visión que puede observarse
en este lente, se observa que si mayor es la distancia focal, más lejos es poder observar, pero
menor el angulo de visión que se puede observar.
Fig. 2.7: Distancia Focal
15
En la gura 2.7 se pueden ver que los lentes se clasican según los ángulos y se clasican
como sigue a continuación, 1 ojo de pez, 2 gran angular, 3 angulo normal, 4 teleobjetivo, 5
super teleobjetivo. Especial interés en 3, ya que las imágenes obtenidas con este tipo de lentes
se puede ver similar al lo que ve una persona.
2.2.3. Enfoque y desenfoque

Enfocar una imagen entonces, dependerá del lente que se está utilizando, si la distancia focal
del lente es mayor, mayor será la distancia en que se encuentre la imagen enfocada.
El proceso de enfoque consiste en colocar la cámara a la distancia apropiada de la escena
que se desea capturar. De esta manera la luz proveniente de la escena se difracte al momento
de pasar por los lentes, y quede enfocada en el detector, el que luego interpretará la imagen.
2.2.4. Instantaneous eld of view

Este concepto se reere al objeto más pequeño que puede detectar la cámara, este depende
del tamaño del los detectores individuales y de la distancia focal del lente. Y se calcula de la
siguiente manera:
T P [µm]
IF OV [mrad] = [12] (2.3)
DF [mm]
donde TP es el tamaño del pixel en micrómetros y DF es la distancia focal del lente en milí-
metros. Este valor se interpreta sigue, es un ángulo en miliradianes, y signica que a un metro
de distancia de la cámara, esta puede detectar un objeto de dimensiones en milímetros. Este
concepto queda claro en la siguiente gura 2.8, en este ejemplo un, se tiene un IFOV igual a
1.3 [mrad] y lo signica que es posible detectar un objeto de 1.3 [mm] a una distancia de 1[m].
Otra forma de realizar este cálculo es mediante una manera experimental se encontró en [13]
y se nos proporciona la siguiente ecuación
D = H 0β (2.4)
De donde D es el diámetro del objeto medido en la cámara, H0 la distancia de la cámara al
objeto, y β es el instantaneous eld of view del sistema. Así despejando la variable buscada β,
obtenemos la siguiente ecuación.
16
Fig. 2.8: Diagrama IFOV
β = D/H 0 (2.5)
Así obtenemos un formula con la cuál podremos calcular el IFoV a partir de mediciones
realizada con la cámara.
17
Capítulo 3
Materiales y métodos
Este capitulo contendrá una descripción de la instrumentación utilizada, además se describe
los experimentos realizados, y se muestra la forma en que los datos obtenidos fueron procesados
para obtener los parámetros térmicos y ópticos de las cámaras.
3.1. Materiales
3.1.1. Cámara infrarroja Xenics Gobi 640 GigE

Esta cámara será utilizada como el estándar a comparar con la cámara de bajo costo, es
compacta y utiliza un detector térmico de microbolometro, el cual permite operar sin refrige-
ración, su rango de detección va desde los 8 a los 14 [µm], y el rango de detección térmica va
desde los -20°C a los 120°C. Tiene una resolución espacial es de 640x480 pixeles, una resolución
térmica de 50[mK], y una resolución temporal de 50 cuadros por segundos. La interfaz de este
dispositivo es gigabit ethernet el cual se conecta a un computador con windows y un progra-
ma de adquisición proporcionado por el fabricante. Está cámara posee un lente de 25 [mm] de
distancia focal.
18
3.1. MATERIALES CAPÍTULO 3. MATERIALES Y MÉTODOS
(a) Gobi 640 GigE (b) Gobi 640 GigE Posterior
Fig. 3.1: Cámara gama alta
3.1.2. Cámara infrarroja Therm-App

La Therm-App, es una cámara de gama media, con un costo 10 veces menor a la Gobi 640
GigE, su fabricación es de microbolometro, y su rango de detección va desde los 7.5 a 14 [µm],
además su rango de detección en temperatura a la cual se encuentra calibrada va desde los 5
a los 90 [°C]. La resolución espacial de esta cámara es 384x288 pixeles, su resolución térmica
es de 70 [mK], y su resolución temporal es de 8.7 [Hz]. Esta cámara opera sobre un celular
con android que soporte OTG, el programa de adquisición es proporcionado por el fabricante.
También existe una versión de pago que permite acceder a diferentes y mas avanzadas funciones,
como lo es el dato crudo, o raw data, el que permite un mejor análisis posterior. Finalmente, la
cámara incluye 4 lentes de distinta distancia focal: 6.8[mm], 13 [mm], 18 [mm] y 35 [mm]
(a) Therm-App (b) 6.8mm, 13mm, 18mm, 35mm
Fig. 3.2: Therm-App y Lentes
19
3.1. MATERIALES CAPÍTULO 3. MATERIALES Y MÉTODOS
3.1.3. Cuerpo negro Mikron M345

El cuerpo negro es utilizado como fuente de calibración de detectores infrarrojos, esta fuente
permite controlar la temperatura que se desea radiar, con una resolución de 100 [mK], y su
rango de radiación infrarroja va desde los 8 a 14 [µm] con una emisividad teórica igual a 1, pero
en la práctica sigue la curva que se muestra en la Fig. 3.3.
Fig. 3.3: Emisividad Promedio Mikron M345 [1]
En la siguiente Figura 3.4 se puede observar como se ve el cuerpo negro, consta con dos
partes, una es la supercie radiante, la cual tiene una emisividad teórica igual a 1, y por el otro
lado se ve el controlador, sus partes más importantes es interruptor de encendido, y el panel
frontal, este panel muestra a la temperatura que se encuentra el cuerpo negro y a la que se desea
alcanzar, además tiene botones para subir y bajar esta temperatura.
20
3.2. MÉTODO DE ADQUISICIÓN CAPÍTULO 3. MATERIALES Y MÉTODOS
Fig. 3.4: Controlador, cuerpo Negro y panel frontal [1]
3.2. Método de adquisición
3.2.1. Protocolo de adquisición

Este protocolo es básico antes de realizar cualquier experimento y son elementos a considerad
para capturar datos correctamente.
Controlar la temperatura de la habitación es un factor a consideran, por un lado, si se trata
con personas, estas deben sentirse cómodas, si es muy baja podría producir temblores o
movimientos involuntarios no recomendables para capturar los datos. Si la temperatura es
muy alta podría generar sudoración de la piel, lo que afectaría a la medición termográca
con la cámara térmica. Por lo tanto se recomienda dejar la temperatura de ambiente
de 20°C a 22°C. Por otro lado si se experimenta con cuerpo negro y se este se ja a una
temperatura muy inferior a la de ambiente, el aire se condensa y moja la supercie radiante
del cuerpo negro lo que trae dos problemas, uno puede dañar el cuerpo negro, y dos la
medición no será correcta ya que esta humedad reduce la temperatura del cuerpo negro.
21
Fuentes externas de radiación, deben evitarse fuentes de radiación infrarroja externas,
como por ejemplo radiadores, ventanas con en las que ingrese luz solar, o ampolletas de
luz que generen radiación infrarroja, estas fuentes se reejan en los objetos medidos, y
modican la radiación infrarroja emitida afectando así la medición.
Transiente de la cámara, en general las cámaras térmicas utilizadas necesitan un etapa
de transiente en la cual las mediciones se estabilizan, es necesario identicar cual es este
periodo y realizar mediciones luego que este haya trascurrido. En particular la cámara Gobi
640 GigE este tiempo es aproximado de de 20 a 30 minutos, por lo que deberá contar con
ese tiempo antes de iniciar las mediciones, por otro lado la cámara Thermapp tiene un
tiempo de estabilización de aproximados 5 minutos después de conectarla al celular.
3.2.2. Obtención de curva radiométrica

Para comenzar con la adquisición de los datos térmicos radiados por el cuerpo negro es
necesario posicionar la cámara frente a este, esto se realiza en una mesa óptica disponible en
el laboratorio, la cámara esta a una distancia tal que toda la supercie del cuerpo negro quede
contenida en la escena de la cámara, cuidando además que la imagen esté enfocada. Para esto
se recomienda utilizar una gura distinguible justo antes del cuerpo negro, puede ser una hoja,
o un lápiz, así la imagen capturada por el cuerpo negro está enfocada y lista para comenzar a
adquirir.
Luego de esto se procede a encender el cuerpo negro con el interruptor blanco que esta en
el panel frontal del controlador del cuerpo negro, y jar la temperatura inicial deseada. En este
caso se jo en 15°C, aquí el cuerpo negro alcanzará la temperatura deseada, este necesita un
tiempo para estabilizar la temperatura, cuando este estable se procede a capturar un vídeo
corto, no más de 10 segundos.
Posterior a la captura, otra temperatura se ja en el panel del cuerpo negro, en este caso
se procedió con un paso de 5°C hasta llegar a los 60°C. Este procedimiento se repite, pero
en la segunda iteración la temperatura inicial cambia a 16°C, y se llega hasta los 56°C. Y así
sucesivamente por cinco iteraciones, y en cada iteración siguiente se inicia en un grado más que
en la anterior.
22
Este procedimiento fue diseñado con dos nes funcionales, el primero es el monitorar el
cambio en la respuesta de la cámara en el tiempo. El segundo tiene como objetivo comparar la
respuesta térmica de los diferentes lentes de la cámara Therm-App. De esta forma se pueden
cumplir dos objetivos mediante un solo experimento. Además es necesario tener en consideración
el tiempo de estabilización para cada temperatura del cuerpo negro, y realizar la captura de
datos de esta forma reduce el tiempo de laboratorio.
Fig. 3.5: Set Up utilizado para la obtención de la curva radiométrica.
3.2.3. Estimación de la PSF

El método estudiado para estimar la PSF, nos dice que es necesario generar una entrada
del tipo escalón al sistema visión infrarrojo. Si analizamos esta denición, como hablamos de
temperatura, el escalón entonces se genera produciendo un cambio abrupto en la temperatura
capturada por la cámara.
23
Tabla 3.1: Componentes Set-Up 1

N° Componente Función
1 Computador Programa de adquisición Gobi 640
2 Cable de Red GigE Transferir datos Cámara-PC
3 Mesa óptica Soporte cámara
4 Fuente de poder cámara Alimentar a la cámara
5 Cuerpo negro M345 Emisión de radiación IR
6 Gobi 640 GigE Capturar radiación IR
7 Celular Programa adquisición Therm-App
8 Therm-App Capturar radiación IR
9 Controlador cuerpo negro Subir y bajar temperatura
Entonces el procedimiento consiste en posicionar la cámara frente al cuerpo negro y entre
los dos interponemos un placa metálica con un borde lo mas recto posible. Así obtendremos dos
temperaturas en la escena, se recomienda ajustar el cuerpo negro a una temperatura elevada,
en este caso se ajusto a 90°C. Otra de las suposiciones en el método es la independencia de la
componente vertical de la horizontal, por lo que este escalón se genera en las dos dimensiones,
es decir, un escalón horizontal y uno vertical. Para los dos casos se enfoca el borde de la placa
metálica y se realiza la captura del vídeo.
Este procedimiento debe repetirse para los lentes en el caso de la Therm-App, como el eld
of view y el foco cambia con cada lente, es necesario encontrar un punto de enfoque y que
la escena del cuerpo negro y la placa metálica quede totalmente contenida en la imagen. Sin
embargo al momento de capturar la imagen vertical y horizontal cuidar que este a la misma
distancia estas dos mediciones.
3.2.4. Cálculo del IFOV

El instantaneous eld of view de un cámara térmica, se reere a lo más pequeño que puede
resolver el sistema de visión térmico en su conjunto, que consiste en el detector IRFPA y el
sistema óptico.
24
Fig. 3.6: Set Up utilizado para la estimación de la PSF.

1 Cámara Gobi Horizontal Capturar radiación IR
1.1 Cámara Gobi Vertical Capturar radiación IR
2 Placa metálica Generar un escalón térmico
3 Computador Programa de adquisición Gobi 640
4 Cuerpo negro M345 Emisión de radiación IR
Su cálculo consiste en obtener una imagen de dimensiones física conocidas, para esto se
utilizó reglas metálicas, las cuales son tienen medidas en unidades métricas e imperiales, luego
midiendo la equivalencia en milímetros o pulgadas a cuanto equivale cada pixel, así es posible
obtener el IFOV de las cámaras. Es necesario obtener esta medida en los dos ejes de la cámara,
25
por lo que es necesario capturar esta medición con la cámara en sentido horizontal y en sentido
vertical.
Para hacerlo se colocan las reglas en la mesa óptica y a la distancia de foco se instala la
cámara, para cada cámara y cada lente se busca el foco y se captura la fotografía. Una forma
de obtener una mejor imagen térmica, se calentaron las reglas metálicas con una lampara de
tungsteno, abajo de la regla la cual produce calor suciente para observar la radiación térmica
de la regla.
Fig. 3.7: Set Up utilizado para el cálculo de la IFOV.

1 Cámara Gobi Capturar radiación IR
2 Regla metálica milimétrica Proporcionar imagen de calibración espacial
3 Lampara tungsteno Calentar las reglas
Las distancia en que cada cámara con las reglas se muestran en la siguiente tabla 3.4, estas
distancias se establecieron encontrando la distancia en que la imagen se encontraba enfocada.
26
3.3. PROCESAMIENTO DE DATOS CAPÍTULO 3. MATERIALES Y MÉTODOS
Tabla 3.4: Distancia cámara reglas

Cámara Distancia
Gobi 640 25[mm] 23.7 [cm]
Therm-App 35[mm] 56.8 [cm]
Therm-App 6.8[mm] 7.6 [cm]
3.3. Procesamiento de Datos
3.3.1. Curva radiométrica

La cámara Gobi 640 GigE por medio de su programa de adquisición, nos entrega un archi-
vo en formato xvi. Para poder procesar estos datos es necesario procesarlo en Matlab, los 10
segundos del vídeo se procesaron y quedan almacenados en un cubo con dos dimensiones espa-
ciales, y la tercera temporal. Tomando en cuenta que por cada segundo se capturan 50 frames,
queda un cubo de las siguientes dimensiones 640x480x500, se calculan promedios primero en
la componente temporal, para anular el ruido temporal y luego en un promedio espacial, para
poder obtener un número representativo del vídeo obtenido desde la radiación del cuerpo negro.
Este procedimiento se observa en la gura 3.8. El proceso se repite en cada grado ajustado en
el cuerpo negro, nalmente estos datos obtenidos se gracan en dos dimensiones en el eje de las
abscisas los grados ajustados en el cuerpo negro y en las ordenadas las cuentas digitales (salida
digital de la cámara en 16 bit).
Por otro lado los datos obtenidos por medio de la cámara Therm-App con todos sus len-
tes, quedan almacenados en el teléfono, una de las funciones del programa de adquisición es
guardar los datos un formato de imagen individual por cada frame capturado, lo que simpli-
ca el post procesamiento. Con el n de poder hacer una comparación más sencilla se toman
aproximadamente 100 frames con esta cámara, es decir, un quinto de los datos obtenidos con la
Gobi.
Los datos son pasados al computador para luego realizar el mismo procesamiento que los
27
vídeos obtenidos de la Gobi. En esta ocasión el cubo obtenido tiene unas dimensiones de
384x288x100.
Fig. 3.8: Procedimiento del cálculo de la curva radiométrica
3.3.2. Estimación de la PSF

Luego de obtener las función escalón en las dos dimensiones, estas se procesan por separado,
lo primero a realizar es obtener una fracción de la imagen justo en el lugar donde la imagen
cambia de intensidad, de esta forma obtenemos una función escalón.
En la gura 3.9, se observan la imagen obtenida con la cámara, la salida del sistema, ahora
necesitamos derivar esta salida del sistema, en ambas dimensiones. Luego se multiplican estas
dos derivadas de manera matricial, obteniendo una aproximación de la PSF.
(a) Escalón Horizontal (b) Escalón Vertical
Fig. 3.9: Escalón Térmico
28
3.3.3. Cálculo del IFOV

Luego de obtener las imágenes térmicas de las reglas, estas son pasadas por un proceso de
deconvolución con la estimación de la PSF calculada en la sección anterior, luego se seleccionan
secciones de la imagen con mediciones, en este caso en 0.5 [mm], 1 [mm], 0.03125 [in], y 0.015625
[in], esto se observa en la gura 3.10 (a) de izquierda a derecha de arriba abajo respectivamente.
Por otro lado en 3.10 (b) se observan promedio en una linea (en rojo) de las secciones obtenidas
desde la imagen de la regla, y se utilizó detector de peak (círculos azules), luego de obtener estos
peak se calcula la diferencia entre estos y se promedia las diferencias. De esta forma obtenemos
el promedio de pixel por milímetro. Notar que el caso de las pulgadas, primero se realiza la
equivalencia a milímetros y luego se calcula el promedio de pixel por milímetro.
(a) (b)
Fig. 3.10: Cálculo IFOV
Finalmente realiza el cálculo del instantanius eld of view, dividendo este promedio por la
distancia a la que se encuentra la cámara de las reglas.
29
Capítulo 4
Resultados y análisis
4.1. Curva radiométrica Thermapp

Los resultados presentados a continuación son los obtenidos con la cámara Thermapp, con
el lente de 19 [mm].
El primer resultado obtenido son los datos capturados los días 20 y 22 de Julio, y 8 de
Agosto del año 2016, estos se agruparon ya que estos tienen una medición entre paso de 1
grado Celsius. La gura 4.1 (a) muestre las tres curvas capturadas, por su similitud estas tres
mediciones se promediaron, donde existen mediciones comunes, y se puede observar en 4.1 (b),
también podemos observar una aproximación polimonial cúbica, que aproxima bastante bien.
Por otro lado el polinomio de grado tres que aproxima los datos es el siguiente:
0.0317x3 + 0.2742x2 + 65.528x + 27707 (4.1)
De la ecuación 4.1 se observa que las componentes cúbica y cuadrática son menores, lo que
quiere decir que la curva radiométrica es bastante lineal sobre todo el rango de interés.
En contraparte de los resultados anteriores se tomaron muestras en otras fechas. Estas
mediciones están con un paso de 5 °C y por eso se agruparon, se puede ver en la gura 4.2 (a)
las 4 mediciones en diferentes días y se puede observar que se comporta bastante lineal en ese
rango, y gran parte de las mediciones se superponen, lo que quiere decir que en este rango y
bajo estas condiciones de medición la cámara tiene una curva radimétrica bastante estable. Con
el n de realizar la aproximación polimonial, se promedian las mediciones y se ajustan con un
30
4.1. CURVA RADIOMÉTRICA THERMAPP CAPÍTULO 4. RESULTADOS Y ANÁLISIS
× 104 Curva Radiométrica Therm App 0°C a 45°C [19mm] × 104 Curva Radimétrica Them App 0-55 °C [19mm]
3.3 3.3
0-33 °C 2016/07/22 Promedio Mediciones
15-45 °C 2016/08/05 Aproximación polimonial
20-43 °C 2016/07/20
3.2 40-55 °C 2016/08/06 3.2
33-41 °C 2016/0727
Cuentas Digitales 16 bit

Cuentas Digitales 16bit
3.1 3.1
3 3
2.9 2.9
2.8 2.8
2.7 2.7
-10 0 10 20 30 40 50 60 -10 0 10 20 30 40 50 60
Grados Celsius Grados Celsius
(a) (b)
Fig. 4.1: Curva radiométrica Thermapp
polinomio de grado 3 como se observa en 4.2 (b). El polinomio de grado 3 que ajusta los datos
se muestra en la siguiente ecuación.
0.0018x3 + 0.0732x2 + 79.758x + 27669 (4.2)
× 104 Curva Radimétrica Them App 10-60 °C [19mm] × 104 Curva Radimétrica Them App 10-60 °C [19mm]
3.4 3.4
10-45 °C (5) 2017/01/07 Promedio Mediciones
15-60 °C (5) 2017/01/05 Aproximación polimonial
15-60 °C (5) 2017/01/06
3.3 20-40 °C (5) 2016/08/25 3.3
3.2 3.2
3.1 3.1
3 3
2.9 2.9
2.8 2.8
0 10 20 30 40 50 60 70 0 10 20 30 40 50 60 70
(a) (b)
Siguiendo con el criterio para agrupar las mediciones, este último grupo de mediciones se
muestran en 4.3 (a), en el rango de 21 a 50°C y con un paso de 4°C. Por 4.3 (b) muestra los
31
promedios de la mediciones, y un ajuste polimonial de grado 3, este ajuste se observa bastante
lineal en este rango. Este polinomio se describe en la siguiente ecuación.
0.0015x3 + 0.0051x2 + 85.902x + 27560 (4.3)
× 104 Curva Radimétrica Them App 21-50 °C [19mm] × 104 Curva Radimétrica Them App 21-50 °C [19mm]
3.25 3.25
21-45 °C (4) 2016/09/27 Promedio Mediciones
21-49 °C (4) 2016/10/04 Aproximación polimonial
3.2 22-50 °C (4) 2016/09/28 3.2
3.15 3.15

3.1 3.1
3.05 3.05
3 3
2.95 2.95
2.9 2.9
20 25 30 35 40 45 50 55 20 25 30 35 40 45 50 55
(a) (b)
Estos dos últimos grupos de mediciones, se ajustan con polinomios bastantes similares en los
rangos que se espera trabajar aplicaciones médicas, 35-45°C, a diferencia de los rangos cercanos
a cero (primer grupo de mediciones), estos tienen una aproximación polimonial menos lineal y
con una componente cuadrática mayor. Esto puede deberse a que se encuentran en el límite
de sensibilidad inferior de la cámara Therm-App. Por tanto si se desea aproximar la curva
radiométrica en el rango 0-20°C utilizar 4.1, y para los rangos 20-55°, utilizar cualquiera de
estos 4.2, y 4.3, Se propone promediar los dos polinomios y trabajar con este.
4.1.1. Comparación Lentes

Esta subsección realizará una comparación de las curvas radiométricas de los cuatro lentes
disponibles para la cámara Therm-App, recordemos que se encuentran disponibles los lentes de
6.8 [mm], 13 [mm], 19 [mm], y 35 [mm]. En la siguiente gura 4.4(a), se observan las medición
32
de la curva radiométrica de los distintos lentes, y las aproximación mediante polinomios de
grado 3 de cada una de estas curvas. Para realizar una correcta comparación del desempeño de
cada una de estas curvas, es necesario calcular el NEDT, y el cual se presenta a en la gura
4.4 (b), en esta se puede apreciar que en todos los lentes disminuye mientras mas elevada sea
la temperatura. El lente con mejor resolución térmica es el de 13 [mm], dando un promedio de
40[mC] a este le sigue el lente de 19 [mm], con un promedio de 47[mC], seguido del lente de
35[mm] con 55[mk], y por último el lente de 6.8 [mm], con una NEDT igual a 70 [mC]. Estos
datos concuerdan con el fabricante, que informaba una resolución térmica de menor o igual a
70 [mC]
× 104 Curva radiométrica comparación lentes Noise Equivalent Temperature Difference

3.3 0.09
Mediciones [6.8mm] 6.8[mm]
Aprox. Poli. [6.8mm] Promedio 6.8[mm]
3.25 Mediciones [13mm] 13[mm]
Aprox. Poli. [13mm] 0.08 Promedio 13[mm]
3.2 Mediciones [19mm] 19[mm]
Aprox. Poli. [19mm] Promedio 19[mm]
3.15 Mediciones [35mm] 0.07 35[mm]
Cuentas Digitales
Promedio 35[mm]
Grados Celsius
Aprox. Poli. [35mm]
3.1
0.06
3.05
3 0.05
2.95
0.04
2.9
2.85 0.03
10 15 20 25 30 35 40 45 50 55 60 10 15 20 25 30 35 40 45 50 55 60
(a) Curvas radiométricas (b) NEDT
Fig. 4.4: Comparación lentes Therm-App
4.1.2. Curva radiométrica Gobi

Esta cámara permite dos tipos de captura de datos, una con calibración termográca y
corrección de imagen, y una que permite desactivarla. Cuando esta opción esta desactivada, las
cuentas digitales varían con la temperatura interna de esta misma como se observa en la gura
4.5 (a), en cambio si esta función esta activada, la respuesta regular y las curvas obtenidas
tienen una tendencia denida, creciente y aproximadamente lineal como se observa en la gura
4.5 (b). Por lo que para realizar una caracterización óptima y poder realizar una comparación
se utiliza el modo con corrección.
33
× 104 Sin corrección de imagen × 104 Con corrección imagen

4.1 3
M20161014 17-57°C
M20161014 18-58°C
4
M20170106 15-60°C
M20170107 15-45°C
3.9 2.5
3.8
Cuentas Digitales
Cuentas Digitales
3.7 2
3.6
3.5 1.5
3.4
3.3 1
3.2
3.1 0.5
0 10 20 30 40 50 60 70 0 10 20 30 40 50 60 70
Grados celsius Grados
(a) (b)
Fig. 4.5: (a) Sin corrección de imagen (b) Con corrección de imagen
Siguiendo el procedimiento anterior se procede a promediar las mediciones tomadas en los
diferentes días, y se aproximan mediante un polinomio de grado tres, como se muestra en la
siguiente gura 4.6 (a), Por otro lado en 4.6 (b), se observa la resolución térmica de la cámara
en el rango 10-60 °C, y el promedio NEDT en tod oeste rango. Si bien el fabricante asegura
que el NEDT es de 55[mC] a 30°C este se cumple en casi todo el rango, y tiene un promedio de
47[mC].
× 104 Curva Radiométrica 10-60 °C Gobi GigE 25 [mm] NEDT Gobi 640 GigE
3 0.07
Promedio Mediciones
Aproximación Polinomial NEDT
Promedio NEDT
0.065
2.5
0.06
Cuentas Digitales
Grados Celsius
2
0.055
0.05
1.5
0.045
1
0.04
0.5 0.035
0 10 20 30 40 50 60 70 10 15 20 25 30 35 40 45 50 55 60
(a) (b)
Fig. 4.6: (a) Promedio Mediciones, Aproximación Polinomial (b) NEDT Gobi 640 GigE
34
4.1.3. Instantaneous eld of view

Esta subsección mostrará los resultados del cálculo del instantaneous eld of view de las
cámaras Gobi 640 GigE, y Therm-App con sus respectivos lentes.
En la gura 4.7 (a) y (b) muestran las imágenes térmicas de unas reglas metálicas en orienta-
ción vertical y horizontal, obtenidas con la cámara Gobi 640 con su lente de 25[mm], las lineas
rojas por las imágenes seleccionan lugares donde estas reglas tienen medidas, estas pueden estar
en 0.5[mm], 1[mm], 0.03125[in], y 0.015625[in], si se observa estas lineas se encuentran por todo
el el of view de la cámara, por lo que el cálculo del IFoV, es más representativo de todas las
áreas del FoV. Además se realizó un calculo independiente en orientación vertical y horizontal,
nalmente estos dos resultados se promedian para obtener el IFoV de la cámara de manera
experimental.
(a) Vertical (b) Horizontal
Fig. 4.7: Imagen térmica reglas Gobi 640
Luego de procesar los datos se obtiene un IFoV horizontal de 0.7070 [mrad], un IFoV vertical
de 0.7024 [mrad] promediando un IFoV 0.7047 [mrad], lo que signica que a esta cámara es
capaz de ver un objeto de 0.7024 [mrad] a una distancia de un metro.
Siguiendo con el mismo procedimiento, se realizó con la con la cámara Therm-App con el
lente de 6.8[mm], producto de la pequeña distancia focal del lente y la cercanía de las reglas la
35
imagen es adquirida con tienen una notable aberración óptica, por lo que es necesario realizar
una corrección de estas imágenes. Esta se realiza por medio de un herramienta en matlab
llamada undistortImage, la cual necesita unas imágenes de entrenamiento para corregir estas
aberraciones. El resultado de esta corrección se observa en 4.8, a la izquierda se muestra la
imagen obtenida y a la derecha la imagen corregida.
(a) (b)
Fig. 4.8: Corrección de aberración óptica
Esta corrección permitió obtener una imagen más simple de trabajar para obtener las sec-
ciones con medidas de la regla como se observa en la gura 4.9. En este caso se elegio seleccionar
areas donde las medidas son de 1[mm], y 0.03125[in], debido a que la cámara con el lente de
6.8[mm] no es capaz de resolver medidas mas pequeñas. Los cálculo realizados a partir de estas
imágenes son los siguientes: IFoV horizontal 2.4863 [mrad], IFoV vertical 2.5401 [mrad]. Dando
un IFoV promedio de 2.5254 [mrad].
36
(a) (b)
Fig. 4.9: Imagen regla metálica Therm-App lente 6mm
Utilizando el lente de 13[mm], la imágenes obtenidas se ven óptimas para medir el IFoV, en
esta ocasión se obtuvieron zonas de medidas 0.5[mm], 1[mm], 0.03125[in], y 0.015625[in], notar
que esta ocasión las zonas de 0.5[mm] y 0.015625[in], son resueltas por la cámara con este lente,
similar a lo que se produce con la cámara Gobi 640.
(a) (b)
Los parámetros obtenidos en la orientación horizontal y vertical respectivamente son 1.3448 [mrad]
y 1.3354. Dando un promedio entre estas dos medidas de 1.3394 [mrad]. La calidad de la imá-
37
genes obtenidas son prometedoras a la hora de elegir un lente con un comportamiento similar a
la Gobi 640.
Repitiendo el procedimiento con el lente de 19[mm], seleccionando zonas de la imagen con
1[mm] y 0.03125[in], dando los siguientes resultados IFoV vertical 0.8618 [mrad], y horizontal
0.9058 [mrad]. Promediando un IFoV de 0.8877 [mrad]. Si bien este resultado se acerca a el
IFoV de la cámara Gobi 640, es difícil enfocar correctamente y observar con detalle la regla.
(a) (b)
Finalmente se realizó el cálculo para el lente de 35[mm] y fue necesario alejar mas de medio
metro desde las reglas para obtener un enfoque. Y se obtuvieron los siguientes resultados: IFoV
horizontal 0.4915 [mrad], IFoV vertical 0.4878, promediando un total de IFoV 0.4896 [mrad].
Este resultado demuestra que con un lente poderoso puede verse un objeto aún más pequeño.
Sin embargo no se puede ver correctamente las lineas de 0.5[mm], y 0.015625[in].
38
(a) (b)
La tabla 4.1 muestra el resumen de los IFoV calculados teóricamente y experimentalmente,
estos dos cálculos son similares y los errores que los diferencian son claramente pequeños errores
en la medición. Las cálculos teórico se realizaron utilizando la ecuación 2.3 y a partir de los
Tabla 4.1: IFOV comparación

Cámara IFOV teórico IFOV experimental
Gobi 640 0.6800 [mrad] 0.7047 [mrad]
Therm-App 6.8 [mm] 2.5000 [mrad] 2.5254 [mrad]
Therm-App 13 [mm] 1.3000 [mrad] 1.3394 [mrad]
datos obtenidos de las imagenes 4.7, 4.9, 4.10, 4.11, y 4.12, y utilizando la ecuación 2.5
39
4.1.4. Point spread funtion

Esta subsección muestra los resultados obtenidos de la estimación de la psf, mediante la
técnica antes descrita.
La gura a continuación 4.13 (a), muestra la estimación de la de la función de dispersión de
punto representada en tres dimensiones, y en 4.13 (b) una representación en dos dimensiones,
los brillos en la imagen muestran como los puntos se dispersan hacia los puntos que los rodean.
En particular esta es bastante simétrica y desciende rápidamente.
PSF Gobi GigE
0.25
0.2
0.15
0.1
0.05
0
40
30 40
20 30
20
10
10
0 0
(a) (b)
Fig. 4.13: Estimación Point Spread Funtion Gobi 640 GigE
Por otro lado la cámara Therm-App con el lente de 6.8 [mm], es posible ver en la gura 4.14
que es simétrica, pero si se compara con la estimación de psf de la cámara Gobi 640, es punto
se dispersa aún más y no mantiene disminuye tan rápido esa dispersión.
En cambio si nos jamos en la gura 4.15 (a) y (b), muestran las función de dispersión de
punto de la cámara Therm-App con el lente de 13 [mm]. Tiene un comportamiento similar al que
presenta el lente de 6.8 [mm] y no presentan mayores diferencias. En la guras a continuación
4.16 (a) y (b) y a medida que crece la distancia focal del lente, la función de dispersión de punto
comienza a crecer en el punto central, y la intensidad de la función disminuye lentamente.
Finalmente la gura 4.17 (a) y (b), se observa la PSF, del lente de 35 [mm], y esta es la menos
simétrica, y con punto central más disperso.
40
PSF 6.8 mm
0.3
0.25
0.2
0.15
0.1
0.05
0
40
30 40
20 30
20
10
10
0 0
(a) (b)
Fig. 4.14: Estimación Point Spread Funtion lente 6.8 mm
PSF 13 mm
0.3
0.25
0.2
0.15
0.1
0.05
0
40
30 40
20 30
20
10
10
0 0
(a) (b)
Fig. 4.15: Estimación Point Spread Funtion lente 13 mm
Por lo tanto, si se analizan en conjunto estas funciones de dispersión de punto, esta empeora
si aumenta la distancia focal del lente, y esto es más notorio en el lente el 35 [mm]. Pero este
va progresando a medida que se aumenta la distancia focal. Por lo tanto se espera que el lente
de 6.8 [mm] nos entregue una mejor imagen respecto a la dispersión o desenfoque. Sin embargo
este lente produce una aberración óptica del tipo barril a la imagen, por lo que se elige el lente
de 13 [mm] como una comparación a la cámara de gama alta Gobi 640 GigE.
41
PSF 19 mm
0.2
0.15
0.1
0.05
0
40
30 40
20 30
20
10
10
0 0
(a) (b)
PSF 35 mm
0.1
0.08
0.06
0.04
0.02
0
40
30 40
20 30
20
10
10
0 0
(a) (b)
42
Capítulo 5
Conclusiones
5.1. Sumario
Es bueno destacar los puntos más importantes en el desarrollo del trabajo, y eso se realiza
acá, comentando los resultados importantes que dan pie a las conclusiones.
5.2. Conclusiones
Está demás decir qué va acá.
5.3. Trabajo futuro

Se listan las posibles líneas de investigación que se deducen directamente de la presente obra.
1. Una idea
2. Otra idea
Se quiere que al menos existan unas 3 a 5 ideas en las que se pueda seguir investigando.
43
5.4. PUBLICACIONES CAPÍTULO 5. CONCLUSIONES
5.4. Publicaciones
A veces, los trabajos dan pie a publicaciones en conferencia o revista. Es importante men-
cionarlo en esta sección.
44
Bibliografía
[1] MIKRON M345X12 Blackbody Calibration Source: Operation Manual, LumaSense Techno-
logies, Santa Clara, CA 95054 USA, 2001.
[2] NCESSE, Sensing the invisible, the herschel experimet, Jun. 2010, accessed July, 2016.
[Online]. Available: http://messenger.jhuapl.edu/Learn/pdf/Herschel.pdf
[3] R. A., History of infrared detectors, OPTO-ELECTRONICS REVIEW, vol. 20, no. 3,
pp. 279308, 2012.
[4] S. D. and T. J., The history, trends, and future of infrared technology, DSIAC, journal,
vol. 2, no. 4, pp. 2333, 2015.
[5] J. D. P. D. R. Diakides, Mary; Bronzino, Medical Infrared Imaging : Principles and Prac-
tices, 2nd ed. CRC press, 2012.
[6] L. B., Bagavathiappan, J. T., and P. J., Medical applications of infrared thermography: A
review, Infrared physics & Technology, vol. 55, pp. 221235, 2012.
[7] P. F., M. P, T. C., and T. S.,Infrared Focal Plane Array Imaging System Characterization
by Means of a Blackbody Radiator. Berlin, Heidelberg: Springer Berlin Heidelberg, 2011,
pp. 105112. [Online]. Available: http://dx.doi.org/10.1007/978-3-642-25085-9_12
[8] R. C., Caracterización de sistemas de visión infrarrojos: aplicaciones en análisis de sistemas
exotérmicos, Master's thesis, Universidad de Concepción, Agust 2014, memoria de título
para Ing. Civil en Telecomunicaciones.
45
BIBLIOGRAFÍA BIBLIOGRAFÍA
[9] G. P., Determinación experimental de una curva de respuesta radiométrica, ifov y límite de
difracción de una sistema de visión infrarrojo microscópico, Master's thesis, Universidad
de Concepción, Agust 2016, memoria de título para Ing.Física.
[10] C. V., Computer-aided quantitative early diagnosis of diabetic foot, Master's
thesis, University of New Mexico, January 2016, ph. D. Thesis. [Online]. Available:
http://digitalrepository.unm.edu/cs_etds/75
[11] G. S., Comunication-theoretic approach for skin cancer detection using dynamic
thermal imaging, Master's thesis, University of New Mexico, May 2015, ph.
D. Thesis. [Online]. Available: http://repository.unm.edu/bitstream/handle/1928/27786/
PhD-Dissertation-SGodoy-Final.pdf ?sequence=1&isAllowed=y
[12] L. John, The truth about range data: how to assess thermal camera range capability for
site design purposes, p. 4.
[13] T. M. Lillesand, Remote Sensing and Image Interpretation, 5th ed.
Wiley, 2003. [Online]. Available: http://gen.lib.rus.ec/book/index.php?md5=
1DE1F06DDAC0A123736F7DFD2CA1ACEC
46

Inform em Det

Cargado por

Copyright:

Formatos disponibles

Inform em Det

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Inform em Det

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD DE CONCEPCIÓN

Caracterización de cámaras infrarrojas para

Informe de memoria de título para optar al título de

Ingeniero Civil en Telecomunicaciones

fuente de radiación infrarroja calibrada, (black body), y objetivos calibrados en distancia de

de 1.3394 [mrad] y 1.3000 [mrad] experimental y teórico respectivamente, el cual es casi el

1.2. Denición del problema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

1.3. Estado del arte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

1.4.1. Objetivo general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

1.4.2. Objetivos especícos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

1.5. Alcances y limitaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

2.1.1. Bandas del infrarrojo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

2.1.2. Detector infrarrojo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

2.2. Parámetros ópticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

2.2.1. Función de dispersión de punto . . . . . . . . . . . . . . . . . . . . . . . 13

2.2.3. Enfoque y desenfoque . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

2.2.4. Instantaneous eld of view . . . . . . . . . . . . . . . . . . . . . . . . . . 16

3.1.1. Cámara infrarroja Xenics Gobi 640 GigE . . . . . . . . . . . . . . . . . . 18

3.1.2. Cámara infrarroja Therm-App . . . . . . . . . . . . . . . . . . . . . . . . 19

3.1.3. Cuerpo negro Mikron M345 . . . . . . . . . . . . . . . . . . . . . . . . . 20

3.2. Método de adquisición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

3.2.1. Protocolo de adquisición . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

3.2.2. Obtención de curva radiométrica . . . . . . . . . . . . . . . . . . . . . . 22

3.2.3. Estimación de la PSF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

3.2.4. Cálculo del IFOV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

3.3. Procesamiento de Datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

3.3.1. Curva radiométrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

3.3.2. Estimación de la PSF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

3.3.3. Cálculo del IFOV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

4.1.1. Comparación Lentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

4.1.2. Curva radiométrica Gobi . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

4.1.3. Instantaneous eld of view . . . . . . . . . . . . . . . . . . . . . . . . . . 35

4.1.4. Point spread funtion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

5.3. Trabajo futuro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

1.1. Esquema experimento de William Herschel . . . . . . . . . . . . . . . . . . . . . 2

1.2. Experimento William Herschel . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

2.1. Bandas del infrarrojo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

2.3. Ilustración PSF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

2.4. Respuesta a entrada impulso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

2.5. Función escalón derivado como entrada . . . . . . . . . . . . . . . . . . . . . . . 14

2.6. Cambio de orden de la derivada . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

2.7. Distancia Focal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

2.8. Diagrama IFOV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

3.1. Cámara gama alta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

3.2. Therm-App y Lentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

3.3. Emisividad Promedio Mikron M345 [1] . . . . . . . . . . . . . . . . . . . . . . . 20

3.4. Controlador, cuerpo Negro y panel frontal [1] . . . . . . . . . . . . . . . . . . . . 21

3.5. Set Up utilizado para la obtención de la curva radiométrica. . . . . . . . . . . . 23

3.6. Set Up utilizado para la estimación de la PSF. . . . . . . . . . . . . . . . . . . . 25

3.7. Set Up utilizado para el cálculo de la IFOV. . . . . . . . . . . . . . . . . . . . . 26

3.8. Procedimiento del cálculo de la curva radiométrica . . . . . . . . . . . . . . . . . 28

3.9. Escalón Térmico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

3.10. Cálculo IFOV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

4.1. Curva radiométrica Thermapp . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

4.3. Curva radiométrica Thermapp . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

4.4. Comparación lentes Therm-App . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

4.5. (a) Sin corrección de imagen (b) Con corrección de imagen . . . . . . . . . . . . 34

4.7. Imagen térmica reglas Gobi 640 . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

4.8. Corrección de aberración óptica . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

1.2. Denición del problema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

1.4.2. Objetivos especícos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

2.2.4. Instantaneous eld of view . . . . . . . . . . . . . . . . . . . . . . . . . . 16

4.1.3. Instantaneous eld of view . . . . . . . . . . . . . . . . . . . . . . . . . . 35

cámaras térmicas a nales del siglo XX.

digitalizar la imagen y porder procesada de manera oine, seleccionando zonas de interés.[5]

ebre, imagenologia de cerebro, dermatologia y odontología, dolor muscular y sindrome de

1.2. Denición del problema

permitiendo apresurar el diagnostico y mejorando la efectividad y especicidad de este. Sin

1.4.2. Objetivos especícos

cámaras, como el instantaneous eld of view, y estimación de la función de dispersión de punto.