为机器视觉选择传感器发布时间:2019-04-25 16:10  浏览次数:

        相机是机器视觉系统的眼睛,而相机的心脏是图像传感器。传感器的选择决定分辨率、采集能力、灵敏度和机器视觉系统成本,因此必须充分考虑应用需求。对传感器关键属性的基本理解将有助于开发者迅速缩小寻找正确传感器的范围。
        机器视觉系统的大多数用户知道相机是系统的关键部件,而且经常将其认为是视觉系统的传感器。但是相机本身就是一个复杂的系统包括镜头、信号处理、通讯接口,还有处于核心位置的将像元转化为电子的设备,即图像传感器。尽管镜头和其它部件都在扩展相机的能力,但最终是传感器决定着相机的最大性能。
        在这个工业中大多讨论集中在装配技术问题,争论CMOS传感器和CCD传感器的优缺点。但是这个讨论的大部分与系统终端用户无关。技术都会有优缺点,因此传感器有不同的属性。但是用户关心不是传感器怎样,而是在最终应用中的性能。应用需求而非技术推动着传感器选择。
        在给定应用中选择传感器时要考虑三个关键特征:动态范围、速度和灵敏度。动态范围决定图像质量,它以明暗的微小变化呈现,这是系统能够获取的。传感器速度测量每秒能产生多少张图像,并设置系统能够完成的图像采集量。相应度测量在将像元转化为电子过程中的传感器效率,并决定系统需要采集一张有用图像的亮度级别。传感器技术和设计在这些特征中相互影响,因此系统开发者必须在选择一款传感器时要权衡考虑。详细地讲解这些特征将有助于做折衷选择。

       理解动态范围

        图像传感器的动态范围特征有两个方面:曝光动态范围和数字化动态范围。这两者是有关联的。曝光动态范围是传感器能有效获取图像信息的最大曝光(流明×时间)最小曝光之间的差值。数字化动态范围是将图像信息数字化的级别数,以比特位表示。数字化过程既可以在传感器设备内部(比如典型的CMOS传感器),也可以是在传感器设备外部(比如常见的CCD传感器)。如果在外部,设计者就需要用评价一个数组传感器同样的方法来评价视觉系统的A/D转换器。
        曝光动态范围刻画了代表传感器功能的亮度级别。当光子撞击一个图像传感器的活动像素区域时,它们产生出传感器为读出获取和存储的电子。撞击活动区域的光子越多,生成的电子就越多。在读出间的连续过程越长,存储的电子就越多。定义传感器的曝光动态范围的参数之一是填充存储井的曝光。创立传感器的半导体铸造过程和传感器的电路设计决定存储井的容量或深度。
        电子噪声设置最小曝光是传感器所具有的功能。即使没有任何光子撞击活动像素区域,一个图像传感器也能生成电子最终完成发射。为了生成可识别的信号,需要足够多的光子撞击活动像素区域以至于在存储井的电子数比单独在暗噪声下生成的电子数多。这个时候传感器的最小曝光就是有用的,它能够制造至少跟光电子一样多的噪声电子。仅仅在上面的操作上这个噪声相当的曝光就是传感器产生的有用信息。
        虽然传感器的曝光动态范围是它的物理学和电路设计的作用,但它的数字化动态范围只是电路设计的作用。一个图像传感器的数字化动态范围简单地描述了数字传感器(或者使用一个模拟传感器,模数转换器)能在视觉系统中呈现出来的曝光值的不同个数。一个8位的传感器有256个级别,一个10位的传感器有1024个级别等等。在范围中的比特位数不能反映出传感器能反映的最大曝光,但是它们通常有一个相应。
        量化步骤是比传感器的暗噪声级别小,它不能提供有用的信息。类似地,一个比代表传感器的最大信号级别大的数字化值没有携带附加信息。在实际中,传感器设计要求一个量化步骤与暗噪声信号级别相同,在范围中有足够的步骤来达到饱和曝光信号级别。设计这种方法,传感器的数字动态范围和它的曝光动态范围描述相同的东西:饱和等价曝光对噪声等价曝光的比率。


      相互作用需要平衡

        传感器的动态范围部分地决定着机器视觉系统所要求的图像质量。比特位数越大,系统能区分的图像变化就越细微。达到低暗噪声和高精度量化的同时也使得传感器变得更昂贵,但是并不是所有应用都需要精细的图像。结果,传感器设计目标有着不同动态范围。举个例子,比如在邮件分类或电子制造检测这样的应用中,在8比特动态范围下就能行。另一方面,在医学图像处理和航空侦测这样的应用就需要高达14比特的动态范围。
        应用需求也需要看第二个关键的传感器特征:速度。速度是比动态范围更容易理解的直接特征,因为它只是简单地测量传感器能多快捕获和传输一幅图像到系统。传感器速度也有两个方面,一个是帧率,或者是传感器将捕获的像素数据传递到系统所需要的时间。另一个是曝光时间,它是传感器为了捕获一幅有用图像所需求的。帧率永远没有曝光时间快,因此帧率是卖方用于描述他们的传感器的公制说法。
        在一个制造检测应用中,传感器速度决定着系统的生成能力。举个例子,如果一幅图像包含一个检测的零件,系统每秒钟能够检测的零件个数不会多于传感器每秒钟能传输的图像帧数。在一些应用中高采集速度是重要的,比如采集运动中的图像感兴趣对象,就能避免运动产生的模糊。因此,在要求高生成能力的检测系统中和在采集快速运动物体的应用中就需要高速的传感器。比如安全监视这样的应用就不需要高速。
        传感器的速度和动态范围是相互关联的。为了迅速地传送图像,传感器必须对每个像素数据执行快速的数字化。这意味着模数转换器(ADC)需要快速地产生稳定的输出。因为对达到较小动态范围来说这个快速转换是容易的,但是传感器设计经常需要在动态范围和速度考虑折衷来保持传感器的成本下降。
        在物理级别和设计级别上,速度都能与动态范围保持折衷。电子电路操作越快产生的热量越多。传感器的暗噪声随着温度增加,因此一个快速的传感器会带来更多的噪声,但是动态范围小。快速传感器比慢速传感器产生更多的噪声,但提供的比特位却少。
        传感器速度与传感器第三个特征-灵敏度-也是相互关联的。一个应用需求的帧率越快,所需要的曝光时间就越少。为了补偿减少的曝光时间,系统设计者就需要增加亮度级别。如果亮度不能增加,仅有的选择就是选择一个高灵敏度的传感器。
        灵敏度是在一个给定曝光级别下对产生传感器信号(V)强度的测量。在图像传感器中有三个因素控制灵敏度。一个是量子效益,或者说是每个光子生成电子的个数。第二个因素是传感器输出电路中电容(C)的尺寸,在这里存储井中的电荷(q)被转换成信号电压(V=q/C)。第三个因素是传感器的输出放大器增益。增益不会单独提高传感器的灵敏度,但是,如果传感器在接近它的噪声上工作就等效于曝光级别。
        然而,制造高灵敏度的传感器能折衷其它的特征。增加灵敏度会导致增加传感器的噪声。它还能降低传感器的饱和曝光级别。其结果是一边增加了噪声,而一边减少了动态范围。
        开发者为机器视觉系统选择一个传感器必须根据他们的应用在动态范围、速度和灵敏度这三个特征直接进行折衷选择。高速和低亮度级别将导致增加噪声和降低动态范围。对细微阴影的需求就需要宽动态范围,还需要高亮度级别来补偿低灵敏度。在关键因素之间的这些折衷不能避免,因为它们是传感器与生俱来的。
        关键因素并不仅仅只是影响着传感器的选择。另外两个额外的重要因素是传感器分辨率和像素尺寸。每个都影响着图像质量,同时也与关键因素相互影响着。
        像素尺寸决定传感器上单个像素区域的尺寸,与传感器尺寸一起作用决定传感器分辨率。因为传感器通常都是设计成很少的尺寸选择,越精细的尺寸,分辨率越大。但是,像素尺寸影响着灵敏度,在捕获光子中越精细的尺寸提供的每个像素活动区域越少。
        总而言之,所有这些因素与相机其它部件相互影响。举个例子,相机镜头的分辨率是通过它的调制转移函数(MTF)来测量的,这个函数必须与传感器像素尺寸像比较来获得需求的图像分辨率。一个5微米MTF的镜头对一个交互的黑/白线性特征在一个3微米像素尺寸的传感器上进行成像,当是在传感器最大分辨率下拍摄,则仅仅能生成一幅灰度图像。因此,在机器视觉系统中传感器的选择必须与系统其它器件的选择相匹配。
        但是,刚开始就需要完全理解应用对传感器的动态范围、速度和灵敏度的需求。应用需求决定折衷,就是对那些特征设置一个可接受的范围,而这些又反过来定义其它系统需求。在这些信息的帮助下,开发者就能向传感器和相机卖家,比如DALSA,寻求帮助,来通过选择过程确定满足他们应用需求的合适的传感器。

NEWS CENTER 新闻中心

CONTENT 联系我们

电话:022-83946376
地址:天津市华苑产业区(环外)海泰发展五道