“当前我们对图像传感器的依赖程度超出了大多数人的想象。图像传感器应用在汽车上,帮助我们避免碰撞;应用于建筑监控,防止非法入侵;应用于生产线,检查产品的质量。有趣的是,人们经常按照像素大小和解析度等非常简单的指标,对图像传感器进行分类,但为不同应用选择合适的传感器要比这复杂得多。
”作者:安森美智能感知事业部Geoff Ballew
当前我们对图像传感器的依赖程度超出了大多数人的想象。图像传感器应用在汽车上,帮助我们避免碰撞;应用于建筑监控,防止非法入侵;应用于生产线,检查产品的质量。有趣的是,人们经常按照像素大小和解析度等非常简单的指标,对图像传感器进行分类,但为不同应用选择合适的传感器要比这复杂得多。
分辨率
我们依赖于传感器来探测危险,或检测产品中的缺陷,因而传感器的图像质量至关重要。系统设计人员和最终用户通常认为,更高的分辨率(即图像中的像素更多)可以增强图像质量。但情况并非总是如此。更高的分辨率固然可以保留图像的锐化边缘和精细细节,有助于进行目标识别,但也有其他一些因素需要考虑。更高的分辨率会对一些关键参数造成不利影响,比如捕获速度/帧率、传感器尺寸和传感器功耗。它还会影响其他一些系统因素,例如更大的图像需要更高的带宽、存储空间和处理能力。如果必须达到更高的分辨率,那么减小像素大小可以维持镜头和摄像机尺寸,以达到成本和尺寸目标,同时增强图像质量。
人们常以为需要增加尽可能多的像素,而不考虑这决策对成本和系统性能的影响。每当新项目启动时,首先应进行全面的需求分析,需要考虑产品的最终用途、核心参数及各种约束条件,例如镜头和机身的物理尺寸、功率等限制因素。这样可以确保传感器更符合您的应用需求,不会因过早依据分辨率而缩小选择面。
图 1:使用 1/1.5 英寸 540 万像素 3 µm 分立二极管传感器之前的分辨率
图 2:使用 1/1.8 英寸 830 万像素 2.1 µm 超级曝光传感器之后的分辨率
电源
图像传感器的性能还在很大程度上取决于其他系统组件,这些组件可能不在光路上,甚至不是传感器的一部分,因而可能不太起眼。而设计人员可能就在这些不太起眼的方面做出了妥协,例如电源的设计。这种妥协会降低图像质量,因为来自电源组件的电噪声可能导致各种图像缺陷,可能是某些细微的缺陷,也可能是每个观看者都会注意到的明显缺陷,但他们可能并不知道缺陷的起因。
实质上,图像传感器就是光子计数器。在微光条件下,光子数量较低,因而系统中的任何“噪声”在图像中表现得更为明显。来自电源的电压尖峰或电压瞬变可能导致最终的图像输出存在缺陷。虽然传感器的设计允许电源电压在容差范围内波动,但一旦出现超出这个范围的偏差,就会影响图像质量。因此,供电的质量是摄像系统设计中的一个至关重要的因素。
噪声源
器件在测量光照时不出现任何误差或偏差只存在于理想情况中;在现实中,传感器芯片中的电路会遇到不同的噪声源,影响每个像素的信号电平,进而影响最终图像中的像素。一般来说,使用最新传感器可以很好地控制读出噪声,但另一种名为暗信号非均匀性 (DSNU) 的噪声源带来了更大的挑战。
在完全黑暗的条件下拍摄图像时,会出现 DSNU 噪声源:由于场景是完全黑暗的,理应完全没有信号,但有些电子会出现异常行为,它们被算作由入射光引起的,造成图像不是完全黑色的。如果每个像素都有这种情况,可以减去这些噪声,就好比您在编辑一张照片时,让整个图像都变得暗一点。但如果这种噪声在像素阵列上不是均匀分布的,就会出现问题,因而 DSNU 是衡量像素阵列差异大小的指标,而随着传感器温度升高,这个问题会变得更严重。由于会受温度影响,传感器可能在有空调的实验室内测试结果良好,但在炎热环境下,表现得不尽如人意。炎热的夜间环境对控制 DSNU 带来了极大的挑战,由于没有太多的有效信号,这种噪声源将变得更加明显。为了解决这个问题,应在系统常规工作的温度范围内和不同光照条件下,对任何传感器进行测量。如果仅根据室温环境中的测试来选择图像传感器,则在温度升高时,可能遇到意外情况。
信噪比 (SNR)
信噪比的英文缩写为 SNR,定义为信号功率与噪声功率的平均比率。无论噪声多大,如果信噪比非常高,则噪声对图像的影响会小得多。这就好比餐馆账单上的错误。如果您只点了一杯咖啡,多 3 美元就很容易发现,但如果是一大群人用餐,账单金额达到几百美元,您可能不会注意到多出的 费用,因为它占总金额的百分比非常小,即使在两种情况下都是 3 美元。同样,如果信号来自数千个光子,就算多几个光子,您可能也不会注意到多出的信号。
再回到图像传感器,如果您的图像包含亮光区域和暗光区域,您将在某些区域发现更多噪声。出人意料的是,这些噪声可能不在图像的暗光部分,而可能在“中光”区域。在低光向亮光转换的过渡区域,仍然存在一些设计限制。要在不引入技术细节的情况下解释清楚这一点不太容易,但我们可以将它比作自行车上的齿轮以便理解。如果您有一辆 10 速自行车,它会带有一个针对低速优化的齿轮和一个针对最高速优化的齿轮,两者之间还有很多档位。假定自行车只有最高速齿轮、中速齿轮、最低速齿轮:您将拥有适用于慢速(低光)、中速(中光)、快速(亮光)骑行的合适齿轮,但从低速到中速、从中速到高速的转换则不会太舒适,在骑行的某些路段,您会发现这些缺少的齿轮很重要。
有些制造商常将平均信噪比当作图像传感器的主要指标,特意选择信噪比良好区域的性能统计数据,暗示这些数据代表了所有光照条件下的整体图像质量。这就类似于上述示例中的自行车制造商将 3 速自行车的平均齿轮比数据用到 10 速自行车上。中速齿轮约为所有 3 个档位的平均值,但从低速到中速、从中速到高速的转换存在很大的空白,现有的 3 个齿轮都不是理想的选择。设计人员必须知道这一点,不要受到“平均”信噪比的蒙蔽。解决方法是在所需的各种不同光照条件下,对传感器进行测试,并且测量整个范围内的信噪比,看看您是否会受到“自行车缺少齿轮”的影响。
简而言之,如果图像质量对于您的图像传感器应用至关重要,您必须避开一些潜在的陷阱。对分辨率和噪声影响所做的假设必须通过测试加以验证,从而确保在最终系统设计中不出意外。
分享到:
猜你喜欢