搜索
写经验 领红包
 > 影视

图像传感器选型中容易踩的坑

如今,我们比大多数人意识到的更依赖图像传感器。 它们在我们的车辆中,帮助我们避免碰撞,在建筑物上监视入侵者,在生产线上检查商品的质量。 有趣的是,它们通常按非常简单的指标进行分类,例如像素大小或分辨率,但为特定应用选择最佳传感器要复杂得多。

解决方法

图像质量至关重要,因为我们依靠传感器来检测危险或发现制成品中的缺陷。 系统设计人员(和最终用户)通常认为更高的分辨率(图像中的更多像素)会提高图像质量。 然而,并非总是如此。 更高的分辨率确实会在图像中保留更清晰的边缘和更精细的细节,这有助于物体识别——但还有其他考虑因素。 更高的分辨率会影响关键参数,包括捕获速度/帧速率、传感器尺寸和传感器功率。 它还会影响其他系统元素,因为更大的图像需要更多的带宽、存储和处理能力。 在需要更高分辨率的情况下,减小像素尺寸可以保持镜头和相机尺寸,以满足成本和尺寸目标,同时提高图像质量。

人们经常假设他们需要尽可能多的像素,而不考虑他们的决定在成本和系统性能方面的影响。 在新项目开始时,完整的需求分析应该从最终用途和满足该需求的核心参数开始,并受到物理尺寸(镜头和相机机身)、功率或其他限制等限制。 与在评估中过早通过分辨率限制选择相比,这种方法将产生更符合您的应用需求的传感器。

电源

图像传感器的性能还高度依赖于额外的系统组件,这些组件可能并不明显,因为它们不在光路中,甚至不属于传感器设备本身。 因此,设计人员可能会在电源设计等方面做出妥协。 这种方法会降低图像质量,因为电源组件的电噪声会导致图像缺陷,这些缺陷可能从细微到显而易见,每个观众都会注意到,即使他们不知道原因。

本质上,图像传感器是光子计数器。 在弱光条件下,光子数量较少,因此系统中的任何“噪声”在图像中都会更加明显。来自电源的电压尖峰或电压瞬变会导致最终图像输出出现缺陷。 虽然传感器设计用于电源电压在公差范围内波动,但超出该范围的任何偏差都可能影响图像质量。因此,供电质量是相机系统设计的关键要素。

噪声源

虽然拥有一个完美的设备可以无误差或无偏差地测量,但实际上,传感器芯片中的电路会受到不同的噪声源的影响,这些噪声源会影响每个像素的信号水平,从而影响最终图像中的像素。 一般来说,现代传感器可以很好地控制读取噪声,但另一种称为暗信号非均匀性 (DSNU) 的噪声源更具挑战性。

DSNU是你在完全黑暗中拍摄的图像所看到的:它是黑暗的,所以根本不应该有信号,但一些电子的行为并不完美,所以它们被认为是由入射光引起的,并且图像将不是完全黑色的。 如果每个像素都相同,则可以减去它——就像您可以编辑照片以使整个图像稍微暗一些一样。 当整个阵列不均匀时就会出现问题,因此 DSNU 是衡量整个阵列有多少变化的量度,并且随着传感器温度的升高而变得更糟。 由于受温度影响,传感器在装有空调的实验室中测试时可能看起来不错,但如果在炎热的夜晚在室外进行测试,则效果不佳。 炎热、漆黑的夜晚对 DSNU 的管理最具挑战性,因为有效信号不多,这个噪声源会更明显。 为解决这个问题,请在您的系统正常使用的温度和照明条件范围内测量任何传感器。

信噪比 (SNR)

SNR信噪比,定义为信号功率与噪声功率的平均比值。 不管有多少噪声,如果信噪比非常高,那么噪声对图像的影响就不那么明显了。 把这想象成餐馆支票上的错误。

如果你只点了一杯咖啡,3 美元的额外费用似乎是一笔不小的数目,但如果你有一大群人并且账单是数百美元,你可能不会注意到额外费用,因为它只是一个很小的百分比 错误,即使在这两种情况下都是 $3。 同样,如果你有来自数千个光子的信号电平,你不太可能注意到一些额外的东西。

回到图像传感器,如果您的图像有亮区和暗区,您会在某些区域观察到更多噪点。 具有讽刺意味的是,这可能不在图像的黑暗部分,而可能在“中间光线”中。 尽管如此,在低光过渡到较高亮光的区域中仍暴露出设计限制。 如果不深入了解技术细节,很难解释这一点,但类比可能就像自行车上的齿轮。 如果您有一辆 10 速自行车,您将拥有一个针对低速优化的齿轮,一个针对最高速度优化的齿轮,以及这两者之间的许多步骤。 现在假设您只有最高档、中档和最底档:您将拥有适合慢速(低光)、中速(中光)或快速(明亮的阳光)的齿轮,但是您从低速到中速和中速到高速不会很舒服,你可能会发现你的旅程的某些部分确实需要这种缺失的齿轮之一。

一些制造商经常将平均 SNR 吹捧为图像传感器的主要指标,通过挑选 SNR 良好的区域引用性能统计数据,并暗示这代表了所有照明条件下的整体图像质量。 这类似于自行车制造商在我们的示例中引用 3 速自行车的平均传动比。 中间档位大约是所有 3 个档位的平均值,但从低档到中档和中档到高档的过渡留下了很大的差距。 设计人员必须了解这一点,并超越“平均”SNR 声明。 解决方案是针对应用所需的照明条件范围测试传感器,并测量整个范围内的 SNR,试图发现您的自行车是否存在“缺档”问题。

简而言之,如果图像质量对您的图像传感器应用至关重要,那么您需要避免一些潜在的陷阱。 关于分辨率和噪声影响的假设必须通过测试进行验证,以确保您的最终系统设计不会出现意外。