机器视觉系统用图像传感器选择.docx

机器视觉系统用图像传感器选择通过让机用具有某种可视的才能，制造商们获得了一种有力的质量控制工具。(machinevision)系统可捕捉图像并可以测量一件产品的尺寸、位置和颜色、零部件的位置或其它的关键特性，进而在无人看管的情况下提供快速“通过/未通过判定。所有的系统都带有一台摄像机、一个计算机和捕捉图像并进展分析的软件。所选用的系统部件必须能符合详细应用的需要。由于图像传感器确定了成像系统的速度和分辨率，故正确的图像传感器的选取对于视觉应用的成功来讲具有关键性影响。下面将讨论机器视觉中所采用的不同的图像传感器架构，十分是那些与电子产品制造有关的系统。图1图像传感器将光转换成电荷，并按一定的顺序读出电荷信号，使得图像信息得以重构。图2线扫描构造图3全帧架构的像素既将光转换为电荷，又起到面读出(readoutareas)电路的作用。CCD的各种架构所有的CCD传感器都同时具备大量光敏感点位(像素)和读出机构，前者将入射的光子转换为电荷，而后者将每个点位的电荷以一定的顺序输送到一个输出放大器中，转移到传感器外。人们开发出多种设计，它们往往突出某些方面的性能，而相应牺牲其它一些方面的性能，因此，有些图像传感器的架构更合适于机器视觉，而其它一些那么更适用于从天文到业余或职业数码摄影等多项应用。机器视觉所采用的体系架构包括线阵式、线间转移、全帧和帧传输式等多种传感器类型。线阵式图像传感器一个线阵式图像传感器(逐线扫描)包含一条或多条像素直线阵列。每个阵列与至少一个读出装置及放大器耦合。线阵图像传感器适用于那些要对连续制造的产品(如传送带上的PC板，将来的印刷塑性电路板以及其它薄型、卷状的产品，如杂志、印刷布和/或者纸币)进展成像的机器视觉应用(参见图2)。总而言之，线阵式传感器总体构造简单，适用于对扁平、快速挪动的物体的成像，但在需要捕捉3D物体图像的应用中它们往往无法与面积型传感器相竞争。全帧式传感器全帧式传感器将光电敏感与读出结合起来。由于不存在单独的存储区，故需要一个外部的快门(或同步频闪照明)防止入射光在任何电荷转移发生前照亮像素(见图3)。假如不采用快门或者频闪，那么图像会出现拖尾污迹效果。在机器视觉历史的早期(上世纪80年代中期)，人们采用的是全帧面积传感器，由于对于该应用而言它们是唯逐一种分辨率足够高的产品。假如一项应用需要1024×1024像素传感器(如Kodak的KAF-1400传感器)所能提供的分辨率的话，那么全帧式传感器是唯一的选择。总而言之，全帧传感器的体系构造是各种面积型传感器中最简单的，其分辨率和光敏感面积的密度也是最高的(后者是指其填充因数最高)。它们还提供了很高的全阱容量(full-wellcapacity)、低噪声和大的动态范围。不过它们需要一个机械快门。帧传输式图像传感器一个帧传输图像传感器类似于全帧成像器。不过，它采用了第二个面阵列，该阵列实现了光屏蔽且作为图像的存储区(参见图4)。该构造并不需要一个机械快门，故帧速率高于全帧传感器，由于它们可以在传送一幅图像的同时获取另一幅图像。不过，由于积分仍然发生在图像转移到存储区的经过中，故图像存在拖尾污迹，性能受到一定的影响。由于要实现这一架构需要把集成电路面积增加一倍，故帧传输CCD一般分辨率较低，而本钱高于全帧CCD。总而言之，帧传输传感用具有更高的填充因数、更高的全阱容量、低噪声、大动态范围、电子快门和较好的帧速率。它们的主要缺点是曝光时间很短时会出现较大的图像污迹，而且制造本钱较高。图4帧转移架构采集一个阵列上(顶部)的光线，然后将电荷转移到另一个实现了光屏蔽的阵列，随后读出。图5线间传感器架构将生成光的电荷转移到紧临像素的屏蔽区域。传感器失去了图像敏感区域，但速度却得以进步。线间转移(InterlineTransfer)传感器在线间图像传感器中，光敏感和读出功能也是分开的。每个像素被一个屏蔽了光线的垂直CCD(VCCD)包围，该VCCD可以转移电荷(见图5)。这使得线间传感器能在捕捉一帧图像的同时将前一幅图像移走，进而实现了内置的电子快门才能。线间传感器的开发时间晚于全帧和帧传输传感器。随着线间技术的成熟，它已经可以提供机器视觉所需的更高的分辨率和更高的帧速率。如今，线间传感器是3D物体成像最常用的传感器形式，其应用包括：确认电路板上放置了正确的元件，或检验封装后的IC，以确保引线没有弯折。总而言之，线间转移传感器提供了VGA到百万像素级的分辨率，以及很高的全阱容量。它们还具有低噪声、大动态范围、快门电子化、高帧速率和低污迹等特点，可以实现短时曝光。结语总之，用户希望获得更快的帧速率(为了跟上快速挪动的物体)、更高的量子效率(以便在光线较弱时和/或者成像时间更短时提供更多的图像)和更大的动态范围(这样可以在图像较亮或者较暗的局部可以看到相对的细节)。电子快门、渐进式扫描读出和高灵敏度都是在明确何种传感器最适用于机器视觉应用时需要考虑的关键参数。应该记住的是，正是整套参数的匹配，才使得特定的一种传感器成为应用的最正确选择。0