高性能图像传感器如何选？关键在于这7大维度

为了能推进实时决策、提高生产效率和自动化水平，各行各业都越来越关注装备计算机视觉设备、嵌入式软件、先进传感器和机器人的智能工厂，从而提振了机器视觉市场。在工业领域，机器视觉用于电子元件分析、特征识别、物体和图案识别及材料检验，可以帮助不同过程实现自动化，通过图像处理发现故障。由于机器视觉能够减少人工操作并提高产品制造的精度，因此备受欢迎。

高性能图像传感器如何选？全面理解性能的多个维度

图像传感器的关键性能包括分辨率、灵敏度、动态范围、帧率和噪声水平。分辨率决定图像的细节和清晰度，高分辨率传感器适用于需要精细检测的应用，如医疗成像和质量控制。灵敏度影响在低光环境下的表现，高灵敏度传感器适合夜视和安防监控。动态范围决定传感器在高对比度场景中的表现，广泛应用于交通监控和高动态范围成像。帧率影响实时性，高帧率传感器适用于运动检测和自动驾驶。噪声水平则影响图像质量，低噪声传感器在精密测量和科学研究中至关重要。

综合这些性能，图像传感器的选择直接决定了应用的效果和可靠性，可以从这些维度去评估图像传感器的性能：

分辨率：每帧或每幅图像的信息量是水平像素数 x 与垂直像素数 y 的乘积。与消费级相机不同，机器视觉应用不需要极高的分辨率。分辨率过高会造成需要更多的传感器和更大的图像处理器带宽，进而导致系统成本无谓地增加。用户必须根据要扫描的相关物体和物体上提供的光量选择分辨率。

光学格式：将镜头聚焦光线的投影与传感器的像素阵列相匹配，以覆盖传感器（并充分利用分辨率）。

长宽比：无论是 1:1、3:2 还是其他比例，最佳排列都应与目标视野的布局相对应，以免分辨率超出应用需求而造成浪费。

帧率：如果目标正在快速移动，那么每秒需要拍摄足够多的图像来“冻结”运动，并与所要成像的物理空间保持一致。但与分辨率一样，拍摄速度只需要能够解决对应的问题就够了。

动态范围 (DR)：最大阱容和读取噪声等因素决定了动态范围，即最大信号与最小信号之比。动态范围越大，传感器就越能更好地捕捉应用场景中从亮到暗的渐变细节。

卷帘快门与全局快门：当前大多数传感器都支持全局快门，即所有像素行同时曝光，从而消除运动引起的模糊。但是，实现全局快门所需的传感器上电子器件会增加一定的成本，因此对于某些应用来说，使用卷帘快门传感器仍然是有意义的。

像素大小：物理像素越大，所能接纳的光子就越多。一般来说，倾向于使用大像素。但这样一来，就需要耗费更多的硅面积来支持所需的 x x y （x by y）阵列以实现相应的分辨率，并且需要更大的光学系统，进而导致物料单成本上升。另一方面，非常小的像素需要复杂的光路设计才能实现良好的光学分辨率。

光学传感器可用于深度感知、环境中的定向和交互，是唯一能够检测颜色的传感器方案。值得一提的是，采用全局快门的图像传感器同时存储整个图像中的像素数据，而没有运动伪影，因此非常适合用在四处移动时。卷帘快门传感器具有更高的动态范围，因此可以在较差的照明条件下更好地工作。

全局快门在捕捉运动场景方面具有优势，并且能为开发者和制造商带来其他好处。而最大限度地减少运动伪影是全局快门的一个主要优势。全局快门传感器一次可以捕获整个图像，因此避免了卷帘快门图像中可能出现的失真和伪影，尤其是在捕捉快速移动的物体时。

审核编辑 黄宇