Машинно зрение

Практиката показва, че CMOS масивите се характеризират с по-големи загуби от поглъщане в сравнение със CCD. Това се дължи на MOSFET (metal-oxide-semiconductor field-effect transistor - MOS транзистор с полеви ефект), включени във всеки пиксел за осигуряване четенето на заряда. Те представляват оптически - мъртви” зони, а всеки пиксел изисква минимум 3 транзистора (фиг. 2). От друга страна, CCD сензорите не изискват активни транзистори за четене, те са конструирани така, че целият пиксел е чувствителен (сензитивен) и имат 100% фактор на запълване (фиг. 3). Освен това, CMOS сензорите изискват няколко метални слоя за свързване на MOSFET транзисторите. Тези метални магистрали се намират над пикселите и в промеждутъците между тях се образуват - оптически тунели”, през които трябва да премине светлината. Въпреки че са с дебелина само няколко микрометра, “оптическите тунели” създават множество нежелани оптически ефекти. Използването на светлинни екрани около пикселите позволява да се контролира този проблем, но се влошава факторът на запълване. Внедряването на специални микролещи е друг начин за преодоляването му. Следва да се има предвид, че използването на микролещи силно увеличава чувствителността на сензора.

Втората операция при получаването на електронни изображения е натрупването на заряд. Тази операция представя възможността на сензора точно да репродуцира образа след генерирането на електроните. Процесът се обуславя от четири параметъра - броя на пикселите на чипа, броя на сигналните заряди, които един пиксел може да задържи, вариацията в чувствителността от пиксел до пиксел и възможността на пикселите да натрупват (събират) заряда ефективно (charge collection efficiency - CCE), без загуби в техните съседи.

По отношение на броя пиксели, рекордът се държи от CCD, но и CMOS технологиите се развиват “бурно” и CMOS сензорите отдавна преминаха границата от 4000х4000 пиксела. CCD имат леко предимство по отношение броя на сигналните заряди, докато при чувствителността от пиксел до пиксел и двете технологии са съизмерими, предлагайки нееднаквост от приблизително 1% за средно ниво на сигнала.

Четвъртият параметър - възможността на пикселите да натрупват заряда ефективно, е критичен, защото определя пространствената резолюция на сензора. Производителите на CCD елиминираха негативните ефекти от дифузията на електрони, чрез използването на шайби (wafers) от високорезистивен силиций и чрез високоволтово тактиране (high-voltage clocking). При тях се използва предимството, че силата на електрическото поле е функционално зависима от квадратния корен на съпротивлението и приложеното напрежение. Обратно, при CMOS масивите се използва нискорезистивен силиций и по-ниско напрежение, което създава известни проблеми с дифузията.

Третата операция, трансфер на заряда, е особено важна за CCD. За много големи масиви, пакет с малък заряд, може да се наложи да се прехвърли през няколко инча (1 inch = 25,4 mm) в силициевия слой, за да достигне изходния усилвател. За някои научни приложения на CCD процесът по трансфер на заряда трябва да е ефективен 99,9999%. Това прави CCD изключително чувствителен към източници на високоенергийно излъчване, които могат да повредят силиция и да индуцират - електронни капани”, например от високоенергийни протони в пространството.

Обратно, CMOS пикселите са пряко адресируеми и поради това са възможни много изходи за трансфер на заряда. Все пак високопроизводителните CMOS пиксели, чийто трансфер на заряда е от фоторегионите към регионите за четене, изпитват известни проблеми с прехвърлянето. Те се дължат на това, че способността на сензора да трансферира заряд зависи от силата на електрическото поле между регионите.

Последната важна операция включва измерване на сигналния заряд. Процесът на четене при CMOS и при CCD е идентичен. Чрез кондензатор, свързан към изхода на MOSFET усилвател, се преобразува сигналният заряд в напрежение. Стремежът е към минимизиране габаритите на този кондензатор, което подобрява характеристиките на усилвателя и съотношението на изходния сигнал, спрямо източниците на шум. Освен това инженерите проектират геометрията и електрическата стръмност на MOSFET, така че да минимизират шума от случайните пулсации на тока, протичащ през транзистора. На теория, усилвателите в CMOS и CCD сензори би следвало да се характеризират с еднакво ниво на шумовете.

Оптимизирането на намиращата се на чипа схема на АЦП (аналогово-цифров преобразувател) също е сред предизвикателствата в техническото развитие на камерите. CCD сензорите за научни цели често използват 16-битов АЦП, което е много трудно да се осъществи за CMOS масив.

Въпреки че конструкторите на CMOS в момента виждат предизвикателство в съревнованието с научните CCD, технологията е конкурентна за определени високопроизводителни сфери. Четенето на CMOS притежава редица преимущества спрямо CCD, например за научни приложения с високи скорости на кадъра. Типичното за CMOS сензорите е да се четат линии от пиксели по паралелен метод, обикновено чрез схема на сигнален процесор, намираща се на всяка колона от масива. След като се изпълнят функциите по преобразуване на заряда в напрежение, информационните сигнали се мултиплексират по множество канали към АЦП.

Обратно, тъй като CCD са серийни устройства, обработката на резултатите от единичен канал предоставя много по-висока скорост на трансфер на пикселите. За сравнение при CCD за HDTV (high-definition television - телевизия с висока разделителна способност), скоростта на четене на заряда надхвърля 70 мегапиксела в секунда, докато аналогичният параметър за CMOS масив за HDTV е приблизително
100 000 линии в секунда. Това обуславя и значително по-малкия шум от четене на CMOS сензорите при високи кадрови скорости.

Сред основните параметри на цифровата камера е

Характеристиката резолюция се оценява на базата на два параметъра - броя на чувствителните елементи (пикселите) в CCD набора и размера на всеки пиксел. Колкото по-голям е броят и по-малък размерът им, толкова е по-висока резолюцията. Обикновено броят на пикселите е от няколко стотици хиляди до много милиони. Размерите на елементите са от 5 до 12 микрометра за всяка от страните им.

Вторият ключов параметър на една камера е кадровото темпо или скоростта, с която камерата би могла да предава последователни изображения. Поради крайната скорост на четене на редовете и колоните, броят на пикселите и кадровата скорост са взаимосвързани - колкото повече пиксели предлага една камера, толкова по-малка е кадровата скорост. Обаче това правило не бива да се възприема абсолютно, тъй като полупроводници с по-фина геометрична технология предлагат по-високи скорости на преместване. Поради тази причина, две камери с еднакъв брой пиксели биха могли да се характеризират със значителни разлики в кадровите скорости, ако са базирани на различни CCD технологии. Също така, сензорите на камерите е възможно да са проектирани така, че да разделят изображението на секции за едновременно четене през множество паралелни портове. Например, разделяне на изображението на четири еднакви секции би могло да ускори четенето на изображението четирикратно. Също така е възможно, под софтуерен контрол, да чете по-често само областта, представляваща интерес, отколкото пълния сензорен масив, и по този начин да се намалява времето за трансфер.

Макар че резолюцията и кадровото темпо са характеристиките, които се вземат под внимание най-често, има и други важни за камерите параметри. Сред тях е динамичният обхват или броят битове за пиксел. Този параметър влияе пряко върху обема памет, нужна на кадровия уловител, както и на аритметичната точност, необходима на процесора на изображението. Броят битове за пиксел има влияние също и върху ъгъла на експозиция на сензора. Камери с няколко бита на пиксел биха поддържали по-ограничени условия на осветяване отколкото камерите, работещи с повече битове.

също е от определящо значение за необходимото за работа на камерата осветяване. Слабата светлина или необходимостта от използване на бърза бленда за елиминиране на размазването на изображението поради движение на обектите, изискват използването на по-чувствителна камера. Освен това, възможно е чувствителността, зависеща от дължината на вълната, да има важна роля при специфицирането на камерата. В зависимост от приложението се използва осветление, с дължина на вълната в инфрачервената, ултравиолетовата или дори рентгеновата област. Във всеки от тези случаи, камерата трябва да е с подходяща чувствителност за съответната електромагнитна дължина на вълната. И накрая, възможно е да бъде от съществено значение дали камерата предлага възможност за показване на пълноцветни или на монохроматични изображения.

Изброените параметри си оказват взимно влияние и определят цената на камерата. Обикновено камерите с по-голям брой на пикселите са и по-скъпи. Съответно, по-високите кадрови скорости за дадена разделителна способност също водят до увеличаване цената на камерата. В опита да се постигнат едновременно висока кадрова скорост и висока резолюция обикновено се нуждаем от камери с множество портове за четене, което увеличава сложността и цената им. Разделянето на областта на изображението на секции, които могат да бъдат четени едновременно, позволява постигането на по-високи кадрови скорости.

Критерии за оптимално специфициране на камерите са конкретните задачи, които системата за машинно зрение ще изпълнява. Трите най-често срещани сфери на приложение на машинното зрение са - визуална инспекция, безконтактно измерване и идентификация и ориентация на обект. Към всяка от приложните области се поставят различни изисквания.

Системите за визуална инспекция обикновено създават едно изображение и го сравняват с шаблон или с друго изображение, предварително определено като “добро”. Функция на системите за визуална инспекция е и определяне на отклоненията между изображението и шаблона. Поради тази причина, процесорът често изисква работа с изображения, имащи високо качество, за да може да направи надежно сравняване. Това означава, че камерата трябва да има висока резолюция и голям брой битове на пиксел. Освен това е възможно да има изискване камерата да бъде цветна. Системите за безконтактно измерване правят снимки на обекти, след което преброяват количеството пиксели в обектните зони и ги преобразуват в измеряема стойност. Към подобни системи е възможно да е поставено изискването за висока разделителна способност, но не е задължително съотношението “брой битове на пиксел” да е голямо. Много често, процесорът на изображението извлича само ръбовете или контурните линии от изображението (направената снимка), следователно не са необходими широк динамичен обхват и пълноцветност.

Приложенията, свързани с обектна идентификация и ориентация, са обект на разнообразни изисквания. В много случаи системите за обработка на изображения търсят да идентифицират опорни белези, наричани “доверени знаци” на образа. Необходимата разделителна способност зависи от размера на тези белези спрямо общата големина на изображението. Напълно възможно е приложенията за идентификация да се нуждаят и от цветност на образа.

Изискванията към системите за идентификация могат да варират в много широки граници в зависимост от същността на шаблона. От една система, проверяваща дали хапчетата, зареждани в бурканчета, са от правилния тип (като предпазна мярка във фармацевтичното производство), обикновено се изисква определяне на общата форма, цвета на капачката и визуалните маркировки. В подобни приложения и система със сравнително скромна резолюция би отговорила на изискванията. От друга страна, към системите за автоматизирано насищане на печатни платки в електронната промишленост се поставят изисквания за много висока разделителна способност. Такива системи трябва да измерват позициите на опорните маркери на платките в монтажния прозорец с висока точност, за да може да се управлява преместването на поставящия компонентите манипулатор.

Във всички системи за машинно зрение кадровата скорост играе определяща роля по отношение на системната производителност. По-висока кадрова скорост означава, че системата би могла да осъществи повече инспекции, измервания или идентификации за дадено време. И тъй като производителността пряко засяга производствените разходи, тенденцията е да бъдат избирани най-бързите камери.

Обаче, камерата не е единственият системен елемент, който следва да бъде внимателно подбран. Скоростите на кадровия уловител и на процесора на изображението също създават ограничения. Например, ако изискванията към процесора са твърде усложнени, е напълно възможно да се окаже, че един обикновен процесор не е в състояние да ги изпълнява толкова бързо, колкото камерата подава кадрите. Поради тази причина, увеличената производителност на камерата води до увеличени разходи на цялата система.

Аналогично, изискванията за повишена резолюция засягат не само камерата. Оптиката, необходима за по-големи области на изображение и по-фини детайли, логично е по-скъпа. В допълнение, конструктивното изпълнение на оптиката е толкова по-критично, колкото по-добри образи са необходими. Поради това трябва да се вземат мерки и за осветяването - отдалечена светлина в неподходящо място би могла лесно да понижи системната точност.

Тъй като разделителната способност и кадровата скорост оказват пряко влияние върху цената на системата, ползата от инвестицията в скъпа система за машинно зрение следва да се оценява с оглед важността на задачите, които ще изпълнява. Ранното откриване на грешките спестява от разходите за брак и за материали, но за да са икономически изгодни тези икономии, е необходимо цената на системата за машинно зрение да съответства на нужната производителност. За разработчиците е необходимо да определят баланса между системата за получаване и обработка на изображения, системната производителност като цяло и намаляването на производствените разходи, за да се намери оптималният вариант на система за машинно зрение.

За съжаление, по отношение на някои съоръжения изискванията за резолюция и за производителност на системата за машинно зрение могат да бъдат променливи във времето. Например, промяна в размерите на продукта или преконфигуриране на производствената линия могат да наложат замяна на камерите, ако те не отговарят на новите изисквания. Един от начините за избягване на подобни промени е използването на програмируеми камери. Те позволяват на потребителя да променя ефективната резолюция и кадровата скорост под контрола на софтуер, така че камерата да отговаря на конкретното приложение, без да се налага промяна в оборудването.

Изборът, базиран на техническите параметри и цената, правят специфицирането на камерите като средство за управление истинско предизвикателство. Програмируемите камери могат да помогнат чрез добавянето на гъвкавост на техническото решение. Инвеститорът следва да познава в дълбочина нуждите на приложението, както и техническите и икономическите ползи от системата за машинно зрение, за да може да определи оптималната комбинация от параметри на камерата.