为了实现实时决策、提升生产效率和自动化水平，各行业对智能工厂的关注度日益增加。这些工厂配备了计算机视觉设备、嵌入式软件、先进传感器和机器人，从而推动了机器视觉市场的发展。
在工业领域，机器视觉被广泛应用于电子元件分析、特征识别、物体和图案识别以及材料检验等方面，能够帮助各类工艺流程实现自动化，并通过图像处理技术发现缺陷。由于机器视觉技术能够减少人工操作并提高产品制造的精度，因此在市场上备受青睐。
如今，随着智能技术在各个领域的落地，对图像传感器的依赖程度越来越高。图像传感器能帮助车辆避免碰撞、在建筑物上监视入侵者、在生产线上检查产品质量。通常人们按非常简单的指标，例如像素大小或分辨率对图像传感器进行分类，但为特定应用选择最佳传感器要复杂得多，智能化融合下的工业制造环境中的机器视觉应用，即是其中的独特一例。
图像传感器的成像质量至关重要，因为我们依靠其来检测危害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（图像中的像素越多）可以提高图像质量。然而，情况并非总是如此。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，这有助于识别对象，但还有其他注意事项。更高的分辨率会影响关键参数，包括捕获速度/帧率、传感器尺寸和传感器功率。它还会影响其他系统元素，因为较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，减小像素大小可以保持镜头和相机大小，以满足成本和尺寸目标。
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；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，因此可以从这些维度去评估图像传感器的性能。
图1：不同视觉应用对图像传感器的要求不尽相同。
分辨率：与消费级相机不同，机器视觉应用对分辨率的要求并非越高越好。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物体和物体上的光量选择分辨率。
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的电子器件，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。而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，全局快门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，因此非常适合用于移动场景。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。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。
性能卓越的图像传感器
作为现代图像传感器的发明者，安森美拥有超过45年的成像经验，从最早的CCD传感器，到现在高性能的CMOS传感器，安森美创建了很多经典里程碑成像产品，包括首台原型数码相机，并逐步扩展到了工业、汽车、消费、IoT等25个细分领域。不同的应用场景对图像传感器的性能要求不尽相同。
在自主移动机器人 (AMR)、仓库机器人、无人机、农业、工厂检查和安防/监控等应用场景，会实施基于机器视觉的人工智能与先进技术来执行关键功能。要想提高现有的对象检测和识别能力，需要解决在不利光照条件下，对运动中的对象和更远距离的精细细节捕获图像的难题。安森美的AR0822传感器具备嵌入式高动态范围 (eHDR) 功能，可以帮助工程师应对在开发自主机器视觉系统时面临的复杂设计挑战。
图2：AR0822传感器具备嵌入式高动态范围功能，能拍摄出高清场景图像。
传感器的动态范围是指图像传感器在黑暗和明亮区域中捕获图像细节的能力，一般而言，120dB 的动态范围可捕获除极端场景以外的所有场景中的细节（汽车应用需要更高的动态范围）。在这类包含黑暗和明亮区域的场景中，如果使用单次长曝光，可能会导致明亮区域过饱和；而单次短曝光可能无法捕获到暗处的细节。
如果识别距离更远，图像细节更多，则需要更高的分辨率。与对象相距 5~10m远时，1080p 不足以提供对象检测和分类所需的细节。因此，对 4K、甚至更高分辨率传感器的需求不断增加。对于这些尺寸的图像，带宽成为一大设计挑战，因为每张图像的尺寸显著增加。此外，如果要实现 120dB HDR，传感器需要三次曝光和 3 倍的有效帧率，因为传感器会为每帧拍摄三张不同的图像。对于摄像头系统，将高分辨率与传感器外 HDR 相结合是一项艰巨的挑战。
为了缓解这两个问题，安森美AR0822通过将实时线性化集成到传感器中，智能地嵌入高动态范围。如此一来，即便是在更高分辨率时，传统的处理性能和接口速度也更容易满足需求。AR0822 eHDR包含“智能线性化”，还可以解决由多次曝光帧组合而引起的伪影。通过感测一个帧内由不同曝光捕获的信号电平差异，从而试图减少通常因运动或 LED 闪烁造成的伪影。
除了上面提到的AR0822，安森美通过其XGS、PYTHON、Hyperlux LP系列图像传感器，以高分辨率、低噪声、高帧率、高动态范围、低功耗和高性价比等特性，满足工业机器视觉应用对精准、智能、高效的需求，加速机器视觉在工业自动化、智能制造等领域的落地应用。
图3：由于采用了全像素架构，安森美传感器在所有光照条件下都能保留更多细节，即使在低光条件下也不例外。可扩展的产品系列能够减少系统开发成本和时间。
AI赋能下机器视觉技术发展展望
根据最新的产业分析数据，2023年全球机器视觉市场规模已达到约108.8亿美元，预计2024-2032年间，该市场将以7.90%的复合年均增长率（CAGR）增长，到2032年将接近215.1亿美元。工业4.0和工业物联网等前沿技术的广泛应用，是推动机器视觉市场快速扩展的主要因素之一。
随着工业自动化和智能制造的不断发展，机器视觉技术正迎来前所未有的增长。作为行业领先的图像传感器供应商，安森美凭借技术创新推动着机器视觉应用的加速落地。未来，图像传感器分辨率将进一步提升，以满足对更高图像质量和细节捕捉的需求。同时，低功耗和高动态范围技术的进步，将使图像传感器在恶劣光照条件下也能提供卓越的图像性能，这对于工业检测、自动化装配线等应用至关重要。此外，随着人工智能技术的融合，图像传感器将变得更加智能，能够在边缘进行更复杂的图像处理和分析，从而提高机器视觉系统的整体效率和响应速度。安森美正通过不断的技术创新，引领机器视觉技术向更高效、智能、精准的方向发展。
