datasheet

近红外成像技术促进机器视觉的新发展

2017-11-28来源: 麦姆斯咨询关键字:近红外成像  机器视觉

习惯上机器视觉被定义为:用于检查、过程控制及自动导航的电子成像。在机器视觉应用中,计算机(不是人类)使用成像技术来捕获图像作为输入来实现提取和传递信息输出的目的。据麦姆斯咨询报道,除传统工业应用,先进驾驶辅助系统(ADAS)、增强现实和虚拟现实(AR/VR)技术及智能安全系统的机器视觉能力均要求使用先进的数字成像技术。该技术可使机器视觉在低光或无光条件下“看得”更清晰、更远,由于无需可见光源,所以不会干扰人类正常活动。

近红外成像技术促进机器视觉的新发展

从以往的经验来看,机器视觉技术需要依赖于大量光源来捕捉图像,可用光源包括荧光、石英卤素、LED、金属卤化物(汞)以及氙气。当单独使用其中一种光源时,就需要耗费大量能耗,且生成的图像质量很差。如此来看,这些光源并不能满足已超越传统工业应用范畴的使用需求。

AR/VR、安全系统以及ADAS驾驶监控采用了眼动追踪、面部识别、手势控制和人脸识别技术,以及集成了带有夜视功能的ADAS环视(surround-view)摄像头等功能,但这些应用要达到预期的效果,均需要可见光光谱以外的照明。在过去几年中,数字近红外(NIR)成像技术的进步已彻底革新了机器视觉和夜视的能力。

NIR为何是当前机器视觉应用的必要条件?

NIR用于在可见光光谱范围之外的物体或场景照明,并使摄像头能够在超出人类视觉能力的低光或无光情况下“看到”。虽然在某些应用中低级别LED仍需增加NIR,但NIR需要的电能非常少且几乎不会干扰用户。在如AR/VR或驾驶监控系统等应用中,NIR的这些特点对于精确地眼动追踪和手势控制是非常重要的。而在安全摄像头应用的案例中,NIR可在入侵者不知情的情况下监控他们。

此外,NIR在夜视条件下比可见光产生更多光子,该特点使其成为夜视应用的理想选择。举例说明,下面我们在ADAS系统中,比较夜视条件下两种方法的优劣。

其中一家汽车制造商使用了一种被动式远红外(FIR)系统,它可根据物体热量记录图像并显示为明亮的负像。虽然能探测的有效距离高达980英尺,但由于它是依赖于物体发出的热量来记录,所以产生的图像并不清晰。

而另一家汽车制造商采用了NIR技术,该技术可在黑暗中产生鲜明清晰的图像,就好像用汽车远光灯照着拍摄一样。不管物体温度如何,其图像均可被捕捉到。但是,该NIR系统的最大有效探测距离为600英尺。

NIR的局限性

大多数情况下,NIR相比其它替代方法的改进显著,但使用它并不是没有挑战。NIR成像系统的有效范围与其灵敏度直接相关。最好条件下,目前的NIR传感器结构可实现≤ 800nm的灵敏度。如果可将NIR成像系统的灵敏度增加到850 nm或更高时,那么就可进一步扩大其有效距离。

NIR光学成像的有效距离是由两个关键测量参数决定:量子效率(QE)和调制传递函数(MTF)。成像仪的QE代表其捕获的光子与转化为电子的光子的比率。

QE越高,NIR照明距离就越远,图像也就越亮。100%的QE意味着所有被捕获的光子都被转化为电子,从而可实现最亮的可能图像。但目前,即使是最好的NIR传感器技术也只实现了58%的QE。

MTF则是测量图像传感器以特定分辨率从物体到图像的传递对比能力。MTF越高,图像就越清晰。MTF受到从像素跳出的电子信号噪声的影响。因此,为了维持稳定的MTF并实现清晰的图像,电子需要时刻保持在像元中。

近红外成像技术促进机器视觉的新发展

图1 该模拟图像可显示低MTF与高MTF之间的明显差别

现有解决方案面临的挑战

当在不可见条件下中使用NIR时,NIR的波长就会增加。其结果就是硅的QE就会减弱,而晶体中光子的转化效率就会降低。因此要想产生相同数量的光子,就需要更厚的硅。所以,传统增加QE的方法就是使用厚硅。与薄硅相比,使用厚硅可增加光子吸收的机会,提供更高QE并增强信号强度。

在单像元探测器的案例中,使用厚硅可提高NIR的QE到90%以上。然而,如果该应用要求更小像元而持续增加硅厚度,当硅的厚度增加到100 μm时,就会导致光子跳到邻近像元中,产生串扰,这样反而会减少MTF。结果就是,虽然图像传感器对NIR照明更敏感,但其分辨率却更低,所形成的图像明亮却模糊。

解决此问题的一种方法是,使用深槽隔离(DTI)技术,在像素间建立阻挡层。虽然标准DTI已经被证实可以改善MTF,但它也可产生破坏图像暗区的缺陷。这便给致力于为机器视觉应用提高NIR照明的公司带来了难题。

技术突破

近期已有了一些技术突破,解决了只能使用厚硅来增加光子吸收的问题。首先,升级后的DTI方法是开发利用先进的300mm制造工艺,在相邻像元间建立硅氧化物阻挡层,可导致氧化物与硅之间的折射率改变,从而在同一像素内形成光学限制。与传统的DTI不同,升级后的DTI并不是使沟槽变宽,而是使其变深,沟槽依然很窄,这样有助于控制光子。

其次,在晶圆表面实现了一种类似于太阳能电池加工中金字塔结构的吸收结构,用于制造散射光学层。小心地实现该光学层可防止在图像暗区出现瑕疵,并进一步增加硅中光子的路径长度。这种结构的形状使得硅内部的光路径更长,而不是笔直地向上或向下。通过光波路径分解并使其散射开来,可对光路径长度产生影响。其结果是,吸收结构中的光反射光线在上像乒乓球一样来回反射,增加了其吸收概率。

确保吸收结构角度的精准性对散射光层的有效性至关重要。如果角度是错的,它就可能导致光子反射到下一个像元,而不是回到原来的像元。

近红外成像技术促进机器视觉的新发展

图2 吸收结构的形状会使硅内部的光路径变长,而不是笔直地向上或向下

结论

通过与代工厂合作伙伴的密切合作,豪威科技(OmniVision)开发了Nyxel NIR技术,该技术解决了经常困扰NIR开发的性能问题。通过厚硅和升级后DTI的结合,并利用光散射层来管理表面纹理,与OmniVision上一代传感器相比,使用Nyxel技术的传感器可将QE效能提升到先前的3倍,从而使NIR的灵敏度达到850nm,且不会造成其他图像质量指标退化。

该结果是令人信服的。配备了此项技术的传感器可在极低的光照条件、探测更远距离的图像,提供更高的图像质量,并且工作时所需的光源输入和功耗均减少,从而满足了如AR/VR、 ADAS和夜视应用等先进机器视觉的新要求。


关键字:近红外成像  机器视觉

编辑:鲁迪 引用地址:http://www.eeworld.com.cn/afdz/article_2017112811368.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:2018云计算技术七大预测
下一篇:美实验室根据DNA画出嫌犯模拟像:一周后破案

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

超低光及Nyxel™近红外成像技术,OmniVision推出新款图像传感

领先的数字图像处理方案开发商豪威科技(OmniVision)今日宣布推出OS02C10 图像传感器,像素尺寸为2.9微米,200万像素,采用突破性超低光(ULL)技术并融合了OmniVision行业领先的Nyxel™近红外技术,在各种光照条件下均能呈现业界一流图像质量。OS02C不仅可以检测到人眼可见的入射光,而且可以在近红外光谱下高效成像,为安防应用提供精确的彩色和单色图像。 Nxyel近红外技术将OS02C10的量子效率(QE)最大化,在850nm和940nm波长下的量子效率(QE)分别为60%和40%,比同类产品提高了2到4倍。出色的量子效率能够实现在完全黑暗环境下的低功耗近红外照明,预期可降低系统级功耗达3倍
发表于 2018-10-16

技术持续升级 视觉导航让扫地机器人更有“智商”

智能扫地机器人的出现让许多“懒癌患者”看到了新的生活方式,由于目前消费人群的生活节奏不断加快,产品技术的进步,扫地机器人市场也在近几年中持续走高。不过对于消费者来说,智能机器人似乎还没有智能到可以“指哪扫哪”。但在近期,我们却可以看到一些品牌在扫地机人的“感官”上进行了增强。  扫地机器人在清洁前,需要对室内环境进行扫描,并根据情况绘制地图,地图的准确性在一定程度上也会影响到清洁覆盖的精度。机器人想要定位自己的位置并进行行进路线规划,这些行为都少不了在其内部的导航系统。在今年年初,我们可以看到越来越多的扫地机器人品牌在产品中加入了视觉导航识别系统,通过位于机身上的图像感应器配合相应处理器,在“智能大脑”的加持下,可以轻松
发表于 2019-04-03
技术持续升级 视觉导航让扫地机器人更有“智商”

智能化是机器人未来发展核心方向

智能化是机器人未来发展核心方向,而视觉技术之于机器人相当于人的眼晴。因此,要想实现机器人智能化,首先就要发展机器视觉技术。长期以来,我国机器人产业智能化之路一直被机器视觉问题所困扰。在过去很长一段时间里,这项核心技术一直掌握着美国、日本企业的手中,造成产品价格高昂、服务态度差等一系列难题。 微链科技携手遨博(北京)智能科技有限公司在北京举行了合作签约仪式,基于微链科技在机器人3D视觉引导的基础上,赋能遨博工业机器人的视觉认知能力,在一定程度上促进了协作机器人实现工业4.0、产业升级的进程。 全球机器视觉技术逐步成熟机器视觉被提出来是在20世纪60年代,直到20世纪80到90年代,机器视觉才迎来了蓬勃发展,而在
发表于 2019-03-23
智能化是机器人未来发展核心方向

京东这款机器视觉智能批量入库系统上厉害了,效率贼高

最近,京东物流上线了一套基于机器视觉智能扫描批量收货入库的系统——秒收。这套系统由京东物流自主研发,主要应用于物流作业过程中的进货环节。比较有针对性的解决了大批量条码扫描、商品信息采集、商品数据录入并最终完成入库的问题。 物流快件(商品)入库大致包含两个维度的数据,第一个维度是形形色色的实物物流快件的入库,另一个维度是包含物流快件基本信息的一组数据录入到系统中进行入库,最终实物与数据做到吻合吻合共同完成入库,这才形成了我们在查询物流信息时看到的快件已经转入华北外单分拣中心、武汉外单分拣中心等信息。  传统方式的物流快件入库是采用人工操作的方式来进行的,员工拿起扫码枪对商品条码逐一扫描,这种方式效率低下
发表于 2019-03-19
京东这款机器视觉智能批量入库系统上厉害了,效率贼高

大势走弱,服务机器人凭啥引资本关注?

应用类四个层次,启动42个项目,拟安排经费总概算约6亿元。国家发改委、工信部和财政部2016年共同制定的《机器人产业发展规划(2016-2020年)》明确,到2020年,我国实现服务机器人年销售收入超300亿元,在国家政策的引导下,我国服务机器人发展迅速。 3.服务机器人不断升温引资本青睐   产业的升温离不开资本的驱动,近年来机器人行业都处于资本风口,服务机器人产业资本市场亦非常活跃。根据不完全统计,2017年全年机器人行业融资数量超过110次,总融资规模超200亿元,2018年全年融资次数有望超越2017年。从细分领域来看,个人/家用机器人、AGV、协作机器人、机器视觉等领域投融资案例较多
发表于 2019-03-14
大势走弱,服务机器人凭啥引资本关注?

机器视觉与AI的整合推动工业优化与自动化

在提升制造流程的效率及降低劳力密集度的过程中,机器人扮演了十分重要的角色。不但有助于控制成本并提升质量,还能增加生产力。不过,机器人系统设计的复杂性已经让许多制造商望之却步。此外,还要识别并整合多家厂商的子系统,更是让情况雪上加霜。NEXCOM 子公司 NexCOBOT 提供了一套将人工智能 (AI) 与机器视觉整合并采用全新 Intel 视觉加速器设计产品的弹性模块化机器人解决方案。这套解决方案集结了人工智能的判断力、机器人的行动力与机器视觉的洞察力,为制造和工业实作带来全新层次的精确化与优化。挑战在各种不同的产业中,将制造流程优化的关键就是提高自动化。不过,传统的机器视觉有一些限制。一般而言,传统的机器视觉只能根据固定的规则
发表于 2019-03-11
机器视觉与AI的整合推动工业优化与自动化

小广播

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: 视频监控 智能卡 防盗报警 智能管理 处理器 传感器 其他技术 综合资讯 安防论坛

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2019 EEWORLD.com.cn, Inc. All rights reserved