【導(dǎo)讀】速度更快、性能更好的機(jī)器視覺是邁向下一代工業(yè)自動化、無人駕駛汽車和智能城市管理的支撐技術(shù)。更好的圖像質(zhì)量、更快速的圖像捕獲以及更低的設(shè)備成本和復(fù)雜性是自動化設(shè)備、檢測系統(tǒng)和機(jī)器人等領(lǐng)域設(shè)計(jì)人員的主要目標(biāo)，其最終目的是加強(qiáng)質(zhì)量保證并提高生產(chǎn)率。
同樣，先進(jìn)的機(jī)器視覺能夠識別標(biāo)牌、道路標(biāo)記和前方的潛在危險(xiǎn)，因此對自動駕駛車輛至關(guān)重要。在這項(xiàng)應(yīng)用里，重點(diǎn)是縮短系統(tǒng)響應(yīng)時間，提高圖像識別準(zhǔn)確度。就智能城市應(yīng)用而言，提高城市中心閉路電視圖像清晰度，有助于執(zhí)法機(jī)構(gòu)通過預(yù)測騷亂和提高識別能力來保護(hù)公民。
此外，高性能機(jī)器視覺的新興市場機(jī)會也開始出現(xiàn)，其中包括用于協(xié)助車輛引導(dǎo)和數(shù)據(jù)收集的無人機(jī)載機(jī)器視覺，可用于勘察農(nóng)田或建筑工地等應(yīng)用。
要在較短時間內(nèi)從捕獲的圖像中提取更多信息，需要更好的圖像質(zhì)量和更強(qiáng)的信號處理性能。為此，一些重要的創(chuàng)新正在陸續(xù)出現(xiàn)，它們適用于攝像頭和圖像傳感器，而且由于機(jī)器學(xué)習(xí)技術(shù)的商業(yè)化，圖像處理技術(shù)也在得到廣泛應(yīng)用。
下一代鏡頭增強(qiáng)聚焦和視覺性能
在整個系統(tǒng)的前端，攝像頭鏡頭一直是某些大的創(chuàng)新工程的主題，通過采用單攝像頭或單組鏡頭可執(zhí)行多個任務(wù)，能夠提高系統(tǒng)靈活性、縮短工作周期時間，并簡化設(shè)備系統(tǒng)設(shè)計(jì)。
其中，液體鏡頭（如圖1所示）是一種新興的光學(xué)器件，它擴(kuò)展了傳統(tǒng)鏡頭的景深，而無需傳統(tǒng)電動對焦系統(tǒng)的高成本和復(fù)雜性。電動對焦也相對較慢，因此避免這些將有助于增加應(yīng)用中的工作循環(huán)時間，例如涉及不同距離物體的工業(yè)檢測等應(yīng)用。
圖1：液體鏡頭只需幾μm的形狀變化，即可實(shí)現(xiàn)焦距調(diào)整。
引入液體鏡頭能夠使工作中的標(biāo)準(zhǔn)光學(xué)系統(tǒng)在幾個ms內(nèi)調(diào)整對焦 - 從無窮大到小于100mm，具體取決于間距要求。液體鏡頭由一種密封在柔性膜內(nèi)的光學(xué)液體構(gòu)成。通過移動膜或調(diào)整光學(xué)液體的體積，將鏡頭半徑改變僅僅幾個μm，其效果相當(dāng)于使用傳統(tǒng)電動對焦系統(tǒng)將鏡頭移動幾個cm。除了更快的對焦和更簡單的構(gòu)造（移動部件更少，因此操作故障的可能性也更?。?，液體鏡頭系統(tǒng)還受益于較低的慣性和更低的功耗。
同樣， 360 度圖像采集能夠使機(jī)器視覺系統(tǒng)在固定位置通過單個攝像頭即可捕獲目標(biāo)的詳細(xì)信息，這樣可以避免多攝像頭檢測系統(tǒng)以及相關(guān)圖像處理和存儲子系統(tǒng)的高成本和復(fù)雜性，多個存儲子系統(tǒng)也會導(dǎo)致系統(tǒng)性能限制。如果部采用360 度圖像采集，可能需要一種機(jī)制來多次調(diào)整位置或旋轉(zhuǎn)攝像頭，或需要旋轉(zhuǎn)要檢查的物體，這種方式在食品包裝檢查或空中測量時比較常見，同樣會增加系統(tǒng)的總體成本和復(fù)雜性。
對于需要進(jìn)行從各個角度進(jìn)行目標(biāo)檢測的系統(tǒng)（例如包裝廠中粘貼到瓶子上的標(biāo)簽），可以使用位于物體自身正上方的超中心（hyper-centric）或近中心（peri-centric）鏡頭來實(shí)現(xiàn)360度視覺功能。超中心鏡頭能夠捕獲光線，就好似它們是從位于鏡頭前面一定距離某個點(diǎn)發(fā)出的一樣。光線匯聚點(diǎn)和鏡頭的周邊形成了視錐（viewing cone）。將物體放置在此視錐內(nèi)，直接位于向下鏡頭的下方，可以使來自物體頂面和垂直側(cè)面的光線同時進(jìn)入鏡頭。將光線聚焦在傳感器上可以在單幀中捕獲整個影像。利用該原理，攝像頭可以捕獲一個孔內(nèi)或腔內(nèi)的360度視圖，但無需在其中插入任何光學(xué)探頭。其他技術(shù)也可通過單幀捕獲物體多個影像，它是將超中心鏡頭與一組鏡面陣列整合，從而能夠有效地同時看到物體的每一面。
傳感器：物理原理與構(gòu)造
提高CMOS圖像傳感器的分辨率是捕獲更精細(xì)圖像的關(guān)鍵，然而由于降低了信噪比（SNR），如果只減小像素尺寸可能導(dǎo)致較差的圖像質(zhì)量。要獲得更高分辨率，就需要在技術(shù)上進(jìn)行改進(jìn)，以便在不影響傳感器性能前提下減小像素尺寸。這些可通過多個方方面面實(shí)現(xiàn)，其中一種是優(yōu)化像素間距和感光面積與總面積之比（也稱為像素填充因子）。在像素的物理層面進(jìn)行更多根本性改變可以改善諸如增益、效率和動態(tài)范圍等參數(shù)。傳感器制造商還改進(jìn)了從像素讀取數(shù)據(jù)的技術(shù)，從而實(shí)現(xiàn)更高的信噪比、幀速率和線性度等更高的性能。
在過去十年左右時間里，驅(qū)動傳感器性能改進(jìn)的最重要技術(shù)之一是使用背照式（BSI）技術(shù)，它是通過上表面和下表面吸收光線，實(shí)現(xiàn)了像素小型化，而不會降低關(guān)鍵性能參數(shù)（如阱容量、量子效率、暗電流等）。這種技術(shù)的后續(xù)進(jìn)展是對傳感器和圖像處理芯片的三維（3D）堆疊，能夠?qū)崿F(xiàn)更小外形尺寸。隨后，包括氧化硅和金屬焊盤的3D混合堆疊消除了硅通孔（TSV），從而更有利于兩個芯片之間實(shí)現(xiàn)有效且直接的連接。最近，業(yè)界又開發(fā)出順序整合，可以制造單片式圖像傳感器，其中每個圖像傳感器都集成有光電晶體陣列、3D可堆疊像素讀出邏輯和存儲器等，并通過集成式高密度I/O連接。
全局快門增強(qiáng)移動物體成像效果
在高速工業(yè)自動化以及汽車和無人機(jī)等應(yīng)用中，需要捕獲快速運(yùn)動物體的清晰圖像。這對于傳統(tǒng)卷簾式（rolling-shutter）圖像傳感器性能構(gòu)成巨大挑戰(zhàn)，主要原因是傳統(tǒng)卷簾式圖像傳感器每一次將從傳感器像素讀取僅僅一列數(shù)據(jù)，并發(fā)送到幀緩沖器。如果物體正在運(yùn)動，則從讀取一列圖像到讀取下一列之間的時間位置變化可能會導(dǎo)致失真，出現(xiàn)圖像模糊或彎曲等問題。
當(dāng)拍攝快速運(yùn)動物體或?qū)z像頭安裝在運(yùn)動車輛上時，全局快門（Global shuttering）可提高圖像清晰度。這項(xiàng)技術(shù)首先在高端靜態(tài)攝像頭中得到應(yīng)用，現(xiàn)在已經(jīng)擴(kuò)展到工業(yè)和汽車視覺系統(tǒng)以提供更高性能。在全局快門中，將所有像素電荷值同時儲存到一個小的像素內(nèi)存儲器中，然后像以前一樣逐行依次讀取到幀緩沖器。這樣可以得到更清晰圖像，但沒有卷簾式快門的失真。
通常像素內(nèi)存儲器會占用一定空間，從而顯著地減少用于光子吸收的像素面積。目前業(yè)界已經(jīng)克服了一些技術(shù)挑戰(zhàn)以便能夠創(chuàng)建具備更高SNR和更高動態(tài)范圍的全局快門圖像傳感器，但不會增加像素尺寸，這樣可以彌補(bǔ)像素內(nèi)存儲器占用空間。此類圖像傳感器的一個例證是1Mpixel、1/4英寸格式的安森美半導(dǎo)體的 ARO144。
圖2：來自安森半導(dǎo)體的ARO144圖像傳感器。
全局快門像素具有高量子效率，可確?？焖俪潆?，同時又對與圖像無關(guān)的充電（如由電子擴(kuò)散引起的串?dāng)_）不敏感。另外，其光學(xué)屏蔽非常靠近傳感器，可以排除像素表面雜散光影響。
圖像處理中的人工智能技術(shù)
在信號處理鏈路中，機(jī)器學(xué)習(xí)（利用深度神經(jīng)網(wǎng)路）可用于攝像頭光學(xué)組件和傳感器之后，其商業(yè)化應(yīng)用使構(gòu)建圖像和隨后從中提取信息的方式發(fā)生根本性變革。這里有一個例證，從中可以看到采用人工智能技術(shù)使低光照性能得到顯著改善，從而可以在近暗（near-dark）條件下拍攝高品質(zhì)圖像。
在低光照條件下，捕獲的原始數(shù)據(jù)對于傳統(tǒng)信號處理鏈路構(gòu)成很大挑戰(zhàn)。以電子方式提高傳感器感亮度（ISO值）會在圖像上增添明顯噪聲，從而導(dǎo)致圖像品質(zhì)變差，對圖像進(jìn)行降噪處理效果也很有限。其他改進(jìn)圖像品質(zhì)的技術(shù)包括延長曝光時間，而這些在工業(yè)應(yīng)用或車載攝像頭中通常不切實(shí)際。
最近，業(yè)界開發(fā)了一種非常巧妙的技術(shù)，它利用機(jī)器學(xué)習(xí)來極大地減小基于原始弱光數(shù)據(jù)構(gòu)建圖像中的可檢測噪聲。使用包含原始短曝光時間、低光照圖像和相應(yīng)的長曝光時間參考圖像的系列數(shù)據(jù)可以訓(xùn)練深度神經(jīng)網(wǎng)路。在對網(wǎng)路進(jìn)行充分培訓(xùn)后，可以通過直接處理原始短時間曝光數(shù)據(jù)來創(chuàng)建高品質(zhì)圖像。這項(xiàng)技術(shù)已在市場中頂級智能手機(jī)中得到應(yīng)用，可以提供更美觀圖片。它還可適用于工業(yè)和安全等領(lǐng)域，例如可用于生產(chǎn)線檢查或監(jiān)控系統(tǒng)，能夠捕獲更好圖像。
結(jié)論
從系統(tǒng)前端的攝像頭鏡頭到系統(tǒng)后面的圖像感測和圖像處理設(shè)備，整個現(xiàn)代圖像處理系統(tǒng)中有許多技術(shù)改進(jìn)正在開發(fā)。所有這些技術(shù)的合力效果預(yù)期將推動工業(yè)視覺系統(tǒng)應(yīng)用范圍的不斷擴(kuò)展，并進(jìn)一步提高系統(tǒng)性能基準(zhǔn)。
推薦閱讀：
