CCD图像传感器（共8篇）
CCD图像传感器 篇1
CCD直接将光学图像转换为电荷信号，以实现图像的存储、处理和显示。其特点体现在4个方面：1）体积小，重量轻，能耗少，工作电压低，抗冲击与振动，寿命长；2）灵敏度高，噪声低，动态范围大；3）响应速度快，刷新时无残留痕迹，摄像启动快；4）利用VLSI技术生产，象素密度高，尺寸精确，批量生产成本低。
1 CCD分类
a.从CCD的工作特性可分为：线性CCD和矩阵式CCD。b.从工艺特性又可分为：单CCD、3CCD及Super CCD三种。c.按光谱可分为可见光CCD、红外CCD、X光CCD和紫外CCD。
2 CCD结构
CCD从结构上分为线阵CCD和面阵CCD，从受光方式分为正面光照和背面光照两种。线阵CCD有单沟道和双沟道两种信号读出方式，其中双沟道信号读出方式的信号转移效率高。面阵CCD的结构复杂，常见的有帧转移 (FT) CCD、全帧转移 (FFT) CCD、隔列内线转移 (IIT) CCD、帧内线转移 (FIT) CCD、累进扫描内线转移 (PSIT) CCD等。
3 CCD成像原理
CCD (Charge Coupled Devices, CCD) 由大量独立光敏元件组成，每个光敏元件也叫一个像素。这些光敏元件通常是按矩阵排列的，光线透过镜头照射到光电二极管上，并被转换成电荷，每个元件上的电荷量取决于它所受到的光照强度，图像光信号转换为电信号。当CCD工作时，CCD将各个像素的信息经过模/数转换器处理后变成数字信号，数字信号以一定格式压缩后存入缓存内，然后图像数据根据不同的需要以数字信号和视频信号的方式输出。
CCD工作过程可分为电荷存储、电荷转移、电荷输出和图像信息还原四个阶段。
3.1 电荷存储
构成CCD基本单位是MOS电容器，类似于MOS晶体管结构，和其他电容器一样，MOS电容器能够储存电荷。当金属电极（称为栅）加正电压时（衬底接地），在电压的作用下，就会产生一个垂直于衬底表面的电场。在此电场的作用下，P型硅中的多子空穴被向下排斥，形成耗尽层。电子在那里势能较底，可以形象化地说，形成了电子的势阱，势阱中能够容纳多少个电子，取决于势阱的“深浅”，栅电压越大，势阱越深。
3.2 电荷转移
若CCD基本单位MOS电容器之间排列足够紧密（通常相邻MOS电容电极间隙小于3μm），使相邻MOS电容的势阱相互沟通，即相互耦合，那么就可使信号电荷（电子）在各个势阱中转移，并力图向表面势S最大的位置堆积。因此，在各个栅极上加以不同幅值的正向脉冲G，就可改变它们对应的MOS的表面势S，亦即可改变势阱深度，从而使信号电荷由浅阱向深阱自由移动。就电荷转移方式来讲，CCD有二相、三相、四相等多种结构形式。下面是三相CCD转移图：
3.3电荷输出
电荷输出结构有多种形式，如“电流输出”结构、“浮置扩散输出”结构及“浮置栅输出”结构。其中“浮置扩散输出”结构及“浮置栅输出”结构应用最广泛，结构如下图：
(a）浮置扩散输出（b）浮置栅输出
3.4 图象信息还原
Bayer方式滤色器，R-G-B-G四个单元为一组，G是R和B的两倍，因为人眼的视锥细胞对绿色更敏感。现在数码相机普遍采用的方式：R-Gr-B-Gb混合色亮度等于R、G、B各分量亮度之和，根据R、G、B三分量比例来还原色彩。
4 CCD主要参数
CCD主要参数有：总像素、有效像素、尺寸、灵敏度、量子效率、光谱响应特性、转移效率、不均匀度、动态范围、采样精度、线性度、噪声等。
4.1 灵敏度
它是指在一定光谱范围内单位曝光量的输出信号电压（电流）。也相当于投射在光敏元上的单位辐射功率所产生的电压（电流）。
4.2 量子效率
如果说灵敏度是从宏观角度描述CCD光电特性，那么量子效率是对同一个问题的微观描述，可以理解为1个光子能产生的电子数。
4.3 光谱响应特性
主要由光电二极管特性决定。下图是Si光电二极管的光谱响应曲线。
Si材料的禁带宽度决定了光谱响应的长波极限，由于波长愈短，半导体对光波的吸收系数愈小，这就决定了光谱响应的短波极限。
4.4 转移效率
转移效率η是指电荷包在进行每一次转移中的效率，即电荷包从一个栅转移到下一个栅时，有部分的电荷转移过去，余下1-η部分没有被转移，由于CCD中信号电荷包大都要经历上千次的转移，即使值几乎接近1，但其总效率往往仍然很低。例如，如果转移效率为0.999，转移2000次的话，总效率只有0.135。S0009CCD的转移效率为0.99999, 平均转移2000次，总效率为0.98。
4.5 不均匀度
CCD成像器件不均匀性包括光敏元不均匀和CCD (CMOS）不均匀。一般CCD是近似均匀的，即每次转移效率是一样的。光敏元响应不均匀是由于工艺过程及材料不均匀引起的，画素越多，均匀性问题越突出，不均匀度是影响像素提高的因素，也是成品率下降的重要原因。CCD的成品率一般不足50%。
4.6 动态范围/采样精度
上限取决于光敏元势阱容量，下限取决于CCD能分辨的最小信号，即等效噪声信号。
动态范围=光敏元满阱信号/等效噪声信号
采样精度是指输出电荷经A/D转换成数字信号的位 (Bit) 数。采样精度越高，层次越多，图像越细腻。现在数码单反相机采样精度为12bits。采样精度影响到颜色层次过渡细腻程度，动态范围则影响到整个图像表达明暗动态范围。
4.7 线性度
线性度是指在动态范围内，输出信号与曝光量关系是否成直线关系。
通常在弱信号和接近满阱信号时，线性度比较差。在弱信号时，噪声影响大，信噪比低；在接近满阱信号时，耗尽层变窄，使量子效率下降，灵敏度降低，。
参考文献
[1]李云飞、李敏杰等, TDI-CCD图像传感器的噪声分析与处理, 光学精密工程, 2007-cqvip.com
[2]熊平, CCD与CMOS图像传感器特点比较, 半导体光电, 2004-cqvip.com
[3]李仰军、马俊婷等, 微光CCD相机的噪声分析与处理, 应用基础与工程科学学报, 2001.
CCD图像传感器 篇2
基于DSP的CCD天文图像处理系统
介绍了一个基于DSP的CCD天文图像处理系统的软硬件实现.分析对比了传统的基于PC机的.处理方法,提出了一种简化的背景估计方法,并在此基础上应用了按列扫描的目标提取方法.给出了一种对局部背景进行精确估计的方法,保证了星象中心和星等的计算精度.最后给出了系统的硬件结构以及DSP软件算法的流程.
作 者：张月 马云 王伟 陈曾平ZHANG Yue MA Yun WANG Wei CHEN Zeng-ping 作者单位：国防科技大学ATR实验室,湖南,长沙,410073刊 名：电光与控制 ISTIC PKU英文刊名：ELECTRONICS OPTICS & CONTROL年，卷(期)：12(4)分类号：V555.2 TP31关键词：DSP CCD 天文图像处理 背景估计
CCD图像传感器发展与应用 篇3
电荷耦合器件(CCD)自20世纪60年代末出现以来,以其线性良好、量子效率高、动态范围大以及模拟兼数字化等优点,在信号处理及图像传感领域里发挥了巨大的作用。如今CCD摄像器件已广泛应用于SDTV摄像机、HDTV摄像机、数字摄像机、数码相机、可视电话以及监控系统等领域[1]。CCD的高分辨率成像技术已广泛应用于SDTV和HDTV、图像通信、医学和科学成像等领域。
2 CCD图像传感器类型介绍及应用[2]
2.1 线型CCD
线型CCD图像传感器由一列MOS光敏单元和一列CCD移位寄存器构成,分为单行结构和双行结构,线型CCD图像传感器可直接接收一维光信息,不能直接将二维图像转变为视频信号输出,必须用扫描的方法得到整个二维图像的视频信号。线型CCD图像传感器主要用于尺寸测试和定位、传真和光学文字识别技术等方面。
2.2 面型CCD
按一定的方式将一维线型光敏单元及移位寄存器排列成二维阵列,即可以构成面型CCD图像传感器。面型CCD图像传感器有3种基本类型:线转移型、帧转移型和行间转移型。面型CCD图像传感器主要用于摄像、存储、数码相机等感光器件。
3 几种国外CCD图像传感器介绍
3.1 超高分辨力线阵CCD图像传感器
该CCD图像传感器是由美国柯达公司研制,成功用于高端扫描系统。该器件可应用于高清晰度尺寸测量定位、传真和光学文字识别技术等方面。
3.2 帧转移面型CCD图像传感器
由Philips公司推出用于数码相机的彩色帧转移CCD(FT-CCD),型号为FXA1013,分辨力为2 000×1 600,芯片尺寸为9.49 mm×8.67 mm,像素尺寸为4.1μm×4.1μm。
3.3 低光度CCD图像传感器
低光度图像传感器CCD60采用读出寄存器和输出放大器间的增益寄存器,增殖光电子多达1 000倍。采用背面减薄工艺,分辨力为128×128像素,量子效率大于90%。CCD60工作在反转模式以抑制暗电流,工作速度高达1 000 f/s(帧/秒)。传感器的光谱范围为400~1 060 nm,填充系数为100%。在电荷域的片上增益能通过控制工作电压来调整,像素尺寸为24μm×24μm。
3.4 高分辨力大面阵CCD图像传感器
Farchild Imaging公司的CCD595型9 216×9 216像素大面阵全帧转移CCD图像传感器,其像素尺寸为8.75μm×8.75μm,成像面积为80.64 mm×80.64 mm。该CCD图像传感器可应用于摄像和高分辨力数码相机。
3.5 CCD485固体全帧传感器
Farchild Imaging公司的一种固体全帧转移CCD图像传感器,型号为CCD485,计划用于科学、工业、商业的高清晰度数字成像应用。其填充系数接近100%,特点是成像区采用埋沟多针相工作模式。成像区分为4个象限,采用三相时钟结构,每一象限都可单独时钟驱动。该CCD的像素数为4 096×4 097,像素尺寸为15μm×15μm,有效像素数为4 080×4 080,读出噪声低,动态范围宽。
3.6 松下推出高速CCD图像传感器
松下推出的MN39192FH是一种1 330万像素1/4SXGA CCD图像传感器,通过辅助片上的滤色镜和光栅实现了速度高、灵敏度高等特性,推动了小型高质量数码视频摄像机的发展。该CCD器件具有信噪比高、动态范围宽等特点,像素尺寸为2.8μm×2.8μm。
3.7 ITO-CCD图像传感器[3]
大多数CCD图像传感器的电极材料均采用多晶硅薄膜,而多晶硅对蓝光透射性很差,于是Kodak发明了氧化铟锡(ITO)电极。ITO-CCD对蓝光是全透明的,敏锐度更高,透光性比一般CCD提高了20%,ITO-CCD比传统CCD的蓝光透过率提高了2.5倍,同时大幅度降低了噪声干扰,使图像质量更好,为专业数码相机提供了高清晰度、高质量的图像。至今Kodak公司已研制出200万(1 736×1 160)像素、600万(3 032×2 008)像素和1 600万(4 000×4 000)像素ITO-CCD图像传感器,KAF-1602LE是Kodak公司推出的ITO-CCD型号之一。
3.8 电子倍增CCD图像传感器
Andor-technology公司研发出了128×128,512×512,576×288,726×902,1 815×2 256,1 024×128,2 048×2 048像素的电子倍增CCD(Electron Multiplying CCD,EMCCD)。这种帧转移EMCCD的结构包括先进的增益移位寄存器、成像区、存储区、移位寄存器和输出放大器,其量子效率高,灵敏度高,信噪比高。这些成像测量系统主要用于弱光检测、生命科学中的DNA标记、X射线成像与光谱检测、生物和医学成像等。
3.9 紫外CCD图像传感器
日本滨松公司开发的新型紫外固体摄像器件——薄型背照式电荷耦合器件(BTCCD),采用特殊的制造工艺和锁相技术,具有噪声低,灵敏度高、动态范围大等优点。BTCCD有很高的紫外光灵敏度,紫外波段的量子效率超过40%,可见光部分超过80%,甚至达到90%左右,不仅可工作于紫外光,也可工作于可见光。
目前Sarnoff研究中心的紫外研究工作有两个方向:一是研制线阵和隔行转移列阵格式的CMOS/CCD,现已证明,这种方法所产生的探测器随着时间和表面电荷的变化能保持高度的稳定性;二是为海洋研究室研究一种薄型背面照射技术,模拟证明,这种技术可以在深真空紫外波段(10 nm)获得30%以上的稳定量子效率。在真空紫外以下,硅CCD可用来在远紫外(10~100 nm)和软X射线(0.1~10 nm)波段内成像。
美国COOK公司向市场提供了Dicam-pro型增强式制冷型CCD相机,它的曝光时间仅3 ns,其工作波段位于近红外-紫外波段。这种相机可用于荧光分析、化学荧光分析、光谱分析、弹道分析、生物荧光分析、高速流体分析、电源现象分析以及PIV成像等系统。可用光缆传输从相机到PCI接口板的串行数据。
4 CCD图像传感器的发展现状和发展趋势[3,4,5,6]
目前,CCD图像传感器的生产主要集中在日本的索尼、东芝、松下、滨松、夏普、三洋、富士、奥林巴斯、NEC、加拿大的Dalsa和美国的柯达等公司。当前各CCD生产厂商和数码相机、摄像机厂商之间像素和照片质量的竞争,实质是缩小像素面积的竞争。自1987年以来,CCD图像传感器的像素面积以每年20%的速度缩小,目前像素面积已经小于3μm×3μm。
从目前CCD技术的发展趋势来看,CCD将向高分辨力、高速度、微型化、多光谱、紫外、X射线、红外等方向发展。近几年,数码相机和微型摄像机的发展过程中,CCD和CMOS图像传感器相互竞争。总的来看,在军用领域,CCD使用的较多;在民用领域,CMOS图像传感器与CCD之间的竞争相当激烈,重点是制作工艺、功耗、集成度和成本。在竞争的过程中,CCD和CMOS图像传感器的研制和开发厂商不断推出新品。从CMOS与CCD目前的应用、技术发展以及未来的发展趋势看,CMOS图像传感器可能成为主流。CMOS固体摄像器件与90%的半导体器件都采用相同标准的芯片制造技术,而CCD则需要一种特殊的制造工艺,故CCD的制造成本高很多,表1是两种器件的比较。随着CMOS图像传感器技术的进一步研究和发展,过去仅在CCD上采用的技术正在被应用到CMOS图像传感器上。
5 小结
CCD和CMOS图像传感器已经发展成熟,至今已经推出了可见光CCD和CMOS图像传感器、紫外CCD、红外CCD、微光CCD、X射线CCD和X射线CMOS图像传感器等。近年来,人们对CCD的分辨力、信噪比、灵敏度、动态范围等特性的要求越来越高。CCD图像传感器将在我国航天、遥感、天文、工业、农业、商业、医学、交通、通信等领域得到更加广泛的应用。
参考文献
[1]BOYLE W S,SMITH G E.Charge coupled semiconductor devices[J].Bell Sys.Tech.J.,1970,49[2]:587-583.
[2]周祖成.电荷耦合器件在信号处理图像传感器中的应用[M].北京:清华大学出版社,1991.
[3]ETOH T G,POGGEMANN D,KREIDER G,et al.An image sensor which captures100consecutive frames at1000000frames/s[J].IEEE Trans.Electron Devices.2003,50[1]:144-151.
[4]WILLIAMS M J,REINHEIMER A L,JOHNSON C B,et al.Backilluminated and electronbombarbed CCD low light level imaging system performance[C]//Proc.SPIE.[S.l.]:SPIE Press,1995:208-223.
[5]SUYAMA M,KAGEYAMA A.An electron bombardment CCD tube[C]//Proc.SPIE.[S.l.]:SPIE Press,1997:422-429.
CCD图像传感器 篇4
电荷耦合器件(CCD.Charge (Couple Device)是20世纪70年代初出现的新型半导体器件。目前随着CCD器件性能不断提高,在图像传感、尺寸测量及定位测控等领域的应用日益广泛.CCD应用的关键是驱动信号的产生及输出信号的处理。由于不同厂家不同型号的CCD器件驱动电路各不相同,致使驱动信号的产生必须根据具体的CCD器件时序要求来设计驱动电路。因此、如何快速方便地产生CCD所需的驱动时序,成为CCD应用的关键。使用专用IC驱动CCD虽集成度高、但是费用高,灵活性和可移植性不好;传统的时序发生器实现方法如单片机驱动法、EPROM驱动法、直接数字驱动法等,由于速度和功能上的限制,已不能满足CCD应用向高速、小型化、智能化发展的需要。可编程逻辑器件CPLD以其高集成度、高速度、高可靠性、开发周期短可满足这些需要,与VHDL语言的结合可以很好地解决上述问题。由于可编程逻辑器件可以通过软件编程对其硬件的结构和工作方式进行重构,从而使得硬件的设计可以如同软件设计那样方便快捷。可编程逻辑器件(PLD)是在20世纪80年代迅速发展起来的一种新型集成电路,随着大规模集成电路的进一步发展,出现了PAL和GAL逻辑器件,而复杂可编程逻辑器件CPLD是在此逻辑器件基础上发展起来的,跟分立元件相比,具有速度快、容量大、功耗小、集成度高、可靠性强等优点。故CPLD被广泛应用于各种电路的设计中。本文以TCD1200D型CCD为例,给出了驱动时序的设计方法。
1 CCD图像传感器工作原理
CCD图像传感器是以电荷作为信号,而不同于其他大多数器件是以电流或者电压为信号,其基本功能是信号电荷的产生、存储、传输和检测。当光入射到CCD的光敏面时.CCD首先完成光电转换.即产生与入射光辐射量成线性关系的光电荷。CCD的工作原理是被摄物体反射光线到CCD器件上.CCD根据光的强弱积聚相应的电荷.产生与光电荷量成正比的弱电压信号,经过滤波、放大处理,通过驱动电路输出一个能表示敏感物体光强弱的电信号
或标准的视频信号。根据所集成光敏元件的排列,CCD图像传感器分为线阵和面阵两种类型。
1.1 线阵CCD
线型CCD图像传感器结构如图1所示。在图中,1—CCD转移寄存器2—转移控制栅,3—积蓄控制电极,4-PD阵列SH-转移控制栅输入端RS-复位控制VOD-漏极输出0S-图像信号输出OG-输出控制栅。在结构图中,光敏元件作为光敏像素位于传感器中央,两侧设置CCD移位寄存器,在它们之间设有转移控制栅。在每一个光敏元件上都有一个梳状公共电极,在光积分周期里,光敏电极电压为高电平,光电荷与光照强度和光积分时间成正比,光电荷存储于光敏像敏单元的势阱中。当转移脉冲到来时,光敏单元按其所处位置的奇偶性,分别把信号电荷向两侧移位寄存器转送。同时,在CCD移位寄存器上加上时钟脉冲,将信号电荷从CCD中转移,由输出端一行行地输出。线型CCD图像传感器可以直接接收一维光信息,不能直接将二维图像转变为视频信号输出,为了得到整个二维图像的视频信号,就必须用扫描的方法来实现。线型CCD图像传感器主要用于尺寸测试、传真和光学文字识别技术等方面。
线型CCD的主要技术指标如下:像敏单元数;像元尺寸;像元中心距;像元总长;光谱响应范围;光谱响应峰值波长;灵敏度等。
1.2 面阵CCD
面型CCD图像传感器有三种基本类型:线转移型、帧转移型和行间转移型,图2所示为三种类型的原理图。面型CCD由光敏区(感光区)、存储区和水平读出寄存器三部分构成。图像成像到光敏区,当光敏区的某一相电极(如P)加有适当的偏压时,光生电荷将被收集到这些光敏单元的势阱里,光学图像变成电荷包图像。当光积分周期结束时,信号电荷迅速转移到存储区中,经输出端输出一帧信息。当整帧视频信号自存储区移出后,就开始下一帧信号的形成。这种面型CCD的特点是结构简单,光敏单元密度高,但增加了存储区。面型CCD图像传感器主要用于摄像,存储,数码相机感光器件等。
面型CCD的主要技术指标如下;像素数;像素尺寸(μm2);填充系数(%);成像面积(mm2);读出噪声;饱和输出电压(mV);满阱容量(98%的像素);平均暗电流(nA/cm2);平均量子效率;垂直电荷转移效率(%);水平电荷转移效率(%);总的读出噪声电子(e-rms);水平时钟脉冲频率(MHz);芯片功耗(W)等。
2 基于VHDL的驱动时序设计
2.1 TCD1200D简介
2.1.1 TCD1200D的特点
TCD1200D是日本东芝公司生产的双沟道线阵CCD器件,具有灵敏度高(饱和曝光量为0.037×·s)、暗电流低等特点。该器件具有2 160个像元,内部信号预处理电路包含采样保持和输出预放大电路,当温度为25℃时,该器件工作在5 V驱动脉冲,12 V电源条件下。
2.1.2 TCD1200D驱动时序要求
芯片正常工作需要4路驱动信号:时钟脉冲F1,时钟脉冲F2,转移脉冲SH和复位脉冲RS。其中SH为光电荷转移脉冲,其下降沿是每行输茁的起始点;F1,F2为两相交变驱动脉冲(相位差为90。),其作用为驱动信号电荷进行定向转移;RS为输出极复位脉冲,清除输出即输出一个单元电荷后所剩电荷,以保证下一个单元电荷电压的正确输出。在4路脉冲的正确驱动下,该图像传感器将产生有效光电信号OS和补偿信号。图3即为TCD1200D各路驱动信号的时序关系。图4为TCD1200D驱动电路脉冲宽度与延时关系图,其中SH与F1的脉冲间隔t1,t5最小值为0,典型值为1001ns;SH脉冲上升与下降时间t2,t4最小值为0,典型值为50ns;SH脉冲宽度t3最小值为200ns,典型值为1 000ns;F1,F2脉冲上升、下降时间t6,t7最小值为0,典型值为60ns;RS脉冲宽度t8最小值为40ns,典型值为250ns;F1,F2与RS脉冲间隔t9。最小值为100ns,典型值为125ns。
2.2 驱动时序设计
本设计采用wZE-SPX010.00MHz晶振作为系统标准时钟。按照TCD1200D时序要求,时钟脉冲F1,F2设为0.5 MHz,将晶振20倍分频作为F1和F2输入信号,RS的周期为1000ns,TCD1200D包含2160个有效像元,有效像元前后各有64及12个哑单元,所以SH的周期应该大于等于2236个RS周期,令SH的周期为2240个RS周期,即2.24ms。图4为本论文设计的TCD1200D驱动波形图,单位均为ns。在图4中,时钟脉冲F1和F2的脉冲宽度为1000ns,SH的脉冲宽度为800ns,其上升沿和下降沿与对应的时钟脉冲F1和F2上升沿、下降沿间隔100ns,RS的脉冲宽度为200ns,他的下降沿与F1的上升沿间隔300ns。可见本设计符合TCD1200D的驱动时序要求。
2.3 VHDL语言实现
Max+PlusⅡ是Altera公司推出的一种开发设计平台,他功能强大,可以生成图形义件,文本文件和波形文件。并支持层次设计和从顶至底的设计方法,支持VHDL语言。可以编译并形成各种能够下载到各种CPLD器件的文件,还可以进行仿真以检验设计的可行性。硬件描述语言(Very high speed integerated circuitHardware Description
Language,VHDL)源于美国国防部。他是用来描述集成电路的结构和功能的标准语言,设计人员无需通过门级原理图,而是针对设计目标进行功能描述,从而加快设计周期,VHDL元件的设计与工艺无关,方便工艺转换。基于以上优点,本系统采用VHDL语言实现CCD驱动时序电路,程序如下:
3. 结语
本文在分析TCD1200D的工作原理和驱动信号时序要求的基础上,结合CPLD技术,采用VHDL语言,设计了一种合理的时序产生方案。该方案相对于数字电路硬件,单片机等驱动方式,时序驱动电路设计简单、体积小、灵活性好。设计完成后,可通过计算机进行软件调试,再实际投人使用,降低了使用风险性,实现了对CCD器件的正确驱动。
参考文献
[1]周祖成．电荷耦合器件在信号处理图像传感器中的应用．北京：清华大学出版社，1991．10
[2]Etoh T G,Poggemann D,Kreider G,et al. An image sensor which captures 100 consecutive frames at 1000000 frames/s.IEEE Transactions on Electron Devices.2003, 50(1):144～151.
[3]TCD1200D使用说明书，2005．7
CCD图像传感器 篇5
CCD是电荷耦合器件(Charge Couple Device)的简称,是一种既有光电转换功能,又具有信号电荷存储、传输功能的微型图像传感器。由于CCD图像传感器光谱响应宽、动态范围大、灵敏度高、体积小、成本低,同时又具有抗振动和潮湿、输出信号易于与计算机连接、便于实现系统的智能化和自动化等特点,因此,随着数字技术、半导体器件制造技术、光电技术、机械技术和网络技术的迅速发展,CCD图像传感器作为一种新型的光电转换器件,在现代办公设备、医疗设备、工业自动化控制、图文识别、数据读取、安防监控等领域具有广泛的应用。
2 CCD图像传感器的光电转换原理
CCD图像传感器是在P型或N型硅单晶的衬底上,生成很薄的一层二氧化硅(SiO2),在其上蒸发一层间距排列很小的电极。电极上加有适当的偏压,形成电场,并排斥P型(或N型)硅中的多数载流子,从而在电极下形成电荷耗尽区。而在Si O2—Si的界面上得到一个存储少数载流子的势阱。电极上所加的偏压越大,该势阱就越深。当透射光越强时,势阱捕获的电荷量越多。这样就把图像的光像变成了由电荷积累所描绘的电子图像,该电荷存储于CCD图像传感器件中[1]。CCD图像传感器在驱动脉冲的作用下,电荷从器件始端依次传递到末端,从而读出图像信息[1]。CCD图像传感器的光电转换过程示意图如图1所示。
由于CCD图像传感器在同一时间不能同时进行光电转换和电荷的传递,故通常采用转换控制脉冲的高低电平实现感光元件与移位寄存器分时工作。当转换控制脉冲为高电平时,存储在MOS电容器中的电荷通过转换控制栅传递到CCD移位寄存器中。当转换控制脉冲为低电平时,感光单元与移位寄存器分开,由光照而使感应单元所产生的电荷被存入存储区。在驱动脉冲(二或三相)的作用下,电荷经信息输出电路依次移位输出,得到图象输出信息[2]。
3 CCD图像传感器的特点
CCD图像传感器主要有以下特点:
(1)重量轻,集成度高,成本低,功耗小,电性能好,结构简单;
(2)图像小,适用于测量物体尺寸,位置及表面缺陷;(3)体积小,可以实现小型化,适用于各类袖珍电视;(4)可靠性强,适用于防爆,隧道,空中及水下等特殊场合;
(5)寿命长,不存在发射电子束老化问题;
(6)抗干扰能力强,适用于转移物体的识别及监视[3]。
4 CCD图像传感器的主要应用领域
(1)自动化生产中的过程控制。CCD可用于尺寸测量、定位、产品质量等检测与自动控制环节,如轮胎的动平衡、破纸检测等[4]。
(2)用于医疗仪器,可进行标本的检查、分析、X射线摄像等。
(3)制作各类具备摄象功能的电子产品,如彩色或黑白的摄像机,数字摄录一体机,摄像手机等。
(4)制造现代视频通信设备,如可视电话,可视门铃等。
(5)用于现代自动化办公设备中,可进行图像、文字识别及数据的读取,如传真机,数码速印机等。
(6)智能交通系统(ITS),如摄像机应用仪器、车内用的各类监视器、行车路线和障碍物识别、实时事故记录设备等。
(7)身份认证、指纹、瞳孔检测等。
5 CCD图像传感器在数码速印机的应用
CCD图像传感器感光元的排列可分为线阵CCD和面阵CCD两类。线阵CCD的MOS电容器光敏单元将入射信号转变成信息电荷包,经过转移栅,奇偶相间地转移到上下两侧CCD移动寄存器中,分别在有一定相似脉冲驱动下,沿CCD信道传输至输出端,变成与电荷量成正比的电压信息输出。而面阵CCD可分为三种:帧转移CCD(FTCCD)、行间转移CCD(ITCCD)和帧行间转移型(FITCCD)。面阵传感器主要用于黑白与彩色摄像,而线阵传感器主要用在非接触点检测方面,具有广阔的前景。线阵CCD与面阵CCD相比,具有如下特点:一是对某一行的扫描分辨率高;二是光敏元(即像元)的位置精度高;三是成像速度快;四是便于得到与图像相应的时序信号。因此,线阵CCD图像传感器更适合于对电子扫描读取原稿,以便获得高质量的印刷品。本文重点介绍线阵CCD图像传感器在数码速印机的应用[5]。
5.1 数码速印机的主要特点
数码速印机是一种集机械技术、电子技术、电摄影技术和光学技术为一体的现代复印设备。它与静电复印机相比,具有以下特点。
(1)与复印机原理不同。它们最大的区别在于数码速印机在复印时,是由数码速印机的制版系统对原稿进行电子扫描后制成母版,再根据这张母版产生复印品,而不像静电复印机那样,每一张复印品都要重新扫描。
(2)一体化。数码速印机集扫描、制版、复印,人工输纸等系统于一身,使数码速印机的结构更为紧凑、实用。
(3)彩色化。只需更换彩色滚筒,就可实现色彩的变换,具有较大的灵活性。
(4)高速化。每分钟可印刷120张以上。
(5)自动化。原稿自动校正、自动制版、自动印刷。
(6)智能化。自动诊断机器故障部位。
(7)在线连接系统。当设备配置接口电路板后,可将计算机中的各种图文资料输入数码速印机,避免中间环节造成的印刷品分辨率下降,印刷品质量高。
5.2 工作机理[2]
CCD图像传感器是数码速印机光学系统中最重要的器件。数码速印机进行复印时,首先由扫描系统对原稿进行扫描,即通过曝光灯、反射镜片、镜头、CCD图像传感器等光学元件对原稿进行读取,将光信号转变为电信号,并存储在CCD内,在整机的同步脉冲控制下,由CCD图像传感器输出的电信号送到放大器进行放大后,经A/D(模拟/数字)转换、调制,送往制版系统,制版系统根据CCD送来的图像信号进行制版,产生与原稿图像相对应的蜡纸版,并通过上版机构将此蜡纸版缠绕在滚筒上,复印系统再根据此蜡纸版进行复印[8]。
在数码电子扫描读取原稿过程中,镜头对原稿反射过来的光线形成光像,投射到CCD图像传感器件的感光区上。由于CCD图像传感器各电极下的势阱深度与这条扫描线各点像素的色调相对立,所以就把这条扫描线光像变成CCD图像传感器中存储的电荷信息,从而完成了由图像光信息到图像电信息的转变。图像电信息经A/D转换电路处理后,送热敏头控制电路,运行制版程序进行制版。CCD图像传感器在数码速印机中电子扫描读取原稿过程的示意图如图2所示。
在图2中,曝光灯的主要作用是提供对原稿照明的光源。数码印刷机使用的曝光灯通常为缝隙式高功率荧光灯。稿台曝光玻璃主要是完成曝光灯与原稿、原稿与平面反光镜之间的光线传输,使曝光灯发出的光能均匀地投射原稿,原稿反射出的光线能正确地传输到平面反光镜。平面反光镜完成原稿与镜头之间的光线反射,它是利用光的反射特性而制成的光学元件,在光学系统中的主要作用是改变光束的传播方向。遮光片用来纠正曝光灯光强误差,由于曝光灯光强误差是两端小,中间大,因此对曝光灯的中间部分应作适当的遮挡,使曝光均匀,通过调节反光镜遮光片的光缝大小的方法来实现光量的调整。成像镜头一般采用5片镜片组成的镜头组合,它把原稿的图像按正确的比例进行成像,然后传输到CCD图像传感器中。CCD图像传感器主要完成对原稿进行电子扫描,将原稿反射的图像信息由光信号转变模拟电信号,并存储在CCD图像传感器的移位寄存器中,作为A/D转换电路的输入信号。A/D转换电路主要功能是将由CCD输出的模拟电信号转换为数字信号,该信号经缩小处理和图像处理后,送到并/串转换电路,再送到热敏头电路。此时在主控制电路和制版程序的控制下进行打印制版。制版是数码速印机的重要组成部分之一,也是数码速印机与普通静电复印机的主要区别所在。CCD图像传感器的图像信号经放大、A/D转换后,在制版程序的控制下,送往热敏打印头控制电路,该电路控制热能打印头的发热单元发热,使与之接触的热敏蜡纸形成对应原稿图像的孔洞,然后将该纸版缠绕到滚筒上。主控电路负责整机的控制,直接或通过其它的电路控制机器的动作,其主要作用是实现与操作面板控制有关的显示与操作[8]。
6 CCD图像传感器的发展趋势
CCD图像传感器因能实现信息的获取、转换、存储和传输等功能,并能给出直观、多层次、内容丰富的可视图像信息,易于与计算机连接,实现智能化处理,进而在现代社会中得到越来越广泛的应用,尤其是数字CCD图像传感器的开发。CCD图像传感器与信号采集电路的大规模集成,使得CCD图像传感器在现代办公设备、医疗设备、工业检测与自动化控制应用中将发挥更重要的作用,CCD图像传感器将促进制造业朝机器人自动检测与控制、柔性集成制造系统、无人加工车间、智能化测量方向发展[6]。
CCD图像传感器将进一步向多功能化、单芯片化、多层感应、全色和智能化方向发展。随着成像技术、微电子加工技术的进步,未来的CCD图像传感器工作电压和功耗将进一步降低,像素个数不断增多,对光线更敏感,色彩更丰富,图像还原更真实,像素面积更小,集成度更高,价格更低,CCD图像传感器的功耗更小,分辨率更高,灵敏度更高,失真更小,体积更小,重量更轻,成本更低,噪声更低,抗辐射的能力更强[7,8]。
7 结语
可见,CCD图像传感器在现代办公设备、现代视频通讯设备、医疗设备、监视、非接触测量、定位控制等方面具有较高的应用价值。基于CCD图像传感器的电子扫描读取原稿系统,使设备结构简单,体积大大减小,成本下降,印刷速度快、质量高,功能强,功耗小,便于实现办公设备的智能化、网络化、彩色化、一体化。CCD图像传感器以其体积小、质量轻、功耗低、精度高等特点被广泛应用于图文的识别、非接触测量、摄像、数据存储及信号处理等领域。随着科学技术水平的发展,CCD图像传感器技术将在今后各领域得到越来越广泛的应用。
参考文献
[1]郑光昭.光信息科学技术应用[M].北京:电子工业出版社,2002.
[2]蒋革.数码速印机使用与维修[M].北京:新时代出版社,2007.
[3]李劲松.CCD图像传感器在桥梁动态位移测量系统的应用[J].测试技术学报,1998(3):82-85.
[4]张霞.图像传感器的应用测量技术[J].国内外机电一体化技术,2009(01):68-71.
[5]赵坚勇.电视原理与系统[M].西安:西安电子科技大学出版社,2004.
[6]余震.CCD传感器在工业测控中的应用现状及展望[J].计测技术,2002(3):30-32.
[7]程开富.新颖固体图像传感器的发展及应用[J].电子器件应用,2004(1):1-9.
CCD图像传感器 篇6
70年代初美国贝尔实验室研制成功第一只电耦合器件 (CCD) , 之后CCD技术发展迅速。CCD图像传感器作为一种新型光电转换器已被广泛的应用于摄像、图像采集、扫描仪以及工业测量等领域。随着CCD应用范围的扩大, 其缺点逐渐暴露出来。为此, 人们又开发了另外几种固体图像传感器技术。其中, 最引人注目、最有发展潜力的是CM OS图像传感器, 它能获得和CCD产品相似的图像质量, 且在功耗、集成度上都取得了很大突破。
二、CCD结构及其特点
CCD即电荷耦合器件, 是1种高性能微型图像传感器。这种新型光电成像器件具有灵敏度高、光潜响应宽、集成度高、维护方便、成本低廉等一系列优点, 在国防、公安、医学、工业、医学、生物、天文、地质、宇航等科学和技术各领域有着广泛的应用, 是现代最重要的图像传感器之一。电荷耦合器件 (CCD) 的突出特点是以电荷为信号, 而不同于其它大多数器件是以电流或者电压为信号。构成CCD的基本单元是M OS (金属-氧化物-半导体) 结构。CCD的基本功能是电荷的存储和电荷的转移。工作时, 需要在金属栅极加上一定的偏压, 形成势阱以容纳电荷, 电荷的多少基本与光强成线性关系。电荷读出时, 在一定相位关系的移位脉冲作用下, 从一个位置移动到下一个位置, 直到移出CCD, 经过电荷-电压变换, 转换为模拟信号。由于CCD每个像元的势阱容纳电荷的能力是有一定限制的, 如果光照太强, 一旦势阱中被电荷填满, 电子将产生“溢出”现象。另外, CCD的电荷读出时, 是从一个位置到下一个位置的电荷转移过程, 存在电荷的转移效率和转移损失问题。CCD图像传感器的结构和工作原理, 决定了这类器件有以下优点:
1 CCD是一种固体化器件, 体积小、重量轻、可靠性高、寿命长;
2图像畸变小、尺寸重现性好;
3具有较高的空间分辨率;
4光敏元间距的几何尺寸精度高, 可获得较高的定位精度和测量精度;
5具有较高光电灵敏度和较大动态范围。
三、CMOS图像传感器结构
CM OS图像传感器一般由光敏单元阵列、行选通逻辑、列选通逻辑、定时和控制电路, 及在片模拟信号处理器 (ASP) 构成。更高级的CM OS图像传感器还集成有在片模数转换器 (ADC) 。该类器件采用单一的5V电源。
行选通逻辑和列选通逻辑可以是移位寄存器, 或是译码器。定时和控制电路限制信号读出模式、设定积分时间、控制数据输出率等。在片模拟信号处理器完成信号积分、放大、取样和保持、相关双取样、双<取样等功能。在片模拟/数字转换器是在片数字成像系统所必需的, CM OS图像传感器可以是整个成像阵列有一个ADC或几个ADC (每个一种颜色) , 也可以是成像阵列每列各有一个ADC。光敏单元将光信号转换为电信号, 经在片信号处理电路处理后, 以模拟或数字形式的信号输出。
四、CMOS与CCD的比较
1灵敏度比较
灵敏度代表传感器的光敏单元收集光子产生电荷信号的能力。CCD图像传感器灵敏度较CM OS图像传感器高30%~50%。这主要因为CCD像元耗尽区深度可达10mm, 具有可见光及近红外光谱段的完全收集能力。CM OS图像传感器由于采用0.18~0.5mm标准CM OS工艺, 由于采用低电阻率硅片须保持低工作电压, 像元耗尽区深度只有1~2m m, 其吸收截止波长小于650nm[3], 导致像元对红光及近红外光吸收困难。3.2电子-电压转换率电子-电压转换率表示每个信号电子转换为电压信号的大小。由于CM OS图像传感器在像元中采用高增益低功耗互补放大器结构, 其电压转换率略优于CCD图像传感器。CCD图像传感器要达到同样的电压转换率需要付出进一步增大器件功耗的代价。CCD研制者正进一步研究新的读出放大器结构以提高响应率。[4]
2响应速度
响应速度由于CCD采用串行连续扫描的工作方式, 必须一次性的读出整行或整列的像素数据。而COM S由于采用单点信号传输, 通过简单的X-Y寻址技术, 允许从整个排列, 部分甚至单元来读出数据, 从而提高寻址速度, 实现更快的信号传输。
3噪声比较
CCD的特色在于从充分保持信号在传输是不失真 (有专属通道设计) 。透过每一个像素集合至单一放大器上做统一处理。可以保持资料的完整性。相对地, CM OS的设计中每个像素旁就直接连着ADC (放大兼模拟/数字信号转换器) , 没有专署通道设计。因此必须先放大再整合各个像素的资料。所以CM OS计算出的早点要比CCD多, 这将会影响到图像品质。
4成本比较
由于CM OS传感器采用半导体电路最常用的CM OS工艺, 可以轻易的将.周边的电路 (如AGC、DDS、时钟、DSP等) 集成到传感器芯片中, 因此可以节省外围芯片的成本;而CCD传感器采用电荷传递方式传送数据。其中有一个像素不能运行。将会导致一整排的数据不能传送。控制CCD传感器的成品率会比CM OS传感器难的多。因此, CCD传感器的成本要高于CM OS。
因此总的说CCD和CM OS比较, 虽然CCD传感器和CM OS传感器都是上世纪70年代开始研制, 但由于CCD传感器灵敏度高、噪声低而成为图像传感器的主流。互补金属氧化物 (CM OS) 图像传感器由于工艺上的原因, 一直没摆脱光照灵敏度低、噪声降不下来和图像分辨率低等缺点而得不到重视和发展。CCD图像传感器也由于敏感元件和信号处理电路不能集成在同一芯片上而使CCD摄像机/照相机体积大、功耗大。CM OS传感器却有集成度高、功耗小和造价低等优点, 如果CM OS图像传感器能克服以上缺点而保持原有的优点, 就比CCD传感器的应用更有优势。由于集成电路设计技术和工艺水平的提高, CM OS图像传感器过去存在的缺点, 现在都可以找到办法克服, 而且它固有的优点更是CCD器件所无法比拟的, 因而它再次成为研究的热点。CCD传感器需要多个不同电压来使它工作, 而CM OS传感器只需单电压工作, 这也是它相比CCD传感器另一个极大的优点。CCD传感器需要在外部配接放大器、模数转换器、时序电路等等, 造成体积庞大, 读出速度受到限制。而CM OS图像传感器却相当一个完整的图像系统。一个典型的CM OS图像传感器通常包含:一个图像传感器核心, 这与CCD图像传感器相似, 所有的时序逻辑电路、单一时钟及芯片内的可编程功能, 比如增益调节、积分时间、窗口和模数转换器。与传统的CCD图像系统相比, 把整个图像系统集成在一块芯片上不仅降低了功耗, 而且具有重量较轻, 占用空间减少以及总体价格更低的优点。
五、发展现状
当前, CM OS图像传感器主要朝着高分辨率、高动态范围、高敏度、超微型化、数字化、多功能化的方向展。1996年就有采用0.5m CM OS工艺开发出2048×2048阵列的CM OS图像传感器的报道。当采用0.25m CM OS工艺时, 相信将生产出阵列更高的传感器通过采用新工艺和改善相关双采样电路能有效降低固定模式噪声, 减小暗电流;通过采用棱镜可使填充系数超70%;通过在像素单元下面使用一层掺杂层可使填充系数达到100%.一种阶跃的复位栅电压技术能将APSCM OS图像传感器的动态范围提高90d B;采用ASIC技术的薄膜图像传感器允许增强局部像元对比度, 可使动态范围达到120d B.再考虑到CM OS图像传感器具有体积小、功耗低、高集成度、新型USB计算机接口及红外接口技术这些突出的优点, 相信一个崭新的数字图像技术时代即将来临。
参考文献
[1].曹新亮、白泽生:《两种图像传感器性能特点的对比分析与研究》[J]延安大学学报 (自然科学版) :29-33
[2].宋勇、郝群等:《CMOS图像传感器与CCD的比较及发展现状》[J]仪器仪表学报, 2001 (3) 增刊:387-389
[3].王忠立、刘佳音、贾云得:《基于CCD与CMOS的图像传感技术》[J]光学技术.:361-364
CCD图像传感器 篇7
光栅传感器基本结构及原理
光栅传感器的作用是能够实现精密测量, 其测量原理建立在莫尔条纹的基础上。由于光的干涉效应, 将等栅距的两块光栅以微小夹角重叠在一起, 可以看到在近似垂直栅线方向上出现明暗相间的条纹, 称为莫尔条纹, 如图1所示:B为莫尔条纹间距, W为光栅间距:
光栅线夹角θ小, 莫尔条纹宽带B越大, 相当于把W放大了1/θ倍, 大大的提高了测量灵敏度, 也方便了光电元件的放置。
本文利用长光栅的位移传感器, 借助CCD (电荷耦合器件) 图像传感器代替传统的硅光电池检测莫尔条纹, 完成了信号的细分, 并实现对位移和角度的高精度测量。因此, 若利用光栅精密测量位移或角度, 可利用光电元件测出莫尔条纹的移动, 通过脉冲计数得到度量。
测量系统结构及工作方式
以位移测量为例, 通常光栅传感器是由光路系统、一对光栅副、与指示光栅相对位置固定的光电接收元件、整形细分电路组成。当光栅副中任一光栅沿垂直于刻线方向移动时, 莫尔条纹就会沿近似垂直于光栅移动的方向运动。当光栅移动一个栅距时, 莫尔条纹就移动一个条纹间隔B。光电接收元件将莫尔条纹的明暗强弱变化转换为电量输出。该正弦波经整形为方波, 在一个完整的光栅测量系统中, 后级电路 (往往是以单片机为核心) 接收该信号后, 根据两路或多路信号的时序关系判别运动方向, 并根据方波个数判断位移。
光栅数字传感器的测量分辨率等于一个栅距。但是, 在精密检测中常常需要测量比栅距更小的位移量, 为了提高分辨率, 可以采用两种方法实现:1) 增加刻线密度来减小栅距, 但是这种方法受光栅刻线工艺的限制。2) 采用细分技术, 在莫尔条纹变化一周期时, 不只输出一个脉冲, 而是输出若干个脉冲, 以减小脉冲当量, 提高分辨力。细分的方法有多种, 如直接细分、电桥细分、锁相细分、调制信号细分和软件细分等。下面介绍论文采用的4倍直接细分的信号处理过程。
根据莫尔条纹的性质, 光电元件产生的信号近似为正弦波。A、B为两个光电元件, 使A、B的位置相距1/4B那么A、B输出的正弦信号相位差π/2, 如图2所示。设莫尔条纹移动方向为从A到B。A领先Bπ/2, A、B两路信号经整形后变为方波, 以1/4个周期为单位时间, 则在一个周期内的4个单位时间内, A依次为1、1、0、0, B依次为0、1、1、0, AB代表的二进制数为10, 11, 01、00, 即光栅移动一个栅距内, 可以得到4组信号, 根据不同的信号值从而将位移确定在1/4个栅距内, 实现了4倍细分。同时根据AB代表的系列值可以判断移动方向。
CCD图像传感器在光栅传感器中的应用
图像传感器的选用
根据以上对光栅传感器的剖析, 可以看出要想提高对莫尔条纹的细分精度, 可以采用提高光栅线的密度或放置更多路光敏元件实现对信号更高倍的细分的方法。但是由于工艺上的难度成本上的限制, 不可能无限制地提高光栅线的密度, 目前较普遍的是1mm 50～100线。也不可能精确地在保证一定的相位差下放置多路光敏元件。所以从以上两点入手试图改进光栅传感器的精度意义不大。目前的光栅传感器一般采用硅光电池, 再配以相应的后续电路完成信号处理。所以考虑采用新的图像探测器件来取代传统的光电池是另一种值得考虑的方法。
CCD图像传感器与互补金属氧化物半导体 (CMOS) 图像传感器目前已经得到大量而广泛的应用。CCD图像传感器和CMOS图像传感器都基于硅半导体材料, 但由于工作机理和结构的不同, 这两种传感器在性能上存在着很大的区别, 主要体现在集成度、读出方式、功耗、动态范围、灵敏度和价格上。虽然CMOS图像传感器的生产过程较简单、成本较低、功耗较小, 但其具有信噪比低、宽动态范小、电荷转换效率低和输出图像质量低的缺点, 而CCD图像传感器的最大优点是信噪比高、灵敏度和动态范围大、电荷转换效率高和输出图像质量高。综合以上特点, 对于光栅传感器的应用来说, CCD更适于对精度和灵敏度要求较高的莫尔条纹的检测。
CCD图像传感器的功能是把二维图像光学信号转变成一维视频信号或数字信号。从结构上分为线阵CCD和面阵CCD两大类, 从受光方式分为正面光照和背面光照两种。线阵CCD有单沟道和双沟道两种信号读出方式, 其中双沟道信号读出方式的信号转移效率高。面阵CCD的结构复杂, 常见的有帧转移 (FT) CCD、全帧转移 (FFT) CCD、隔列内线转移 (IIT) CCD、帧内线转移 (FIT) CCD、累进扫描内线转移 (PSIT) CCD等。如以帧转移 (FT) CCD面阵, CCD由成像区 (光敏区) 、暂存区和水平读出寄存器三部分构成。每个成像单元称为一个像素。假定有M个转移沟道, 每个沟道有N个成像单元, 那么整个成像区共有M×N个像素。暂存区的结构和单元数与成像区相同, 暂存区与水平读出寄存器均作遮光处理。工作时, 图像经物镜成像到光敏区, 光敏区上面的电极加有适当的偏压时, 光生电荷被收集到电极下方的势阱里, 这样就将光学图像变成了电荷包图像。当光积分周期结束时, 加到成像区和暂存区电极上的时钟脉冲使所有收集到的信号电荷迅速转移到暂存区中, 然后经由水平读出寄存器, 在时钟脉冲控制下, 经输出级逐行输出一帧信息。在第一帧读出的同时, 第二帧信息通过光积分又收集到势阱中。这样可以一帧一帧连续地读出。
系统设计
下面采用C C D图像传感器FTF4052M芯片实现对莫尔条纹的检测。DALSA公司的FTF4052M型CCD是一款全帧型CCD图像传感器, 具有22M像素 (4008×5334) 的超大分辨率全帧CCD图像传感器, 内部功能结构如图3所示。
图3中, 芯片在结构上分为3部分:⒈中间最大的区域为光敏区, 即光积分区域。每个光敏单元都有在行列方向上的地址, 行选通逻辑和列选通逻辑共同选定某光敏单元, 考虑到各像敏单元的偏置电压不均匀, 使用增益控制和平衡控制等辅助电路对信号进行校正。特别是对于处于莫尔条纹光强波谷处的像敏单元, 其信号是微弱的, 此时该校正是很必要的。⒉上下两部分为两个输出寄存器。将光积分生成的电荷水平转移到4个角的输出放大器, 输出放大器将光生电荷形成的电压信号放大并转移出CCD。C1、C2、C3为水平像素转移寄存器的时钟信号。A1、A2、A3、A4为垂直行驱动时钟信号。⒊TG是光敏区与输出寄存器之间的隔栅;OG是输出栅;SG是输出栅之前的最后一个栅;RG是输出放大器。该芯片的最大特点是将光敏区生成的图像分成W、X、Y、Z四个对称的象限, 每个象限的电荷可以以不同的方向转移, 通过四个输出端同时输出, 有效地提高了帧速率, 单端输出的帧速率为1FPS, 而四端同时输出就可以达到3.6FPSs。工作时, 莫尔条纹投射在CCD图像传感器表面, 莫尔条纹沿X轴向左或向右平移, 产生明显的莫尔条纹光强分布。
由于CCD图像传感器的同一列像元从上至下的光强分布是一致的, 莫尔条纹的光强分布只是体现在行方向上, 所以无需进行逐行扫描, 只需考察一行上的像元信号即可分析莫尔条纹的移动情况, 这样大大降低了信号处理任务。图4代表莫尔条纹在一行像敏单元上的光强分布, X轴为莫尔条纹移动方向, Y轴表示光强的大小。莫尔条纹在各行分布一致的情况仅仅是理想的情况, 实际上由于光栅线质量, 光栅间隙等工艺因素的影响, 各行情况会略有差别, 所以可以考虑选择不同位置的几行, 考察其光强分布情况, 避免信号质量差时过大的单行误差, 达到降低误差的目的。
FTF4052M和光栅传感器、DSP、MCU和PC组成测量系统时, 系统工作原理框图如图5。
系统上电后, C C D图像传感器初始化, 根据相关寄存器值控制有关参数, 确定采集图像的窗口位置、大小和工作模式;MCU通过对FTF4052M芯片发出时钟信号指令、以及对FTF4052M芯片进行时序控制, 来完成参数的配置;系统配置完后, FTF4052M芯片开始对莫尔条纹信号进行采集, 并输出同步信号给MCU, 其包括垂直同步信号、水平同步信号、数据同步信号, 判别一帧图像数据的开始和结束;DSP发出读信号请求后, MCU根据同步信号决定是否开始数据采集;采集的数据被送至RAM;DSP接收到READY信号后开始采集数据并处理;数据最终被送往PC进行处理, 得出测量结果。
结论
从信号处理的角度来说, 最简单的方法就是通过调整光栅夹角, 使莫尔条纹间隔B和CCD图像传感器最大感知图像的行方向长度一致, 设其为L。该方向有n个像素, 将L分为n份, 即细分倍数达到n倍, 对位移的分辨精度达到了W/n (以FTF4052M为例, 其分辨率为1312×1036) 。设光栅线密度为1 0 0线/m m, W=0.01mm, 故位移分辨精度为:W/n=0.01/1312≈7nm。考虑到光栅线质量问题等, 该理论值并不代表整个传感器在实际测量中能达到的精度。但经过实测, 采用CCD图像传感器对莫尔条纹的分辨精度远远高于采用传统的硅光电池和整形细分电路等对莫尔条纹的分辨精度。并且, 随着集成电路技术的提高, CCD图像传感器的性能指标也在不断的改善, 对莫尔条纹的分辨率将不断提高, 满足光栅传感器现在和未来的高精度、高分辨率等测量需求将绰绰有余, 理论上, 若提供的莫尔条纹信号质量足够高, 则可以实现纳米级的测量精度。
摘要：本文基于光栅传感器, 提出借助CCD图像传感器代替传统的硅光电池对莫尔条纹进行检测, 完成了信号的细分, 并以位移的测量为例, 实现了对位移的高精度测量。
关键词：CCD图像传感器,光栅传感器,莫尔条纹,细分,高精度测量
参考文献
[1]方平, 丁凡, 李其朋.基于线阵CCD的新型微位移传感器的研究[J].传感技术学报, 2006 (1)
[2]万峰, 范世福.以c8051F020为核心的CCD驱动与采集系统的设计[J].光学精密工程, 2005 (S1)
[3]盛翠霞, 张涛, 纪晶, 等.高分辨率CCD芯片FTF4052M的驱动系统设计.光学精密工程, 2007 (4)
[4]陈学飞, 汶德胜, 王华.基于CPLD的面阵CCD图像传感器驱动时序发生器设计.电子器件, 2007 (3)
CCD图像传感器 篇8
斜拉桥由于其优良的抗震性能和良好的经济性,在世界范围内得到了广泛的应用。作为斜拉桥主要受力构件之一的拉索,因长期暴露在空气中,经风吹雨淋,烈日暴晒,拉索表面的PE保护层会出现不同程度的硬化和破坏,继而钢丝束受到腐蚀,严重者甚至出现断丝现象。因此,利用爬升机器人携带CCD摄像机对拉索表面的PE保护层进行图像采集,并利用计算机对采集来的图像进行自动分析与处理提取受损表面的伤痕图像,可以实现对拉索表面的PE保护层的状况进行有效的监测。
通常摄像机的镜头为光学透镜,透镜在设计时要考虑几何畸变和色差,如果这两者都要校正得很理想,设计出来的镜头往往是一个复杂的光学系统,不但使设计难度加大,而且给制造工艺也带来一定的难度,进而提高了光学系统的制造成本,因此,普通摄像机的镜头往往难以同时实现几何畸变和色差的校正。在几何畸变和色差校正不可兼得的情况下,镜头的设计往往首先确保的是色差校正,因而大多数镜头都存在不同程度的径向几何畸变,特别是在广角端几何畸变较为严重[1](图1[2])。由于爬升机器人自身负载能力的限制,其所携带的是微型CCD摄像机,其镜头则采用了普通的微型广角镜头,因此图像采集所获得的图像产生了明显的径向畸变(图2)。
对拉索表面伤痕的自动检测与分析必须要将拉索的表面图像从复杂的背景中准确地提取出来,而由镜头产生的径向畸变为拉索表面图像的边界提取增加了难度。因此,设计出准确、快速的针对径向畸变CCD图像的边缘检测算法是解决这类问题的关键。其算法流程如图3所示。
1 图像预处理
a) 图像的灰度化处理:通常CCD摄像机采集的是RGB彩色图像,如果图像处理中对色彩信息没有特殊的需要时往往将其转化为灰度图像,这样可以大大降低图像处理的运算工作量,减少内存的使用规模。RGB图像的实质是由R-红、G-绿、B-蓝三基色所组成的3维矩阵,图像的灰度化处理是将这三维矩阵的按一定比例相加并降为2维矩阵的过程。其具体算法是:
GRAY(x, y)=0.2990×A(x, y, r)+
0.5870×A(x, y, g)+0.1140×A(x, y, b) (1)
其中矩阵A为RGB图像的三维矩阵,GRAY为灰度图像矩阵,0.2990∶0.5870∶0.1140为白色RGB图像三基色的比例因子[3]。
b) 图像的降噪:由图2可以看出,爬升机器人采集的图像带有电气干扰及机械扰动干扰,由于电气干扰及机械扰动干扰的频率和相移不宜确定,因此,难以通过频域滤波进行降噪处理。由于中值滤波具有既能平滑噪声区域,又能较好地保持区域间边界结构的特性,因此,采集图像的降噪采用了中值滤波算法[4]。其数学描述为:
式(2)中,S为像素(x0, y0)的领域集合[包含(x0, y0)], (x, y)表示S中的元素,f(x, y)表示(x, y)点的灰度值,|s|表示集合S中元素的个数,Sort表示排序算法,f′(x0, y0)为对(x0, y0)点的平滑算法。图4为区域大小为5×5的中值滤波算法对爬升机器人采集图像的降噪结果。可以看出图像在被降噪的同时较好的保持了图像的边界特征,从而为后续的边缘检测提供了条件。
2 图像边缘检测与边界提取
边缘是图像最基本的特征,所谓图像的边缘是指图像周围像素灰度有阶跃变化或屋顶状变化的像素的集合,它存在于目标与背景、目标与目标、区域与区域,基元与基元之间。边缘具有方向和幅度两个特征,沿边缘走向,像素值变化比较平缓;垂直于边缘走向,像素值变化比较剧烈,可能呈现阶跃状,也可能呈现斜坡状。因此,边缘可以分为两种:一种为阶跃性边缘,它两边的像素灰度值有着明显的不同;另一种为屋顶状边缘,它位于灰度值从增加到减少的变化转折点[5]。
边缘检测技术是图像处理和计算机视觉等领域最基本的技术,如何快速、精确的提取图像边缘信息一直是国内外研究的热点,然而边缘检测又是图像处理中的一个难题。在斜拉桥拉索径向畸变CCD图像的边缘检测的算法设计中综合应用了多种边缘检测的算法,从而实现了对拉索图像边缘的快速检测与精确提取。
a) 边缘检测:由于基于一阶微分的边缘检测方法中的Prewitt算子,是首先进行邻域的平均,然后再进行微分运算,因此这种算法对灰度渐变的图像有良好的噪声抑制作用。其中Prewitt算子的两个卷积计算核为:
其输出为|G(x, y)|≈max(|Gx|, |Gy|),即∞范数梯度。对采集图像进行Prewitt边缘检测的结果如图5所示。
b) 边界跟踪:由图5可以看出,虽然经过边缘检测斜拉桥拉索的边缘已经基本得到,但背景中机器人机构轮廓边缘也同时存在,如果在拉索上出现伤痕的情况下,还会出现拉索伤痕的边缘,这些边缘成为了斜拉桥拉索轮廓边缘的噪声点,因此,必须对这些点进行排除。而排除的方法采用了曲线的边界跟踪法,其具体方法是:
1) 边界跟踪搜索范围的确定:由于爬升机器人携带CCD摄像机系统的结构、位置、镜头的焦距以及缆索的型号都是确定的,因此,可以通过这些参数来确定采集图像中缆索边界可能的像素范围,以此来限定缆索边界搜索的范围。
2) 起始点的确定:由于斜拉桥拉索边缘的形态是从图像的上端向下延伸的,因此可以从图像的上端开始利用边界搜索范围和位置准则来确定边界跟踪的起始点。
3) 曲线跟踪:将当前的起始点定义为“现在点”并由该点出发,用跟踪准则检查“现在点”的邻点,如果该邻点是满足跟踪准则的像素点则该点被接受为新的“现在点”并做上标记继续跟踪。在跟踪过程中可能出现以下两种情况:“现在点”是曲线的分支点或几条曲线的交点,取满足跟踪准则的各邻点中的一个作为新的“现在点”,继续进行跟踪,而将其余满足跟踪准则的点存储起来,供以后继续跟踪;当跟踪过程中的“现在点”的邻点都不满足跟踪准则时,则该分支曲线跟踪结束。
4) 结束跟踪过程:当全部分支点处的全部待跟踪点均已跟踪完毕后,将那些图像中没有被标记的或边界搜索的范围之外的像素点置为0,这样就去除了大部分的斜拉桥拉索轮廓边缘的噪声点。
边界跟踪算法从图5中的边界点中剔除了不符合要求的边界点,构造出具有最大概率的斜拉桥拉索图像的边界点子集,为下一步的有效应用Hough变换做了准备。经边界跟踪算法处理后的拉索边缘点二值图,如图6所示。
c) 拉索边缘点的Hough变换:由上所述,摄像机的镜头的光学透镜所产生的几何畸变原理可知,摄像机镜头对直线轮廓将产生圆弧或近似圆弧的径向畸变。因此,可以采用基于Hough变换的圆弧检测来提取拉索图像的连续边界[6]。经典的Hough圆变换方法是已知圆的一般方程:
(x-a)2+(y-b)2=r2 (4)
式(4)中,(a, b)为圆心,r为圆的半径。Hough圆变换则把x-y平面上的圆转换到a-b-r参数空间中,则图像空间中过任意一点的圆对应于参数空间中的一个三维锥面,图像空间中同一圆上的点对应于参数空间中的所有三维锥面必然交于一点[7]。这样通过检测这一点可以得到圆的参数,相应的圆也可求得了。图像平面的方程转化为参数平面上的示意图如图7所示。
在实际应用Hough圆变换方法进行圆弧检测时需要对算法进行如下的改进[8]:
1) 由图6可知拉索的边界为两段圆弧,其圆弧的圆心和半径各不相同,因此在做Hough圆变换时应将拉索的两个边缘点的集合加以区分,以避免出现过多的假圆信息,影响运算效率。
2) 通常Hough圆变换的圆心(a, b)的搜索范围仍在原图像的像素所在的范围内,但由于镜头的径向畸变的拉索轮廓的圆弧的圆心已超出了图像像素所在的范围内,因此需要对图像进行平移变换并将可能的Hough圆变换的圆心(a, b)包括在搜索范围内,这样才可以找出对应的圆心参数。图像平移算法如下:
其中,a(x, y)和b(x, y)表示新坐标的x和y的坐标。
3) 由于Hough圆变换是将x-y平面上的2维空间域变换到a-b-r的3维参数空间,因此,参数空间中的a, b, r中有一项为待定项,为了实现圆弧边界的自动搜索和确定,可以选择r圆弧半径为待定项,并设置累加器对满足相应半径的圆弧图像边界点进行累加并求得Hough变换峰值数,利用r-圆弧半径与Hough变换峰值数的函数关系(图8),自动地求出待定的圆弧半径。
由图8可以看出当待定项圆弧半径r增大到一定的值时Hough变换峰值数将会急剧下降为0,因此,圆弧半径r可能的最大值R就可以确定了,再以R为r的初值逐步减小待定圆弧半径r以搜索Hough变换峰值数所对应的最大值,并求出该最大值所在的半径值,则该半径值即为拉索轮廓圆弧的半径,图8中求得的拉索轮廓圆弧的半径为1067个像素。
运用上述改进的Hough变换圆弧检测算法提取出的拉索轮廓的连续边界,如图9所示。
3 图像提取
经过上述的图像边缘检测与边界提取,可以得到最佳拟合的拉索轮廓的圆弧方程,并以此得到拉索轮廓的抠像掩模板,其算法步骤的C/C++伪代码如下:
Model=zeros(288,352);//构造一个与采集图像大小相同且各元都为0的矩阵
for(x=1;x<=288;x++)//x为图像矩阵的行标
{//拉索轮廓的左边界点
BeginY=round(LeftCenterX-sqrt(LeftUltiR2-(x-LeftCenterY)^2));
//拉索轮廓的右边界点,其中1000为坐标的平移值
EndY=round(RightCenterX-1000+sqrt(RightUltiR2-(x-RightCenterY)^2));
for(y=BeginY;y<=EndY;y++)//y为图像矩阵的列标
{
Model[x,y]=1;//拉索轮廓内的元用1来填充
}
}
上述算法得到的拉索轮廓的抠像掩模板如图9(a)所示,利用该掩模板,通过其对原始灰度图像的乘法运算即可获得无背景的拉索表面图像如图9(b)所示。
4 结语
上述算法的设计,较好的解决了斜拉桥拉索径向畸变CCD图像的边缘检测与图像提取,为后续对拉索表面伤痕的自动检测与分析提供了条件,该算法已在实际工程中得到了有效应用。通过对上述算法设计的讨论也为具有一定普遍性的径向畸变CCD图像的边缘检测问题提供了一种解决思路,具有一定的参考价值。
摘要：径向畸变是CCD成像系统中的一种常见现象。提出了一种对斜拉桥拉索径向畸变CCD图像进行边缘检测和图像提取的算法。首先,在图像的预处理阶段,对原始图像进行灰度化和滤波处理。其次,运用边缘检测、边界跟踪及Hough变换获得了拉索轮廓的连续边界。最后,利用原始的灰度图像和基于拉索轮廓的掩模板,获得了无背景的拉索表面图像。该算法在斜拉桥拉索表面伤痕检测中得到应用,结果表明该算法对径向畸变的CCD图像能有效地进行边缘检测和图像提取。
关键词：边缘检测,图像提取,斜拉桥,拉索表面
参考文献
[1]刘堂友,董爱华.精确校正图像的径向畸变和倾斜失真[J].中国图像图形学报,2007,12(10):1935.
[2]David A Forsyth,Jean Ponce.计算机视觉——一种现代方法[M].北京:电子工业出版社,2004:9.
[3]游达章,张建钢,甘勇.位图图像灰度化的方法及编程实现[J].广西工学院学报,2004,15(1):23.
[4]Linda G Shapiro,George C.Stockman.计算机视觉[M].北京:机械工业出版社,2005:102.
[5]张小琳.图像边缘检测技术综述[J].高能量密度物理,2007,(1):37.
[6]朱桂英,张瑞林.基于Hough变换的圆检测方法[J].计算机工程与设计,2008,29(6):1462.
[7]Yin Peng-yeng.A new circle/ellipse detector using genetic algo-rithms[J].Pattern Recognition letters,1999,20(7):731-740.