不過，現(xiàn)代多數(shù)傳感器均使用CMOS單元，這主要是出于制造方面的考慮。傳感器和光學(xué)器件常常整合在一起用于制造晶片級攝像機，這種攝像機被用在類似于生物學(xué)或顯微鏡學(xué)等領(lǐng)域，如圖1所示。

 

圖1：整合了光學(xué)器件和顏色過濾器的圖像傳感器的常用排列

 

圖像傳感器是為滿足不同應(yīng)用的特殊目標(biāo)而設(shè)計的，它提供了不同級別的靈敏度和質(zhì)量。想要熟悉各種傳感器，可查閱其廠商信息。例如，為了在硅基模和動態(tài)響應(yīng)（用于實現(xiàn)光強度和顏色檢測）之間有一個最好的折中，對一個特定的半導(dǎo)體制造過程，需優(yōu)化每個光電二極管傳感器單位的大小和組成成分。

 

對計算機視覺而言，采樣理論的效果具有重要意義，如目標(biāo)場景的像素范圍就會用到Nyquist頻率。傳感器分辨率和光學(xué)器件能一起為每個像素提供足夠的分辨率，以便對感興趣特征進行成像，因此有這樣的結(jié)論：興趣特征的采樣（或成像）頻率應(yīng)該是重要像素（對感興趣的特征而言）中最小像素大小的兩倍。當(dāng)然，對成像精度而言，兩倍的過采樣僅僅是一個最低目標(biāo)，在實際應(yīng)用中，并不容易決定單像素寬度的特征。

 

對于給定的應(yīng)用，要取得最好的結(jié)果，需校準(zhǔn)攝像機系統(tǒng)，以便在不同光照和距離條件下確定像素位深度（bit depth）的傳感器噪聲以及動態(tài)范圍。為了能處理傳感器對任何顏色通道所產(chǎn)生的噪聲和非線性響應(yīng)，并且檢測和校正像素壞點、處理幾何失真的建模，需發(fā)展合適的傳感器處理方法。如果使用測試模式來設(shè)計一個簡單標(biāo)定方法，這種方法在灰度、顏色、特征像素大小等方面具有由細(xì)到粗的漸變，就會看到結(jié)果。

 

1、傳感器材料

 

硅制圖像傳感器應(yīng)用最廣，當(dāng)然也會使用其他材料，比如在工業(yè)和軍事應(yīng)用中會用鎵（Ga）來覆蓋比硅更長的紅外波長。不同的攝像機，其圖像傳感器的分辨率會有所不同。從單像素光電晶體管攝像機（它通過一維直線掃描陣列用于工業(yè)應(yīng)用），到普通攝像機上的二維長方形陣列（所有到球形整列的路徑均用于高分辨率成像），都有可能用到。（本章最后會介紹傳感器配置和攝像機配置）。

 

普通成像傳感器采用CCD、CMOS、BSI和Foveon方法進行制造。硅制圖像傳感器具有一個非線性的光譜響應(yīng)曲線，這會很好地感知光譜的近紅外部分，但對藍色、紫色和近紫外部分就感知得不好（如圖2所示）。

 

圖2：幾種硅光電二極管的典型光譜響應(yīng)。可以注意到，光電二極管在900納米附近的近紅外范圍內(nèi) 具有高的敏感度，而在橫跨400納米～700納米的可見光范圍內(nèi)具有非線性的敏感度。 由于標(biāo)準(zhǔn)的硅響應(yīng)的緣故，從攝像機中去掉IR濾波器會增加近紅外的靈敏度。（光譜數(shù)據(jù)圖像的使用已獲得OSI光電股份有限公司的許可）

 

注意，當(dāng)讀入原始數(shù)據(jù)，并將該數(shù)據(jù)離散化成數(shù)字像素時，會導(dǎo)致硅光譜響應(yīng)。傳感器制造商在這個區(qū)域做了設(shè)計補償，然而，當(dāng)根據(jù)應(yīng)用標(biāo)定攝像機系統(tǒng)并設(shè)計傳感器處理方法時，應(yīng)該考慮傳感器的顏色響應(yīng)。

 

2、傳感器光電二極管元件

 

圖像傳感器的關(guān)鍵在于光電二極管的大小或元件的大小。使用小光電二極管的傳感器元件所捕獲的光子數(shù)量沒有使用大的光電二極管多。如果元件尺寸小于可捕獲的可見光波長（如長度為400納米的藍光），那么為了校正圖像顏色，在傳感器設(shè)計中必須克服其他問題。傳感器廠商花費大量精力來設(shè)計優(yōu)化元件大小，以確保所有的顏色能同等成像（如圖3所示）。在極端的情況下，由于缺乏累積的光子和傳感器讀出噪聲，小的傳感器可能對噪聲更加敏感。如果二極發(fā)光管傳感器元件太大，那么硅材料的顆粒大小和費用會增加，這沒有任何優(yōu)勢可言。一般商業(yè)傳感器設(shè)備具有的傳感器元件大小至少為1平方微米，每個生產(chǎn)廠商會不同，但為了滿足某些特殊的需求會有一些折中。

 

圖3：基本顏色的波長分配。注意，基本顏色區(qū)域相互重疊， 對所有的顏色而言，綠色是一個很好的單色替代品

 

3、傳感器配置：馬賽克、Faveon和BSI

 

圖4顯示了多光譜傳感器設(shè)計的不同片內(nèi)配置，包括馬賽克和堆疊方法。在馬賽克方法中，顏色過濾器被裝在每個元件的馬賽克模式上。Faveon傳感器堆疊方法依賴于顏色波長深度滲透到半導(dǎo)體材料的物理成分，其中每種顏色對硅材料進行不同程度的滲透，從而對各自的顏色進行成像。整個元件大小可適用于所有顏色，所以不需要為每種顏色分別配置元件。

 

圖4：（左圖）堆疊RGB元件的Foveon方法：在每個元件位置都有RGB顏色， 并在不同的深度吸收不同的波長；（右圖）標(biāo)準(zhǔn)的馬賽克元件：在每個光電二極管上面放置一個RGB濾波器，每個濾波器只允許特定的波長穿過每個光電二極管

 

反向照明（back-side illuminated，BSI）傳感器結(jié)構(gòu)具有更大的元件區(qū)域，并且每個元件要聚集更多的光子，因而在晶粒上重新布置了傳感器接線。

 

傳感器元件的布置也影響到顏色響應(yīng)。例如，圖5顯示了基本顏色（R、G、B）傳感器以及白色傳感器的不同排列，其中白色傳感器（W）有一個非常清晰或非彩色的顏色濾波器。傳感器的排列考慮到了一定范圍的像素處理，如在傳感器對一個像素信息的處理過程中，會組合在鄰近元件的不同配置中所選取的像素，這些像素信息會優(yōu)化顏色響應(yīng)或空間顏色分辨率。實際上，某些應(yīng)用僅僅使用原始的傳感器數(shù)據(jù)并執(zhí)行普通的處理過程來增強分辨率或者構(gòu)造其他顏色混合物。

 

 

圖5：元件顏色的幾個不同馬賽克配置，包括白色、基本RGB顏色和次要CYM元件。 每種配置為傳感器處理過程優(yōu)化顏色或空間分辨率提供了不同的方法（圖像來自于《Building Intelligent Systems》一書，并得到Intel出版社的使用許可）。

 

整個傳感器的大小也決定了鏡頭的大小。一般來說，鏡頭越大通過的光越多，因此，對攝影應(yīng)用而言，較大的傳感器能更好地適用于數(shù)字?jǐn)z像機。另外，元件在顆粒上排列的縱橫比（aspect ratio）決定了像素的幾何形狀，如，4：3和3:2的縱橫比分別用于數(shù)字?jǐn)z像機和35毫米的膠片。傳感器配置的細(xì)節(jié)值得讀者去理解，這樣才能夠設(shè)計出最好的傳感器處理過程和圖像預(yù)處理程序。

 

4、動態(tài)范圍和噪聲

 

當(dāng)前，最先進的傳感器每個顏色單元能提供至少8個比特位，通常是12～14個比特位。傳感器元件需要花費空間和時間來聚集光子，所以較小的元件必須經(jīng)過精心設(shè)計，以避免產(chǎn)生一些問題。噪聲可能來自于所用的光學(xué)元件、顏色濾波器、傳感器元件、增益和A/D轉(zhuǎn)換器、后期處理過程或者壓縮方法等。傳感器的讀出噪聲也會影響到實際的分辨率，因為每個像素單元從傳感器中讀出再傳到A/D轉(zhuǎn)換器中，從而組成數(shù)字形式的行和列，以便用于像素轉(zhuǎn)換。越好的傳感器會產(chǎn)生越少的噪聲，同時會得到更高效的比特分辨率。Ibenthal 的工作是降噪方面的好文獻。

 

另外，傳感器光子吸收對每種顏色會有所不同，對藍色有可能有些問題，即對于較小的傳感器成像而言這是最難的一種顏色。在某些情況下，生產(chǎn)商會試圖在傳感器中為每種顏色內(nèi)建一個簡單的伽馬曲線修正方法，但這種方法并不值得提倡。在對彩色有需求的應(yīng)用中，可以考慮色度設(shè)備模型和顏色管理，甚至讓傳感器的每種顏色通道具有非線性特征并建立一系列簡單的校正查找表（Lookup Table, LUT）轉(zhuǎn)換。

 

5、傳感器處理

 

傳感器處理用于從傳感器陣列中去馬賽克并聚集像素，也用于校正感知瑕疵。在這一節(jié)我們會討論傳感器處理基礎(chǔ)。

 

通常在每個成像系統(tǒng)中都有一個專有的傳感器處理器，包括一個快速HW傳感器接口、優(yōu)化的超長指令集（very long instruction word,VLIW）、單指令多數(shù)據(jù)流（single instruction multiple data, SIMD）指令以及具有固定功能的硬件模塊，這些功能是為了解決大規(guī)模并行像素處理所造成的工作負(fù)載。通常，傳感器處理過程透明且自動化，并由成像系統(tǒng)的生產(chǎn)廠商設(shè)置，來自傳感器的所有圖像均以同樣的方式處理。也存在用于提供原始數(shù)據(jù)的其他方式，這些數(shù)據(jù)允許針對應(yīng)用來定制傳感器處理過程，就像數(shù)字?jǐn)z影那樣。

 

6、去馬賽克

 

根據(jù)不同的傳感器元件配置（如圖5所示），可利用各種去馬賽克算法將原始傳感器數(shù)據(jù)生成最終的RGB像素。Losson &Yang還有Li等人分別給出了兩篇非常好的綜述文獻，這些文獻介紹了各種方法以及所面臨的挑戰(zhàn)等。

 

去馬賽克的一個主要挑戰(zhàn)之一是像素插值，其作用是將鄰近單元的顏色通道組合成單個像素。在給定傳感器元件排列的幾何形狀以及單元排列的縱橫比的條件下，這是一個重要的問題。一個與之相關(guān)的問題是顏色單元的加權(quán)問題，如在每個RGB像素中每種顏色應(yīng)該占多少比例。因為在馬賽克傳感器中，空間元件分辨率大于最終組合的RGB像素分辨率，某些應(yīng)用需要原始傳感器數(shù)據(jù)，以便盡可能利用所有的精度和分辨率，或者有些處理要么需要增強有效的像素分辨率，要么需要更好地實現(xiàn)空間精確的顏色處理和去馬賽克處理。

 

7、壞像素的校正

 

像LCD顯示器一樣，傳感器也可能會有壞像素。通過在攝像機模塊或驅(qū)動程序中提供需要校正的壞像素坐標(biāo)，供應(yīng)商可以在工廠校正傳感器，并為已知的缺陷提供一個傳感器缺陷圖。在某些情況下，自適應(yīng)的缺陷校正方法會用在傳感器上，以便監(jiān)控鄰近像素點來發(fā)現(xiàn)缺陷，然后校正一定范圍內(nèi)的缺陷類型，比如單像素缺陷、列或行缺陷以及類似2×2或3×3的塊狀缺陷。為了實時尋找瑕疵，攝像機驅(qū)動也可提供自適應(yīng)的缺陷分析，在攝像機的啟動菜單中可能會提供一個特殊的補償控制。

 

8、顏色和照明校正

 

有必要進行顏色校正以便平衡總的顏色精確度和白平衡。如圖1-2所示，硅傳感器上對紅色和綠色這兩種顏色通常很敏感，但是對藍色卻不敏感，因此，理解和標(biāo)定傳感器是得到最精確顏色的基本工作。

 

大多數(shù)圖像傳感器的處理器包含了用于光暈校正的幾何處理器，這在圖像的邊緣表現(xiàn)為光照更暗。校正基于幾何扭曲函數(shù)，可考慮可編程的光照功能來增加朝向邊緣的光照，這需要在出廠前進行標(biāo)定，以便與光學(xué)的光暈?zāi)Ｊ较嗥ヅ洹?/div>