嵌入式系统中视觉技术的快速增殖导致汽车安全，机器视觉和运动分析的超高速成像解决方案。反过来，通过更强大的图像传感器和更小的像素架构转换成性能和成像功能的显着提升。
机器视觉技术使用图像识别算法来识别图像中的对象，并促进对象的更详细和准确的图像，而不是在广泛的应用中没有失真，例如工业自动化，机器人，农业无动权和3D建模。
对于开始，小但强大的处理器平台正在推动传统的机器视觉系统成本。接下来，通过强大，低成本和节能加工，辅助新的图像传感器的新品种正在快速发展，以满足光学检测和工业自动化等工业级成像应用的需求。
图像传感器是任何机器视觉设计中的关键成分，都在速度和分辨率的前沿进行快速改造。新的图像传感器正在实现更高的帧速率而没有图像质量的任何折衷。并且，对于分辨率，这些图像传感器具有鲁棒光学格式，以确保现代机器视觉和检测用例所需的成像细节和性能。
此外，这些低功耗嵌入式系统可以支持多个产品分辨率，同时迎合各种像素功能。在这些嵌入式视觉系统中，这些视觉系统快速地与新像素架构进行了发展，较大的像素可以以给定的光学格式交易分辨率，以获得更高的成像灵敏度。
超越工厂
机器愿景，随着市场研究公司的助理仪式，是在工业自动化革命的核心。然而，重要的是要注意机器愿景远不仅仅是给工业机器人的眼睛。它包括几乎所有机器和制造周期的所有方面。
图1：机器视觉技术正在超出其当前功能的工厂自动化。（图片来源：AMS AG）
事实上，机器视觉正在工厂楼层以外的许多应用。使用机器视觉跨度在智能交通系统中的车辆数量平板识别，以跟踪客户和较少的商店中的客户和物品的运动，成为自动驾驶车辆的眼睛。
现在，机器学习已成为自主汽车运动中的关键能力技术并不秘密。即使是现在，它在先进的驾驶员辅助系统（ADAS）中发挥着重要作用，其中多种机器视觉算法提供了无可挑剔的感知精度。
机器愿景也对几个相互用的使用案例进行了智能视频内容分析，包括监视，以及增强现实（AR）和虚拟现实（VR）耳机和配件。从农业无人机等应用中，从omnivision技术采取全局快门图像传感器的示例。
2百万像素图像传感器具有15度的主要光线角（CRA），以支持宽视野镜头，从而有效地捕获用于作物和现场监控的高分辨率图像。
omnivisionOG02B10.提供彩色图像，而更具成本效益OG02B1B.传感器提供单色图像，两种设备都有1 / 2.9英寸。光学格式。这些图像传感器采用全局快门传感器技术来消除运动伪影和模糊效果。
将我们带到机器视觉传感器设计中的主要技术转变：全局快门扫描。
为什么全球快门
全局快门，在相机设计中创建新的维度，实现了卓越的成像性能，高图像均匀性和低噪音。与滚动快门不同，全局快门技术使传感器能够同时扫描图像的整个区域，这是机器视觉应用中的关键要求。
针对机器视觉应用的另一个全局快门图像传感器是来自Premstaetten的CSG14K，基于奥地利的传感器供应商AMS AG。它具有相关的双重采样（CDS）技术，可以在机器人，分拣设备，激光三角测量和测量仪器中创建高质量的快速移动物体图像。
图2：CSG14K图像传感器具有3840 x 3584像素阵列和14百万像素的机器人和其他工厂自动化应用程序的分辨率。（图片来源：AMS AG）
12位图像传感器声称具有像素设计，其比来自AMS的前一代的10位图像传感器小66％。这导致噪声和高质量的图像无关，无运动伪影。然后，可以为特定的应用要求调整的图像传感器中有各种配置选项。
配置设置有助于嵌入式开发人员优化用于低噪声操作的设计。它们还可用于增加动态范围，以便在高对比度场景中提取最大图像细节。此外，开发人员可以以减少的帧速率实现低功率模式。
从CCD到CMOS
机器视觉领域的另一个重大偏移涉及从电荷耦合器件（CCD）图像传感器的移动到更经济的CMOS的相机系统，这些相机系统也消耗更少的功率并提供更高的帧速率。这种显着的技术转变 - 在20世纪90年代和2000年代初的摄影传感器中踢出消费者成像 - 现在转向机器视觉设计颠倒。
图3：祖母绿5M是用于机器视觉应用的CMOS图像传感器，如自动光学检测（AOI）。（图像来源：Teledyne E2V）
CMOS图像传感器在两个主要阶段进行了进步：图像速率和噪声水平。对于嵌入式视觉系统，CMOS传感器越来越成为由于噪声特性提高的选择技术。而且，CMOS图像传感器提供更详细的表面区域，在工厂自动化环境中的重要需求。
这CMV50000来自AMS的图像传感器是一个案例。全局快门定位机器学习应用程序，如自动光学检查，已将CCD图像传感器用CMOS设备更换，更便宜，更容易实现。
48百万像素CMOS图像传感器具有低噪声像素架构，可以在生产线上产生无失真物体的无失真图像。它还具有片上降噪电路 - 黑电平钳位 - 即使在低光条件下也能捕获高质量的图像。
CMV50000图像传感器以35毫米格式可用，基于八晶体管像素架构。它以30帧/秒的快速捕获速率运行，具有12位像素深度，全部分辨率或在箱4K和8K模式下。此外，在4K分辨率下使用像素子采样机构，CMOS图像传感器可以将帧速率增加到60帧/秒。
在进行视觉转型
机器愿景，人工智能（AI）革命的一个关键表现，已从商业竞技场的学术研究迁移。例如，机器视觉系统现在广泛用于用于测试手机，平板电脑，笔记本电脑和电视机的自动化光学检查。
一种更具体的示例是样品，其声称其机械表SISTem51的制造现在全自动。同样，合同制造商富士康，也生产iPhone，已为制造消费电子产品部署一百万机器人。
本文中概述的设计案例研究表明了下一代相机设计如何填充当前存在于传统机器视觉和消费电子成像系统之间的空白。此处从CCD转移到CMOS图像传感器一直是关键推动器。
CMOS为中心的摄像机设计正在帮助开发人员解决机器视觉应用中的极端处理要求和低功耗约束。简而言之，正在进行一项重大转型，以创建精益摄像机设计，以提供运动分析，机器人，跟踪，工业检验和计量。
提交：AI•机器学习那工业自动化那虚拟现实
