2.傳統(tǒng)基于圖像傳感器的設(shè)計(jì)可以支持很多嵌入視覺(jué)實(shí)現(xiàn)，但對(duì)于深度識(shí)別要求，通常需要一個(gè)3d圖像傳感器子系統(tǒng)。

       3.深度映射的常見(jiàn)方法是立體傳感器陣列，它將兩個(gè)攝像頭“固定”起來(lái)；結(jié)構(gòu)光法是將一個(gè)預(yù)設(shè)的光模式投射到屏幕做分析；而飛行時(shí)間法則是通過(guò)投射光經(jīng)過(guò)的時(shí)間(從源到物體，再返回傳感器)計(jì)算出距離。

      看一下你正在做的設(shè)計(jì)，或者更省事一點(diǎn)，看一下你的周邊，你很可能會(huì)發(fā)現(xiàn)攝像機(jī)正在盯著你，甚至不止一臺(tái)。圖像傳感器和它配套的圖像處理器正在各種電子產(chǎn)品中日益普及。

      例如，現(xiàn)在幾乎不可能買到一款不帶攝像頭的筆記本電腦，而越來(lái)越多的一體機(jī)、專用計(jì)算機(jī)顯示器，甚至電視機(jī)中都包含了攝像頭。智能手機(jī)與平板電腦也更多地配上了圖像傳感器，通常前后都有，有時(shí)甚至采用“立體”配置以獲取三維圖像。甚至在便攜媒體播放器和汽車內(nèi)也能看到攝像頭的存在。

     豐富的應(yīng)用

     設(shè)計(jì)中增加攝像頭的基本理由一般是實(shí)現(xiàn)基本的圖像捕捉，尤其是靜像、錄像以及視頻會(huì)議。但由于已經(jīng)有很多圖像構(gòu)建塊，軟件與系統(tǒng)開發(fā)者也充分將它們用于更多新的用途，如根據(jù)內(nèi)容識(shí)別含義，根據(jù)判讀的信息采取動(dòng)作。

     例如在汽車應(yīng)用中，先進(jìn)的分析系統(tǒng)并不是簡(jiǎn)單地將后視攝像頭捕捉的視頻送到lcd屏幕上，它還會(huì)警告駕駛員在車后探測(cè)到了某個(gè)物體，更先進(jìn)的系統(tǒng)甚至能緊急剎車以避免撞車的發(fā)生。

     在汽車兩側(cè)和周圍很多位置還可以安裝更多的攝像頭，用以提醒駕駛者，先進(jìn)的實(shí)現(xiàn)還會(huì)采取措施，以避免無(wú)意的變道或與前方物體的碰撞。它們還可以解析出道路標(biāo)志的含義，對(duì)駕駛者提出超速或可能發(fā)生碰撞的警告。攝像頭能夠?qū)崿F(xiàn)對(duì)收音機(jī)和其它汽車子系統(tǒng)的手勢(shì)界面控制，從而減少駕駛者的分心，它們可以發(fā)現(xiàn)正在打盹、發(fā)短信或做著其他分神的事的駕駛者，讓他們把全部注意力放回道路上。

    智能手機(jī)、平板電腦、計(jì)算機(jī)和電視用前置攝像頭可完成不同功能。它們可以警告用戶距離顯示器過(guò)近或過(guò)遠(yuǎn)，或姿勢(shì)不好。它們可以確保有人坐在顯示器前時(shí)，顯示屏背光一直亮著，而當(dāng)人走開時(shí)，顯示屏背光自動(dòng)關(guān)閉。在這些例子和其它消費(fèi)電子應(yīng)用中，手勢(shì)界面扮演著越來(lái)越重要的角色(如在游戲機(jī)中)，它為傳統(tǒng)的按鈕按鍵、觸摸板或鼠標(biāo)的操作提供了一種補(bǔ)充(雖然不是替代)。

    正面的攝像頭可以用于監(jiān)控呼吸，它量度胸腔的起伏節(jié)奏，并且通過(guò)探測(cè)血流引起的面部顏色微小的周期性變化測(cè)出心律。它可以監(jiān)控眼球的移動(dòng)，警告一個(gè)人喝酒過(guò)多了。它可以判斷出一個(gè)出現(xiàn)在系統(tǒng)前的人是授權(quán)用戶，自動(dòng)為其登錄，并裝入特定賬戶的程序與設(shè)置。而后置攝像頭則可以采用增強(qiáng)現(xiàn)實(shí)的手段，為某個(gè)物體或場(chǎng)景的普通視圖提供額外的信息。

    這些是嵌入視覺(jué)的典型例子，這個(gè)發(fā)展迅速的應(yīng)用類型已擴(kuò)展到專用功能設(shè)備，如監(jiān)控系統(tǒng)和生產(chǎn)線檢查設(shè)備等。有些情況下，過(guò)去是由運(yùn)行pc操作系統(tǒng)的計(jì)算機(jī)執(zhí)行視覺(jué)分析工作，但這種方法成本高、笨重、功耗大，并且不可靠。在其它一些情況下，任一或所有這些因素都會(huì)導(dǎo)致不可能實(shí)現(xiàn)視覺(jué)功能。

    現(xiàn)在，由于處理器、圖像傳感器、存儲(chǔ)器和其它半導(dǎo)體器件的性能提高、成本下降及功耗減小，開發(fā)人員可以針對(duì)各種系統(tǒng)規(guī)模和價(jià)格點(diǎn)，評(píng)估嵌入視覺(jué)的能力，這也提升了對(duì)越來(lái)越強(qiáng)健的圖像子系統(tǒng)的需求。

    距離還是分辨率

    多年來(lái)， 消費(fèi)數(shù)碼相機(jī)市場(chǎng)的動(dòng)力一直是“像素越多越好”的心態(tài)，由于這些圖像傳感器有大規(guī)模的批量，因而價(jià)格較低，所以也進(jìn)入了很多嵌入視覺(jué)系統(tǒng)。但近年來(lái)，這種過(guò)分簡(jiǎn)單化選擇策略的局限性已經(jīng)越來(lái)越明顯。

    首先，消費(fèi)者日益發(fā)現(xiàn)，除非他們要把照片放大打印到一整面墻那么大，或?qū)υ凑掌鰢?yán)格的剪裁，否則根本不需要高分辨率的圖像，高分辨率照片要占用龐大的存儲(chǔ)空間。另外，現(xiàn)代相機(jī)拍出的高噪聲照片或經(jīng)人為修補(bǔ)的照片，揭示出了越來(lái)越高的分辨率的缺陷。

    傳感器尺寸必須保持很小以維持性價(jià)比，這是消費(fèi)電子系統(tǒng)的一個(gè)重要特性。當(dāng)制造商硬性在傳感器中塞入更多像素時(shí)，可想而知，必須縮小單個(gè)像素的尺寸。在確定的時(shí)間量下，越小的像素獲得的光子數(shù)越少，因此降低了光敏感度。這樣不僅降低了相機(jī)的低光性能，同時(shí)也對(duì)系統(tǒng)動(dòng)態(tài)范圍產(chǎn)生了負(fù)面影響。后處理工作只能部分地補(bǔ)償這種損失，通常是只采用運(yùn)動(dòng)修補(bǔ)和其它折中方法。

    諷刺地是，嵌入視覺(jué)應(yīng)用的需求傾向于采用較通用攝影更低的分辨率。例如，微軟公司kinect中使用的紅外和可見(jiàn)光圖像傳感器都是vga(640×480像素)分辨率的類型，而視覺(jué)外設(shè)只將qvga(320×240像素)的深度圖像傳送給連線的游戲機(jī)或pc。

    鑒于現(xiàn)代傳感器中可用像素已經(jīng)過(guò)剩，有些供應(yīng)商轉(zhuǎn)而采用非傳統(tǒng)bayer rgb模式的濾波器陣列方案，將多余像素用于提高光靈敏度和彩色精度(圖1)。額外的(和改變的)濾波器顏色據(jù)說(shuō)能提高全譜段上的單像素插值結(jié)果，而單色(或無(wú)濾波器)像素可以進(jìn)入更多光線，付出的代價(jià)是沒(méi)有了彩色識(shí)別能力(參考文獻(xiàn)1)。

        圖1，bayer傳感器模式以一位柯達(dá)圖像科學(xué)家的名字命名，它保留了數(shù)字影像應(yīng)用中的

    濾波器陣列方法(a)。更多現(xiàn)代方案則以一種隨機(jī)方式增加了綠色光譜像素，以提高可見(jiàn)光頻譜中這一 重要部分的細(xì)節(jié)(b)，使用減色(代價(jià)是需要更多的后期處理)，以提高濾波器的光傳輸能力(c)，甚至為像素混合體增加無(wú)濾波器的單色像素(d)。

       萊卡相機(jī)公司的 新數(shù)碼相機(jī)將濾波器的變通做到了極致，它用自己的無(wú)濾波器單色圖像傳感器，僅捕捉黑白圖像(圖2a)。但即使在高iso設(shè)置下，其照片銳度也獲得了評(píng)論家們的支持。

    圖2，leica公司的m monochrom要價(jià)8000美元，只能捕捉到黑白圖像，但評(píng)測(cè)者們都盛贊該相機(jī)的清晰度與低照度下的性能(a)。諾基亞808 pureview智能手機(jī)包含有一個(gè)超強(qiáng)的4100萬(wàn)像素圖像傳感器，用于實(shí)現(xiàn)數(shù)字變焦，以及集簇像素的光學(xué)收集能力(b)。索尼開發(fā)的名為背照的傳感器設(shè)計(jì)技術(shù)，它將像素互連接線改到光電二極管背后，從而改善了每像素填充因素比(c)。

    同時(shí)， 諾基亞公司的8 0 8pureview智能手機(jī)嵌入了一只4100萬(wàn)像素的圖像傳感器， 但缺省情況下只輸出800萬(wàn)像素或更低分辨率的圖像(圖2b和參考文獻(xiàn)2)。808pureview會(huì)根據(jù)數(shù)字變焦設(shè)置，將多個(gè)像素組合成為不同尺寸的簇，從而省掉了復(fù)雜、昂貴和笨重的光學(xué)變焦結(jié)構(gòu)，并將實(shí)際的單像素光子收集能力提高了很多倍，改善了低光照下的性能。

    索尼公司開發(fā)了一種稱為背照的傳感器設(shè)計(jì)技術(shù)(圖2c)。撇開實(shí)現(xiàn)細(xì)節(jié)不談，該技術(shù)是將像素間的連線布放到像素光電二極管的后面，從而改善了傳感器單像素的填充因數(shù)(即感光面積占總面積的百分比)，因此也提高了低光照性能。

    深度識(shí)別

    基于傳統(tǒng)圖像傳感器的設(shè)計(jì)可以支持很多嵌入視覺(jué)實(shí)現(xiàn)。例如，它可以幫助解析基本手勢(shì)，以及處理基本的面部探測(cè)與識(shí)別工作，通常也適用于光學(xué)字符識(shí)別功能。但是，它可能無(wú)法明確地探測(cè)出復(fù)雜的手勢(shì)，如針對(duì)攝像頭的進(jìn)退運(yùn)動(dòng)(3d)，因?yàn)槭謩?shì)被嚴(yán)格限制在垂直和水平面上(2d)。更常見(jiàn)的是，它不能完全分辨一個(gè)物體的整體，即深度；例如，它無(wú)法輕松區(qū)分出是真臉還是該人的照片。對(duì)于這類深度識(shí)別的需求，通常需要有一個(gè)3d圖像傳感器子系統(tǒng)(參考文獻(xiàn)3)。

    無(wú)論哪種3d傳感器實(shí)現(xiàn)，常見(jiàn)的輸出就是深度圖，這是一個(gè)圖像陣列，其中每個(gè)像素?cái)?shù)據(jù)項(xiàng)(有時(shí)為了人類判讀目的而要做附加的彩色編碼)都代表著傳感器與傳感器前方某點(diǎn)之間的距離(圖3)。每個(gè)深度圖幀通常都配合一個(gè)由普通2d圖像傳感器捕捉的相應(yīng)幀，兩個(gè)幀要相互做視差校正，因?yàn)閮膳_(tái)攝像頭所處位置不同。

    圖3，無(wú)論采用哪種3d攝像頭技術(shù)， 都能給出一個(gè)物體的深度圖(a)。像htc evo 3-d智能手機(jī)這樣的設(shè)備也可以用于3d嵌入視覺(jué)用途，該手機(jī)的立體傳感器陣列主要用于捕捉3d靜像和頻圖像(b)。微軟的kinect(c)采用的是結(jié)構(gòu)光方法，測(cè)深的方法是在投影儀的前方投射一個(gè)知的紅外光模式，然后分析它所看到橢圓的形狀與方向(d)。

    有一種常用的判斷深度方法是使用一個(gè)立體傳感器陣列，它是按照類似一對(duì)人眼的結(jié)構(gòu)，布放兩個(gè)圖像傳感器。圖像soc像人類的大腦和眼睛一樣，處理傳感器從不同視點(diǎn)對(duì)一個(gè)物體的視圖，從而評(píng)判出物體與傳感器陣列之間的距離。在多視圖幾何應(yīng)用中，可以將雙傳感器擴(kuò)展至多傳感器。雙傳感器方案通常有 低的成本、 小的功耗、 小的外形，如果設(shè)計(jì)中已經(jīng)有多個(gè)傳感器用于3d靜像攝像和視頻捕捉，則這種方案更有吸引力。

    有一種立體影像實(shí)現(xiàn)是分立的“雙眼”方案，實(shí)現(xiàn)方法是將兩個(gè)攝像頭“拴”在一起。雖然從硬件角度看，這是 直接的概念，但所需要的軟件支持則比較復(fù)雜。打個(gè)比方，把兩輛摩托車用一個(gè)公共軸連接起來(lái)，也成不了一輛汽車。攝像頭需要做校正才能得到可靠的圖像配準(zhǔn)，經(jīng)常有這種情況，攝像機(jī)陣列或物體在運(yùn)動(dòng)，此時(shí)必須做幀的同步。

    還有一種方法，可以將兩只圖像傳感器裝在單只soc或多片芯封裝內(nèi)，通過(guò)一個(gè)總線輸出聯(lián)合數(shù)據(jù)流。這種完全集成化方案的優(yōu)點(diǎn)是便于控制和幀同步。更緊密的集成改善了校正工作，從而獲得更好的立體影像結(jié)果，即增強(qiáng)的深度感知能力和更快的圖像處理速度。

     投影方案

     結(jié)構(gòu)光(structured light)是第二種常見(jiàn)3d傳感器方法，也是微軟kinect中使用的技術(shù)，它是將預(yù)設(shè)的光模式投射在一個(gè)屏幕上，以供分析之用。結(jié)構(gòu)光方法的3d傳感器方案采用一個(gè)投影儀來(lái)建立光模式，并有一個(gè)攝像頭用于探測(cè)結(jié)果。

     kinect的投影儀是采用的紅外光，使用的是x和y方向上不同焦距的散射鏡。鏡片后的一個(gè)紅外激光器將一個(gè)包含大量點(diǎn)的圖像投射出去，圖像變換成橢圓，其特定的形狀與方向取決于每種情況下物體離鏡片的距離。

    結(jié)構(gòu)光的優(yōu)點(diǎn)在于，它有精密的細(xì)節(jié)分辨率和高精度，尤其是在暗光環(huán)境下，此時(shí)主要針對(duì)可見(jiàn)光譜的傳感器就很難捕捉到恰當(dāng)?shù)膱D像。與立體傳感器方案相比較，結(jié)構(gòu)光的軟件算法也更簡(jiǎn)單，雖然光點(diǎn)云的處理可能會(huì)有接近于立體視覺(jué)的大計(jì)算量。

     不過(guò)，結(jié)構(gòu)光技術(shù)依賴于紅外光，至少kinect證明了這點(diǎn)，這意味著該技術(shù)在室外工作會(huì)有問(wèn)題，室外環(huán)境下，太陽(yáng)光中的紅外輻射將破壞性地干擾投影儀的光線。另外，投影儀既昂貴又笨重，消耗功率可觀， 并大量發(fā)熱； 事實(shí)上，kinect專門為此而做了一個(gè)風(fēng)扇(參考文獻(xiàn)4)。必要的定制投影鏡片又增加了總的物料成本。

    飛行時(shí)間(time of flight)是第三種常見(jiàn)的3d傳感器實(shí)現(xiàn)方法。與結(jié)構(gòu)光一樣，飛行時(shí)間攝像頭包括一個(gè)圖像傳感器、一只鏡片和一個(gè)有源發(fā)光源。但采用飛行時(shí)間方法時(shí)，攝像頭會(huì)根據(jù)投射光從光源到投影儀，再回到圖像傳感器的時(shí)間，得出范圍或距離(參考文獻(xiàn)5)。發(fā)光源一般可以是一只脈沖激光器或調(diào)制光束，具體取決于設(shè)計(jì)采用的圖像傳感器類型。

    集成了數(shù)字時(shí)間計(jì)數(shù)器的圖像傳感器通常帶有脈沖激光束，正如包括快門的距離選通傳感器。對(duì)于后者，快門以投影儀投射脈沖光束的速度開閉。因此，每個(gè)圖像傳感器像素所“看到”的光通量就與脈沖傳輸?shù)木嚯x有關(guān)，這就是從傳感器到物體的距離。帶相位探測(cè)器圖像傳感器的飛行時(shí)間設(shè)計(jì)則采用了調(diào)制波束源。波束的強(qiáng)度隨時(shí)間而改變，因此測(cè)量進(jìn)入光的相位，就間接地得到了“飛行時(shí)間”的距離。

     飛行時(shí)間攝像頭在汽車應(yīng)用中很常見(jiàn)，例如行人探測(cè)和駕駛員輔助，并且在機(jī)器人產(chǎn)品中也很普遍。它們還在軍事、國(guó)防與航空領(lǐng)域有較豐富的應(yīng)用史。所需要的圖像處理軟件比較簡(jiǎn)單，因此要比立體攝像頭結(jié)構(gòu)的必備軟件更有實(shí)時(shí)能力，雖然飛行時(shí)間技術(shù)對(duì)環(huán)境照射干擾和多次反射的敏感性多少會(huì)使算法復(fù)雜化。

     飛行時(shí)間方案的幀速率可以非常高，達(dá)到每秒60幀，用立體影像設(shè)置難以達(dá)到這個(gè)速度，但其分辨率通常相對(duì)較低。并且與結(jié)構(gòu)光技術(shù)相比，需要的時(shí)間飛行光投影儀帶來(lái)了成本、功耗(及散熱)、尺寸以及重量上的缺陷。

         聯(lián)盟促進(jìn)設(shè)計(jì)成功

         嵌入視覺(jué)技術(shù)能夠讓電子產(chǎn)品更加智能且有響應(yīng)能力，因此對(duì)用戶比以往更有價(jià)值。該技術(shù)能為現(xiàn)有產(chǎn)品增加有助益的特性，為硬件、軟件、半導(dǎo)體和系統(tǒng)制造商提供了嶄新的市場(chǎng)。

         嵌入視覺(jué)聯(lián)盟(the embeddedvision alliance)是去年夏天組成的一個(gè)全球技術(shù)開發(fā)人員與供應(yīng)商的組織，它為工程師提供各種必要的工具，以加快這種潛能向?qū)嶋H的轉(zhuǎn)化。該聯(lián)盟的使命是提供實(shí)用教育、信息及洞見(jiàn)，幫助工程師們將嵌入視覺(jué)功能加到產(chǎn)品中。

相關(guān)文章

• 上一篇： 光學(xué)傳感器介紹
• 下一篇： 低內(nèi)阻三極管功放如何選擇負(fù)反饋