The Imaging Source 官方部落格

CCD 式微: 現轉換至CMOS

發佈於 2018年6月25日

2015年起，Sony 停產所有CCD 感光元件，而全新Pregius 全局快門CMOS提供了更佳的感光元件技術，在影像品質、感光度及性能上都有更顯著傑出的表現。

New CMOS Cameras Sony CCD為全局快門感光元件，解析度可達30萬至1200畫素。

Sony現供應 Pregius 全局快門CMOS 感光元件來替代每一個CCD 感光元件，呈現更好性價比，擁有更佳的功能及表現。

The Imaging Source 兆鎂新提供Sony 最新Pregius 感光元件，解析度達 40萬至1200萬畫素，搭配 GigE, USB 3.0 及 USB 3.1 (gen. 1)介面。

Pregius Sensor	Resolution	MP	Sensor Format	Pixel Size	FPS
IMX287	728×544	0.4 MP	1/2.9 inch	6.9 µm	539
IMX273	1456×1088	1.6 MP	1/2.9 inch	3.45 µm	238
IMX252	2048×1536	3.2 MP	1/1.8 inch	3.45 µm	120
IMX265	2048×1536	3.2 MP	1/1.8 inch	3.45 µm	60
IMX250	2448×2048	5.1 MP	2/3 inch	3.45 µm	75
IMX264	2448×2048	5.1 MP	2/3 inch	3.45 µm	38
IMX255	4096×2160	8.9 MP	1 inch	3.45 µm	42
IMX267	4096×2160	8.9 MP	1 inch	3.45 µm	35
IMX253	4096×3000	12.3 MP	1.1 inch	3.45 µm	30
IMX304	4096×3000	12.3 MP	1.1 inch	3.45 µm	26

我們強烈建議您從現在開始將CCD 感光元件轉換至CMOS 畫素大小以及元件格式對於變更至CMOS很重要，現在開始此過程將允許您在您的應用中測試新的CMOS相機。

假如您對轉換至CMOS 有任何疑問，請立即聯絡我們。

在夏、秋季期間有許多即將到來的展覽，The Imaging Source 兆鎂新邀請您蒞臨我們的展位，獲取有關 機器視覺問題的想法與解方。The Imaging Source 及代理商們將展示一系列成像硬體和機器視覺解決方案，包括新款符合USB3 Vision標準的USB 3.1(gen.1)板級相機和工業相機，以及立體3D系統 - IC 3D。

全國AOI 論壇與展覽. 台灣新竹. 展位: F03. 2018 年 10 月 4 日.
VISION.德國斯圖加特.展位: 1D51. 2018 年 11 月 6 - 8 日.

The Imaging Source兆鎂新代理商參展資訊:

Sunvision 深圳陽光視覺: 華南國際工業自動化展.中國深圳. 展位: 4.41. 2018 年 6 月 27 - 29 日.
SureTech 肯定資訊科技及 Nevis睿怡科技:台北國際自動化工業大展. 台灣台北. 展位: K614 及 K501. 2018 年 8 月 1 - 4 日.
Sunvision 深圳陽光視覺: 国际全触与显示展. 中國深圳. 2018 年 11 月 5 -7 日.

誠摯地邀請您蒞臨展位與我們的業務技術團隊討論產品以及您的需求。歡迎您隨時電洽或來函與我們聯繫, 期待屆時與您會面!

鋼鐵製造廠運用機器視覺優化效率及品質

發佈於 2018年5月8日

鋼鐵製造過程中，辨識及追溯其產品為一項困難的任務。要快速且精準地查詢、追溯、檢索品項(透過不同程度的自動化)，幾乎每個產業都將條碼辨識視為相當重要的一項技術，使得庫存及庫存控制系統有重大的進步。當一家日本的鋼鐵製造商尋求方法提升辨識及追蹤自家產品品質時，The Imaging Source 兆鎂新機器視覺產品為他們提供了絕佳解決方案。

機器視覺與條碼追溯: 使用機器視覺進行條碼辨識，便能很容易地追蹤及檢視大型鋼鐵。

挑戰: 建立一套穩健的條碼辨識系統

線性(一維)條碼提供可靠的追蹤及追溯功能已長達幾十年，即使掃描條碼為非常簡單且高度自動化的動作，但假如我們可精確地控制條碼在產品上的位置及方向，一維條碼仍為最穩健的掃描方式。然而，許多鋼鐵製品通常巨大且笨重，增加掃描定位的困難，許多鋼鐵工廠不得不選擇以人工的方式追蹤製品 (例如: 快速噴漆、粉筆做記、人為辨別及手抄資料紀錄等方式 )。而吵雜、繁忙、光線不足的工作環境、易耗損的標籤(記號)及其他人為因素(如工作疲乏等)，皆可能導致產線出錯，造成更多時間及金錢損失。

解決方案: 變焦相機擷取條碼影像及可視化資訊

鋼鐵工廠工程師選擇 The Imaging Source 兆鎂新 GigE 彩色變焦相機，搭配條碼辨識軟體 IC Barcode。The Imaging Source 兆鎂新變焦相機搭載全局及捲簾快門感光元件，提供130萬至高達500萬畫素解析度，包含電動變焦、聚焦及光圈控制，透過乙太網路供電GigE介面驅動。安裝於輸送帶之相機，即便與物體的距離改變或沒有定位於最佳位置，其光學變焦功使之不僅能夠擷取條碼影像，更可即時獲得其他可視化資訊，檢查產品是否有瑕疵，以控管品質。

變焦相機安裝於生產線: 即便不是定位在最準確的位置，也能擷取條碼影像與其他可視化資訊，以控管產品品質。

透過相機的 GigE 介面，影像資料便轉換至主電腦。不同於雷射掃描系統，圖像式條碼辨識並不僅限於一維條碼，此系統使產線經理可使用一維或二維條碼，甚或兩者同時交替使用。舉例來說，IC Barcode 軟體高效穩健的條碼辨識演算法能夠迅速地偵測並辨識任何方位的一維與二維條碼；除此之外，也可設定只掃描特定條碼圖形及方位；或設定感興趣區域(Region of Interest)，來加速偵測及解碼。同時間，IC Barcode 將條碼圖像數據轉換成可用的訊息並儲存於主電腦，供未來讀取使用。

在品質控管上，鋼鐵製品常常出現各種表面瑕疵；因此，增設圖像式條碼系統能夠額外地提升品質控制效益 ─ The Imaging Source 兆鎂新內置光學鏡頭可快速進行調整，擷取鋼鐵製品影像，幫助品管經理以機器視覺技術來檢查產品。此視覺系統幫助減少高代價錯誤，同時提升管控效率、精準度及員工的安全。

現代工業相機呈現高動態範圍圖像

發佈於 2018年5月7日

圖一: 細節、對比，及傑出的自然顏色: 透過IC Measure 多重曝光及圖像處理過後所呈現之高動態範圍圖像

解析度及速度(幀速率)作為挑選一台合適工業相機之典型標準，其感光度及動態範圍也日趨重要，尤其是運用於汽車工業中。特别是，在真實場景中有大量亮度變化的情況(如，開車)受益於由寬動態感光元件所提供的優點。舉例來說，當一台車駛離隧道進入明亮日光中 ─ 低動態範圍的感光元件一般只能表現過度曝光或曝光不足的圖像，代表某些區域細節(或訊息)的損失。假使輔助駕駛系統依賴這個訊息做判斷，就可能造成致命後果。因此，在特別亮或特別暗的區域實現最佳寬動態範圍來獲取重要細節實則十分必要。

增加動態範圍：兩種方法

為了增加最終圖像的動態範圍，基本上有兩種方法 ─ 改進硬體來增加感光元件的動態範圍及透過軟體演算法改進。

CMOS 感光元件的動態範圍取決於像素顏色飽和前(飽和能力)，感光元件之像素可保持之最大電子數，以及像素中的暗噪點 (在輸出電荷時所產生的雜訊。)

因此，為了增加動態範圍，可嘗試進一步減少暗噪點或增加飽和容量。

儘管暗噪點取決於感光元件的電子特性，如要增加像素飽和能力，仍可藉由較大的像素（因為更多像素表面區域代表暴露於更多光子，產生更大的電荷）或從本質提升像素結構來達成。最近，Sony Pregius 感光元件展出特別令人矚目 ─ 在沒有改變像素大小情況下，改善像素設計加上同時減少更多暗噪點，可獲得卓越的動態範圍增加。具體而言，Sony IMX 265 Pregius感光元件在3.45微米的像素尺寸下可達70.5 dB的動態範圍。更高飽和能力的結果是可以被一個像素覆蓋的測量範圍擴大了。為了適度地量化此擴大之測量範圍，現代CMOS感光元件至少須具備8個位元，例如，Sony IMX 264感光元件就提供了12位量化信號。

藉由演算法提升動態範圍

除了改良感光元件，動態範圍也可以演算法方式向上增加。這些演算法改進的根基為使用不同曝光時間來獲取圖像數據。其中最令人熟知的方法便是 "時變曝光"（例如，以不同曝光時間獲取的幾幅完整圖像）作為數據基礎。此方法現用於許多智慧手機、常見的圖像處理程序，及一般攝影中；因此在機器視覺以外的市場也廣泛受眾所知。

基本假設為一感光元件的最終像素值近似線性地取決於入射光量和曝光時間，如此一來，即使像素不飽和，也可根據已知的曝光時間來決定潛在的入射光量（或與其成正比的數量）。

在飽和像素的情況下，對應的像素值用於幾個較短的曝光時間。藉由這個方式，與一次曝光相比，可確定更大面積的入射光量。

曝光序列的優點在於，可在擴大範圍內決定亮度而不損失任何局部解析度。

儘管如此，記住多重曝光次數很必要這件事是重要的，因為可能產生不必要的偽影 ─ 特別是移動中的物體 (如: 重影現象 ghosting)。

現代CMOS感光元件如Sony Pregius通常具多重曝光功能，可於不同曝光時間下拍攝原始圖像，而無需手動更改兩次拍攝之間的曝光時間。

空間變化曝光

為了避免多重曝光造成的偽影，現代感光元件提供 "空間變化曝光"技術。此技術在不同曝光時間下曝光感光元件上的某些特定像素組。例如，常見的變體使用不同的曝光時間交替曝光兩條圖像線。由於曝光同時開始，也得以最小化因畫面移動所引起的偽影。

然而，在此情形下，不同曝光像素之間不存在1：1的對應關係，高動態範圍的最終圖像的像素須透過内插計算。無可避免地，這個過程會使解析度損失，並產生偽影現象 ─ 特別是邊緣結構的部分。此外，透過必要的内插計算最終圖像比曝光系列的數據計算更需密集的電腦運算。

表一: 以不同的方式來計算高動態範圍圖像。(a) 時變曝光: 不同曝光時間的兩張圖 (b) 空間變化曝光: 兩張圖像線，不同曝光時間 (c) 空間變化曝光: 另一種變體，歷經四個不同曝光時間

高動態範圍圖像及色調映射展示

展示高動態範圍圖像時，人們通常直接看見的是顯示器中展現的動態範圍，（與人類視覺感知相比較小）。

雖然目前已有提供更高動態範圍的圖像顯示器，但仍尚未普及。假如要在動態範圍較低的設備上顯示高動態範圍圖像，則必須透過色調映射來降低其動態範圍。

目前並沒有明確定義要如何降低(動態範圍)，皆取決於預期的目標。例如，最接近真實場景或達到某主觀及藝術特質之圖像。基本上，區別在全域(global)及局部 (local)色調映射演算法上。全域演算法的例子為，不管在哪個位置，相同轉換所有像素；極為高效且可進行實時數據處理。局部演算法則是在局部像素區域中，盡可能維持最佳的對比度。局部演算法需要更密集的CPU運算，但通常也提供更高對比度的圖像。

圖2: 同一曝光系列的兩張快門: (a) 較短曝光 (時間) (b) 較長曝光(時間) (c) 透過包圍曝光計算及色調映射可視化之高動態範圍圖像

The Imaging Source兆鎂新很久前便體認到最大動態範圍對於機器視覺產業應用的重要性，所以透過其終端用戶軟體產品和程式介面中的色調映射來提供高動態範圍影像資料擷取、可視化，亦或資料保存。兆鎂新亦投注許多程式開發時間來研發容易使用的演算法，最終創建演算法的自動調整模式，使所有參數自動適應場景而不需任何使用者介入，便可表現出高對比、出色的自然色彩之圖像。特別是，當搭配相機支援，終端用戶端軟體IC Measure以高動態範圍功能為標準來展現高動態範圍圖像。

表3: The Imaging Source 兆鎂新終端用戶軟體IC Measure 支援原始 (依據感光元件) 曝光系列及透過色調映射後可視化高動態範圍圖像。

以上文章由Oliver Fleischmann 博士提供，並於2018年四月發表於德語版本之產業學術期刊中，其標題為"High-Dynamic-Range Imaging in modernen Industriekameras."

2018 男孩，女孩節

發佈於 2018年5月4日

假如你碰巧在4月26日看到一群年輕人在你的工作或商業場合上來回走動，那是因為四月第四個禮拜四為男孩，女孩節(在美國稱為帶小孩上班日)。此教育性的倡導活動讓學生浸潤在多種不同職業裡並讓他們與專業人士及專家一起工作，更直接地了解相關工作領域的內容。

2018 男孩，女孩節在The Imaging Source 兆鎂新: 學生們學習機器視覺、3D，以及虛擬實境。

2018 男孩，女孩節這一天，四位女孩及兩位男孩加入The Imaging Source 兆鎂新工程師及產線工作團隊。工程師向學生們介紹機器視覺及其相關應用領域，同時也解釋影像對人們的生活可以產生的影響 ─ 藉由讓學生進一步觀看及參與3D系統及以虛擬實境為主軸的學生專案計畫。完整參觀完產線一天也讓學生有機會自己動手組裝及測試相機。