EEPW论坛

人们很难预测哪些新技术会带来机器视觉发展的下一个突破，它可能来自多年学术研究的结果，或仅仅来自一个简单的决定，如将普通消费类设备的新技术和改进技术融入到高端智能相机中。最近改变机器视觉世界的两种技术是CMOS传感器和FPGA。我们来看看这些令人兴奋的技术如何为智能相机的发展增添动力。

机器视觉技术的发展曾局限于CCD镜头的低灵敏度和高噪点。CMOS传感器的引入使智能相机的灵敏度和整体质量显著提高。

CMOS和CCD传感器都是通过光电转换来开始他们的工作。然而，下一步 － 读取每个单元内累积的电子电荷 － 两种传感器将执行不同的操作。CCD通过单元阵列传输零失真的电荷，然后在阵列的一个角上读取结果。为确保电荷传输不失真，这类传感器必须使用特殊（并且相对昂贵）的方法制造。CMOS传感器则使用几个晶体管放大和传输电荷信号。 这一方法使制造成本不断下降，但却带来了失真。

噪点和失真带来的障碍最终被克服了，但这起初并没有在工业成像的领域内发生。CMOS传感器在普通消费者的数码相机内发现了一席之地，然后进入智能手机。在不断降低价格的同时提高分辨率和质量的压力下，智能手机制造商接受了较低成本的选择，同时致力于不断的改进该技术。最终，CMOS传感器灵的敏度提高到可以取代CCD的水平。机器视觉行业从而采用了更具成本效益的传感器，使智能相机的整体开发成本更低。随着成本的下降，智能相机获得了更大的发展空间。

就像电脑，智能手机和其他数字设备一样，智能相机使用集成电路来处理输入并生成输出。集成电路可以定制用于特殊用途，在这种情况下，它们被称为专用集成电路（ASIC）。这些技术已经被用在智能相机中，但是它们的主要缺点之一是，一旦制造出来，逻辑就完全固定于硅片上。对于可定制性至关重要的快速发展的技术而言，它们并不理想。

这就是现场可编程门阵列或FPGA的用武之地。机如其名，即使FPGA已经制造并运送给最终用户，它也可以重新编程。它们由许多可以使用硬件描述语言（HDL）重新配置的逻辑块组成。这种灵活性使工程师能够更加自由地测试和开发新型智能相机型号。

HAWK MV－4000 高性能智能相机 处理能力较上一代产品提高4倍，使用FPGA实现实时触发响应。

FPGA首先在电信和网络行业中被采用。当工业自动化系统开始要求智能相机捕捉快速移动的传送带上的部件时，FPGA作为一种实时控制相机硬件的手段进入了这个领域。一个例子是协调输入触发和传感器采集。通过FPGA控制，摄像机可以实现近乎实时的触发输入响应和对传感器的控制，确保摄像机以可重复的位置获取零件图像。

如果没有这种技术，输入和传感器间的协调要经过一系列缓慢的通用处理电路迷宫。这种延迟的影响是，在相机获得需要拍摄照片的信号之前，基于传送带速度，目标物体将会在视野内移动一定的距离。使用FPGA时，相机几乎在触发器被触发的同时拍摄照片。将FPGA用作实时控件是近期智能相机功能突破的关键因素之一。

由于增加了CMOS传感器和FPGA，智能相机目前正在经历一个令人兴奋的阶段。成本不断下降，而性能不断提升，更多的突破可能即将到来。也许另一个被忽视的技术即将在机器视觉领域突然发现它的价值。如前所述，你永远不知道下一个突破将来自哪里！