高灵敏度图像处理相机

即使在光线不佳的条件下也希望获得高品质、低噪声的视频图像，那么高灵敏度图像处理相机是必不可少的选择。高灵敏度机器视觉相机适用于各种领域，包括在光线条件不佳的夜间时段所执行的高速应用和安防任务。此类相机均配有CCD或CMOS芯片。

将高尔夫球打向草深较矮的果岭时，可以轻松看到球。如果球落在草深偏高的球道上，也能清楚地看到它。如果球落在草深较高的障碍区，就很难看到甚至不容易找到。

让我们将这一类比应用在图像处理相机和图像数据上，草坪的高度就相当于成像过程中捕获光线时产生的“噪声”。

草坪越高，越难看到球；噪声越强，越难读出真正的信号。噪声很小时（在我们的类比中，相当于修割后的草坪经），则很容易发现目标物体（球）。如果相机发送了一个“噪声较多”的图像，则该物体基本上会从视图中消失。背景信号越弱，就越容易找到球。

“检测阈值”是指无法在草坪中看到球的临界点（即草坪高度与球本身的高度一致的临界点）。同样道理，如果噪声大小与信号强度相同，仍然可以将图像数据中的目标物体与噪声信号区分开来（但操作起来非常困难）。信号与噪声的比率称为信噪比。在以上描述的检测阈值下，信噪比等于1。信噪比越高，越容易检测到目标物体。

目标物体在相机的芯片上形成的每个信号都反映了投射在相机像素上的光线量。在光线较暗的情况下，该信号非常弱。相机内的电子元件可增强较弱的信号，使其能够有效地进行数字化并传输。此方法只有一个缺点：这一过程不但会放大所需的信号，也会放大相机产生的所有干扰噪声。信噪比 (SNR) 不会因为增强行为而改变。

这对高敏感度机器视觉相机尤为重要，因为它们在显著放大信号的情况下才能正常工作。为了在图像被显著放大时依然能获得良好的分辨率，这些相机的信噪比必须设置为最高。因此，良好的相机设计能将噪声保持在最低水平。基准信噪性能较强的相机能提供良好的信噪比，使物体更易识别。

实现高信噪比的一个重要因素就是芯片。芯片必须尽可能有效地将光线转换为电信号。量子效率 (QE) 描述了电子量与光子量的转换比。例如，现代芯片可以由100个光子得到60 个电子，即QE是 60%。随着芯片技术的不断改进，未来将可能实现更高的量子效率（70%）。

您是否对我们的高灵敏度图像处理相机存在疑问？
我们很乐意为您推荐合适的相机。