Introduktion

Kameraet udgør hardwareelementet i MachineVisionsystemet, som frembringer billedsignalet. Hovedformål er at give overblik over samt skabe forståelse for de forskellige kamerateknologiers styrker og svagheder. Herved dannes grundlag for
udvælgelse af det korrekte kamera til en given MachineVision-applikation.

Indhold

• Indledning
• Kamerabus
• Framegrabber
• Area- og line-scan-kameraer
• Sensorteknologier

Indledning

MachineVision-kameraer tjener et simpelt formål; de skal konvertere et fotonmønster, som repræsenterer en given visuel information, til et elektronmønster. Der eksisterer imidlertid ikke en enkeltstående kameratype, som kan anvendes til alle applikationer, men derimod et bredt udvalg af forskellige kameratyper med dedikerede egenskaber. Endvidere stiller hver af disse kameratyper forskellige krav til tilstødende udstyr. Figur nedenfor giver et overblik over de hyppigst benyttede kameratyper indenfor MachineVision, samt det tilstødende udstyr, der kræves for den pågældende kameratype. Som figur 1 viser, eksisterer, overordnet set, to hovedtyper af kameraer; analoge og digitale, hvoraf sidstnævnte kan inddeles yderligere efter interfacetype.

Fig. 1 : Typisk anvendte kameratyper indenfor MachineVision

Både analoge og digitale kameraer findes i henholdsvis monokrom og farvevarianter. Monokromkameraer benyttes i den overvejende del af industrielleMachineVision-løsninger - i helt op mod 80 procent af tilfældene. Dette skyldes dels, at disse kameraer er mindre omkostningstunge end tilsvarende farvekameraer, samt at monokrom-kameraerne, generel set, tilvejebringer op mod 90 procent af den tilgængelige visuelle information - hvilket ofte er tilstrækkeligt. Farvekameraer benyttes som regel kun, når applikationen specifikt kræver analyse af emnets farve.

Analoge kameraer

Analoge kameraers output udgøres af et standard videosignal, der foreligger i et analogt/kontinuert format. Videosignalet er baseret på TV-standarden, hvorfor de analoge kameraer i lang tid har været populære og således er meget udbredte. Analoge kameraer var de første, der blev benyttet indenfor MachineVision, og har bevaret en hvis popularitet, fordi de, generelt set, er mindre omkostningstunge end deres digitale modstykker. I MachineVision-systemer, hvor analoge kameraer benyttes, skal kameraets output digitaliseres, for at den nødvendige billedprocessering kan udføres. Denne digitalisering udføres ved hjælp af et specialdesignet dataopsamlingskort - en såkaldt framegrabber - hvilket uddybes senere.
I applikationer, hvor emner er i bevægelse, har standard analoge kameraer problemer. Dette skyldes, at disse ikke besidder kapabilitet til at opdatere billeder med tilstrækkelig hastighed. Som følge heraf skal der foretages eksterne, og således yderligere tiltag, hvis den fornødne billedopdateringshastighed ønskes opnået. Standard analoge kameraer gør brug af interlaced scanning, hvilket betyder, at linjerne på kameraets afbildningssensor læses forskudt, hvorved billedet læses over to omgange. Resultatet af denne skanningsmetode er, at analoge kameraer - i typerne
RS 170 og NTSC - bliver i stand til at opdatere med en hastighed på 30 fps i en 640 x 480 opløsning, mens de analoge CCIR- og PAL-kameraer kan opdatere med en hastighed på 25 fps, ved en opløsning på 768 x 576. Interlaced scanning medfører imidlertid en række problemer.
De analoge kameraer har, indenfor de sidste 15 år, mistet deres markedsposition, idet den generelle teknologiske udvikling har medført, at de digitale kameraer er blevet både billigere og hurtigere.

Digitale kameraer

Digitale kameraer besidder en række fordele i forhold til analoge, udover den, allerede nævnte, højere opdateringshastighed. For eksempel er det digitale billedsignal mindre modtageligt overfor støj under overførsel. Dette skyldes, at digitaliseringen foretages direkte i kameraet, i modsætning til i analoge kameraer, hvor digitaliseringen foretages ved hjælp af en framegrabber. Den direkte digitalisering medfører, at S/N-forholdet bliver højere, hvilket betyder, at der opnås større nøjagtighed i billedgengivelsen.
Digitale kameraer følger ikke TV-standarden, hvorfor det er muligt at behandle større datamængder samt at opnå højere billedfrekvenser. Indenfor konventionelle MachineVision-systemer anvendes, typisk, monokrome digitalkameraer med en pixelopløsning på 8 bit - tilsvarende 256 gråtoneværdier. I modsætning hertil anvendes digitale monokromkameraer med en pixelopløsning på op til 16 bit, hvis der er tale om videnskabelig dataprocessering, hvilket tilsvarer 65.536 gråtoneværdier. Standardiserede digitale farvekameraer besidder typisk 8 bit for hver af de tre primærfarver - rød, grøn og blå - hvilket giver et total på i alt 16.777.216 tilgængelige farver.
Afbildningssensoren er fundamentalt set ens i analoge og digitale kameraer. Forskellen består i formatet af inputtet til framegrabberen, der enten er analogt eller digitalt. Førnævnte forudsætter, at digitalkameraet gør brug af en framegrabber, hvilket ikke generelt er tilfældet. Eksempler på digitalkameraer, der fungerer uafhængigt af framegrabbers, er de såkaldte direct-connect -kameraer, som anvender bustyperne; USB, Firewire og GigaBit Ethernet.

Digitale interfaces

Digitale kameraer har, indenfor de sidste 15 år, gennemgået en rivende udvikling, hvorfor der i dag forefindes en række forskellige konkurrerende kameratyper. Figur 2 fremviser, hvornår de forskellige kameratyper blev lanceret i henhold til anvendelse indenfor dedikerede MachineVision-systemer.

Fig. 2 : Udvikling indenfor digitalkameraer - interfaceopdelt

Hastigheden udgør en central parameter under udvælgelsen af digitale kameraer til MachineVisionsystemer. I denne sammenhæng udgør dataoverførslen et essentielt aspekt, da denne kan virke begrænsende for hastigheden, hvormed den overordnede proces kan udføres. Principielt bør alle interfaces, der er i stand til at overføre den krævede datamængde, overvejes. I nedenstående tabel forefindes en fremstilling og sammenligning af de hyppigst benyttede kamerainterfaces - tilsvarende de fremviste i figur 2.

Tabel 1 : Sammenligning af digitale kamerainterfaces

Kamerabus

Ud fra tabel 1 ses, at MachineVision-designere, som minimum, har seks forskellige kamerabusser at vælge mellem. Hvilken af disse kamerabusser, der bør vælges, afhænger i stor udstrækning af den båndbredde, som den givne MachineVision-applikation kræver. Båndbredden, eller throughput, er et mål for hastigheden, hvormed billeddata kan sendes fra kamera til processeringsenhed. Faktorerne, som øver indflydelse herpå, er; opdateringshastighed, billedopløsning samt datamængden til repræsentation af en enkelt pixel. Til sidstnævnte punkt kan nævnes, at 8-bit-monokrom-billeder repræsenteres af 1 byte per pixel, mens monokrome billeder af 10 bit eller større repræsenteres ved 1,5-2 bytes per pixel - afhængigt af applikationen. Farvebilleder repræsenteres af 1-3 bytes per pixel, afhængigt af den benyttede sensorteknologi.

Bestemmelse af båndbredde

Udgangspunktet for at bestemme om en given kamerabus har tilstrækkelig båndbredde til at håndtere en given opgave, udgøres af en analyse af selve applikationen. I det følgende diskuteres, hvorledes proceskrav kvantificeres, således det kan vurderes om en given bustype besidder tilstrækkelig båndbredde.
Den ovenomtalte applikationsanalyse tager udgangspunkt i følgende centrale spørgsmål, der muliggør bestemmelse af hastigheden, hvormed bussen skal overføre data:

• Hvor mange inspektioner per tidsenhed kræver processen?
• Er inspektionsraten konstant?
• Hvor mange pixels overfører kameraet samtidigt?

Beregningseksempel
Hvis en given proces kræver 480 kontinuerte inspektioner per minut, antages, at et monokromt kamera med en opløsning på 1280 x 1024 pixels, ved 10 bit, er tilstrækkeligt til at udføre opgaven. Det valgte kamera kan sende to pixels til bussen samtidigt, og eftersom de 10 bit repræsenterer én pixel, vil kameraet overføre 2 bytes per pixel. I og med processen udføres kontinuert, er det nødvendigt, at bussen overfører mindst 480 billeder i minuttet - tilsvarende 8 billeder i sekundet, altså:

1.280 pixels/vertikalt · 1.024 pixels/horisontalt = 1.310.720 pixels/billede

Bussen overfører 2 bytes for hver pixel, det vil sige:

1.310.720 pixels/billede · 2 bytes/pixel = 2.621.440 bytes/billede

I ovenstående er det således bestemt, hvor mange bytes bussen skal sende i hvert interval, nemlig:

2.621.440 bytes/billede · 8 billeder/sekund = 20.971.520 bytes/sekund

Bussen skal derfor, i dette tilfælde, have en båndbredde, der kan håndtere 20,97 MB/s.

Ud fra ovenstående ses, at båndbredden, generelt, kan beregnes på følgende måde:

Framegrabber

En framegrabber er et dataopsamlingskort, hvis oprindelige funktion er at lede signaler fra et kamera til en processeringsenheds hukommelse, hvor behandlingen heraf skal udføres. Kameraer, som benytter framegrabbers, benævnes interfaced. Sådanne kameratypers output udgøres af et analogt signal, dog med undtagelse af kameraer med RS-644- og CameraLink-interfaces, idet disses outputs er digitale.

Analoge framegrabbers primære funktion er at digitalisere kameraets analoge videosignal og herefter videresende dette til processeringsenheden. De mest almindelige europæiske standarder for monokrom- og farvekameraer er henholdsvis CCIR og PAL. Digitale framegrabbers accepterer videosignaler, der allerede foreligger i digitalt format, hvorfor disses opgave udelukkende består i signaloverførsel fra kamera til processeringsenhed.

Framegrabbers var tidligere en fast forankret del af ethvert MachineVision-system, men som følge af udviklingen indenfor digitale kameratyper, der kan fungere uafhængigt heraf, er disse ikke længere så udbredte. Til trods for at direct-connect-kameraerne har vundet markant indpas i MachineVisionindustrien, forefindes stadig applikationer, hvor anvendelsen af framegrabbers bør overvejes. Dette er eksempelvis, når:

• En stor båndbredde kræves
• Billedprocesseringen skal accelereres
• Flere kameraer benyttes og ønskes synkroniseret
• Tilstødende procesudstyr ønskes synkroniseret med kamera(er)
• En buffer kræves, som følge af markante datamængder eller irregulær billedopsamling

Visse industrielle opgaver kræver kombination af høj framerate og god billedkvalitet, hvilket betyder, at datamængden, som sendes fra kamera til processeringsenhed, er stor. I disse situationer er det afgørende, at systemet har en båndbredde, som kan håndtere denne datamængde. I sådanne tilfælde besidder framegrabbers en række fordele - i forhold til direct-connect-kameraer - idet de er baseret på de traditionelle bustyper; PCI eller PCI-X (CameraLink). Som tabel 1 viser, er båndbredderne for USB 2.0 og Gigabit Ethernet henholdsvis 60 og 125 MB/s. Til sammenligning har en framegrabber, baseret på PCI-bussen, en båndbredde på over 250 MB/s.

Båndbreddeproblematikken er sjældent aktuel i applikationer, hvor der kun benyttes et enkelt kamera, men er ofte fremherskende, når flere kameraer anvendes indenfor samme MachineVision-system, idet kameraerne skal dele den tilgængelige båndbredde. PCI- og PCI-X-baserede framegrabbers giver mulighed for tilkobling og synkronisering af flere kameraer, samtidig med, at en stor båndbredde for hvert kamera muliggøres. Er situationen endnu mere krævende, eksempelvis fordi megen billedprocessering foreligger, kan processeringsenhedens, typisk en computers, processeringskraft alene vise sig utilstrækkelig. I sådanne tilfælde kan framegrabbers med indlejrede hjælpeprocessorer, med fordel, benyttes, idet disse således kan foretage en del af billedprocessering. Framegrabbers besidder endvidere nyttige funktioner, der muliggør, at tilstødende udstyr - som eksempelvis belysningskomponenter - kan styres direkte fra processeringsenheden. Ydermere forefindes indlejrede triggerfunktioner, som betyder, at framegrabberen kan modtage signaler direkte fra lyssensorer og derved aktivere kameraerne. Herved opnås opsamling og processering af et minimum af data.

Area- og line-scan-kameraer

Indenfor MachineVision anvendes hovedsageligt 1- og 2-dimensionelle kameraer, samt en begrænset mængde af 3-dimensionelle afbildningsteknikker. Sidstnævnte omtales ikke yderligere, idet denne teknologi ikke har slået igennem på nuværende tidspunkt, og der derfor ikke er tale om decideret kommerciel anvendelse. MachineVision-kameraer af den 1-dimensionelle type benævnes ofte line-scan-kameraer, mens de 2-dimensionelle kaldes area-scan-kameraer. Principperne herfor ses på figur 3.

Fig. 3 : Funktionsprincipper for henholdsvis line- og area-scan-kameraer

Indenfor hovedparten af MachineVision-systemer benyttes area-scan-kameraer, mens færre industrielle opgaver kræver de specielle egenskaber, som line-scan-kameraer tilbyder. Valget afhænger naturligvis af hvilken af de to, der er i stand til at levere et tilfredsstillende billede og samtidig opfylde kravspecifikationen i forhold til produktet og processen. Den tekniske forskel mellem line- og area-scan-kameraer ligger i afbildningssensoren, der reelt set udgør kameraets omdrejningspunkt, og således er årsagen til, at billedet kan gengives. Fundamentalt er forskellen, at area-scan-kameraer benytter en afbildningssensor, der er udformet som et rektangulært pixelnet, mens afbildningssensoren i line-scan-kameraer er proportioneret som en pixelstreng. Afbildningssensoren i area-scan-kameraer har således en længde og bredde, som udtrykker sensorens opløsning - eksempelvis VGA (640 x 480) eller XGA (1024 x 768).
Afbildningssensoren i line-scan-kameraer er, derimod, altid én pixel høj, men helt op til 8000 pixel bred. Teorien bag afbildningssensorer er grundlæggende for forståelse af kameraer, og dermed for MachineVision-systemer, hvorfor dette aspekt uddybes yderligere senere.

Line-scan-kameraer

Line-scan-kameraer benyttes i applikationer, hvor testemnerne fremstår kontinuerte. Line-scankameraer har således den specielle egenskab, at kunne erhverve billeder af produkter med høj fart i stor opløsning, hvilket gør denne kameratype enerådende indenfor visse applikationer. Eksempler herpå er identificering af uregelmæssigheder i træbrædder, strenggods, coilstål, etcetera. Ydermere benyttes line-scan til afbildning af cirkulære testemner. Et eksempel herpå er rotation af en flaske foran et line-scan-kamera, hvorved et fladt billede af flaskens overflade fremkommer.
Line-scan kan imidlertid være en omkostningstung kameraløsning, da den altid kræver anvendelse af en framegrabber. I dette tilfælde er framegrabberens opgave at samle kameraets pixellinjer til et billede af en defineret højde. Anvendelsen af en framegrabber giver, som allerede nævnt, direkte adgang til computerens PCI- eller PCI-X-bus og dermed den hurtigste processering. Dette er fordelagtigt, da en markant processering ofte kræves, som følge af line-scan-billedets høje opløsning, der i realiteten kan gå mod uendelig.

En umiddelbar fordel ved line-scan-kameraet er, at den definerede billedhøjde kan varieres - såkaldt variable height acquisition (VHA). En yderligere fordel ved line-scan-kameraers anvendelse af framegrabbers er, at VHA-egenskaben kan benyttes sammen med en sensor, der eksempelvis kan anvendes som triggersignal til påbegyndelse af billedopsamling. Ligeledes kan en anden sensor bruges til at sende signal til kameraet om at stoppe billedopsamlingen. Herved opnås en dynamisk billedstørrelse, der udelukkende bestemmes af det pågældende emnes størrelse.

Area-scan-kameraer

Area-scan-kameraer benyttes i applikationer, hvor hele emnet ønskes afbilledet på én gang. Desuden anvendes de i tilfælde, hvor det er svært at styre positionen og/eller orienteringen af emnerne indenfor det definerede synsfelt.
Problematikken i denne sammenhæng er, at area-scan-kameraer sender en betydelig større datamængde per billede, i forhold til line-scan-kameraer. Dette skyldes, at sensoren skal videresende information fra væsentligt flere pixels - eksempelvis 786.432 pixels ved XGA-opløsningen. I takt med at dataprocesseringen er blevet kraftigere, løses denne opgave hurtigere, men problemet er hidtil blevet afhjulpet ved hjælp af interlaced scanning, der primært anvendes indenfor analog signalbehandling.

Interlaced scanning
En sensor, som benytter sig af interlaced scanning, indlæser først billedets ulige linjer og derefter de lige. Princippet for denne signaloverførsel ses på figur 4 til venstre, mens et eksempel på resultatet heraf er vist til højre.

Fig. 4 : Fremvisning af princip og resultat for interlaced scanning.

Det højrestillede billede på figur 4 afbilleder et objekt i bevægelse og illustrerer hovedproblemstillingen ved interlaced scanning. I og med skanningen af alle ulige linjer tilsammen tager omkring 1/60 sekund, og det samme gør sig gældende for alle lige linjer9, kan testemnet nå at flytte sig mellem de to skanninger, hvilket resulterer i et uskarpt billede. I MachineVision-systemer, hvor emnerne enten er stationære eller bevæges langsomt vil analoge kameraer, der benytter interlaced scanning være en fyldestgørende og tilmed billig løsning. Hvorvidt produktet er i bevægelse eller ej, er bestemmende for eksponeringstiden og dermed om et interlaced kamera eller et kamera, som gør brug af progressive scan - jævnfør understående - kræves, for at tilstrækkelig billedskarphed opnås.

Progressive scanning
MachineVision-systemer involverer ofte inspektion af produkter i bevægelse og kræver samtidig et klart billede, for at den nødvendige billedprocessering kan foretages. Udviklingen indenfor sensorelektronik og computerprocessering har muliggjort erhvervelse af billeder i én frame (progressive scan) frem for to (interlaced scan). En sensor, der benytter progressive scan, behandler således linjerne én efter én, og tager dermed ikke hensyn til om der er tale om lige eller ulige linjer.
Progressive scan har en framerate på 60 fps, og kombineret med evnen til at opnå kort
eksponeringstid af afbildningssensoren, er denne skanningsteknologi, på nuværende tidspunkt, enerådende indenfor MachineVision-systemer, hvor produkter er i bevægelse. Figur 5 viser tre eksempler på progressive-scan-billeder, hvor forskellige eksponeringstider er anvendt - henholdsvis a) 33 ms, b) 10 ms og c) 1 ms11. Denne figur fremviser tydeligt, hvilken betydning eksponeringstiden har i forhold til den opnåede billedkvalitet.

Fig. 5 : Eksempler på progressive scanning, hvor emnet er i bevægelse - afbilledet med tre forskellige eksponeringstider

Nogle progressive-scan-kameraer giver endvidere mulighed for skanning af blot et udsnit af billedet. Dette er en nyttig egenskab i situationer, hvor det kun er nødvendigt at inspicere en del af det pågældende emne. Udbyttet af en delvis skanning er primært hurtigere processeringstid, som følge af processering af en mindre datamængde.

Sensorteknologier

Den essentielle del af et MachineVision-kamera udgøres, som allerede nævnt, af afbildningssensoren. Sensorens funktion er at generere billedet samt at omsætte dette til information, som enten behandles direkte i kameraet (SmartCameras) eller sendes til en ekstern processeringsenhed (PC, VisionEngine, etcetera), der efterfølgende behandler denne. Afbildningssensorer er opbygget af et net af siliciumenheder, der hver især repræsenterer én pixel - typisk i størrelser fra [9,9 μm x 9,9 μm] ned til [2,7 μm x 2,7 μm] - som udgør henholdsvis et 659 x 494 og et 3288 x 2472 pixelnet. Forskellen i pixelstørrelse har imidlertid ikke kun indflydelse på opløsningen, for mens opløsningen bliver bedre i takt med, at pixels bliver mindre, øver dette negativ indflydelse på evnen til at generere ladning. Når de enkelte pixels afgiver mindre ladning, resulterer dette i et dårligere signal, som følge af en større støjmængde.

Billedfrembringelse
Afbildningssensorens frembringelse af et billede foregår i tre på hinanden følgende trin, der er elementære og gældende for alle siliciumbaserede sensortyper, der typisk anvendes i MachineVisionkameraer:

1. Generering og opsamling af ladning
2. Måling af ladning og konvertering til spænding
3. Signaloverførsel

Omdrejningspunktet for ethvert MachineVision-system udgøres, som allerede nævnt, af billedkvaliteten og en afgørende faktor består således i opnåelse af tilfredsstillende afstemning af sensorens afbildningsfølsomhed ved en given belysning. En sensors afbildningsfølsomhed afhænger af pixelens fotoaktive areal, der er proportionalt afhængig af pixelstørrelsen.[

CCD- og CMOS-teknologierne

To sensorteknologier præger, i dag, MachineVision-kameraer - de traditionelle CCD- og de nyere CMOS-sensorer. Det er centralt at få indblik i disse teknologiers styrker og svagheder, idet dette er afgørende for opnåelse af en tilfredsstillende billedkvalitet. Væsentlige forskelle mellem de to sensorteknologier består i strategierne og mekanismerne, som muliggør udførelse af de tre ovennævnte frembringelsestrin. Der fokuseres herpå i det følgende.

1) Generering og opsamling af ladning
Sensorens primære opgave er at opsamle signalet samt at generere en ladning, hvilket lader sig gøre, da den enkelte pixel er fremstillet af et siliciumoxideret materiale. Enhederne fungerer, i kraft af siliciums evne til at konvertere forskellige lysintensiteter til korresponderende elektriske spændinger. Konkret set forekommer en fotoelektrisk proces, hvor indkommende fotoner øger energiniveauet i siliciummets struktur. Herved frigøres elektroner, der således skaber en elektrisk ladning. Det vil sige, at indfaldende lys (fotoner) konverteres til elektriske signaler.
Der findes to hovedkategorier indenfor pixelsiliciumdesign - photogates og photodiodes - som begge anvendes indenfor både CCD- og CMOS-sensorer. De tekniske forhold relateret hertil behandles ikke - i stedet lægges fokus på de to designs styrker og svagheder.
Photogates besidder styrke i form af deres høje fill-faktor. Faktisk kan nyere photogate-CCDsensorers fotoaktive areal udgøre op mod 100 procent af pixelen, hvilket giver ideelle forhold for signalmodtagelse. Photogates har imidlertid en relativt lav afbildningsfølsomhed, især i den blå ende af farvespektret. Photodiodes har en mere kompleks pixelopbygning, der nedsætter fill-faktoren. Til gengæld opnås en bedre afbildningsfølsomhed ved de blå bølgelængder. Pixels i CMOS-sensoren, hvad enten disse er photogates eller photodiodes, kræver en række uigennemsigtige overflade-transistorer (typisk 3 eller 4), hvilket påvirker fill-faktoren negativt.

2) Måling af ladning og konvertering til spænding
Til måling af de opsamlede signaler benytter afbildningssensoren - hvad enten der er tale om CCD eller CMOS - en kondensator, der konverterer ladningen til et spændingssignal. For afbildningssensorer af CCD-typen foregår dette i output-leddet, hvor spændingssignalet desuden forstærkes, således dette kan videresendes. I CCD-sensoren foregår signaltransporten fra den enkelte pixel til output-leddet - dette ved at ladningen flyttes fra pixel til pixel sekventielt mod leddet. Dette princip adskiller CCD-sensoren fra CMOS-sensoren, som konverterer signalets ladning til spænding ved den enkelte pixel. Spændingssignalet i CMOS-sensoren afgives, når den enkelte pixel vælges af sensorbussen. Funktionsprincipperne for både CCD- og CMOS-sensoren ses på figur 6.

Fig. 6 : Principiel opbygning af henholdsvis CCD- og CMOS-afbildningssensorerne

CCD-sensorer har, uafhængigt af undertype, en række generelle svagheder - specielt udtværing og blænding - der forholder sig til sensorens opbygning. Når CCD-sensorens enkelte pixels bliver overmættede, som følge af indkommende lys fra særligt (gen)skinnende emner, kan de ikke holde ladningen indenfor pixelens afgrænsede område. Konsekvensen heraf er, at den overskydende ladning overføres til de omkringliggende pixels, hvorved fænomenet blænding, eller blooming, opstår. Den anden hyppigt forekommende fejltype - udtværing - forekommer ofte i forbindelse med blænding og ses som vertikale linjer i billedets lyse områder. Udtværing opstår som følge af interferens mellem elektroner, når disse bevæges fra de pågældende pixels til output-leddet. Hvad enten der er tale om CCD- eller CMOS-sensorer, findes forskellige undertyper heraf:

CCD - Charged Coupled Device.

• Interline transfer
• Full frame
• Transfer frame

CMOS - Complementary Metal-Oxide Semiconducter.

• Active pixel 3T
• Active pixel 4T
• On-chip A/D

3) Signaloverførsel
Den væsentlige forskel mellem CCD- og CMOS-sensorerne udgøres af, hvor signalladningen måles og konverteres - jævnfør figur 7 - der fremviser henholdsvis et typisk CCD- og CMOSafbildningssystem. I forbindelse med signaloverførsel er CCD-sensoren opbygget efter et princip, der medfører, at outputtet er analogt og derfor skal digitaliseres af øvrigt elektronisk udstyr. CMOS-sensorens designfilosofi er derimod at placere end større del af processeringen og digitaliseringsfunktionen i selve sensoren - jævnfør figur 7 - hvilket betyder, at sensorens output foreligger på digital form. Dette princip giver unikke muligheder i henhold til opnåelse af tilgang til vilkårlige pixels, såvel
som at få præsenteret afgrænsede pixelområder på sensoren, hvorved frameraten potentielt øges. Designet bag CMOS-sensoren tilsigter således, at sensoren bevæges i retning af et "kamera-på-chip"- princip.

At CMOS-teknologien har lagt stor funktionalitet i selve sensoren, har visse åbenlyse fordele. Eksempelvis medfører dette, at det er muligt at konstruere en meget kompakt kameraenhed, som er i stand til at levere et digitalt output. Disse fordele fremkommer, imidlertid, på bekostning af en mere kompleks opbygning. CMOS-teknologien muliggør desuden en højere framerate, fordi pixelinformationen transmitteres parallelt fra sensoren, frem for sekventielt, som det er tilfældet for CCD-sensorer.

Fig. 7 : Forskel i opbygningen og virkemåden af CCD- og CMOS-sensorerne, og dermed afbildningssystemerne som helhed

Opsummering på og sammenligning af CCD- og CMOS-teknologierne

Som afslutning foretages en sammenligning mellem MachineVision-kameraernes omdrejningspunkter, der typisk udgøres af de gennemgåede CCD- og CMOS-sensorer. I tabel 2 forefindes en direkte sammenligning af CCD- og CMOS-sensorerne - dette i forhold til væsentlige faktorer i relation til MachineVision.

Tabel 2 : Sammenligning af CCD- og CMOS-sensorer.
+ henviser til en positiv efterlevelse, mens - udgør en negativ

Kilder:

_{Alexander Hornberg. Handbook of Machine Vision. Wiley-WCH, 1st edition, 2006.
www.imagehouse.dk - Image House A/S.
Bruce G. Batchelor and Paul F. Whelan. Intelligent vision systems for industry. Springer, 1st edition, 1997.
Henrik Birk Salgs og kvalitetschef hos Vision-huset JLI vision A/S.
Thomas Baltzer Moeslund Lektor ved Institut for Medieteknologi og Ingeniørvidenskab.
Bruce G. Batchelor and Frederick Waltz. Intelligent Machine Vision - Techniques, Implementations and Applications. Springer, 1st edition, 2001.
Thomas Baltzer Moeslund. Powerpointslides fra kurset "MachineVision", 6. semester på VT-linjen. 2006.}