【導讀】由于近紅外 (NIR) 波長的光具有寶貴的光學特性，近紅外 (NIR) 成像長期以來一直應用于科學研究等專業(yè)領域。例如，研究實驗室使用 NIR 光源和相機進行光譜測定。這種先進形式的近紅外成像可以檢測和測量材料的特定物理或化學特性。在醫(yī)學診斷中，NIR 成像在實驗室設備中用于分析樣本。例如，從分析中獲得的數(shù)據(jù)可以用于醫(yī)療狀況的診斷。
由于近紅外 (NIR) 波長的光具有寶貴的光學特性，近紅外 (NIR) 成像長期以來一直應用于科學研究等專業(yè)領域。例如，研究實驗室使用 NIR 光源和相機進行光譜測定。這種先進形式的近紅外成像可以檢測和測量材料的特定物理或化學特性。在醫(yī)學診斷中，NIR 成像在實驗室設備中用于分析樣本。例如，從分析中獲得的數(shù)據(jù)可以用于醫(yī)療狀況的診斷。
現(xiàn)在，工業(yè)和商業(yè)應用正利用智能手機行業(yè)首創(chuàng)的 3D 傳感技術，以開發(fā)部署 NIR 成像的新方法。
這一趨勢得到了 NIR 照明器和傳感器制造商的支持，這些制造商正在推出為機器視覺產(chǎn)品和工業(yè)設備制造商帶來 3D 傳感功能的產(chǎn)品。機器視覺設備的設計人員發(fā)現(xiàn)，它可以幫助他們改進功能，同時通常還能降低系統(tǒng)成本。
更豐富的信息，更有價值的特性
機器視覺傳統(tǒng)上使用基于在可見光譜中運行的圖像傳感器的相機。例如，在工廠自動化中，具有高幀速率的全局快門圖像傳感器可以在高速、大批量生產(chǎn)環(huán)境中對缺陷和不合格情況進行目視檢查。
然而，平面 2D 可見圖像只能提供有關物體的有限信息：例如，檢查包裝盒上印刷的標簽。相比之下，3D 成像系統(tǒng)不僅可以檢查標簽，還可以提供有關位置和幾何形狀的附加數(shù)據(jù)，例如：
· 箱體尺寸
· 可能表明包裝盒已損壞的變形
· 盒子的方向，確保其沒有倒置或側(cè)放
如今的 3D 傳感通常通過立體視覺設置來實現(xiàn)：一對可見光數(shù)碼相機可以根據(jù)視差效果推斷深度，視差效果是每個相機產(chǎn)生的場景的略有不同的像素化表示。這種立體視覺技術模仿了人類視覺系統(tǒng)感知深度的方式。
3D 視覺解決方案也可以通過結(jié)構(gòu)光來實現(xiàn)：這里，圖案投影儀與單個相機結(jié)合使用。該投影儀使用衍射光學元件，這是一種將激光束分成多個微小光束的濾光片。該衍射光束形成預定義的圖案，通常是點圖案，該圖案被投影到觀察到的場景上。根據(jù)相機場景圖像中投影圖案的失真，可以推斷出物體的大小和位置。
如果將兩種 3D 技術結(jié)合起來，即 3D 立體視覺加結(jié)構(gòu)光，則可以捕獲更強大的 3D 圖像。這種技術稱為主動立體視覺。
這兩種 3D 掃描技術在 NIR 光譜（尤其是 850 nm 或 940 nm）中效果最佳，而不是在使用傳統(tǒng) RGB 圖像傳感器的可見光譜中：
· 陽光在 850 nm 和 940 nm 處具有光譜間隙，可產(chǎn)生更好的信噪比 (SNR)，從而可以使用較低功率的照明器或投影儀。這種照明器往往比高功率光源具有更低的單位成本，并且功耗也更低，從而在遠程監(jiān)控等電池供電應用中提供更長的運行時間
· 光源（圖案投影儀或照明器）對人來說是不可見的
· 一些NIR 照明器和大多數(shù)NIR 圖像傳感器具有較窄的光譜帶寬：發(fā)射體的輸出和傳感器的靈敏度都可以具有接近其標稱波長的窄峰值。這使得 NIR 系統(tǒng)能夠捕獲清晰、詳細的圖像數(shù)據(jù)，不受環(huán)境可見光或其他光源的干擾
NIR 成像系統(tǒng)的高信噪比對于機器視覺的挑戰(zhàn)性應用尤其有價值，例如自動車牌識別 (ANPR)，即使使用低功率照明器，它也必須經(jīng)常在昏暗或黑暗的條件下快速可靠地運行。
除了這些更高分辨率的 3D 視覺系統(tǒng)外，還有所謂的飛行時間 (ToF) 系統(tǒng)：它們測量直接 ToF 或 dToF 系統(tǒng)中短激光脈沖發(fā)射之間的差異，或間接 ToF 或 iToF 系統(tǒng)中的連續(xù)相位調(diào)制光輸出之間的差異，以及傳感器陣列接收到的視野中物體的反射。ToF 傳感器可以測量非平面物體不同部分發(fā)射和反射的光子之間的飛行時間差，并將其轉(zhuǎn)換為深度圖。
盡管圖像分辨率不如立體視覺或結(jié)構(gòu)光系統(tǒng)那么高，但 ToF 是一種經(jīng)驗證的 3D 掃描技術。掃描結(jié)果的質(zhì)量取決于激光系統(tǒng)產(chǎn)生 dToF 超短脈沖或 iToF 穩(wěn)定相位調(diào)制的能力。在不需要高分辨率深度圖的應用中，智能且節(jié)能的多區(qū)域 dToF 傳感器可以執(zhí)行直方圖計算，并指示在哪個區(qū)域檢測到障礙物以及距離有多遠。
服務于工業(yè)市場3D 傳感的新元件
有多種元器件可用于實現(xiàn) 3D NIR 成像和傳感，包括可見光和紅外光譜中的高功率和低功率 LED。用于 3D 傳感的紅外激光器包括垂直腔表面發(fā)射激光器 (VCSEL)，工作波長為 850 nm 和 940 nm，以及邊緣發(fā)射激光器 (EEL)，通常工作波長為 905 nm。EEL 提供更高的功率輸出，可在更遠的距離內(nèi)使用，例如傳統(tǒng)上部署在自動導引車 (AGV) 和移動機器人中的 LiDAR 系統(tǒng)。事實上，每種 3D 傳感技術都適合不同的應用要求和范圍。
用于人臉識別和生物特征識別的 3D 傳感通常在小于 1 m 的范圍內(nèi)運行，并通過 NIR 成像器與結(jié)構(gòu)光點投影儀配對實現(xiàn)，以提供防欺詐功能。
移動家居機器人使用低成本多區(qū)域 dToF 傳感器，其工作范圍可達 5 m，用于障礙物檢測和導航。
高端機器人或生產(chǎn)檢測系統(tǒng)使用立體視覺或主動立體視覺相機來生成詳細的 3D 深度圖。與源自立體視覺設置的更高分辨率圖像數(shù)據(jù)配合使用，這些系統(tǒng)可捕獲 0.5 m 至 10 m 以上范圍內(nèi)的場景詳細圖像。
對于任何這些類型的 NIR 成像或傳感系統(tǒng)，艾邁斯歐司朗是所需的先進光學元件的供應商。艾邁斯歐司朗是由光學傳感器專業(yè)制造商艾邁斯與全球最大的發(fā)射體（包括 LED 和激光器）生產(chǎn)商之一歐司朗合并而成的公司。
圖 1：BELAGO1.1 投影儀，顯示產(chǎn)生點圖案的衍射器（圖片來源：艾邁斯歐司朗）
艾邁斯歐司朗的產(chǎn)品系列同樣適合工業(yè)和消費市場。例如，BELAGO1.1 是一款專有的 940 nm 點圖案照明器，具有內(nèi)置的眼睛保護功能，如圖 1 所示。它發(fā)出無焦點、高對比度的點圖案，算法可使用該圖案生成高精度深度圖。BELAGO 照明器的一個特殊優(yōu)點是其特有的隨機點圖案，可具有 5,000 至 35,000 個點。該圖案減少了執(zhí)行深度圖計算的圖像處理器的計算負載。
艾邁斯歐司朗還提供 TARA 系列 IR VCSEL 發(fā)射體。TARA2000-AUT 是符合汽車標準的發(fā)射體版本，適用于駕駛員監(jiān)控和手勢檢測等車內(nèi)傳感應用，如圖 2 所示。VCSEL 的窄光譜帶寬可確保免受日光和車內(nèi)反射造成的干擾。該超緊湊模塊的尺寸僅為 4.1 mm x 4.1 mm，可提供各種照明選項。
圖 2：TARA2000-AUT，IR VCSEL 泛光照明器（圖片來源：艾邁斯歐司朗）
對于 3D 光學系統(tǒng)的圖像傳感器元件，艾邁斯歐司朗提供 Mira 系列全局快門近紅外圖像傳感器。Mira 系列圖像傳感器具有高量子效率，可在昏暗的照明條件下使用低功率發(fā)射體工作。
堆疊芯片設計采用艾邁斯歐司朗的背面照明技術來縮小芯片的面積，為空間受限產(chǎn)品的制造商提供更大的設計靈活性。Mira220 是一款 200 萬像素圖像傳感器，可用于結(jié)構(gòu)照明系統(tǒng)以及其他應用，尺寸僅為 5.3 mm x 5.3 mm，如圖 3 所示。
圖 3：220 萬像素圖像傳感器 Mira220 的框圖（圖片來源：艾邁斯歐司朗）
全局快門可以無失真地捕捉快速移動的物體，例如大批量制造過程中需要質(zhì)量保證的產(chǎn)品。Mira220 在 940 nm 處的量子效率高達 38%。某些應用可以處理較低分辨率的圖像，并受益于不太復雜的算法，從而降低功耗。為此，艾邁斯歐司朗提供了 50 萬像素圖像傳感器 Mira050。該傳感器提供額外的低功耗功能來提供喚醒觸發(fā)器，否則需要通過額外的存在檢測傳感電路來實現(xiàn)。
艾邁斯歐司朗還提供廣泛的單區(qū)域和多區(qū)域直接飛行時間 (dToF) 傳感器產(chǎn)品組合，其中包括 TMF8828，該傳感器可檢測最多 8x8 區(qū)域的用戶可配置陣列中的物體。
這些艾邁斯歐司朗光學產(chǎn)品以及來自 Luminus Devices、安森美、ROHM 和威世等制造商的照明器和圖像傳感器均由富昌電子的技術服務、工程設計和銷售團隊全力支持。
（作者：Abhishek Gadgi，EMEA專業(yè)現(xiàn)場應用工程師（成像解決方案），富昌電子）
免責聲明：本文為轉(zhuǎn)載文章，轉(zhuǎn)載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題，請聯(lián)系小編進行處理。
推薦閱讀：
