石鑫华视觉论坛微信公众号:石鑫华视觉

 找回密码
 注册会员
查看: 4342|回复: 0

[面阵相机] 全局快门与卷帘式快门

[复制链接]
  • TA的每日心情
    擦汗
    昨天 00:00
  • 签到天数: 3155 天

    连续签到: 25 天

    [LV.Master]2000FPS

    发表于 2015-4-2 11:14:18 | 显示全部楼层 |阅读模式 来自:广东省东莞市 电信

    注册登陆后可查看附件和大图,以及购买相关内容

    您需要 登录 才可以下载或查看,没有账号?注册会员

    x
        常见的电子快门的方式有Global shutter(全局快门) 和 rolling shutter(卷帘式快门)两种,全局快门是通过整幅图片在同一时间曝光实现的。传感器的所有像素点同时收集光线,同时曝光。当预设的曝光时间到了,传感器停止收集光线,并将曝光图像转成电子图像。在这个过程中,并没有实际意义上的快门存在。在曝光开始的时候,传感器开始收集光线;在曝光结束的时候,光线收集电路被切断,传感器读出值即为一副图片。
        卷帘式快门与全局快门不同,它是通过控制芯片逐行曝光的方式实现的。卷帘式快门也没有实际意义上的快门,而是通过通断电控制传感器,使其不同部分在不同时间下对光的敏感度不同。逐行进行曝光,直至所有像素点都被曝光。当然,所有的动作在很短的时间内完成,一般情况为1/48至1/60秒。需要注意的是,卷帘式快门采用的是逐行曝光的方式。假如物体或摄像头在拍摄期间处于快速运动状态,拍摄结果就可能出现“倾斜”、“摇摆不定”或“部分曝光”等任一种情况。
        卷帘式快门是逐行顺序曝光,所以不适合运动物体的拍摄。当采用全局快门方式曝光时,所有像素在同一时刻曝光,类似于将运动物体冻结了,所以适合拍摄快速运动的物体。但是全局快门可能出现图像模糊现象。图像模糊现象出现与否取决于曝光时间的长短。假如曝光时间过长,且物体运动过快则会出现图像模糊;假如曝光时间很短,类似于运动物体在瞬间被冻结了,则少有像糊。两者对比如下图:

                                   
    登录/注册后可看大图

    图1 卷帘快门与全局快门

                                   
    登录/注册后可看大图

    图2 不同快门速度图像模糊程度
        需要知道CMOS传感器的工作方式并不是像很多人想象的那样通过一个信号线就可以控制曝光的开始和结束。传感器的感光二极管不停的在捕获入射光子并转换成电子存储在电荷井中,控制部分可以将其读出和清零,但不能停止曝光。那么电子快门是怎么实现的呢?

    卷帘快门(electronic rolling shutter)

        目前大多数CMOS传感器采用这种快门。对任一像素,在曝光开始时现将其清零,然后等待曝光时间过后,将信号值读出。因为数据的读出是串行的,所以清零/曝光/读出也只能逐行顺序进行,通常是从上至下,和机械的焦平面快门非常像。
    和机械式焦平面快门一样,对高速运动的物体会产生明显的变形。而且因为其扫描速度比机械式焦平面快门慢,变形会更加明显。例如如果数据的读出速度是每秒20帧,那么图像顶部和底部的曝光先后差异将多达50毫秒。
    为了弥补这个缺陷,通常数码相机中通常配合机械快门,曝光开始时整个图像传感器清零(目前的绝大多数传感器都具备快速清零功能,可以在几个时钟周期内完成整个传感器的清零),然后机械快门打开,曝光结束后机械快门关闭,数据顺序读出。

    全局快门(global shutter/snapshot shutter)

        最主要的区别是在每个像素处增加了采样保持单元,在指定时间达到后对数据进行采样然后顺序读出,这样虽然后读出的像素仍然在进行曝光,但存储在采样保持单元中的数据却并未改变。
    这种机构的主要缺点在于增加了每个像素的元件数目,使得填充系数降低,所以很难设计出高像素数的传感器,另外采样保持单元还引入了新的噪音源。
        从上面可以看出,如果电子卷帘快门的移动速度如果能达到机械式焦平面快门的水平,就可以解除对机械快门的依赖。也就是必须提高数据的读出速度。
        这个速度的主要瓶颈在于电荷从列放大器转移到公用数据线所需时间,具体来说就是通过一个运放给一个电容充电的过程,要提高其速度只能通过提高运放速度或降低电容值。前者会增加功耗和噪音,而后者则和传感器的行数成正比,所以像素数目越多则读出速度会越慢。短时间内,电子卷帘快门速度还达不到机械式焦平面快门的水平。
    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 注册会员

    本版积分规则

    LabVIEW HALCON图像处理入门教程(第二版)
    石鑫华机器视觉与LabVIEW Vision图像处理PDF+视频教程11种全套
    《LabVIEW Vision函数实例详解》教程-NI Vision所有函数使用方法介绍,基于NI VISION2020,兼容VDM21/22/23
    LabVIEW图像处理教程
    机器视觉商城淘宝店铺
    视觉论坛充值赞助方法

    QQ|石鑫华视觉论坛 |网站地图

    GMT+8, 2024-3-29 04:32

    Powered by Discuz! X3.4

    © 2001-2024 Discuz! Team.

    快速回复 返回顶部 返回列表