根据不同的应用要求,彩色图像传感器需要为环境产生更多的信息。例如,传统的基于形状的图像处理,对象仅为灰度图像,而很大一部分人脸识别算法依赖于皮肤颜色,用于脸部手部的分段和识别。
5.3.4.1 颜色识别
几乎所有可见光谱传感器都是以硅工艺为基础制造的。这些图像传感器的光谱响应取决于很多因素,最重要的是半导体的掺杂密度和光敏二极管的掺杂面。硅传感器典型的光谱感应曲线如图5.6所示。
理论上,为了正确识别颜色,光在输入传感器前需要经过一个颜色带通滤波器,其只允许所需颜色的光通过。这个滤波器是单位脉冲响应函数。而为了能识别可见光谱内所有的颜色,应当使用许多理想的滤波器来包含所有的光谱,但这是不切实际的。
在大多数的彩色图像传感器中只用到了三种滤波器,主要集中在了蓝色、绿色和红色三个波长上。这些滤波器没有平坦的光谱响应,很不理想且相互之间严重交叠。没有滤波器的交叠,也不可能从每个像素点来重构彩色信息。
这里介绍三种方法来实现颜色滤波器,如图5.7所示。第一种方法是使用一个单色传感器阵列和一个旋转的颜色轮一起工作。运用这种技术,基于不同时间段获得的三个单色样本可以构造一帧彩色图像。这种方法的优点在于能使用精确的单色光滤波器,且只使用一个单色传感矩阵。缺点在于时域的颜色失真,图像捕捉次数和带宽将高至三倍,以及高速旋转轮涉及的机械问题。
第二种方法是采用三个图像传感器,每一个传感器前放置不同颜色的滤波器。这种方法的优点同样是使用精确的滤波器,没有可移动的部件,能同时捕获三种颜色。缺点是传感器数量高达三个并且存在相互之间的机械校准问题。现今,高端摄像机都采用这项技术。
第三种方法运用最为广泛,采用了彩色马赛克模板。传感器像素上面按照一定规则覆盖了不同颜色的光学滤波器。最常见的是5.7c所示的贝尔马赛克模板。这种方法的最大优点是高度集成性。但是,在不同位置对不同颜色的图像进行空间采样时,图像中会出现人工痕迹,特别是在目标图像边缘附近的断续之处,或者在两种颜色交界的地方。
图5.6 硅二极管的光谱响应、用理想滤波器来检测单色光、三个颜色滤波器的特性、彩色滤波器的响应
a）硅二极管的光谱响应 b）用理想滤波器来检测单色光 c）三个颜色滤波器的特性 d）彩色滤波器的响应(www.xing528.com)
因为每个颜色通道的输出信号取决于颜色滤波器特性,因此必须采取白平衡和颜色矫正技术。最简单的颜色矫正技术是调整每个颜色的增益。对于彩色马赛克模板,由于空间采样后的彩色不同,许多复杂的技术需要用插值颜色,来调节变增益,考虑图像的边界问题。
5.3.4.2 微透镜
随着CMOS传感器像素尺寸的缩小和像素填充系数的降低,补偿其相关的损失变得越来越重要（见图5.8）。
微透镜的作用是改变光的路线使它到达像素中的有效区域。当然光在非有效区域会有损失,或者镜面反射也会造成损失。微透镜的有效增益是1.0～3.0,它取决于波长、像素尺寸和像素的横切面。尽管看起来并不是很有意义,但是该增益能增强输入信号以及信噪比。
图5.7 用一个色轮、三个不同的传感器和三个不同的颜色滤波器、彩色马赛克模板
a）用一个色轮 b）三个不同的传感器和三个不同的颜色滤波器 c）彩色马赛克模板
图5.8 填充因素导致输入光的损失、使用微透镜把光线定向到有效传感区域
a）填充因素导致输入光的损失 b）使用微透镜把光线定向到有效传感区域
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
