Utilizzo dei sensori nella fotografia in condizioni di scarsa illuminazione

La richiesta di immagini di alta qualità ha portato allo sviluppo della tecnologia di imaging in condizioni di scarsa illuminazione, rendendo i sensori un componente importante nell’acquisizione di immagini in condizioni di illuminazione difficili. Questo articolo esplora l’importanza dei sensori nella fotografia in condizioni di scarsa illuminazione e il loro potenziale per le innovazioni future.

Credito immagine: Overlay-Textures / Shutterstock.com

La fotografia in condizioni di scarsa illuminazione consente di scattare immagini di alta qualità in condizioni di scarsa illuminazione, dove il flusso luminoso ambientale è inferiore a 1 lux, ad esempio di notte o in aree scarsamente illuminate. Questa tecnologia è ottenuta tramite intensificatori di immagine, illuminazione attiva e sensori di immagini in condizioni di scarsa illuminazione.

La tecnologia per condizioni di scarsa illuminazione è cresciuta in modo esponenziale negli ultimi anni, spinta dalla crescente domanda di sicurezza e sorveglianza e dall’adozione di telecamere per condizioni di scarsa illuminazione nei settori aerospaziale, automobilistico e della difesa.

La fotografia in condizioni di scarsa illuminazione deve affrontare due sfide principali: scarsa visibilità, che porta a una mancanza di dettagli e chiarezza, e aumento del rumore, che interrompe il contenuto dell’immagine. Inoltre, i problemi di sotto/sovraesposizione nelle immagini in condizioni di scarsa illuminazione rendono difficile il corretto funzionamento delle tecnologie di visione artificiale sviluppate per le scene diurne.

In che modo i sensori di immagine consentono la fotografia in condizioni di scarsa illuminazione?

I sensori di immagine catturano la luce e la convertono in segnali elettrici che possono essere elaborati in un’immagine su uno schermo. In condizioni di scarsa illuminazione, i sensori di immagine sono progettati per aumentare la loro sensibilità alla luce per produrre un’immagine nitida.

I sensori di immagine del dispositivo ad accoppiamento di carica (CCD) immagazzinano la carica elettrica in ogni sito ottico prima di trasferirla a un dispositivo di lettura. Al contrario, i sensori CMOS (Metalurgical Image Semiconductor) complementari convertono la luce in carica e tensione nel sito di imaging prima di trasmetterla a una lettura.

A causa della disposizione dei pixel, i sensori CCD superano i sensori CMOS in condizioni di scarsa illuminazione. Tuttavia, i recenti progressi nella tecnologia CMOS hanno portato a sensori CMOS con otturatore universale con qualità dell’immagine paragonabile al CCD.

Le principali caratteristiche che consentono riprese in condizioni di scarsa illuminazione nei sensori di immagine

L’acquisizione di immagini in ambienti scarsamente illuminati è fondamentale per la sicurezza, la biometria e le applicazioni di imaging dei consumatori. La differenziazione accurata delle piccole differenze di pixel è fondamentale per catturare i dettagli in ambienti scarsamente illuminati e influisce notevolmente sulla qualità delle immagini risultanti.

È importante valutare le caratteristiche dei diversi sensori che influenzano la qualità dell’immagine, la complessità del sistema e il costo per scegliere il sensore ideale per i sistemi di imaging in ambienti con scarsa illuminazione. Queste proprietà includono il rapporto segnale-rumore, il flusso scuro, l’efficienza quantica, il fattore di riempimento, lo squilibrio e la sensibilità della sensibilità al colore.

Dark current ed efficienza quantistica

La corrente di buio è la quantità di corrente che il fotodiodo scarica in assenza di luce incidente e il miglior valore per ridurre il rumore in uscita. L’efficienza quantistica misura la proporzione di fotoni in arrivo convertiti in elettroni e sono desiderabili valori più elevati per una migliore rilevazione di oggetti scarsamente illuminati.

Rapporto segnale/rumore (SNR)

Il rapporto segnale/rumore (SNR) è un fattore critico nelle prestazioni in condizioni di scarsa illuminazione di un sensore di immagini, poiché si riferisce al rapporto segnale/rumore di un’immagine, con un SNR più elevato che indica un rumore inferiore. L’SNR del sensore è specificato in decibel (dB) ed è necessario per catturare sottili differenze nei livelli di luce in condizioni di scarsa illuminazione.

I sensori a bassa luminosità sono progettati per ridurre i componenti del rumore come il rumore della corrente oscura e il rumore dei transistor per ottenere un SNR più elevato, con conseguenti immagini di qualità superiore.

sensibile

La sensibilità o la risposta è fondamentale per le prestazioni di un sensore in condizioni di scarsa illuminazione poiché misura la sua efficienza nel convertire la luce in segnali elettrici. L’alta sensibilità è essenziale per ottenere immagini di alta qualità in condizioni di scarsa illuminazione.

Dimensione dei pixel e rapporto di riempimento

La dimensione dell’area attiva di un pixel e il suo rapporto di riempimento sono fattori critici nel determinare le prestazioni in condizioni di scarsa illuminazione del sensore. Pixel più grandi possono catturare più fotoni, il che migliora la gamma dinamica ma aumenta anche i costi di produzione e le dimensioni del sensore.

È possibile aggiungere microlenti per aumentare il rapporto di riempimento effettivo, ma a scapito di costi di elaborazione aggiuntivi ed effetti di progettazione sul mirino.

Squilibrio della sensibilità al colore

Lo squilibrio della sensibilità del colore è una sfida nella progettazione del sensore per l’acquisizione di immagini a colori in condizioni di scarsa illuminazione, poiché pixel di colore diverso hanno sensibilità variabile a diverse frequenze di luce. Questo difetto può essere corretto digitalmente ma si aggiunge al rumore di quantizzazione dei convertitori analogico-digitale (ADC).

Panasonic sviluppa un sensore di imaging iperspettrale in condizioni di scarsa illuminazione per applicazioni sensibili alla temperatura

Sviluppato da Panasonic Sensore di imaging spettrale Fornisce la massima sensibilità al mondo per condizioni di scarsa illuminazione. Utilizza la tecnologia dei sensori “compressi” che sviluppa in modo efficiente le immagini riducendo e ricomponendo i dati.

Il sensore utilizza una struttura a riflettore di Bragg distribuito (DBR) che trasmette più lunghezze d’onda della luce e fornisce una sensibilità circa dieci volte superiore rispetto alle tecnologie convenzionali.

Le immagini e i video a spettro ultra ampio possono essere acquisiti con livelli di luce interna (550 lux), il che aumenta notevolmente l’usabilità della tecnologia grazie al frame rate più elevato.

Questa tecnologia ha migliorato l’imaging in condizioni di scarsa illuminazione e ha varie applicazioni, come l’ispezione di alimenti e dischi, che ora possono essere eseguite senza il rischio di livelli di luce ad alta temperatura.

Sensore di immagine Quanta per la massima risoluzione in pixel in condizioni di luce estremamente scarsa

I sensori di immagine Quanta (QIS) stanno diventando sempre più popolari grazie alla loro capacità di affrontare i limiti dei tradizionali sensori CMOS con piccoli pixel e scarso rapporto segnale/rumore in situazioni di scarsa illuminazione. Questi sensori migliorano le prestazioni di imaging in condizioni di scarsa illuminazione utilizzando una serie di piccoli pixel specializzati in grado di lettura ad alta velocità, risoluzione del numero di fotoni e imaging ad alta gamma dinamica (HDR).

Studio pubblicato in Rapporti scientifici ha sviluppato un sensore di immagine quantistica da 163 MP che consente funzionalità di imaging HDR e risoluzione del numero di fotoni in un singolo dispositivo, ottenendo la massima risoluzione in pixel in condizioni di luce estremamente scarsa (110 mlux) tra i sensori di immagine per l’analisi del numero di fotoni a basso rumore.

Il QIS è stato prodotto utilizzando un processo CMOS standard con retroilluminazione e impilamento di wafer in due strati. Ha dimostrato un’affidabile risoluzione del numero di fotoni con un basso rumore di lettura (0,35 e-rms) e una capacità estesa del pozzo intero (20k e-), con conseguenti prestazioni di imaging HDR e in condizioni di scarsa illuminazione superiori.

Il sensore è adatto a molte applicazioni di imaging in condizioni di scarsa illuminazione, come smartphone, diagnostica medica, imaging industriale e scienze della vita.

Samsung svela il sensore di immagine pixel più piccolo del settore

Samsung ha recentemente presentato ISOCELL HP3, un sensore per fotocamera da 200 megapixel con la dimensione pixel più piccola del settore di 0,56 µm, che promette di migliorare la fotografia in condizioni di scarsa illuminazione negli smartphone.

Il sensore HP3 utilizza la tecnologia Tetra2pixel per combinare i pixel vicini e creare pixel virtuali più grandi in condizioni di scarsa illuminazione, simulando così diverse dimensioni dei pixel per adattarsi a diversi livelli di luce.

Il sensore HP3 utilizza la tecnologia Super QPD per consentire l’utilizzo di 200 milioni di pixel come fattori di messa a fuoco in condizioni di scarsa illuminazione. Analizza i dati del pattern da gruppi di quattro pixel adiacenti per identificare i cambiamenti del pattern orizzontale e verticale, ottenendo una messa a fuoco automatica più rapida e precisa in ambienti scarsamente illuminati.

Gli smartphone di punta Samsung Galaxy S saranno dotati di questo nuovo sensore, che migliora la fotografia in condizioni di scarsa illuminazione.

Sviluppi futuri nei fotosensori in condizioni di scarsa illuminazione

I sensori di immagini in condizioni di scarsa illuminazione sono sempre più importanti per l’acquisizione di immagini di alta qualità in qualsiasi condizione di illuminazione.

I ricercatori stanno studiando il potenziale degli algoritmi di apprendimento automatico per migliorare le prestazioni dei sensori in condizioni di scarsa illuminazione addestrandoli su grandi set di dati di immagini in condizioni di scarsa illuminazione per migliorare la precisione del rilevamento degli oggetti in condizioni di illuminazione difficili.

La ricerca in corso sull’efficienza quantica, la dimensione dei pixel, la tecnologia dei sensori e l’integrazione LiDAR migliorerà notevolmente la qualità e la funzionalità dei sensori di imaging in condizioni di scarsa illuminazione, a vantaggio delle industrie di sorveglianza, sicurezza, imaging medico e automobilistico.

Spotlight regionale: sensori di immagini in Europa

Riferimenti e letture aggiuntive

Panasonic. (2023). Panasonic sviluppa la tecnologia di imaging iperspettrale con la più alta sensibilità al mondo. [Online]. Sala stampa globale di Panasonic. Disponibile a: https://news.panasonic.com/global/press/en230126-2 (Accesso 9 maggio 2023)

Ma, J., Zhang, D., Robledo, D., Anzagira, L. e Masoodian, S. (2022). Sensore di immagine Quanta ultra preciso con risoluzione affidabile del numero di fotoni e funzionalità HDR. Rapporti scientifici. doi.org/10.1038/s41598-022-17952-z

SAMSUNG. (2023). Samsung presenta il sensore di immagine ISOCELL con i pixel da 0,56 μm più piccoli del settore. [Online]. Sala stampa Samsung. Disponibile a: https://news.samsung.com/global/samsung-svela-isocell-image-sensor-with-industrys-smallest-0-56%CE%BCm-pixel (Accesso 9 maggio 2023)

York, T.; e Giain, R. (2011). Fondamenti delle prestazioni del sensore di immagine. [Online]. Università di Washington a St. Louis. Disponibile a: https://classes.engineering.wustl.edu/~jain/cse567-11/ftp/imgsens/ (Accesso 9 maggio 2023)

Beltekia, E.; (2021). I sensori CMOS alimentano le applicazioni in condizioni di scarsa illuminazione. [Online]. fotonica. Disponibile a: https://www.photonics.com/Articles/CMOS_Sensors_Drive_Low-Light_Applications/a67465 (Accesso 9 maggio 2023)

Xu, K., Yang, X., Yin, B. e Lau, RW (2020). Scopri il recupero delle foto in condizioni di scarsa illuminazione attraverso l’analisi e l’ottimizzazione. In Atti della Conferenza IEEE/CVF su Computer Vision e Pattern Recognition, pp. 2281-2290. https://ieeexplore.ieee.org/document/9156446

Argota, F. (2020). Quale è meglio, sensore di immagine CCD o CMOS? [Online]. optexforshire. Disponibile a: https://www.opticsforhire.com/blog/ccd-vs-cmos-image-sensor-selection/ (Accesso 9 maggio 2023)

Dichiarazione di non responsabilità: le opinioni qui espresse sono quelle dell’autore espresse a titolo personale e non rappresentano necessariamente le opinioni di AZoM.com Limited T/A AZoNetwork è il proprietario e l’operatore di questo sito web. Questo disclaimer fa parte dei termini e delle condizioni di utilizzo di questo sito web.