Herzlich Willkommen beim beam-Verlag in Marburg, dem Fachverlag für anspruchsvolle Elektronik-Literatur.


Wir freuen uns, Sie auf unserem ePaper-Kiosk begrüßen zu können.

Aufrufe
vor 6 Jahren

2-2017

  • Text
  • Medizinelektronik
  • Medizintechnik
  • Sensoren
  • Medizinische
Fachzeitschrift für Medizintechnik-Produktion, Entwicklung, Distribution und Qualitätsmanagement

Sensoren Wie kann man

Sensoren Wie kann man moderne CMOS-Kameras vergleichen? Bild 1: links - PIN OUT älterer 2 MP CCD-Sensor (20 Pins), rechts - PIN OUT neuer 2 MP CMOS-Sensor Immer mehr Industriekameras verwenden moderne CMOS-Sensoren. Doch wo liegen die Unterschiede? Ist die Performance zweier Kameratypen gleich, wenn sie den gleichen CMOS-Sensor enthalten? In den Datenblättern einer Kamera steht der verwendete Sensor meist an einer der obersten Positionen. Doch gibt es deutliche Unterschiede z.B. in der Bildqualität, bei den Schnittstellen, und den Firmware Features. Dieses White Paper soll helfen, die „Spreu vom Weizen“ zu trennen und gleichzeitig die Aspekte zu beleuchten, die für die Auswahl der passenden Kamera wichtig sind. Autor: René von Fintel, Head of Product Market Management bei Basler Neue CMOS-Sensoren und Integrationsunterschiede für den Kamerahersteller Seit 2014 gibt es immer mehr CMOS-Sensoren. Dieser Trend hat auch im Bereich der Industriekameras eine Entwicklung in Gang gesetzt: Die neuen CMOS- Sensoren sind besser als viele ihrer Vorgänger, was Geschwindigkeit, Bildqualität und das Preis- Leistungs-Verhältnis betrifft und ermöglichen einen Performance- Schub. Doch erst einmal müssen die Sensoren in die neuen Kameras der Hersteller integriert werden. In vielen Fällen werden neue Kameras um die Sensoren herum entwickelt. Bei dieser sogenannten Sensorintegration gibt es gravierende Unterschiede, die für den Anwender beim Testen von Kameras sofort sichtbar werden. Es gibt also „gute“ und „schlechte“ Sensorintegrationen. Was zeichnet eine gute CMOS-Sensorintegration aus? Auch wenn es bei neuen CMOS-Sensoren vermeintlich einfachere Ansteuerungs- und Verarbeitungsmöglichkeiten gibt als bei CCD-Sensoren, so gilt es für eine wirklich „gute“ Integration doch einiges für den Kamerahersteller zu beachten: Optimierung der Bildqualität Das Fix Pattern Noise (Schachbrett oder Streifen), soll nicht sichtbar sein ebenso wenig wie Defektpixel, Defektpixelcluster oder blinkende Pixel. Dies erfordert Maßnahmen, die eine gewisse Leistungsfähigkeit der Kamerahardware voraussetzen, um zum Beispiel Shading-Algorithmen automatisch in der Firmware zu hinterlegen. Ein Ziel ist dabei, dass die Echtzeit des Bildeinzugs erhalten bleibt. Hierfür sind beispielsweise RAM- und FPGA-Kombinationen sehr vorteilhaft. So bekommt der Anwender keine Hardware- Last auf seinem PC oder seinen Embed ded-Komponenten. In vielen Fällen wird nämlich deren Rechenlast für die eigentliche Bildverarbeitung (das Analysieren) komplett ausgenutzt. Für die Vorverarbeitung sind viele Kunden nicht bereit nochmal Software und Rechenpower zu investieren. Der Sensor muss robust und sicher in der Hardware eingebaut werden. Über die Lebenszeit der Kamera sollen stabil Bilder geliefert werden. Dies erfordert bereits bei der Fertigung der Kamerahardware Maßnahmen, die die Robustheit verbessern. Schließlich soll die Kamera mehrere Jahre „leben“ und muss dazu Stress wie z.B. Temperaturzyklen oder mechanischen Belastungen wie Vibration standhalten. Neue CMOS-Sensoren erfordern hierbei eine deutlich sorgfältigere Vorgehensweise. Grund dafür sind gestiegene Sensorgrößen (>2/3 Zoll), höhere Auflösungen und Geschwindigkeiten. Dies führt zu einer größeren Anzahl von zu kontaktierenden Pins mit kleineren Abständen und damit zu einem anspruchsvollen Produktionsprozess für die Verlötung/ Verklebung des Sensors auf der Platine. Alte CCD oder ältere CMOS-Sensoren weisen eine kleinere Pinzahl mit größeren Abständen auf. Der Produktionsprozess war also leichter. Ansteuerung harmonisieren Jeder Sensorhersteller und teilweise jeder Sensortyp verwendet unterschiedliche Register-Settings, die angesteuert werden müssen, um beispielsweise Belichtungszei- Bild 2: Belichtungszeit: Vergleich zwischen Basler Kamera und Kamera eines Wettbewerbers 52 meditronic-journal 2/2017

Sensoren Bild 3: Detaillierte Analyse mit Chase Light (wird zur Ermittlung der richtigen Belichtungszeit benötigt) ten einzustellen oder AOIs (Areas of Interest) zu setzen. Die Anzahl dieser Register-Settings kann in die Hunderte oder sogar Tausende gehen. Der Endanwender einer Kamera möchte hingegen ein standardisiertes Verhalten, was über Kamera modelle hinweg gleich und so einfach wie möglich sein soll. Dies erfordert für den Kamerahersteller viel Integrationsarbeit, damit die Firmware auf die jeweiligen Sensoren angepasst werden kann. Sehr wichtig ist dabei auch die folgende Philosophie, derer sich Basler annimmt: „You get is what you set“. Das heißt zum Beispiel, dass wenn der Endanwender in seiner Applikation eine Belichtungszeit an der Kamera einstellt, auch genau diese Belichtungszeit beim Sensor wirksam werden soll und mit dieser Zeit ein Bild aufgenommen werden soll. Alles andere führt zu verfälschten Ergebnissen. Lässt sich z.B. eine Zeit von 100 s in der Kamera API einstellen, dann sollte in der Realität keine Belichtungszeit von 100 s + × auf den Sensor angewendet werden. Bei einigen „falschen“ Integrationen im Markt ist aber genau das der Fall. Der Endanwender bekommt dieses Verhalten unter Umständen nur durch sehr viel Testen mit. Ein zweiter Punkt ist auch wichtig: Wenn die Einstellung in der Applikation wirksam wird, soll sie sich auch auf das nächste zu erzeugende Bild beziehen und nicht erst nach mehreren Bildern wirksam werden. Gerade günstige Rolling-Shutter-Sensoren haben hier ein Verhalten, dass mit einigem Aufwand in der Firmware der Kamera verbessert werden kann. Qualitätsaspekt Sichtbare tote Pixel Gut abgegrenzte dunkle Flecken im Bild* Unschärfe zu den Ecken* Schmierige dunkle Flecken im Bild* Sicherstellung der Qualität Eine weitere Integrationsaufgabe für den Kamerahersteller ist es, aus der gelieferten „Roh-Sensorqualität“ eine stabile Qualität der Kamera sicherzustellen. Die nachfolgende Tabelle gibt einen Überblick über die wichtigsten Qualitätsprobleme, die auftreten können und wie sie gelöst werden können. Da sich diese Qualitätsprobleme zum Teil nur im geringen Grauwertbereich oder im kleinsten m-Bereich auswirken, stellt die Feststellung und Fehlervermeidung eine sehr hohe Anforderung an die Testtools des Kameraherstellers. Natürlich ist der Endanwender nicht immer bereit Geld für bessere Qualität zu zahlen. Eine Separierung der Fertigung in verschiedene Produkt-Linien mit unterschiedlichen Qualitätsstandards ist deshalb eine Lösung, die größere Kamerahersteller anbieten können. Vergleich von CMOS-Kameras mit gleichem Sensor Im White Paper „Kameraauswahl – wie finde ich die richtige Kamera für (m)ein Bildverarbeitungssystem?” werden grundsätzliche Aspekte beschrieben, die bei der Auswahl der Kamera (z.B. Flächen– oder Zeilen kamera) zu beachten sind. Was aber tun, wenn der Sensor mehr oder weniger feststeht, der für die Applikation benötigt wird? Es gibt bei vielen Sensoren eine Flut an verschiedenen Kameras und Herstellern. Die nachfolgenden Aspekte sollen Anwendern, Ingenieuren und Projektteams helfen, die richtige Entscheidung bei der Auswahl der Kamera zu treffen. Diese Entscheidung kann natürlich je nach Applikation und Anforderungskatalog unterschiedlich ausfallen. Aufgrund welches Sensorproblems? Defekte Pixel oder Defektpixelcluster Glasdefekte oder Schmutz unter Deckglas Tilt (Sensor-Chip relativ zum Sensor-Gehäuse) Festsitzender Schmutz auf dem Sensor Lösung durch Kamerahersteller Defekt-Pixelkorrektur (Interpolation) Aussortierung Tilt-Korrektur Sensor reinigen EMVA-Daten sind für die Praxis nicht immer aussagekräftig genug Eine der wichtigsten Informationsquellen über die Performance einer Kamera sind die EMVA-Werte. Diese beschreiben die wesentlichen physikalischen Eigenschaften des verwendeten Sensors (QE → Empfindlichkeit; SNR → Rauschanfälligkeit; Dynamic Range → Dynamikumfang zwischen hell und dunkel). Allerdings geben EMVA- Daten nicht immer Hinweise auf Probleme, die sich aus dem Sensor-Design ergeben können: Ein Beispiel hierfür ist die Shutter- Line. Interessanterweise fallen dem menschlichen Auge solche Bildartefakte sofort auf, während EMVA-Werte davon unberührt bleiben. Ein anderes Beispiel sind zeitlich unterschiedlich auftretende Probleme, wie Defektpixel oder blinkende Pixel. Die Vergleichsbilder zeigen, dass massive Unterschiede im Fixed Pattern Noise existieren können. Das Fixed Pattern Noise lässt sich in Bildern sehr deutlich sehen, aber auch in EMVA-Daten durch die Werte DSNU (Dark Signal Non Uniformity) und PRNU (Photo Responsive Non uniformity) messen. Im Wesentlichen ist dies so genanntes „Spatial Noise“ (räumliches Rauschen), was schon einen guten Hinweis auf eine „schlechte Sensor integration“ geben kann. Je geringer die PRNU- und DSNU- Werte, desto besser wurde die Integration des Sensors gelöst. Für den Anwender ist es daher extrem wichtig die Kamera gut und idealerweise sehr applikationsnah zu testen. Nicht jede Algorithmik reagiert gleich empfindlich auf Bildqualitäts-Probleme. Alles in allem ist es gut, sich auf einen Standard bei der Bildqualität verlassen zu können, den meist nur größere Markenhersteller bieten. Dies spart Testzeit und langwie- Kostenauswirkung höhere Fertigungszeit höherer Ausschuss höhere Fertigungszeit und/ oder Hardwarekosten höhere Fertigungszeit und/ oder Ausschuss * Hinweis: Solche Erscheinungen können in der Endanwendung auch durch das Objektiv hervorgerufen werden. meditronic-journal 2/2017 53

hf-praxis

PC & Industrie

© beam-Verlag Dipl.-Ing. Reinhard Birchel