所有关于电路
新闻

新型红外光谱技术可能成为机器视觉的催化剂

2020年12月16日通过杰克赫兹

本周,比利时Imec公司介绍了一种新的SWIR传感器的原型,可以记录小像素间距。这一声明如何代表了SWIR在机器学习领域日益增长的地位?

虽然计算机视觉的创新主要来自计算机科学领域,但这项研究也极大地促进了硬件的改进。电子工程不断提出新的成像和传感方法,为计算机视觉算法提供更有用的原始数据。

短波红外(SWIR)成像是在科学和工业计算机视觉应用中得到广泛应用的发展技术之一。最近,Imec研究机构吹嘘其新开发的光电探测器已经实现了最小的像素间距到目前为止的SWIR技术。

三种不同像素间距的SWIR图像

三种不同像素间距的SWIR图像。图片由Imec

为了更好地理解这一声明的重要性,首先评估SWIR成像的功能可能会有所帮助,特别是随着这种技术在未来机器学习应用中越来越有用。

短波红外成像的工作原理

短波红外成像成像利用1-2.7μm波长区域的红外光谱。

基于旋涡的传感器的工作原理与基于cmos的传感器类似,将光子转换为电子。与基于硅的CMOS传感器不同,SWIR技术必须使用铟镓砷化物(InGaAs)或汞镉碲化物(MCT或HgCdTe),这两种材料都对红外光敏感。

这些传感器对不同波长的灵敏度取决于它们的化学结构。

InGaAs传感器体系结构

InGaAs传感器体系结构。图片由光子学媒体

这两种材料都需要强冷却才能达到合适的信噪比(SNR),但MCT通常需要低温冷却。因此,砷化镓之所以更常用,是因为它更实用,也更实惠.这些类型的传感器采用混合架构,将基于硅的CMOS读出电路与InGaAs光敏阵列相结合。

短波红外成像的原因吗?

SWIR通过超越可见光谱的成像来增强现有的机器视觉系统。

由于它的反射性,SWIR光在其图像中包含阴影和对比度.基于漩涡的成像产生无色图像,使物体易于识别,为计算机视觉应用提供了巨大的增强。SWIR还能让相机看到人眼看不到的表面。

填满的瓶子在可见光(左)和SWIR(右)成像

满瓶成像可见光(左)和SWIR(右)。图片由光子学媒体

SWIR的一个经典例子是湿度检测。虽然水对可见光是透明的,但它吸收了SWIR,这使得它在生成的图像中显示为可识别的黑色。其他应用包括非侵入性机器检查和光谱分析。由于SWIR的优势,甚至像塑料分类回收这样的任务也成为可能。

Imec的SWIR传感器提供记录小像素间距

进一步推动了SWIR技术的发展,Imec本周成为头条新闻实现记录分辨率的单片SWIR光敏传感器原型

传统的SWIR图像传感器通常采用混合技术生产,该技术将基于ingaas的光电探测器倒装成硅读出电路。虽然实现了高灵敏度,这种设置可能是昂贵的制造和像素大小和密度的限制,阻碍采用该技术。

Imec短波红外成像传感器

Imec光电探测器集成在CMOS读出电路。图片由Imec

Imec的新原型电路是基于单片集成的Si-CMOS薄膜光电探测器。Imec表示,这种电路是“晶圆兼容”的高通量晶圆级制造。

该原型基于130nm CMOS技术,采用5.5nm PbS量子点等薄吸收层,对应1400nm波长的峰值吸收。然而,这种吸收峰甚至可以调谐到大于2000nm的波长

采用这种新方法,光电探测器据称可以达到1.82μm的基音——Imec声称这是迄今为止SWIR技术所能达到的最小像素基音。

准确的SWIR产生准确的AI

研究SWIR成像技术的工程技术人员在计算机视觉创新中发挥着重要作用。这种技术可以捕获CCD或CMOS图像传感器范围之外的独特图像。

随着SWIR成像设备变得更加精确(正如Imec正在努力实现的那样),机器学习算法将在多个领域提供更详细和准确的结果:评估植物的含水量,检测木材加工中的水分,甚至识别历史绘画中的铅笔或木炭。