已经有很多文章来讲述图像传感器中CCD和CMOS技术的各自优点。虽然这些讨论都是学术上谈论的焦点，但是他们反馈给我们的方法更适合推动一项技术，帮助解决一个机器视觉设计问题。首先关注应用将允许开发者去匹配每项技术来满足他们的需求。

第一个考虑的应用细节是所需的图像传感器类型。机器视觉里的图像传感器有两种类型：面阵传感器和线阵传感器。面阵传感器是一个二维矩阵，它一次获取整个矩形区域的图像，比如一个快照。线阵传感器是一个一维的线性阵列像素组成，机器视觉系统一次能建立一个二维图像的一行。

这里也有不同的线阵传感器，每一个都有自己的优点。一个是双线性传感器，正如其名，有两条并行的线性阵列。这两个并行的线阵提高了灵敏度。

另一个重要的线性传感器变量是时间延迟和积分传感器。这个传感器有多个并行的线性阵列。这种并不是同时从所有的阵列中扫描曝光和转移数据，TDI传感器扫描横穿这个线性阵列。扫描的时间线与每个图像段横穿的运行一致，这样每个线阵都能有相同的图像段。结果数据是仅仅图像的一行，但是这是所有并行阵列的信息的累积。

选择传感器类型

不同的传感器类型适合不同的应用。面阵传感器适用于大多数机器视觉应用，在被研究的对象从两个方向运动的时候也需要面阵传感器。应用例子有安全系统，这里场景可能是静止的，但是感兴趣的对象正移动穿过这个场景;还有机器人视觉，这里的系统必须控制一个机械臂的二维运动。面阵相机还用于在一个随机场合中监视较大的对象。

在图像对象是静止的时候，比如文档或其他不变化的物体，线性传感器是最有用的。机器视觉系统能使用线性传感器通过对象线性移动或传感器线性移动来建立静止对象的二维图像。应用例子有用一个移动传感器扫描文档，在一个运动的传送带上扫描物体。

在一些应用中双线性传感器提供额外的灵敏度。来自第二条线的信息被叠加到第一条上使得灵敏度增倍。双线性传感器还提供对图像的曝光控制，而且还支持复杂的anti-blooming算法。对于高稳定性需求的系统来说，在传感器中的第二个阵列提供了冗余。

TDI 传感器在低照度是有用的，为长时间曝光提供需求。通过以相同的速率调整转移发生，图像横穿阵列，每个阵列捕获相同的图像片断。在有效的曝光时间里将叠加的数据通过TDI阵列转化成一个线性阵列，这等效于对每条线进行曝光次数的总和。例如，用这种方式使用一个TDI阵列，在高速运动的情况就可以成像，而对于单个线性传感器，这样就会出现曝光太短。

一旦选定传感器类型，就要看特殊的应用需求来确定最好的传感器技术。一些明显的参数，比如像素数(pixel count)，变化很小，因为两种技术都能完成类似的像素亮度。相反，操作细节，比如帧率，低照明操作和不可见波长，变成关键要素。对于面阵传感器来说，比如电子曝光这些功能，不同的应用需求，对选择技术有很大的影响。

电子快门(曝光)

电子快门是一个在传感器中控制开启和关闭光采集的器件，它对CCD来说特别重要。只要一个CCD像素被曝光，它就会积累电荷，一旦达到达到时间传感器就将它的电荷输出。结果，如果在场景中有一个运动的物体，这时传感器收集的图像就会产生出拖尾现象。

对CCD传感器的选择是创建转移通道，遮挡光，接近图像像素的每条线。这个结构允许传感器控制器是使用一个单个操作来转移整个图像到遮挡的通道中，为这幅图像停止曝光，然后在没有积累到下一个电荷的时候输出图像数据。使用这个interline transfer(ILT)结构的坏处是对光敏感的每个像素表面的比例减少了，影响了整体传感器的灵敏度。尽管如此，机器视觉中的大多数CCD面阵传感器使用ILT结构。在传感器表面使用微距镜头能将光集中到获得区域，这样能帮忙改进，但是不能完全校正，损失灵敏度，但是能在光源角度变化时响应。

对于CMOS传感器，电子快门是通过在每个像素使用传送器去控制光感应光电二极管和电荷存储器间连接来实现的。因此这些传送器都是遮挡光的，它们减少像素填充区域。为了最大化填充区域，一些CMOS面阵传感器使用三个传送器像素结构，最终提供一个滚动(rolling)的快门，一次对图像的一行作用曝光。如果对象在移动，这个滚动快门能扭曲最后的图像。要完成一个真正的全局快门，就要提供一个专门的曝光时间，这需要5个传送器像素结构，但这样会造成填充区域的丢失和降低传感器的灵敏度。用CCD传感器，微距镜头能提供灵敏度。

帧率

对面阵传感器的应用需求技术选择影响的第二个是帧率。对于CCD传感器，对每个像素数据集合的传送速度达到帧率的上限。这个限制的引起是因为CCD传感器必须转移所有像素信息为了清空它的转移寄存器，以至于它们能接收下一幅图像。对于一个给定的像素速度，较大的图像的帧率就低。这个对线性传感器同样存在，但是权衡会减少。

在实际当中，CCD像素速率的上限瓶颈来自在电荷转化成电压阶段的放大器带宽。像素速度越快，需要的放大器带宽越大，但是更大带宽会带来更多噪声。而且，高速、宽带宽放大器还是电老虎。最终，CCD传感器的帧率涉及在像素数、噪声和电力消耗之间的权衡。

对CCD传感器来说一个架构上的窍门能够提高帧率，那就是将图像分成片断，并为每个片断提供放大器。按这种方式分割图像和并行读取这些分割片断能达到在放大器具有较低像素速度的给定帧率。但是，对于一些应用来讲，这些方法是不切实际的，因为额外的放大器需要成本和额外的负载空间和电耗。

因为CMOS传感器在每个像素将电荷转化为电压，放大器不需要高速来支持快的帧率。因此，CMOS传感器能比CCD传感器容易达到更快的帧率。而且，不像 CCD，CMOS传感器的图像数据可以在没有被读取的时候被清除。这允许机器视觉系统仅仅读取包含图像信息的部分，比如图像中感兴趣的区域。通过仅仅读取感兴趣区域，CMOS传感器在没有增加像素速度的情况下能支持更快的帧率。

低亮度操作

当一个应用需要低亮度操作时，在CCD和CMOS技术上的差异会影响图像质量。在低亮度级别下，在放大器变化更为突出的地方，CCD传感器比CMOS传感器拥有更一致的像素响应度。在每个CMOS像素上的单个电荷转化电压放大器所具有的增益和补偿值很难去匹配。而且，它们都是不可调整的。CCD传感器对来自一个给定输出的所有像素数据使用相同的放大器，因此像素变化很少。

低亮度条件意味着产生的信号接近传感器的噪声层。因为对于CMOS像素单个放大器有低带宽，它们比高带宽、常见的CCD放大器有更低的噪声。这允许放大器在噪声级变成无法忍受之前提供更高的增益，对CMOS传感器来讲产生更高的信噪比。另一方面，CCD传感器一般会提供更好的填充区域，因此在低亮度下像素更敏感，能提供更高的信号级。而且，CCD传感器能使用称之为电子相乘的技术，它能在每次像素电荷转移到一个阶段的输出寄存器时给予一个小的信号增益。虽然噪声在每次转移中也被增加了，但是它的增加速度低，这样电子相乘的结果使得信噪比提高。

这里还有一个能提高CCD传感器灵敏度的操作，就是进仓(binning)。在binning的时候，CCD传感器从一个像素到一个相邻像素转移电荷，将这两个电荷结合到一起。这样的结合使得分辨率减半，但是却使得像素灵敏度增倍。因为CCD传感器的binning涉及电荷扩充，当信号被结合的时候没有让噪声添加进来。将N个像素结合到一起能将信噪比提高N倍。

然而，在CMOS传感器的binning需要权衡，它需要从相邻像素采样电压信号，然后加到结果里面。采样步骤插入随机的噪声。在叠加像素值时，也将这些随机噪声叠加到一起。结果在一个CMOS传感器中binningN个像素仅仅能将信噪比提高1/N倍。

其它波长

CCD和CMOS技术之间的差异在使用外部的可见光谱光源时也挺明显的。长波长的光比如红外光(IR),它比可见光在吸收之前穿入硅要深。

因此，为了有足够的灵敏度，像素的活动区域也必须是较深的。在CCD技术中构造一个深像素结构相对容易，但是在CMOS技术中就存在问题。在一个CMOS 像素中的深结构意味着在器件中所有的其它传送器必须也有一个较深的底层，这样相反地影响了控制传送器、放大器、乘法器和类似这样器件的性能。

使用紫外光源(UV)也存在问题。一块集成电路板的大多数层对UV不完全是透明的，同时也受到UV的影响。结果，当来自传感器上表面接受到光时活动像素区域产生的信号就很微弱。解决这个传感器上表面的遮挡效益的方法是通过移除底层材料和从背面给传感器打光来使得器件变薄。对于薄的CCD传感器来说构造过程是成熟的，而且是很好控制的，但是对于薄的CMOS传感器来说这个过程仍然出于开发当中。

CCD和CMOS传感器之间的技术差异，正如它们影响电子快门、帧率、低亮度操作和不可见波长照明一样，显示出对面阵传感器的技术选择很大程度上取决于这些应用需求的相对影响。对于需要低亮度或不可见波长操作的应用来说，CCD技术的优点就是更好的选择。对于在更高帧率和低电耗这些最重要的应用，和在应用需要能专注于感兴趣区域的地方，CMOS技术给出更好的结果。如果电子快门是一个主要的需求，这两种技术简单地暗示着不同的权衡。

线性传感器的权衡

当使用线性扫描传感器时许多这些相同技术的差异都会产生，尽管它们中少数变得不怎么重要。例如，传感器的速度很少有这样的问题，因为这里很少涉及到像素。类似地，即使当需要电子快门时填充区域的差异不存在。对于一个CMOS面阵传感器减少填充因子的额外传送器能被放置在沿着像素阵列，在活动区域外面，并在一个线性传感器中。

但是，这里有随着线性传感器重要性产生的应用考虑。一个彩色操作。对于一个产生彩色图像的传感器来说，它需要三个阵列，分别对应一幅图像的红色、绿色和蓝色通道。因为一个CCD传感器需要转移器和读出电路接近它的像素，这三个彩色阵列都是空间隔开的。另一方面，一个CMOS线性传感器能定位它的电路在像素阵列的一个距离上，允许像素被接近地排列在一起。这个更近的空间提高了图像分辨率并帮助最小化运动产生的图像假缺陷。

除非需要彩色操作，简单的线性扫描传感器不会跟面阵传感器那样去证明技术差异。技术中区别最大的特征是它们的相对成熟性。由于CCD传感器有更久的历史，在机器视觉应用中使用它们的挑战和解决方案更容易理解。

然而，对于TDI线性扫描传感器来说，技术差异变得更为重要。这些传感器瞄向特殊类型的应用，在这里图像是通过一个对象稳定地、线性地横穿过传感器视场形成的。TDI传感器的输出信号是100+线性像素阵列binning在一起的结果，因此传感器技术的binning考虑变得极为重要。因为CCD传感器只是叠加像素数据而不叠加噪声，它们用N线就能将信噪比提高N倍;而CMOS传感器叠加像素数据和噪声，因此只会将信噪比提高1/N.拥有100线TDI设计，CCD传感器有等价CMOS传感器10倍的信噪比，这样给CCD传感器更多的动态范围。

开始应用

在进行机器视觉传感器选择时不应该以制造技术开始，而应该从应用开始。开发者应该首先决定面阵传感器、线性传感器、TDI传感器中哪个是最适合他们的图像处理需求的。一旦传感器类型选定，开发者们应该决定他们需要的帧率或图像处理速度、光灵敏度和动态范围，还有是否使用彩色图像处理，是否使用不可见光打光。通过优化这些需求，一个技术方案对比就显示出在给定应用中CCD和CMOS技术的各自优点。

但是，应该知道这些相对优点随着每个技术进化是在不断改变的。例如，在众多CMOS图像传感器中，开发商都在专注于增加传感器像素个数和转移速度来达到更高的帧率。CCD传感器中的改进包括通过电子相乘提高灵敏度和通过创立双线性传感器来增加灵敏度。

在面对这些挑战性技术中，开发者得到了比如Dalsa这些专注于提供解决方案而不只是卖特殊技术的公司的良好服务。例如，对于面阵传感器，Dalsa提供 CCD和CMOS两种传感器，还有DALSA的机器视觉部门正将开发目光集中到CMOS技术来进一步提高它的速度优势。在线性传感器方面，Dalsa为涉及到这样技术的应用提供最好的传感器。

通过首先查看他们的应用需求，开发者们能够避免在评价CCD和CMOS图像传感器技术之间的复杂性和细微差别时陷入泥潭。洞悉这些属性对他们的项目和知晓那些属性的相对重要性是有重要意义的，而且能进一步向前做好正确技术的选择。在像Dalsa这样提供CCD和CMOS传感器的公司的支持下，在传感器选择的最后步骤中就能轻易做到。

从这篇文章中，让我们知晓在选择机器视觉系统应用所需相机时，首先应当从系统应用的实际需求出发，从客户要达到的速度、精度和颜色等各个要素去考虑，然后从前面的选择中进一步从曝光、帧率、照明等结合成本权衡考虑，另外与厂家的专业技术工程师相互沟通，那么选择最适合项目需求，又称心如意的相机就简便多了，同时为自己的视觉系统奠定良好的基础。