攝影機結合一些複雜的電腦視覺演算法，很快可成為智慧家居的「大腦」。

本文著眼於在為家居自動化IoT設備選擇最合適的CMOS影像感測器時要考慮的一些關鍵功能。

視野範圍

讓我們從視野範圍(FOV)開始。視野範圍是場景的一部分，可通過特定位置和方向的攝影機看到。視野範圍由焦距控制。這是從彙聚點到焦平面的距離，隨光波長的變化而變化。例如，藍光的焦距(450 nm)略短於紅光(620 nm)。具有可變焦距的鏡頭稱為變焦鏡頭。具有固定焦距的鏡頭稱為定焦鏡頭。在固定焦距中，較短焦距的鏡頭稱為廣角鏡(14 mm至35 mm，114° 至64°)。較長焦距的鏡頭被稱為長焦距鏡頭(85mm 至>300mm, 30° 至<1° 視野範圍)。這些都是用來使遠處的物體呈現出放大的效果，當使用較長焦距鏡頭時，放大倍數增加。

例如，我們考慮在物聯網應用領域佔很大比例的家庭安防攝影機。它們通常有廣角固定焦距的鏡頭，具有監控的能力，並能回報關心的區域的狀況。如Dropcam Pro支援130° 視野範圍，而Canary覆蓋147°的視野範圍。這種手動操作(DIY)的應用類別，在功能上希望能覆蓋足夠寬廣的範圍，並且同時可以捕捉到場景的細微關鍵差異。安防攝影機通常安裝於牆面上，所以比較不可能有人會接近到攝影機(這需要更長的焦距和更短的視野範圍)。然而，已有創新企業專注於發展許多的分析功能來支援這類的DIY產品。捕獲關鍵時刻/情緒的能力對成功至關重要，需要能在覆蓋面和足夠短的焦距之間找到最佳點以標記當下的「時刻」。

景深

景深(DOF)是在選擇最適合用於物聯網的影像感測器時要考慮的另一個指標。它指影像中可看清的最近和最遠物體間的距離。景深由3個因素決定-光圈大小、鏡頭距離和鏡頭焦距。

較大的光圈(較小的f值)產生更淺的景深。較近的焦距產生較淺的景深。較淺的景深可用於藝術成像。它聚焦在手邊的主體並使背景朦朧，從而突出主體。對於給定的光圈，增加放大倍數，可通過移動相機靠近主體或使用大焦距的鏡頭，降低景深；降低放大倍數則增大景深。光圈是指有多少光可進入鏡頭，類似於眼睛的虹膜。考慮具有相同尺寸光學格式的兩個鏡頭。

一個較大的光圈(更小的f#如f/1)將支援比較小的光圈(更大的f#如f/12)更多的光。一個較大的光圈帶來更快的快門速度，從而捕獲高速運動而影像較不模糊。更多的光也意味著微光下的顆粒感更輕。如果微光性能是應用的關鍵，那麼更小f#的鏡頭很重要。

如果我們考慮家庭安防應用，具有較小f#的較大光圈的鏡頭-f/1.8是最常見的選擇。在較暗環境下維持卓越影像品質是大多數家庭自動化設備的關鍵。

圖1 : 透過光圈值的變化，來達到想要的景深品質，在影像感測領域，一直是基本的課題。（Source：wallpaper4me.com）

動態範圍

對於一個影像感測器，動態範圍(DR)指能同時捕獲的最亮和最暗的影像細節之間的範圍。影像感測器的動態範圍通常在54 dB至70 dB之間。較高的動態範圍通過感測器或影像處理器的影像處理導出。市場上的某些感測器支援達105dB的高動態範圍(HDR)。

在HDR模式下，安森美半導體的感測器在相同幀內依序捕獲兩次曝光，通過捲簾式快門讀出兩個交錯、各自獨立的讀取指令和重置指令。一旦取得畫素的兩次曝光值，感測器就會自動組合，替每個畫素的回應創建一個線性值。或者，感測器可選擇輸出代表兩次不同曝光的兩個獨立數據流，然後在晶片外處理這些數據。

市場上的DIY設備的初始設置採用具有標準動態範圍(54dB至70dB)的感測器。隨著設備越來越智慧和使用情況更加多樣化，要求支援更高的動態範圍。在室內環境中，單一的場景下有大的光照差異的可能性較低。然而，在室外環境使用相同的設備，在同一場景下既有明亮的區域又有黑暗區域的可能性較高。

當今攝影機用於補償光照的突然變化，如開門、開/關燈。高動態範圍的影像感測器能在開門、開燈或關燈時捕捉到影像，同時保持清晰的影像品質。這樣的技術有助於追蹤人與物體，以及辨識困難照明條件下的臉部特徵。

微光性能

微光下的高品質影像是物聯網應用的關鍵賣點。一台微光靈敏度低的智慧嬰兒監視器對父母來說可能是個災難。就此而言，智慧門鈴將無法捕獲門口入侵者的影像，或家庭安防攝影機在夜間完全沒用。為攝影機系統選擇能在微光條件下提供高品質影，像的最佳感測器時，有幾個參數須納入考慮。決定感測器在微光條件下的影像捕獲能力的主要屬性包括調製傳遞函數(MTF)和訊噪比(SNR)。

調製傳遞函數是量化感測器提供影像清晰度的能力的常用方法，在可見光光譜中是完全一致的。問題出現在較長的波長(尤其是在使用近紅外照明時)。調製傳遞函數在許多情況下降低2個或3個因數。較低的調製傳遞函數限制了系統解析度，因而影響了細節的呈現。

訊噪比是影響感測器影像能力的另一關鍵因素。訊噪比越高，影像品質越好。訊噪比指影像中存在的訊號和雜訊的比例。雜訊表現為影像中的顆粒度。有兩種主要方法可提高感測器的訊噪比：降低雜訊和增加訊號，從而優化感測器在量子效率(QE)方面的回應。QE表示光子轉化成電子的百分比。

若在微光的條件下想要捕獲不同光照水準間的細微差別，晶片上低於1 mV 的雜訊即會被視為影像中的雜訊。由此可見，雜訊極多的環境很容易影響在微光或至遮蔽條件下所產生的低水準訊號。物聯網領域中某些高性能的CMOS影像感測器中的峰值訊噪比維持在39 dB 和41 dB之間。

一些家庭自動化產品正開始採用紅綠藍可見光及近紅外線影像感測器(RGB-NIR image sensor)。RGB-NIR是在影像感測器畫素陣列上的一個彩色濾光片模式，分別收集紅、綠、藍和近紅外光子。這些感測器在白天紅外線較弱時，影像品質呈現良好的色彩複製，在夜間使用有源近紅外LED時，僅會拍下黑白影像。這些感測器無需機械式的紅外線阻斷濾鏡。不僅整體成本價格降低，也減少了因機械操作而造成的臨場故障問題。

圖2 : 在微光環境，如何提供清晰的影像畫質是相當重要的關鍵，在物聯網領域中，可被用在安防偵測上。（Source：www.techradar.com）

解析度

這是用戶在選擇攝影機產品時最看重的功能。最初引入市場的物聯網設備支援達720p的解析度。這似乎仍然是低階設備的普遍規格。但對於更高階的設備，用戶願意為卓越的影像品質支付更多，1080p是發展方向。當串流媒體通過數據有限的無線協議時，視頻通常被壓縮。壓縮度越高，處理越複雜，從而導致更高功耗。高功耗顯然不適用於電池供電的物聯網設備。儘管1800萬畫素的攝影機可能聽起來很有吸引力，但折衷於高畫素與低功耗之間，物聯網的攝影機通常限縮在200萬至500萬畫素的範圍內。

結語

物聯網持續發展。從連接的家庭到連接的汽車，物聯網正在改變我們與物質互動的生活方式。攝影機是這場變革的核心，產生新的設備和應用類別。這些「事物」結合攝影機正革新我們使用日常設備的方式。門鈴攝影機報告門鈴響起，同時一併發送門口訪客的照片。冰箱中的成像儀即時更新缺少的物品。烤箱中的成像儀準確估計菜何時會煮熟。應用多種多樣。CMOS影像感測器技術的進步，好的微光性能、低功耗、卓越影像品質，促成了相關應用設備的成長。路還很長，樂趣才剛開始！

（本文作者現任於安森美半導體物聯網產品線經理）

刊頭來源 （Source：Panasonic）