hdsdi信号采用数字串行方式传输

《hdsdi信号采用数字串行方式传输》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、物联网知识　　SDI矩阵目前在案例中使用的还是比较少的。但SDI矩阵正在逐步兴起被广大客户所接受，所以也给传统的模拟矩阵市场带来了一定的冲击。和传统模拟矩阵相比，HD-SDI信号由于采用数字串行方式传输，视频的质量以及传输的实时性都要更优秀。但由于传统模拟矩阵稳定性高，返修率低，短时间内不会被市场淘汰，同时SDI系统是独立模拟和网络以外的系统，它可以和二者兼容，但不完全取代，所以说SDI矩阵单体设备市场不会对传统模拟矩阵市场造成影响，而目前SDI系统对传统模拟监控系统的冲击将是有目共睹的。当今的C

2、MOS图像转换技术不仅服务于“传统的”工业图像处理，而且还凭借其卓越的性能和灵活性而被日益广泛的新颖消费应用所接纳。此外，它还能确保汽车驾驶时的高安全性和舒适性。最初，CMOS图像传感器被应用于工业图像处理；在那些旨在提高生产率、质量和生产工艺经济性的全新自动化解决方案中，它至今仍然是至关重要的一环。据市场研究IMSResearch的预测，在未来的几年中，欧洲工业图像处理市场的年成长率将达到6%，其中，在相机中集成了软件功能的智能型解决方案的市场份额将不断扩大。在德国，据其全国工具机供应商协会VD

3、MA提供的数据，2004年的图像处理市场增长率达到了14%。市场调研In-Stat/MDR亦指出，单就图像传感器的次级市场而言，其年成长率将高达30%以上，而且这种情况将持续到2008年。最为重要的是：CMOS传感器的成长速度将达到CCD传感器的七倍，照相手机和数码相机的迅速普及是这种需求的主要推动因素。显然，人们如此看好CMOS图像转换器的成长前景是基于这样一个事实，即：与垄断该领域长达30多年的CCD技术相比，它能够更好地满足用户对各种应用中新型图像传感器不断提升的品质要求，如更加灵活的图像捕

4、获、更高的灵敏度、更宽的动态范围、更高的分辨率、更低的功耗以及更加优良的系统集成等。此外，CMOS图像转换器还造就了一些迄今为止尚不能以经济的方式来实现的新颖应用。另外，还有一些有利于CMOS传感器的“软”标准在起作用，包括：应用支持、抗辐射性、快门类型、开窗口和光谱覆盖率等。不过，这种区别稍带几分任意性，因为这些标准的重要程度将由于应用的不同(消费、工业或汽车)而发生变化。细节表现中所面临的难题就像我们从模拟摄影所获知的那样，拍摄一幅完整场景的照片是一件相当普通的事情，照相手机同样如此。但是，对

5、于工业或汽车应用来说，情况就大不一样了：有些场合并不需要很高的全帧数据速率。比如，在监控摄像机中，只要能够发现一幅场景中出现的变化（因为这种变化可能预示着某种可疑情况），那么分辨率低一点也是完全可以接受的。在此基础之上才需要借助全分辨率来采集更多的细节信息。跟着发生的动作将只在摄像机视场的某一部分当中进行播放，而且，在所捕获的场景中，只有这一部分才是监控人员所关注的。对于只提供全帧图像的CCD图像传感器而言，只有采用一个分离的评估电路才能够提供两个观测角度，这意味着处理时间和成本的增加。然而，CM

6、OS图像传感器的工作原理则与RAM相似，所有的存储位均可单独读出。CMOS传感器的二次采样虽然提供了较低的分辨率，但是帧速率较高；而开窗口则允许随机选择一块感兴趣的区域。CMOS传感器坐拥高灵敏度、宽动态范围和低功耗优势最新CMOS传感器获得广泛应用的一个前提是其所拥有的较高灵敏度、较短曝光时间和日渐缩小的像素尺寸。像素灵敏度的一个衡量尺度是填充因子(感光面积与整个像素面积之比)与量子效率(由轰击屏幕的光子所生成的电子的数量)的乘积。CCD传感器因其技术的固有特性而拥有一个很大的填充因子。而在CM

7、OS图像传感器中，为了实现堪与CCD转换器相媲美的噪声指标和灵敏度水平，人们给CMOS图像传感器装配上了有源像素传感器(APS)，并且导致填充因子降低，原因是像素表面相当大的一部分面积被放大器晶体管所占用，留给光电二极管的可用空间较小。所以，当今CMOS传感器的一个重要的开发目标就是扩大填充因子。赛普拉斯(FillFactory)通过其获得专利授权的一项技术，可以大幅度地提高填充因子，这种技术可以把一颗标准CMOS硅芯片最大的一部分面积变为一块感光区域。[nextpage]另外，对于一个典型的工业

8、用图象传感器而言，由于许多场景的拍摄都是在照明条件很差的情况下进行的，因此拥有较大的动态范围将是十分有益的。CMOS图像传感器通过多斜率操作实现了这一目标：转换曲线由倾度不同的直线部分所组成，它们共同形成了一个非线性特征曲线。因此，一幅场景的黑暗部分有可能占据集成模拟-数字转换器转换范围的很大一部分：转换特征曲线在这里最为陡峭，以实现高灵敏度和对比度。特征曲线上半部分的平整化将在图像的明亮部分捕获几个数量级的过度曝光，并以一个更加细致的标度来表现它们。采用多斜率的方式来运作LUPA