View
1
Download
0
Category
Preview:
Citation preview
Kameraauswahl mit dem EMVA 1288 Standard
Bernd Jahne
Vorsitzender EMVA 1288 Standardization Group
Heidelberg Collaboratory for Image Processing (HCI)am Interdisziplinares Zentrum fur Wissenschaftliches Rechnen (IWR)
Universitat HeidelbergBernd.Jaehne@iwr.uni-heidelberg.de
STEMMER IMAGING Technologieforum, 03–04. November 2015Hotel Dolce, Munchen
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 1 / 50
Gliederung
Gliederung
1 Einfuhrung EMVA 1288 Standard und Grundfragen
2 Schlusselgroße Signal/Rausch-Verhaltnis
3 Grundlage: Lineares Kameramodell (SNR)
4 Kamerakennlinie und Photontransferkurve
5 Messtechnik
6 Inhomogenitaten: DSNU, PRNU, Profile
7 Verbesserung der Inhomogenitaten
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 2 / 50
Einfuhrung
EMVA 1288 Standard
1 Objektive, vergleichbare Spezifikation ohne Optik
2 Umfassende Beschreibung mit moglichst wenig Parameter undAntwort auf Frage: “Beste Kamera fur meine Anwendung?”
3 Entwickelt von European Machine Vision Association (EMVA,www.emva.org) mit breiter Unterstutzung durch Kamerahersteller,Systemintegratoren und Distributoren
4 Globale Gultigkeit: Vertrag zwischen AIA, EMVA, JIIA und VDMAzur gegenseitigen Anerkennung von Standards
5 ISO Standards (ISO 14524 “Ermitteln der Kamerakennlinie” und ISO15739 “Bestimmung des Rauschens, des Signal-Rausch-Abstandes,des visuellen Rauschens und des Dynamikumfangs” wenig geeignet,da auf Comsumer-Produkte fokussiert
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 3 / 50
Einfuhrung
Was mussen wir uber eine Kamera wissen?
1 Wie empfindlich ist die Kamera?Wie groß ist Signal im Verhaltnis zum Rauschen? bestimmt Nachweisgrenze (kleinste Bestrahlung)Was ist das großte Bestrahlung? Sattigungskapazitat
2 Wie unterschiedlich sind die einzelnen Pixel?Inhomogenitaten im Dunkelbild und der Empfindlichkeit
3 Wie viel Signal wird ohne Licht erzeugt (Dunkelstrom)?
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 4 / 50
Schlusselgroße SNR
Schlusselparameter Signal/Rausch-Verhaltnis (SNR)
Definition
SNR =µy − µy .dark
σy(1)
SNR = 100 bedeutet Signal 100 mal großer als Rauschen
Auge kann SNR < 50 sehen.
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 5 / 50
Schlusselgroße SNR
SNR in doppelt-logarithmischer Darstellung
100
101
102
103
104
105
106
10−1
100
101
102
103
SNR m0773, 534 nm, 24.09.2015
irradiation (photons/pixel)
SN
R
satu
ratio
n
thre
shol
d S
NR
= 1
mono datamono fitmono fit totaltheor. limit
sCMOS Kamera pco.edgeBernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 6 / 50
Schlusselgroße SNR
SNR in doppelt-logarithmischer Darstellung
100
101
102
103
104
105
106
10−1
100
101
102
103
SNR m0790, 534 nm, 27.09.2015
irradiation (photons/pixel)
SN
R
satu
ratio
n
thre
shol
d S
NR
= 1
mono datamono fitmono fit totaltheor. limit
Basler acA640-120gm mit Sony CCD SensorBernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 7 / 50
Schlusselgroße SNR
SNR in doppelt-logarithmischer Darstellung
100
101
102
103
104
105
106
10−1
100
101
102
103
SNR m0791, 534 nm, 27.09.2015
irradiation (photons/pixel)
SN
R
satu
ratio
n
thre
shol
d S
NR
= 1
mono datamono fitmono fit totaltheor. limit
Basler acA2500-14gm mit rolling shutter CMOS sensorBernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 8 / 50
Schlusselgroße SNR
SNR in doppelt-logarithmischer Darstellung
100
101
102
103
104
105
106
10−1
100
101
102
103
SNR m0637, 534 nm, 18.07.2015
irradiation (photons/pixel)
SN
R
satu
ratio
n
thre
shol
d S
NR
= 1
mono datamono fitmono fit totaltheor. limit
IDS UI306xCP-M mit Sony Pregius CMOS IMX174Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 9 / 50
Lineares Kameramodell und Photontransfermethode Lineares Kameramodell
Lineares KameramodellPhysik der Bildgewinnung gut verstanden
42
A number of photons ...
... hitting the pixel area during exposure time ...
... creating a number of electrons ...
... forming a charge which is converted by a capacitor to a voltage ...
... being amplified ...
... and digitized ...
... resulting in the digital gray value.
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 10 / 50
Lineares Kameramodell und Photontransfermethode Lineares Kameramodell
Physikalisches Modell der Bildgewinnung
Kη
quantume�ciency
systemgain
number ofphotons
number ofelectrons
digitalgrey value
dark noise quantization noise
qσ
photonnoise
2µy σy,
µd σd, 2
µp σp, µe µe,
tuptuotupni black box camera
2
2
Black-Box-Modell mit Eingabe µp und Ausgabe µy
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 11 / 50
Lineares Kameramodell und Photontransfermethode Lineares Kameramodell
Physikalisches Modell der Bildgewinnung
Kη
quantumefficiency
system gain
number ofphotons
number ofelectrons
digital grey value
dark noise quantization noise
qσ
photonnoise
2µy σy,
µd σd, 2
µp σp, µe σe,
input outputsensor/camera
2
2 2
Unbekannte Modellparameter Quantenausbeute η, Kameraverstarkung Kin DN/e− und Dunkelrauschen σd (µd unwesentlich)aus gemessenen Großen µp, µy und σ2
y berechnen
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 12 / 50
Lineares Kameramodell und Photontransfermethode Kamerakennlinie
Kamerakennlinie
1 Ladungserzeugung mit Quantenausbeute η
µe = ηµp (2)
Quantenausbeute bezogen auf volle Sensorgroßeµp Mittlere Photonenzahl akkumuliert uber Belichtungszeitµe Mittlere Anzahl akkumulierter Ladungstrager
2 Digitaler Grauwert als Funktion der Photonenzahl:
µy = K (η µp + µd), µy − µy .dark = Kη︸︷︷︸Steigung
µp = b1 µp (3)
µy Digitaler Grauwert in DNµd Dunkelsignal in Anzahl Ladungstrager [e−]µy .dark Dunkelsignal in DN
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 13 / 50
Lineares Kameramodell und Photontransfermethode Photonentransfermethode
Photontransferkurve
1 Berechnung des Signalrauschens durch Addition der Varianzen
σ2y = K 2
(σ2d + σ2
e
)+ σ2
q (4)
σ2q = 1/12 [DN2] Varianz Quantisierungsrauschens
σ2d Varianz Dunkelsignals
σ2e = µe =
µy − µy .dark
KVarianz Photoelektronen
2 Varianz des digitalen Grauwerts versus mittleren digitalen Grauwert:
σ2y = K 2σ2
d + σ2q︸ ︷︷ ︸
Offset
+ K︸︷︷︸Steigung
(µy − µy .dark) = a0 + a1(µy − µy .dark) (5)
Alle Unbekannten des linearen Kameramodells konnen bestimmt werden:Kameraverstarkung K = a1
Dunkelrauschen σ2d = (a0 − σ2
q)/K 2
Quantenausbeute η = b1/a1
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 14 / 50
Lineares Kameramodell und Photontransfermethode Beispiele Kamerakennlinie
Gute Kamerakennlinie
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
x 104
0
500
1000
1500
2000
2500
3000
3500
4000
Sensitivity m0637, 534 nm, 18.07.2015
irradiation (photons/pixel)
gray
val
ue −
dar
k va
lue
µy−
µ y.da
rk (
DN
)
mono: µy.dark
= 7.80 DN
mono datamono fit
IDS UI306xCP-M mit Sony Pregius CMOS IMX174
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 15 / 50
Lineares Kameramodell und Photontransfermethode Beispiele Photontransferkurve
Gute Photontransferkurve
0 500 1000 1500 2000 2500 3000 3500 40000
100
200
300
400
500
600Photon transfer m0637, 534 nm, 18.07.2015
gray value − dark value µy−µ
y.dark (DN)
varia
nce
gray
val
ue σ
y2 −σ y.
dark
2 (
DN
2 )
mono: σy.dark2 = 0.65 DN2, K = 0.123 ± 0.3%
saturation
mono datamono fit
Sony XCG 5005E
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 16 / 50
Lineares Kameramodell und Photontransfermethode Beispiele Photontransferkurve
Photontransferkurve: Einfluss von schlechtem ADC
0 200 400 600 800 10000
2
4
6
8
10
12
14
16
Var. & gain c822 27.02.2008
Mean gray value (DN)
Var
ianc
e gr
ay v
alue
(D
N2 )
K = 2.91E−002 DN/e
σ0 = 0.9 DN = 30.1 e−
η = 0.849
Starke Schwankungen der Varianz Missing codes in ADC
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 17 / 50
Lineares Kameramodell und Photontransfermethode Beispiele Photontransferkurve
Kamerakennlinie: Einfluss von schlechtem ADC
0 0.5 1 1.5 2 2.5 3 3.5
x 104
0
100
200
300
400
500
600
700
800
900
Sensitivity c822 27.02.2008
Radiation energy Q (Photons/pixel)
Mea
n gr
ay v
alue
(D
N)
Kη = 2.47E−002 DN/p
Zugehorige Kamerakennlinie:Probleme kaum sichtbar
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 18 / 50
Lineares Kameramodell und Photontransfermethode Beispiele Photontransferkurve
Berechnung SNR aus linearem Kameramodell
SNR(µp) =ηµp√
σ2d + σ2
q/K 2 + ηµp(6)
Grenzfalle:
SNR(µp) ≈
√ηµp ηµp � σ2
d
ηµp√σ2d + σ2
q/K 2ηµp � σ2
d
(7)
Ideale Kamera (η = 1, σd = 0):
SNRideal =õp (8)
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 19 / 50
Lineares Kameramodell und Photontransfermethode Messgroßen
SNR und abgeleitete Großen
Absolute Empfindlichkeitsschwelle:
µp(SNR = 1) = µp.min ≈1
η
(σy .dark
K+
1
2
)(9)
Sattigungskapazitat µp.sat (6= full-well capacity):Photonenzahl bei maximaler Grauwertvarianz
Maximales SNR:
SNRmax =√η µp.sat (10)
Signalumfang (dynamic range DR):
DR =µp.sat
µp.min≈ µy .sat
µy .min(11)
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 20 / 50
Lineares Kameramodell und Photontransfermethode Messgroßen
Spektrale Empfindlichkeit NIR CMOS-Kamera
300 400 500 600 700 800 900 1000 11000
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
wavelength λ (nm)
quan
tum
effi
cien
cy η
m0096, 23.08.2009
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 21 / 50
Zur Messtechnik Lichtquelle und Bestrahlungsvariation
Bestrahlung des Sensors ohne OptikAufnahme Kennlinie und Rauschen bedingt Messungen bei Serie vonBestrahlungen
sensordis
k-s
hap
ed lig
ht sou
rce
mount
d
D D'
Beleuchtung mit homogener und isotroper Lichtquelle entsprechendBlende 8:
f# =d
D d = 8D (12)
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 22 / 50
Zur Messtechnik Lichtquelle und Bestrahlungsvariation
Warum vorgegebener Beleuchtungskegel?
Bildsensor ist komplexes optoelektronisches Bauelement . . .
(Quelle Sony)
. . . mit blendenabhangiger Empfindlichkeit
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 23 / 50
Zur Messtechnik Messaufbau und Kalibrierung
Beispiel fur Messaufbau
Kommerzielles System ACC2 von AEON ohne Ulbrichtkugel
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 24 / 50
Inhomogenitaten: DSNU und PRNU Arten von Inhomogenitaten
Messgroßen Inhomogenitaten
DSNU: dark signal nonuniformityRaumliche Variation des DunkelsignalsOft auch fixed pattern noise genanntIm Gegensatz zum zeitlichen Rauschen ist DSNU korrigierbar!
PRNU: photo response nonuniformityRaumliche Variation des Empfindlichkeit
DCNU: dark current nonuniformityRaumliche Variation des Dunkelstroms (nicht im Standard)
FWNU: full well nonuniformityRaumliche Variation der Sattigungskapazitat(nicht im Standard)
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 25 / 50
Inhomogenitaten: DSNU und PRNU Arten von Inhomogenitaten
Arten raumlicher Variation
Rein zufallig: weißes Rauschen, gleichmaßig uber alle Frequenzenverteilt: flaches Spektrum
Allmahliche Anderungen: Produktionsbedingte Schwankungen
Periodische Schwankung: Einfluss von Storsignalen, elektronischesUbersprechen
Ausreißer: Einzelne oder Cluster von Sensorelementen zeigen starkeAbweichungen; im Extremfall komplett nichtfunktionale Pixel
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 26 / 50
Inhomogenitaten: DSNU und PRNU Arten von Inhomogenitaten
Beschreibung der Inhomogenitaten
Statistische Beschreibung durch Varianz bzw. Standardabweichung
Frequenzzerlegung durch Spektrogrammmethode
Defekte Pixel = Ausreißer in Histogrammen
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 27 / 50
Inhomogenitaten: DSNU und PRNU Statistische Analyse
DSNU1288 und PRNU1288
DSNU1288: Raumliche Standardabweichung Dunkelbild, ydark
DSNU1288 = sy .dark (13)
Einheiten DN oder e−
PRNU1288: Relative raumliche StandardabweichungEmpfindlichkeitsbild bei 50% Sattigung, r = y50 − ydark
PRNU1288 =srµr· 100[%] (14)
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 28 / 50
Inhomogenitaten: DSNU und PRNU Horizontale und vertikale Profile
Horizontale und vertikale Profile
Zeile/Spalte in der Mitte: zeigt typische Zeile
Mittelwert: zeigt mittleren horizontalen bzw. vertikalen Verlauf mitminimalem Rauschen
Maximalwert: zeigt gut selbst wenige Ausreißer nach oben (z.B.“heiße Pixel”)
Minimalwert: zeigt gut selbst wenige Ausreißer nach unten (z.B.weniger empfindliche Pixel)
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 29 / 50
Inhomogenitaten: DSNU und PRNU Horizontale und vertikale Profile
Horizontale DSNU Profile
0 200 400 600 800 1000 1200 1400 1600 1800 2000−5
0
5
10
15
20
25
30Horizontal lines DSNU m0124, 529nm, 08.10.2011
Pixel position
dark
gra
y va
lue
(DN
)
minmeanmiddlemax
Schnelle high-end CMOS camera
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 30 / 50
Inhomogenitaten: DSNU und PRNU Horizontale und vertikale Profile
Horizontale PRNU Profile
0 200 400 600 800 1000 1200 1400 1600 1800 200088
90
92
94
96
98
100
102
104
106Horizontal lines PRNU m0124, 529nm, 08.10.2011
Pixel position
rel.
sens
itivi
ty (
%)
minmeanmiddlemax
Schnelle high-end CMOS camera
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 31 / 50
Inhomogenitaten: DSNU und PRNU Abhangigkeit PRNU von Sattigung
Abhangigkeit PRNU von Sattigung?
PRNU nur bei 50% Sattigung gemessen; relative PRNU sollte nachlinearem Kameramodell fur alle Sattigungen gleich sein
y − ydark
µy − µy .dark=
y50 − ydark
µy .50 − µy .dark(15)
Korrektur der PRNU bei allen Sattigungen durch
y′ =y − ydark
y50 − ydark
(µy .50 − µy .dark) (16)
(Entspricht einfacher linearer Zwei-Punkt-Kalibrierung)
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 32 / 50
Inhomogenitaten: DSNU und PRNU Abhangigkeit PRNU von Sattigung
Korrigierte Profile
0 500 1000 1500 2000 2500−10
−5
0
5
10Horizontal lines PRNU m0550, 532nm, 02.11.2014
pixel position
rel.
sens
itivi
ty (
%)
minmiddlemaxmean
0 500 1000 1500 2000 2500−2
−1
0
1
2Residual PRNU m0550, 532nm, 02.11.2014
pixel position
rel.
sens
itivi
ty (
%)
10% sat.100% sat.
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 33 / 50
Inhomogenitaten: DSNU und PRNU Abhangigkeit PRNU von Sattigung
Korrigierte PRNU in Zahlen
Saturation µy σy sy σy.res sy.corr sy.corr sy.corr/sy% DN DN DN DN DN % %
0 98.88 3.75 0.60 0.17 0.00 0.00 0.0010 6109.54 125.29 107.87 5.54 17.77 0.29 16.4820 12743.55 178.58 126.81 7.89 20.05 0.16 15.8130 19286.85 218.68 150.05 9.66 19.52 0.10 13.0140 25445.95 249.57 172.60 11.03 17.39 0.07 10.0750 31975.75 275.77 198.88 12.19 0.73 0.00 0.3760 38569.87 301.77 224.83 13.34 23.84 0.06 10.6070 45107.73 321.35 250.23 14.20 34.66 0.08 13.8580 51364.26 337.80 274.46 14.93 48.93 0.10 17.8390 57380.57 352.53 298.89 15.58 64.07 0.11 21.44
100 63698.04 366.55 327.16 16.20 79.74 0.12 24.37
Weiter Reduktion der PRNU auf weniger als 1/4
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 34 / 50
Inhomogenitaten: DSNU und PRNU Abhangigkeit PRNU von Wellenlange
Abhangigkeit PRNU von Wellenlange der Bestrahlung
0 500 1000 1500 2000 2500−5
0
5Residual color PRNU m0791, 27.09.2015
pixel position
rel.
sens
itivi
ty (
%)
466 nm534 nm630 nm848 nm
Basler acA2500-14gm mit rolling shutter CMOS Sensor
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 35 / 50
Inhomogenitaten: DSNU und PRNU Abhangigkeit PRNU von Wellenlange
Abhangigkeit PRNU von Wellenlange der Bestrahlung
0 500 1000 1500 2000 2500−5
0
5Residual color PRNU m0774, 24.09.2015
pixel position
rel.
sens
itivi
ty (
%)
466 nm534 nm630 nm848 nm
PCO edge5.5 USB 3.0 sCMOS
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 36 / 50
Inhomogenitaten: DSNU und PRNU Abhangigkeit PRNU von Wellenlange
Abhangigkeit PRNU von Wellenlange der Bestrahlung
0 200 400 600 800 1000 1200 1400 1600 1800−5
0
5Residual color PRNU m0727, 19.08.2015
pixel position
rel.
sens
itivi
ty (
%)
466 nm534 nm630 nm
Basler acA1920-155um mit Sony Pregius CMOS IMX174
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 37 / 50
Inhomogenitaten: DSNU und PRNU Totale SNR
Totale SNR
Addition der Varianzen von zeitlichem Rauschen und raumlicherInhomogenitat in Einheiten e−:
Varianz DSNU: s2y .dark = DSNU2
1288
Varianz PRNU: PRNU21288 (ηµp)2
totale SNRtotal
SNRtotal(µp) =ηµp√
σ2d + DSNU2
1288 + σ2q/K 2 + ηµp + PRNU2
1288 (ηµp)2
(17)
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 38 / 50
Inhomogenitaten: DSNU und PRNU Totale SNR
Wer mehr wissen will . . .
Auf diesem Forum: Ausstellung von EMVA 1288 Testgeraten durch AEON
EMVA 1288 Standard und Datenblatter:http://zenodo.org/collection/user-emva1288
Hersteller von Testgeraten und Serviceleistungen EMVA 1288:
AEON, Hanau, http://www.aeon.de
Aphesa, Belgien, http://www.aphesa.com
Image Engineering, Koln (Schwerpunkt ISO Standards),http://www.image-engineering.de/
Schulungsangebote mit praktischen Demonstrationen:
08–09.12.2015, Framos Munchen: EMVA 1288 Kurs
08.02.2016, AEON Hanau: Bildsensoren
09-10.02.2016, AEON Hanau: EMVA 1288 Kurs
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 39 / 50
Weiterfuhrendes Material
Literatur I
G. C. Holst and T. S. Lomheim.CMOS/CCD Sensors and Camera Systems, 2. Aufl.SPIE Press, 2011, http://spie.org/Publications/Book/890909.
B. Jahne.Digitale Bildverarbeitung und Bildgewinnung.Springer, Berlin, 7. Auflage, 2012,http://dx.doi.org/10.1007/978-3-642-04952-1.
J. R. Janesick.Scientific Carge-Coupled Devices.SPIE Press, 2001, http://spie.org/Publications/Book/374903.
G. Schroder und H. Treiber.Technische Optik, 11. Auflage.Vogel, Wurzburg, 2014, http://www.vogel-buchverlag.de/product_info.php/info/p188_Technische-Optik.html.
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 40 / 50
Weiterfuhrendes Material
Literatur II
B. Widrow und I. Kollar.Quantization Noise — Roundoff Error in Digital Computation, SignalProcessing, Control, and Communications.Cambridge Univ. Press, 2008,http://www.cambridge.org/9780521886710.
European Machine Vision Association (EMVA).EMVA Standard 1288. Standard for Characterization of Image Sensorsand Cameras.Release 3.0, 26. November 2010https://zenodo.org/record/10696
Release candidate 3.1, November 2012www.standard1288.org
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 41 / 50
Weiterfuhrendes Material
Literatur III
EMVA 1288 DatenblatterNach Musterdatenblatt zu Release 3:https://zenodo.org/collection/user-emva1288
EMVA 1288 DatenblatterBasler, noch Release 2:http://www.baslerweb.com/de/support/download-uebersicht/
downloads-dokumente?type=14&series=0&model=0
EMVA 1288 DatenblatterPoint Grey, nur Parameter:http://www.ptgrey.com/point-grey/10545?utm_source=
SensorReview
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 42 / 50
Weiterfuhrendes Material
Literatur IV
M. Erz and B. Jahne.Radiometric and Spectrometric Calibrations, and Distance NoiseMeasurement of TOF Cameras.3rd Workshop on Dynamic 3-D Imaging, Lecture Notes in ComputerScience, 5742, 28–41, Springer, Berlin, 2009,http://dx.doi.org/10.1007/978-3-642-03778-8_3.
M. Erz und B. Jahne.Optimale Kameraauswahl fur maschinelles Sehen durch standardisierteCharakterisierung.Technisches Messen 78, 377–383, 2011,http://dx.doi.org/10.1524/teme.2011.0151.
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 43 / 50
Weiterfuhrendes Material
Literatur V
B. Jahne.Objektive Kriterien unterstutzen die anwendungsorientierte Auswahleiner Kamera.Intelligenter Produzieren Nr. 5, 8–10, VDMA, 2009.
B. Jahne.EMVA 1288 standard for machine vision — objective specification ofvital camera data.Optik & Photonik Nr. 1, 53–54, 2010,http://dx.doi.org/10.1002/opph.201190082.
B. Jahne.Der Standard EMVA 1288: Objektive Charakterisierung vonBildsensoren und digitalen Kameras.Elektronik, Heft 22, 2011.
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 44 / 50
Weiterfuhrendes Material
Literatur VI
B. Jahne.Objektive Charakterisierung von Bildsensoren und digitalen Kameras— Standard 1288 der European Machine Vision Association (EMVA1288).FKT, 5/2012.
B. Jahne.Objektive Comparison of Machine Vision Cameras; PracticalExperiences with the EMVA 1288 Standard.Inspect, 7/2013.
J. Janesick, K. Klaasen, and T. ElliottCCD Characterization using the photon transfer technique.SPIE Proc. 570, Solid State Imaging Arrays, pp. 7–19, 1985,http://dx.doi.org/10.1117/12.950297.
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 45 / 50
Anwendungsbeispiele
Anwendungsbeispiel I: Genugend Licht vorhanden
Maximale SNR entscheidender Qualitatsparameter
SNRmax =√ηµp.sat (18)
kritischer Parameter: Sattigungskapazitat
Kamera A B C D E
SNRmax 95.7 74.3 69.6 106.6 124.0SNR 50% Sattigung 67.4 51.7 49.1 74.9 87.7SNR 10% Sattigung 29.4 20.7 31.9 31.9 39.2
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 46 / 50
Anwendungsbeispiele
Anwendungsbeispiel II: Konstante Bestrahlung/Pixel
Qualitatsparmeter SNR bei vorgegebener konstanter Bestrahlung/Pixel(ckann aus SNR-Plot abgelesen werden) kritischer Parameter Quantenausbeute (bei viel Licht) kritischer Parameter Dunkelrauschen (bei wenig Licht)
Kamera A B C D E
SNR(5000 Photonen/Pixel) 52.4 47.7 53.1 53.4 53.4SNR(100 Photonen/Pixel) 5.3 3.2 6.1 4.1 7.4SNR(10 Photonen/Pixel) 0.70 0.36 0.95 0.47 2.1
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 47 / 50
Anwendungsbeispiele
Anwendungsbeispiel III: Konstante Bestrahlung/Flache
Qualitatsparmeter SNR bei vorgegebener konstanter Bestrahlung/Flache)
SNR(Ep) =
{√ηEpA high irradiation
ηEpA/σd low irradiation(19)
Kamera A B C D E
SNR(500 Photonen/µm2) 73.3 52.4 36.7 94.5 109.7SNR(50 Photonen/µm2) 22.1 13.4 10.6 27.9 34.7SNR(10 Photonen/µm2) 8.4 3.7 3.6 9.9 15.5
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 48 / 50
Anwendungsbeispiele
Anwendungsbeispiel IV: Empfindlichste Kamera
Kritischer Qualitatsparameter: kleinste Empfindlichkeitsschwelle MinimalesDunkelrauschen ausschlaggebend
µp.min =1
η
(σd +
1
2
). (20)
Kamera A B C D E
Empfindlichkeitsschwelle (photons/pixel) 15 29 11 22 3Empfindlichkeitsschwelle (photons/µm2) 0.77 2.4 2.3 0.7 0.07
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 49 / 50
Anwendungsbeispiele
Anwendungsbeispiel V: Hoher Signalumfang
Kritische Qualitatsparameter sowohl niedrige Empfindlichkeitsschwelle alsauch hohe Sattigungskapazitat: Hochster Dynamic Range DRausschlaggebend
DR =µp.sat
µp.min. (21)
Kamera A B C D E
Dynamic Range DR 1118 405 800 860 9133
Bernd Jahne (HCI, Universitat Heidelberg) EMVA 1288 Standard 03–04. Nov. 2015 50 / 50
Recommended