習慣上機器視覺被定義為：用于檢查、過程控制及自動導航的電子成像。在機器視覺應用中，計算機（不是人類）使用成像技術來捕獲圖像作為輸入來實現(xiàn)提取和傳遞信息輸出的目的。除傳統(tǒng)工業(yè)應用，先進駕駛輔助系統(tǒng)（ADAS）、增強現(xiàn)實和虛擬現(xiàn)實（AR/VR）技術及智能安全系統(tǒng)的機器視覺能力均要求使用先進的數(shù)字成像技術。該技術可使機器視覺在低光或無光條件下“看得”更清晰、更遠，由于無需可見光源，所以不會干擾人類正?；顒印?/p>

從以往的經驗來看，機器視覺技術需要依賴于大量光源來捕捉圖像，可用光源包括熒光、石英鹵素、LED、金屬鹵化物（汞）以及氙氣。當單獨使用其中一種光源時，就需要耗費大量能耗，且生成的圖像質量很差。如此來看，這些光源并不能滿足已超越傳統(tǒng)工業(yè)應用范疇的使用需求。

AR/VR、安全系統(tǒng)以及ADAS駕駛監(jiān)控采用了眼動追蹤、面部識別、手勢控制和人臉識別技術，以及集成了帶有夜視功能的ADAS環(huán)視（surround-view）攝像頭等功能，但這些應用要達到預期的效果，均需要可見光光譜以外的照明。在過去幾年中，數(shù)字近紅外（NIR）成像技術的進步已徹底革新了機器視覺和夜視的能力。 NIR為何是當前機器視覺應用的必要條件？

NIR用于在可見光光譜范圍之外的物體或場景照明，并使攝像頭能夠在超出人類視覺能力的低光或無光情況下“看到”。雖然在某些應用中低級別LED仍需增加NIR，但NIR需要的電能非常少且?guī)缀醪粫蓴_用戶。在如AR/VR或駕駛監(jiān)控系統(tǒng)等應用中，NIR的這些特點對于精確地眼動追蹤和手勢控制是非常重要的。而在安全攝像頭應用的案例中，NIR可在入侵者不知情的情況下監(jiān)控他們。

此外，NIR在夜視條件下比可見光產生更多光子，該特點使其成為夜視應用的理想選擇。舉例說明，下面我們在ADAS系統(tǒng)中，比較夜視條件下兩種方法的優(yōu)劣。其中一家汽車制造商使用了一種被動式遠紅外（FIR）系統(tǒng)，它可根據(jù)物體熱量記錄圖像并顯示為明亮的負像。雖然能探測的有效距離高達980英尺，但由于它是依賴于物體發(fā)出的熱量來記錄，所以產生的圖像并不清晰。而另一家汽車制造商采用了NIR技術，該技術可在黑暗中產生鮮明清晰的圖像，就好像用汽車遠光燈照著拍攝一樣。不管物體溫度如何，其圖像均可被捕捉到。但是，該NIR系統(tǒng)的最大有效探測距離為600英尺。

NIR的局限性

大多數(shù)情況下，NIR相比其它替代方法的改進顯著，但使用它并不是沒有挑戰(zhàn)。NIR成像系統(tǒng)的有效范圍與其靈敏度直接相關。最好條件下，目前的NIR傳感器結構可實現(xiàn)≤ 800nm的靈敏度。如果可將NIR成像系統(tǒng)的靈敏度增加到850 nm或更高時，那么就可進一步擴大其有效距離。

NIR光學成像的有效距離是由兩個關鍵測量參數(shù)決定：量子效率（QE）和調制傳遞函數(shù)（MTF）。成像儀的QE代表其捕獲的光子與轉化為電子的光子的比率。QE越高，NIR照明距離就越遠，圖像也就越亮。100%的QE意味著所有被捕獲的光子都被轉化為電子，從而可實現(xiàn)最亮的可能圖像。但目前，即使是最好的NIR傳感器技術也只實現(xiàn)了58%的QE。

MTF則是測量圖像傳感器以特定分辨率從物體到圖像的傳遞對比能力。MTF越高，圖像就越清晰。MTF受到從像素跳出的電子信號噪聲的影響。因此，為了維持穩(wěn)定的MTF并實現(xiàn)清晰的圖像，電子需要時刻保持在像元中。 圖1 該模擬圖像可顯示低MTF與高MTF之間的明顯差別。