Detect smaller features with metrology cameras
随着芯片制造商继续转向较小的技术节点，对过程控制系统的需求更大，以检查和测量较小的功能和组件。
我们讨论了将来的图像传感器结合了CCD和CMOS图像传感器的优势，这些传感器将来有助于解决这些挑战：
CMOS与CCD - 如果您不必选择
但是，如果您现在需要提高性能，该怎么办？
检测和衡量较小细节的最简单方法之一是增加图像传感器和随后的相机的分辨率。 以前这是一个挑战，因为非常高分辨率的CCD图像传感器的帧速率太慢了，无法跟上内联测量系统的吞吐量要求，例如16百万像素的3 fps。 现在，使用CMOS图像传感器可用几个新的高分辨率摄像头，可以在令人印象深刻的帧速率下产生类似CCD的图像质量，例如32 fps的25兆像素（或使用ROI功能可以在45 fps下提供16兆像素） 。
尽管有许多出色的全球百叶窗CMOS图像传感器可用，但没有组件是完美的。 仅当整个图像传感器可用时，才能实现较大分辨率的优势。 为此，它需要有效的相机设计和制造过程来进行缺陷像素和瑕疵校正，准确的传感器对齐和传感器调整，以最大程度地提高参数对于测量精度最重要的参数。
图像传感器上有超过2500万像素甚至100万像素，并非每个像素都能完美地表现。 统一性挑战也会增加，因为更大的光学视野需要更复杂的光学。 通过对传感器进行分级，在摄像机制造过程和相机操作中的专用处理和瑕疵消除，可以实现具有高分辨率的高分辨率图像。
同样，为了高精度和精确，必须特别注意图像传感器放置的光学设计和精度，尤其是高分辨率。 如果传感器的安装和定位中有任何倾斜，则图像的一个边缘可能是锋利的，而另一个边缘则模糊，使图像的一部分无法使用。 相机中图像传感器的对齐是具有最佳光路和高质量图像数据的关键。 在相机设计和生产过程中，需要特别注意传感器对齐。 单击此处以获取有关图像传感器对齐的更多信息。
有了最可用的像素，还必须优化图像传感器以注册最小的细节。 这意味着图像质量以动态范围，灵敏度，图像均匀性/空间均匀性和线性性最大化。 通过将传感器调整为某些设置，相机制造商可以减少传感器产生的缺陷量。 缺陷和非均匀性产生不仅取决于传感器的设计，还取决于在温度之类的情况下操作的条件。 相机嵌入式校准也可以在现场自动进行，以适应系统条件，例如温度，光学和时钟。
只是一个快速的术语讨论……虽然我们倾向于将任何专为工业应用设计的摄像机称为“机器视觉相机”，但这确实是一个广泛的类别。 机器视觉摄像机包括用于定位和主流摄像机等应用的低端工业摄像头，这些摄像头是为一般检查应用而设计的，例如食品和油漆质量验证。 然后是计量摄像机，当将像素信息用作测量数据时，例如在明亮的场/暗场照明或干涉法中，它们对这些应用进行了优化。 计量摄像机结合了此处讨论的特定设计和过程，从而使质量图像数据能够满足较小技术节点的测量要求。
