索尼 SWIR 传感器和应用介绍

   对工业应用显示出巨大希望的新领域之一是使用近波长和短波长红外（NIR 和 SWIR）光来收集人眼不可见的信息。很多时候，在这些波长中收集的信息会增加在 350-750 nm 可见光谱中看到的数据。NIR 波长在 780-1400 nm 范围内，而 SWIR 在 900-2500 nm 范围内。

图 1：从紫外到红外的波长光谱带。图片由索尼提供。

    尽管 NIR 光已广泛用于许多机器视觉应用，但部署的许多传感器在此范围内的量子效率并不高，而且通常是标准视觉传感器和相机的副产品。基于 CMOS 的传感器对这些波长很敏感，但只能看到这种光的 10-30% 左右（与其峰值响应相比），并且光谱范围通常限制在 400-1000 nm 左右，这并不涵盖所有 NIR 波长。

    为了更深入地了解 NIR 和 SWIR 波长，使用了由砷化铟 (InAs) 和砷化镓 (GaAs) 的合金制成的 InGaAs 传感器。该传感器的光谱响应范围可在 900-1700 nm 到 1100-2600 nm 之间变化。这些传感器所需的波长响应是在制造过程中通过调整传感器中 InAs 和 GaAs 元素之间的百分比关系来定义的。

    对于需要可见光、NIR 和 SWIR 范围内数据的应用，需要部署具有不同光路和光学器件的多个相机。这使得重叠来自两个设备的数据更具挑战性，最终解决方案的成本更高。最重要的是，基于 CMOS 的相机的像素尺寸（通常为 1-5μm）比使用 InGaAs 传感器的相机（通常为 10-20μm）更小（通常为 10-20μm），这进一步使两个捕获图像之间的数据在像素级合并变得复杂。

多光谱系统成本高

    针对更宽波长光谱的应用通常需要多个摄像头来捕获目标范围内的所有图像数据。在许多情况下，每个光谱带都使用具有不同视场、光学和像素大小的专用相机。然后，需要对这些相机生成的快照进行校准并相互对齐，然后才能真正开始数据分析。这些系统的一个缺点是它们非常容易受到振动和错位的影响。为了保持工厂校准，相机安装系统必须非常坚固，以承受运输、安装和使用过程中可能导致它们失准并需要额外校准的压力。当需要重新校准时，视觉系统会在检测站停止服务时离线执行任务，集成 SWIR 传感器的相机制造商还需要应对实施挑战，例如评估暗电流水平、严重阴影、固定图案噪声和大缺陷像素。所有这些项目都会降低相机输出的信号质量，需要在相机的硬件和软件中加以解决。除此之外，这些相机中的许多都需要基于模拟的传感器，这些传感器本身很昂贵，并且需要额外的硬件组件来控制和读取数据。所有这些因素都增加了这些相机的总体成本，在某些情况下，这使得它们无法在目标应用中使用。

索尼的 SWIR 传感器技术

     索尼是工业 SWIR 传感器市场的一个相对较新的参与者。他们最新的基于 SWIR 的技术利用了许多以前为 CCD 和 CMOS 传感器开发的技术。它是世界上第一个在可见光和短波红外波长范围内捕获的非军用类 CMOS 传感器。他们目前的产品是用于光收集部分的基于 InGaAs 的传感器，该传感器堆叠在硅 (Si) 后端的顶部，用于读出和控制电子设备以及存储器。InGaAs 和 Si 层之间的连接是通过铜对铜 (Cu-Cu) 键合实现的。由此产生的图像传感器是可见光、NIR 和 SWIR 波长之间的桥梁，光谱响应介于 0.4μm 至 1.7μm 之间。

图 2：典型的 InGaAs 和 Sony 基于 SenSWIR 的像素架构。图片由索尼提供。

    对于需要此范围内数据的应用来说，这意味着只需要一个传感器或摄像头。这可确保可见图像数据在像素级别上与 NIR 和 SWIR 数据完美对齐，无需校准。这一点大大简化了视觉系统设计和图像分析，因为图像不需要比较和对齐。

索尼的 IMX990 和 IMX991 传感器

    首先，索尼创建了两个基于 SWIR 的传感器，IMX990 和 IMX991。两者都具有相似的特性和特性，它们建立在 Pregius 数字传感器基础之上，为它们提供类似 CMOS 的可操作性、功能性和一致性。所有型号均采用陶瓷 PGA 封装并使用相同的引脚配置，从而减少了支持两个传感器的多个电路板设计的需求。

每个都可以配备一个可选的单级热电冷却 (TEC) 设备，以在捕获较长曝光图像时减少暗电流（热）噪声积累。TEC 的温差约为 30°C（Ta = 45°C）。

    这些传感器使用索尼新的 SenSWIR 技术，通过更薄的表面 InP（磷化铟）层确保更好的可见光波长穿透和检测。当这项技术与 Cu-Cu 连接相结合时，像素尺寸可以大大减小，使其成为业界最小的基于 InGaAs 的像素，尺寸仅为 5μm。量子效率 (QE) 在可见光范围内是水平的，而在 NIR 范围内非常高，在 1,300nm 处达到 >75% 的峰值。IMX990 提供 SXGA (1280x1024)、1/2 类型、分辨率，以 130 fps 运行，而 IMX991 是 VGA (640x512)、1/4 类型、以 250 fps 运行的传感器。两个传感器都具有全局快门，并通过 2 或 4 通道 SLVS 收发器输出图像数据。它们更小的封装和数字传输使它们更容易和更快地实施到任何新的相机设计中。

目标应用

    机器视觉 (MV) 应用长期以来一直使用各种不同的传感器来捕捉不同波长的图像。从理论上讲，这个市场实际上有很多多光谱成像应用，但是拥有多个相机的成本和/或不可见波长相机的更高价格点使得它们无法定期使用。正是出于这个原因，这些新型传感器受到了中压行业的欢迎。以下是一些可以直接受益于拥有一台可以看到可见光到 SWIR 光谱的相机的垂直行业。

食品加工和检验

    在这个垂直领域，对比度是捕捉图像的关键。这有助于查看缺陷和碎屑，因为它们与所需产品的反射不同。通常，这是通过使用各种彩色光和/或滤色器来突出不需要的项目来完成的。当异物具有与食品相似的反射光谱时，就会出现挑战，这是豆类分拣的典型特征。在这种情况下，金属、石头和塑料在可见光谱中不容易被检测到，但是一旦您在 SWIR 范围内观察它们，它们就会突出，使它们很容易从混合物中提取出来。

图 4：豆分选——左侧为 SWIR 图像，右侧可见。图片由索尼提供。

     另一个具有挑战性的应用是区分盐、糖和面粉。这三者在 RGB 光谱中看起来非常相似，但对 SWIR 光的反射率不同。一旦这些粉末受到这种辐射并用 SWIR 相机成像，它们的独特性就很容易识别和分类

图 5：白色粉末检测 - 左侧为可见图像，右侧为 SWIR。图片由索尼提供。

    水果可以在很长一段时间内隐藏它们的缺陷和瘀伤，很多次是在它们被放置在超市的货架上之后。到这个时候，它们不会被购物者采摘，所以它们会腐烂，同时占用宝贵的空间来种植更好的水果。利用基于 SWIR 的光的检测系统可以透过水果表皮看到其缺陷，并轻松将它们分类以进行加工，同时为要求苛刻的客户保留市场货架上最好的产品，以更高的价格获得更好的质量。

图 6：水果检测---左侧可见图像，右侧 SWIR。图片由索尼提供。

观察和测量

    使用索尼 SWIR 传感器构建的相机具有用于直观记录温差的优势。由于 SWIR 范围触及热波长范围，相机可以检测温度差异，并将它们作为强度值呈现在捕获的图像中。例如，这允许使用相机和机器视觉应用程序来监控烙铁的温度，以确定它们是否已达到理想的使用温度。

图 7：温度探头——左侧为可见图像，右侧为 SWIR 图像。图片由索尼提供

   水能很好地吸收 SWIR 波。在检查材料是否已渗透或含水时，这是一个重要的属性。存在水分的地方，SWIR 图像会更暗，MV 算法可以做出相应的反应。

图 8：水分吸收——右侧为 SWIR 图像，左侧可见。图片由索尼提供。

    随着越来越多的自动驾驶汽车被开发和部署，克服环境挑战的需求也在增加。这些应用的最大挑战之一是雾、雾和霾，它们会遮挡摄像机的视野。SWIR 波长可以穿过这些障碍物，为导航系统提供更好的视野，以引导车辆并避免与其他物体发生碰撞

降低视觉系统设计的复杂性

    许多应用都受益于利用大光谱波长来收集更多信息并评估产品的质量和性能。基于 SWIR 的摄像机的成本限制了它们在这些垂直领域的部署效率。随着索尼 SenSWIR 技术的推出，图像传感器通过提供跨越广泛波长范围的低成本解决方案打开了这些市场。这最大限度地降低了视觉系统设计的复杂性，同时为大众提供高光谱和多光谱成像。随着工程师评估使用这些传感器构建的相机以满足他们的需求和挑战，将创建更多用例和应用程序。