相机传感器是光敏检测器，可将入射光子转换为可由数字设备读取的电信号。大无数相机使用 2D 阵列检测器，为给定利用选择正确的传感器类型通常必要在成本、所需的最终图像分辨率和必要的读出速度之间进行衡量。

       最常见的相机传感器类型是电荷耦合器件 (CCD) 或互补金属氧化物半导体 (CMOS) 图像传感器。这是两种分歧的传感器技术，凭据最终设备的可能运行前提，它们拥有分歧的优势和劣势。

       从汗青上看，CCD 传感器一向是高分辨率和弱光利用的首选传感器。CCD 传感器是一个像素阵列，由在受到光子撞击时会产生电子的资料造成。一系列电极网络并读出产生的电荷，通常通过单个放大器。通过将电荷转移到其他像素上来读取每个像素。由于放大级的设计，CCD 通常拥有极度低的噪声读数。CCD 能够设计为在该检测领域的大部门领域内拥有杰出的动态领域和优良的线性度，这能够简化很多丈量。由于每个像素都必要单独读取，因而对于使用这种架构创建出格大的阵列检测器来说，读取功夫可能会出现问题。

        然而，近年来，CMOS 技术获得了很多进取，出格是对于幼尺寸、轻量级的“片上相机”利用，CMOS 传感器此刻已成为最宽泛选取的技术。造作方面的改进有助于降低噪声水平，固然很少有 CMOS 传感器占有与 CCD 传感器一样的动态领域，但 CMOS 传感器的功率效能和成本效益通Ｄ芄惶聿拐庖坏。

机械视觉

        机械视觉是一个急剧增长的领域，2021 年价值 32.3 亿美元，预计同比增长 7.7%；凳泳跎婕笆泳跣畔⒌牟痘，可能使用相机传感器，以及图像识此外使用，因而推算机能够将这些视觉信息“诠释”为有效的数据。

        机械视觉的成功和急剧发展是由于它在一系列利用中的实用性，蕴含工业自动化、自动驾驶汽车和机械人的创建，以及更普遍的“智能”系统，其中设备能够响应环境中的表部刺激。开发机械视觉系统的重要挑战之一是创建视觉捕获系统，该系统能够提供足够高质量的图像，使自动图像鉴别算法可能以高精杜仔意思地诠释数据。很多机械视觉利用法式也合用于不愿定衔接到有线网络或电源的自动驾驶汽车或机械人，因而任何图像处置都必要足够轻巧，以便能够在足够短的功夫内执行机械以拥有有意思的响应，无需巨大的能量或推算需要。

CMOS 相机传感器

       CMOS 传感器已成为推进很多机械视觉利用发展的关键技术之一。很多自动化工作必要 3D 对象鉴别，而不仅仅是 2D，因而通常必须使用多个摄像头传感器来提供分歧的视点来鉴别所看到的齐全 3D。CMOS 技术的成本效益个性使得更复杂的机械视觉利用此刻在经济上可行。 CMOS 传感度量子效能的提高也有所援手，由于图像必要更短的曝光功夫，更具挑战性的低光环境前提不再组成不成能的挑战。

        相机传感器的质量是设备整体光学机能的关键，因而固然能够使用聚焦光学器件和光圈来援手创建更清澈的图像，但芯片的质量通；峋龆ㄗ钪辗直媛。由于 CMOS 传感器响应速度快且读出功夫极度短，因而它们可用于急剧捉拿一系列图像以应对动态变动的情况。固然从数据处置的角度来看，若是必要将很多图像作为序列的一部门进行分析，这极度拥有挑战性，但就总信息内容而言，此类图像仓库提供了大量潜在的分析资料＜本缱侥猛枷窕褂兄诙惚芑疃掏碌任侍。

机械视觉传感器的发展

         机械视觉在成为 CMOS 传感器的一个巨大利用领域，只管为利用选择正确类型的传感器极度沉要。 降低相机传感器成本的一种步骤是使用仅对单一色彩敏感的传感器。然而，对于在图像诠释步骤中时时使用水果色彩作为有效信息的水果成熟度评估蹬爪用，单一色彩检测器可能不适合。为图像捕获和可在可见光区域之表运行的传感器开发更快的帧速度是机械视觉相机传感器开发的两个重要领域。 更快的捉拿意味着更少的活动吞吐问题。很多利用也将受益于能够从红表波长获得的光谱信息类型。