使用案例

介紹用於長時間曝光成像的先進解決方案：解決熱雜訊和熱畫素問題

長時間曝光成像在檢測細微缺陷時，是十分重要的技術，例如檢查顯示器壞點，或在弱光下進行半導體的微弱訊號檢測。但是，較長的曝光時間通常會帶來熱點等挑戰。

以較長的曝光時間拍下所有細節

顯示器和半導體檢測的精確度十分重要，每一個微小的細節都是關鍵。檢測顯示器時，經常使用長時間曝光來檢測低亮度缺陷和色彩均勻性變化。而在半導體檢測中，雖然縮短曝光時間可以提高資料產出量，但當照明亮度太低而無法產生與足以和雜訊區分開來的訊號時，長時間曝光就顯得特別重要。

較長的曝光時間會帶來挑戰，例如熱雜訊的增加、熱畫素、暗電流和運動偽影；這些問題會降低影像品質並不利於檢測精度。

熱雜訊和熱點：
較長的曝光時間會導致感光元件發生熱量積聚，產生熱雜訊和看起來很像產品缺陷的熱畫素，因而導致誤報和代價高昂的重工。
影像細節損失：
機械偏移、環境振動或熱膨脹造成的運動偽影，會使高放大倍率的半導體成像，以及高解析度顯示器分析中的精細細節變得模糊不清。
訊噪比 (SNR) 的取捨：
雖然較長的曝光時間能夠捕捉到更多光子，SNR 得以提高，但也會放大熱畫素和暗電流雜訊，造成高解析度感光元件中的關鍵缺陷遭到掩蓋。
成本與影像品質：
具有冷卻功能最佳化的高階感光元件可將雜訊降低到最少，但卻造成成本和複雜性的增加，因此不適合預算敏感型應用。

為了克服這些挑戰，感光元件最佳化、冷卻解決方案和先進影像處理技術的組合，有助於在不犧牲效率的情況下保持精度。

方法	運作方式	優點	缺點
熱畫素校正	辨識並校正多張畫面上的熱點畫素。	直接針對熱畫素，維持訊號正確性。	對即時應用來說，運算成本較高。
傳統的暗畫面消去法	拍攝較暗的參考影像，減去影像中的熱雜訊。	對於靜態雜訊圖樣有效。	需要兩張畫面，並且無法處理時變雜訊。
畫素對應與遮罩	辨識熱畫素並將其替換為相鄰畫素值。	對持續性的熱畫素有效。	對真正的缺陷圖樣會造成失真。
時序雜訊降噪 (畫面堆疊)	將多個畫面進行平均運算，以降低隨機雜訊	提高 SNR，適用於靜態雜訊。	不適用於移動物體或動態場景。
相機外殼設計最佳化	降低感光元件溫度，以防產生熱雜訊與熱畫素。	自來源防止熱畫素，提高影像品質。	無法消除所有噪點，特別是在極長時間曝光時。

為了獲得最佳影像結果，尤其是在半導體和顯示器檢測等複雜環境中，幾乎沒有單一標準解決方案可以解決所有問題。因此，建議使用綜合方法，如硬體解決方案和後製處理演算法的結合。

硬體最佳化：精心設計的相機外殼，可將感光元件維持在穩定的低溫下，顯著減少熱雜訊和熱畫素的產生。將相機核心溫度保持在 45°C 以下特別有效，可將熱畫素抑制在最低水準。
軟體後製處理： 拍攝後，使用熱點相關性、暗畫面消去法和畫素映射等演算法，可以進行影像最佳化，校正因長時間曝光而導致的任何殘留偽影。
以 FPGA 進行即時降噪： 使用 FPGA 進行處理的先進解決方案，可以動態調整曝光設定，並直接在感光元件層級來執行即時雜訊校正，確保在不增加處理延遲的情況下，將雜訊和熱點降至最低限度。

我們提供先進的半導體和顯示器檢測解決方案，可有效對應長時間曝光成像帶來的諸多挑戰。

減少熱畫素：我們的動態熱點校正演算法，可在 8 秒的曝光時間內，將熱點保持在 2 ppm (每百萬畫素) 以下，增益設定為 27dB，確保缺陷檢測畫面更為清晰。
即時處理 CPU 零負載： 直接在相機的 FPGA 上執行多種影像處理演算法，無需透過 PC 執行，電腦 CPU 零負載也可獲得高品質結果，同時提高效率。
曝光設定最佳化： 無論是動態顯示器檢測還是高精度半導體分析，我們都能提供最佳化曝光設定，以滿足您的檢測需求。
精巧高效的冷卻解決方案：我們提供可選用的冷卻設計，從頭開始防止熱點產生；該設計可以取代後製處理的人力，還能獲得更佳成果。