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提取和傳遞信息輸出的目的。除傳統工業應用，先進駕駛輔助系統（ADAS）、增強現實和虛擬現實（AR/VR）技術及智能安全系統的機器視覺能力均要求使用先進的數字成像技術。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常活動。
聲明：部分內容及圖片來源于網絡，如有侵權請聯系刪除。
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工業應用范疇的使用需求。
AR/VR、安全系統以及ADAS駕駛監控采用了眼動追蹤、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幾乎不會干擾用戶。在如AR/VR或駕駛監控系統等應用中，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系統中，比較夜視條件下兩種方法的優劣。其中一家汽車制造商使用了一種被動式遠紅外（FIR）系統，它可根據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系統的最大有效探測距離為600英尺。
NIR的局限性
大多數情況下，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。NIR成像系統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≤ 800nm的靈敏度。如果可將NIR成像系統的靈敏度增加到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決定：量子效率（QE）和調制傳遞函數（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，為了維持穩定的MTF并實現清晰的圖像，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。
