La manipulación de imágenes es instrumental en muchas aplicaciones, incluyendo la electrónica de consumo, la vigilancia, la robótica, la visión de máquinas, etc. Algunas de ellas demandan imágenes de alta calidad, mientras que otras requieren el rápido análisis e interpretación del flujo de imágenes. Al margen del objetivo específico, todas las aplicaciones se benefician de embeber la circuitería de procesamiento junto con los sensores ópticos en el mismo sustrato de silicio. Las tecnologías CMOS permiten la incorporación de procesado digital on-chip para corregir artefactos en la imagen o para analizar e interpretar la escena en tiempo real. El uso de tecnologías CMOS permite la implementación de cámaras y sistemas de visión con un consumo de potencia reducido y un tamaño reducido. Ello permite la incorporación de la visión a aplicaciones en las que anteriormente estaba considerado económicamente prohibitivo o técnicamente inviable.
Esta línea de investigación engloba diferentes actividades relacionadas con la incorporación de inteligencia en los sensores de imagen, concretamente:

• Nuevas topologías de píxel para aumento de sensibilidad o ruido reducido.
• Sensores de iluminación frontal o tipo back-side.
• Píxeles para detección de fotón único y cálculo del tiempo de vuelo.
• Píxeles para la adquisición de imágenes de alto rango dinámico.
• Procesado in-pixel y memoria para la extracción de características en el plano focal.
• Canales de lectura reconfigurables para imagers digitales de altas prestaciones.
• Convertidores de datos para descarga de imágenes de alta velocidad y alta precisión (bajo ruido).
• Arquitecturas y algoritmos para la corrección de imágenes on-chip.
• Arquitecturas de procesamiento progresivo distribuido para sistemas de visión.
• Sensores para la capturas de imágenes 3-D.

Se cubren distintas áreas de aplicación como automoción, navegación de vehículos no tripulados, cámaras inteligentes distribuidas y redes de sensores inalámbricos dotados de visión. El benchmarking de estas aplicaciones se ha hecho usando sistemas reales. Partes significativas de la tecnología desarrollada se han transferido a la industria, incluyendo la creación de empresas spin-off.

J. Fernandez-Berni, R. Carmona-Galan and A. Rodriguez-Vazquez, Low-Power Smart Imagers for Vision-Enabled Sensor Networks, Springer, 2012 » doi

3DHVC: Design of high-performance heterogeneous, ultra high speed cellular sensor-processors for multispectral light sensing (BAA-11-001)
IP: Ángel Rodríguez Vázquez
Financia: Office of Naval Research (USA)
Ene 2011 - Dic 2013