視頻會議系統(tǒng)中攝像機(jī)的工作原理解析及選擇標(biāo)準(zhǔn)

鄭文欽

前言

會議溝通是人們在日常工作中每天都可能會進(jìn)行的事情，有效率的溝通往往能夠事半功倍。面對面的溝通當(dāng)然是最有效率的，可以快速互動交換信息，可以聽到聲音，看到肢體語言及面部表情，從而判斷虛實(shí)。然而，要做到面對面會議交談在某些情況下并不容易，尤其是異地的會議，也許要通過汽車、火車甚至飛機(jī)等交通工具，到達(dá)后還有進(jìn)一步協(xié)調(diào)會議時間。顯然，這樣的會議成本是十分高昂的。

所幸隨著科技的進(jìn)步，網(wǎng)絡(luò)頻寬倍數(shù)增加，半導(dǎo)體制程進(jìn)入數(shù)十納米級，IC的發(fā)展速度飛快，內(nèi)容壓縮技術(shù)的成熟及儲存媒介價格的大幅下行，讓人們可以天涯咫尺，花極小的代價，讓雙方在不同地理區(qū)域，很容易地做面對面開會溝通。這就是視訊會議系統(tǒng)所帶來的便利性，隨時都可做會議溝通，讓我們做事的效率大大提升。

遠(yuǎn)程會議如果少了視訊，無法看到對方的表情以及實(shí)體物的當(dāng)場演示，都會減弱信息傳達(dá)的效果。相反，如果能看到與會者的表情，聽得到原音重現(xiàn)，則可以達(dá)到如親臨現(xiàn)場般的溝通效果。這就是視訊會議的功效。

據(jù)來自IDC的數(shù)據(jù)表明，從2013年開始，視訊會議云服務(wù)市場已呈現(xiàn)加速發(fā)展的態(tài)勢。IDC預(yù)測中國視訊會議市場2013-2018年將保持6.5%的年復(fù)合增長率，2018年市場規(guī)模將達(dá)到4.9億美元。

另外，由于智能型手機(jī)的普及化讓攝像機(jī)技術(shù)及產(chǎn)業(yè)已成今日的顯學(xué)，統(tǒng)計分析資料顯示，一場視訊會議總的信息量中，數(shù)據(jù)和聲音的信息量分別約5%，其余90%都是視訊的信息量。因此可以說，視訊會議應(yīng)用中，優(yōu)質(zhì)的視訊是系統(tǒng)性能的關(guān)鍵。

這其中，攝像機(jī)更是視訊會議系統(tǒng)中決定畫質(zhì)的一大關(guān)鍵周邊元件，畫質(zhì)好壞決定了人們對一套視訊會議系統(tǒng)優(yōu)劣最直接的評價。因此，選擇適當(dāng)?shù)臄z像機(jī)可以發(fā)揮出視訊會議系統(tǒng)最大的作用。

視訊會議系統(tǒng)簡介

視訊會議系統(tǒng)組成包括：1.至少一個攝像機(jī)；2.數(shù)個麥克風(fēng)；3.會議主機(jī)；4.顯示銀幕；5.計算機(jī)。其系統(tǒng)架構(gòu)如圖1。

攝像機(jī)訊號通過HDMI或SDI端口傳輸?shù)揭曈崟h主機(jī)（codec），經(jīng)由視訊壓縮（H.264）以減少頻寬，再透過網(wǎng)際網(wǎng)絡(luò)傳到遠(yuǎn)端的視訊會議主機(jī)，經(jīng)由解壓縮把畫面還原呈現(xiàn)在遠(yuǎn)端會議室的顯示端，供與會者觀看。兩端的視訊會議主機(jī)需執(zhí)行同時壓縮現(xiàn)場視訊及解壓縮遠(yuǎn)端視訊的任務(wù)。

視訊會議主機(jī)需接收攝像機(jī)的原始視訊（無壓縮），不接收IP已壓縮的資料。因視訊會議主機(jī)需要把視訊及聲音一起整合壓縮處理，另外需實(shí)時依網(wǎng)絡(luò)頻寬做壓縮比率的調(diào)整，以保持視訊順暢。

視訊會議系統(tǒng)使用情境

視訊會議系統(tǒng)在于提供分離兩地的團(tuán)體，透過會議系統(tǒng)經(jīng)由網(wǎng)際網(wǎng)絡(luò)或特定專線做語音、視訊及資料交換。雙方必須注視顯示端上的人臉表情做實(shí)時交談。這是一個被嚴(yán)格要求的及時互動系統(tǒng)，畫面過多延遲會影響對談的順暢，同時畫面的順暢性及畫質(zhì)清晰也是會議成功與否的因素。視頻會議的使用場景如圖2。

一般的會議室安裝一個攝像機(jī)，時而看全景，時而將焦距調(diào)近至放大發(fā)言者。切換時，攝像機(jī)云臺需迅速旋轉(zhuǎn)，以獲取發(fā)言者影像，反應(yīng)速度快則讓會議進(jìn)行隨心所欲。另外要求放大或云臺旋轉(zhuǎn)時畫面要依然維持清晰不失焦，否則會影響與會者的會議體驗(yàn)，甚至帶來生理不適。

攝像機(jī)的功能模塊及工作原理

攝像機(jī)的外觀及內(nèi)部功能模塊如圖3和圖4所示。其內(nèi)含關(guān)鍵元件包括：1.鏡頭；2.感光器（sensor）；3.影像處理器（ISP）；4.信號傳輸界面；5.控制云臺；6.微電腦控制單元（MCU）。其工作原理如下：

信號傳輸流程如下：

鏡頭，負(fù)責(zé)收集光線并距焦于傳感器上，鏡頭則由微電腦控制單元控制鏡頭馬達(dá)來達(dá)成聚焦及放大，影像處理器負(fù)責(zé)把Bayer格式圖形的RGRG、GBGB（感知器上的原始信號）轉(zhuǎn)成RGB 8：8：8 24Bit/5并送到傳輸界面轉(zhuǎn)換成SDI或HDMI信號與顯示器或會議系統(tǒng)主機(jī)連結(jié)。如圖5所示。

影像處理器：是攝像機(jī)的核心器件，執(zhí)行攝像機(jī)的自動對焦（AF），自動亮度平衡（AE）及白平衡（AWB），通稱3A動作，從取像畫面所萃取出來的特征值，提供微電腦控制單元去控制鏡頭的對焦及光圈變動，完成3A。

微電腦控制單元：同時也接受外界（視訊會議主機(jī)）通訊命令，以控制云臺轉(zhuǎn)動及攝像機(jī)的運(yùn)作模式。

攝像機(jī)關(guān)鍵元件及其關(guān)鍵參數(shù)

鏡頭：決定80%取像質(zhì)量。以下是鏡頭幾個重要參數(shù)：

焦距決定攝像機(jī)的視角（需與Sensor搭配計算的數(shù)字）：以SONY IMX236 1/2.8”為參考，焦距與視角關(guān)系見下表。

變焦或定焦：變焦鏡頭在設(shè)計上非常復(fù)雜，因此價格數(shù)倍于定焦。變焦提供我們對遠(yuǎn)距離物體做拉近放大做特寫用途的方便性。

幾何畸變：業(yè)界常規(guī)以2.5%當(dāng)做標(biāo)準(zhǔn)，鏡頭幾何失真大于2.5%，即可以明顯察覺。畸變越小設(shè)計越復(fù)雜，鏡頭成本也就越高。

光圈：決定進(jìn)光量。在一般室內(nèi)教室或辦公室200-400流明環(huán)境，光圈值F1.6-F2.0可以提供不錯的進(jìn)光量。

鏡頭參數(shù)與設(shè)計關(guān)系：大光圈、小畸變、高變焦倍率、短焦距，都是讓鏡頭復(fù)雜化成本變高的參數(shù)。

影像傳感器：決定影像色彩質(zhì)量及信噪比性能。

光學(xué)尺寸：感知測光學(xué)區(qū)塊尺寸（D）必須小于鏡頭光學(xué)尺寸（L）否則會有暗角出現(xiàn)。目前在視訊會議系統(tǒng)，主流傳感器尺寸是1/2.7”-1/3.2”。尺寸越大越好。如圖6所示。

畫索尺寸：尺寸（P）越大感光度越好，暗部噪點(diǎn)越小。一般數(shù)字3.0um-2.2um。

畫索個數(shù)：決定分辨率，目前主流數(shù)字1，920×1，080全高清或1，280×720高清。

影像處理器（ISP：Image Signal Processor）。執(zhí)行以下功能：

3A：自動對焦（AF）、自動亮度平衡（AE）及白平衡（AWB）的通稱。ISP從畫面信息萃取出特征信息，供微電腦控制器控制鏡頭對焦，畫面亮度調(diào)節(jié)及修正光源對畫面色溫的影響。

色彩還原：將傳感器Bayer格式圖像的RGRG、GBGB格式轉(zhuǎn)化成RGB 8：8：8格式，并依傳感器的頻譜做色彩轉(zhuǎn)換以達(dá)色彩傳真的效果。如圖7、圖8所示。

噪聲抑制：由于感知器本身就具有熱噪聲、雪花噪聲及壞點(diǎn)。噪聲在暗部則相對明顯。除了散熱需要考量外，還需要靠電子方式以抑制噪聲。方法有2D及3D降噪方式，一般而言3D的效果較佳。

輸出界面：

USB3.0：直接與計算機(jī)連結(jié)的應(yīng)用，USB是最簡潔的界面，是軟件視訊會議的最佳搭檔。

HDMI：適合距離30m以內(nèi)的信號傳輸。

SDI：適合用于超過30m-150m長距離的連接，但系統(tǒng)上需要在遠(yuǎn)端增加一個SDI接收器。

云臺：負(fù)責(zé)帶動攝像機(jī)做水平及垂直轉(zhuǎn)向。內(nèi)部結(jié)構(gòu)是由兩個馬達(dá)透過傳動結(jié)構(gòu)（齒輪及皮帶）帶動攝像機(jī)。探討如何挑選適當(dāng)?shù)囊曈崟h攝像機(jī)

當(dāng)你要選擇一個視訊會議攝像機(jī)時，以下可以作為評估的參考，其中分規(guī)格書評價及實(shí)機(jī)操作評價。

規(guī)格書評價：

鏡頭視角：若你的攝像機(jī)與最近一排的人距離（D）1.5米，那63度視角（θ）是足夠的。若小于1.5米，視角則需要70度。如圖9所示。

變焦倍率：若想要對一個人特寫（約1.0×0.6平方米的框框），鏡頭與人距離5米需要5×變焦，10米則需要10×變焦鏡頭。

分辨率：全高清（1080p）點(diǎn)數(shù)是高清（720p）的2.25倍，全高清是目前的主流。

每秒張數(shù)：60P可以得到順暢的畫面，這跟電視的每秒張數(shù)一致，看起來較自然。

傳感器尺寸：大于1/3”可以得到較好的感光度。

鏡頭光圈：數(shù)字越小越好，小于1.8都是好的選擇。

3D降噪：有此功能可以讓畫面干凈穩(wěn)定不噪動。

輸出界面：DVI適用配線不超過30米，若有3G-SDI可以適用于長于100米的場景。

實(shí)機(jī)操作評估：

清晰度：拍攝看報紙或文檔來分辨清晰度。這與鏡頭解像力的選擇、ISP的性能及廠家畫質(zhì)調(diào)制能力有關(guān)。

色彩正確或飽和：嘗試看人的膚色是紅潤或忠于原色。這跟感知器選用、ISP的性能及廠家調(diào)色能力有關(guān)。正確與飽和不可兼得，但廠家會提供菜單供使用者選擇。

對焦正確性及速度：讓攝像機(jī)切換對焦近距離物體或遠(yuǎn)端物體，即可得知其性能。這部分是廠家能力差異最大的項(xiàng)目之一。這跟ISP所能提供的信息及各家算法能力有關(guān)，是攝像機(jī)的關(guān)鍵技術(shù)。困難點(diǎn)在于畫面的內(nèi)容千變?nèi)f化，當(dāng)在暗畫面及較單調(diào)的畫面是挑戰(zhàn)。

變焦跟隨（Zoom Tracing）：變焦過程中畫面是否一直保持清晰。這部分也是廠家能力差異大的項(xiàng)目之一，跟ISP所能提供的信息、鏡頭質(zhì)量優(yōu)劣及攝像機(jī)廠家算法能力有關(guān)。

畫面的延遲：于攝像機(jī)前揮動您的手，同時看顯示器可以察覺兩者的時間差。一般延遲在1-2幀是優(yōu)質(zhì)的設(shè)計，其關(guān)鍵在于ISP的架構(gòu)設(shè)計。

畫像訊噪比：觀看黑色物體表面的浮動噪點(diǎn)多寡，傳感器像素大小是占80%信噪比的性能，但還跟鏡頭的光圈大小有關(guān)系。ISP僅能做數(shù)碼降噪功能，其3D降噪可以維持清晰度及大幅消減噪點(diǎn)。

畫面的幾何畸變：觀看門或窗的線條是否扭曲。該性能完全歸于鏡頭的因素，2.5%是業(yè)界的常規(guī)。鏡頭畸變端賴鏡頭設(shè)計的復(fù)雜度，隨變焦倍率或廣視角會讓小畸變更困難。

云臺移動畫面順暢性：以遙控器轉(zhuǎn)動云臺看畫面的流暢性，尤其是在低速下，云臺機(jī)構(gòu)及傳動設(shè)計，馬達(dá)驅(qū)動需避免引起共振及馬達(dá)的走走停停。

云臺轉(zhuǎn)動噪音：以遙控器轉(zhuǎn)動云臺聽其聲音大小。會議需要安靜的環(huán)境，云臺轉(zhuǎn)動的噪音是被嫌惡的，該項(xiàng)指標(biāo)跟廠家傳動機(jī)構(gòu)設(shè)計及馬達(dá)控制方式有關(guān)。