对目前的两类图像传感器CCD和CMOS做了系统的分析和研究。对CMOS与CCD的结构特点，相关的性能参数进行了深入比较研究。针对CMOS 图像传感器的低灵敏度、高噪声，暗电流，低填充度和成像质量差等技术问题，提出了DRSCAN噪声消除技术，CMOS C3D技术，片上模拟处理技术和彩色插值算法等解决途径。通过进一步对图像传感器的应用发展情况和发展趋势的分析与研究,得出：在未来发展中，由于CMOS图像传感器已经克服了已有的技术瓶颈，在视频监控，航空探测设备，医疗设备，眼膜识别，可视通信等诸多领域的应用前景将会优于CCD图像传感器。

图像是用ccd图像传感器采集的，试用matlab进行图像处理算法，包括：去噪、边缘提取，对上述图像进行处理得到较为清晰的图像。代码详细，清楚，有图像对比。

本文研究的智能小车系统选用了TSL1401CL线性CCD图像采集模块，该模块采用串行通信方式与主控CPU连接，不仅电路简单、性能稳定，

本文档介绍典型的线阵CCD图像传感器，包括原理，驱动等，并介绍主流的CCD线阵图像传感器芯片

基于图像的河流流速测量，李峰，师卫，提出了一种基于CCD图像测量河流流速的方法，其工作原理是通过抓拍河流水面预设的浮标前后几幅的瞬时图片，根据浮标与CCD的相对位置

0 引言　　目前，具有自动驾驶功能的智能车越来越引起人们的重视。智能车装备了各种传感器来采集路况信息，通过计算机的控制可以实现自适应巡航，并且又快又稳、安全可靠。智能车不仅能在危险、有毒、有害的环境里工作，而且能通过计算机的控制实现安全驾驶，能大幅度降低车祸的发生率。智能车的设计关键是路况信息的采集，传统的方案多采用红外光电传感器，此方案不仅噪声较大，而且与主控CPU的连接电路复杂，传输速率慢。本文研究的智能小车系统选用了TSL1401CL线性CCD图像采集模块，该模块采用串行通信方式与主控CPU连接，不仅电路简单、性能稳定，而且采集速率快。通过实验测试，本文设计的智能车能根据采集到的图像分析

设计并实现了一种由彩色CCD、图像采集卡、计算机和测量软件组成的高温场测量仪。该测量仪利用比色测温原理计算并显示高温辐射体的表面温度场分布，通过自动调节进光量扩大CCD测温范围，利用黑体炉标定实验校正CCD光谱响应特性非理想带来的测温误差，构建辐射能衰减补偿器对受烟雾干扰的测温结果进行补偿校正。对工业现场进行测试，最大绝对误差为13.6K，最大相对误差为1.42%，平均每幅辐射图像计算时间为0.127s。测试结果表明，该测量仪具有较高的精确性和可靠度，符合工业生产对高温检测的要求。

CCD基本工作原理，光电转换、电荷存储、转移、信号提取

介绍了基于线性CCD传感器的智能小车整体框架、图像采集和处理以及路径识别控制算法。智能小车控制系统中选择线性CCD传感器进行路径识别，对采集的像素点进行中值滤波、二值化等处理，提取赛道两边的黑色边缘，取其中心位置作为小车的引导方向，控制舵机的转向，使得小车能够稳定、可靠地高速行驶。

卫星CCD图像的去云处理对遥感信息的增强与提取有重要的意义，尤其是在云覆盖严重的低纬度地区。为去除CBERS-02B卫星CCD图像中薄云的影响，分别使用Mallat和àtrous2种小波变换对图像进行分解；利用同态滤波对2种小波分解图像的低频系数进行处理，衰减其低频信息；将处理后的小波低频系数与分解的高频系数进行小波重构，从而达到去云的目的。定量分析基于Mallat和àtrous小波变换结合同态滤波法的去云结果袁明，经àtrous小波变换结合同态滤波法的去云影像所包含信息量大，细节信息丰富，去云效果较好。