La utilización de imágenes como entrada a un sistema de procesamiento es un tema de investigación que, desde hace tiempo, ha demostrado ser muy útil en múltiples aplicaciones que van desde la monitorización y control, a su utilización en sistemas de visión para robots. En la mayoría de las ocasiones se ha empleado una cámara convencional, de las utilizadas en consumo doméstico, para resolver los diferentes problemas de visión que se han ido planteando. Con la ampliación del mercado del procesado de imágenes, y con el abaratamiento de determinadas tecnologías diferentes a la CCD, se ha empezado, no hace mucho, a cambiar la tecnología de fabricación de cámaras para el procesado de imágenes. Este cambio de orientación hacia el sensor en sí, y la forma en que las imágenes son capturadas, se plasma en la introducción de nuevas distribuciones topológicas de los pixels en la cámara. Una distribución en matriz cartesiana resulta interesante para la mayoría de aplicaciones, pero alguna otra topología como en el ojo humano por ejemplo, donde la resolución es mayor en el centro de la imagen, puede resultar interesante para determinadas aplicaciones. Las características matemáticas del mapeado log-polar (que es un caso particular de una topología espacio-variante, como en el ojo) y sus propiedades de reducción selectiva de la información, hacen que sea la más adecuada para realizar cámaras de visión foveales (mayor resolución en el centro). La tecnología CMOS se ha popularizado en los últimos años debido a su bajo coste y facilidad de diseño. El campo de aplicación de esta tecnología es básicamente el de circuitos digitales, pero dado su bajo coste, ha resultado interesante su aplicación en sistemas analógicos y en la realización de sensores. La calidad obtenida con esta tecnología no es tan buena como la que se obtiene de un CCD, pero para un sistema de visión automática el concepto de buena calidad depende de la tarea a realizar, y hoy en día, la mayoría de los problemas de visión se pueden resolver con calidades de imagen inferiores a la del CCD. Aparte, la tecnología CMOS ofrece una serie de ventajas para la realización de sistemas de visión, como son la facilidad de conexión, reducción de circuitería y control, acceso aleatorio, etc. En esta tesis se juntan ambos conceptos, por un lado la realización de un sensor espacio variante para el tratamiento de imágenes o su simple captura, y por el otro, la utilización de la tecnología CMOS para la fabricación de un sensor de imágenes. La justificación de la tecnología CMOS es que, en primer lugar, la tecnología CCD ha demostrado ser inadecuada para abordar el problema de escalado y diseño que supone tener pixels de diferentes tamaños en el sensor con disposición polar. En segundo lugar, el sensor retínico puede jugar un gran papel en sistemas de visión empotrados, por lo que resulta interesante que sea fácilmente conectable a un sistema basado en microprocesador, un bus, etc. Además, resulta interesante el abaratamiento de costes que supone la utilización de estos sensores junto con el abaratamiento indirecto obtenido por la reducción del sistema y la sencillez de la lógica de control. Hay dos formas básicas de capturar la luz con un sensor CMOS. Un primer grupo de sensores lo forman aquellos cuyas células están basadas en la integración de la luz durante un cierto intervalo de tiempo. Este método, si bien ofrece una calidad alta, no es el más adecuado para la sensorización espacio-variante puesto que resulta difícil resolver el problema del escalado de la señal entre pixels de diferentes tamaños. Además, la lógica de control es crítica y no se consigue un verdadero acceso aleatorio. En el otro grupo, la luz es convertida en una magnitud eléctrica accesible continuamente; la calidad no es tan alta por ser más sensibles al ruido, pero su lógica de control es más simple y son verdaderamente accesibles aleatoriamente de forma continua. El tipo de célula elegida para la realización del sensor se encuentra en este segundo grupo y posee además una relación logarítmica entre la luz incidente y la señal entregada. La respuesta logarítmica resuelve el problema del escalado entre células ya que transforma las diferencias de escala en un término aditivo que puede ser restado fácilmente fuera del sensor por un circuito que también se incluye. Aparte, el escalado de los transistores según la circunferencia permite tener un banco de pruebas para testear y comprobar los efectos de geometría pequeña presente en los transistores MOS. Así, se han realizado estudios sobre los efectos de canal estrecho en el sensor que pueden resultar interesantes dados los pocos sistemas donde se pueden probar los escalados en la anchura del canal. El sensor ha sido diseñado y fabricado utilizando tecnología CMOS de Mietec 0.7 um. Las herramientas de diseño actuales no están preparadas para la realización de diseños con curvas, disposiciones polares, etc. El problema se aborda a partir del diseño completamente a medida de cada uno de los elementos. Para ello se utiliza un lenguaje para describir los diferentes polígonos y vértices a partir de la descripción matemática del sensor. Se ha realizado por tanto una descripción que genera, casi de forma automática, el plano focal del sensor de cualquier retina dándole los parámetros del sensor (pixels, circunferencias, etc.). Se ha realizado una cámara y tarjeta de adquisición de imágenes para realizar diversos experimentos. El sensor funciona. El sensor permite hasta 200 imágenes por segundo. La resolución es de 128x56 en la retina y 20 circunferencias más en la fóvea con un número decreciente de pixels por anillo. La calidad de imagen alcanza los 7 bits (128 niveles de gris). La respuesta logarítmica permite hasta 4 décadas de niveles de iluminación. La principal desventaja es el alto nivel de ruido fijo (FPN) que puede ser fácilmente resuelto mediante circuitería externa. Un problema que también existe es la diferencia de ganancia de los pixels inferiores debido a la corriente de pérdidas, pero esta diferencia es pequeña y puede ser minimizada externamente. Este sensor abre un amplio campo de aplicaciones que van desde la comunicación de imágenes en tiempo real por líneas de baja banda, hasta su utilización en análisis de movimiento a alta velocidad para navegación robótica. En cuanto a la primera aplicación existe actualmente un sistema para comunicación entre sordo-mudos que utiliza el sensor. Sobre la segunda, hay varios centros investigando sobre el tema.

The utilization of images as the input for a processing system is a research field that has demonstrated its benefits in many applications ranging from control and monitoring to robot vision systems. In most cases, a classical video camera has been employed to solve many different image processing tasks. With the increasing market of the image processing, and with the cost reduction of different technologies than the CCD, came a change in the technology employed for sensor fabrication. This change in orientation to the sensor itself and the way images are captured, has led to the introduction of new pixel topologies for image cameras. The cartesian grid distribution is interesting for most application, but some other topology, as in the human eye where resolution is higher in the middle for example, can be interesting for some specific applications. The mathematical properties of the log-polar mapping (that is a particular case of a space-variant topology, like in the eye), and its properties of selective data reduction, make this special mapping the most suitable to implement foveated vision cameras (more resolution in the image center than in the periphery). The CMOS technology has become very popular during the last years due to its low cost and easy design. The application arena of this technology is the digital circuit design, but since its cost is reduced, it has become interesting the application in analog systems and the implementation of vision sensors. CMOS image quality is not as good as the CCD, but for an automatic vision system, the concept of good quality depends on the task to be performed, and nowadays, most image processing problems can be solved with less image quality than the offered by CCD cameras. Yet, the CMOS technology offers many advantages for the implementation of image processing systems, as the easy connection logic and simple interface, control circuitry reduction, true random access, etc. Both ideas are put together in this thesis. In the one hand, the implementation of a space-variant sensor for image processing or just acquisition, and in the other hand, the employment of the CMOS technology for the image sensor design and fabrication. Several reasons justify the election of the CMOS process to fabricate the sensor. First, it has been demonstrated that the CDD technology is not good to solve the design and scaling problem coming from the presence of different size pixels and their polar distribution. Second, the retinal sensor can play a good role in embedded vision systems; therefore, it is interesting to have a simple interface to a microprocessor system, a bus, etc. Also, it is interesting the cost reduction coming from the use of these sensors together with the indirect cost lowering coming from the system size reduction and the simple control logic. There are several possibilities to capture light using the CMOS technology. Those sensors which cells are based on light integration during a time interval form a first sensor group. This method, although it offers good image quality, is not the most adequate for the space-variant sensing since it is very difficult to solve the scaling problem among different size pixels. Yet, the control logic is critical and there is no true random access. In the other group, sensors transform light in an electrical magnitude measurable in a continuous way; image quality is not so good since they are more sensible to noise, but their driving logic is simpler and they can truly be accessed pixel by pixel in a continuous way. The elected cell for the sensor implementation is found in this second group, presenting a logarithmic relation between incident light and output signal. The logarithmic response solves the scaling problem among cells since it transforms the scaling differences in additive terms that can be easily subtracted outside the chip by a circuit that is also described. In the other hand, the transistor scaling among circumferences allows a test bench to prove and measure the small geometry effects of MOS transistors. In this way, some studies have been carried out on the narrow channel effects in the sensor that are interesting since there are few systems where the width scaling can be tested. The sensor has been designed and fabricated using the Mietec 0.7um CMOS technology. Current design tools are not prepared to handle designs with curves, polar disposition of elements, etc. This problem has been solved using a full custom design approach based on a language to describe every element of the sensor. Every polygon and vertex is described using this language from the mathematical sensor description. The resulting description generates, almost automatically, the sensor focal plane of any retinal structure just giving the basic sensor parameters (pixel number, circumferences, pixel pitch, etc.). The fabricated sensor works correctly. A camera and frame grabber have been implemented to make some experiments and measures. The sensor can work up to 200 images per second. The resolution is 128x56 in the retina and 20 more rings in the fovea with decreasing number of pixels per ring. The image quality is about 7 bits (128 grey levels). The logarithmic response allows up to 4 decades of illumination levels. The main disadvantage is the high fixed pattern of noise (FPN) that can be easily solved by external circuitry. Another problem is the difference in the gain between inner and outer cells due to the leakage current in small cells, but this difference is small and can be minimized outside the sensor. This new sensor opens a wide field of applications ranging from the real time image communication through low bandwidth lines, to the high-speed movement analysis for robotic navigation. First application has been already implemented using the retinal sensor for a deaf-mute communication system. Second application is still under study and development by some research institutes.