本文介绍一个依靠忆阻器执行像素级自适应背景提取算法的成像传感器架构。内置光频转换器(L2F)的像素是图像处理的核心组件，其输出的与光强成正比的数字脉冲被施加到忆阻器后，忆阻器电阻将会发生相应变化。另外两个忆阻器用于保存动态边界，边界外的光生信号行为被认为是异常，即意外快速变化。与全CMOS成像传感器相比，基于忆阻器的解决方案可取得更小的像素间距和非易失性存储功能，让设计人员能够使用可编程时间常数建立图像背景模型。

　　1.前言

　　过去的几十年，业界围绕CMOS架构视觉传感器理论进行了大量广泛的研究和探讨，旨在于在成像早期阶段处理图像，从场景中提取最重要的特征，如果换作其它方式达到同样目的，例如，使用普通计算技术，则需要为此花费昂贵的成本。在这个方面，运动侦测是最重要的图像特征之一，是多个复杂视觉任务的基础。本文重点介绍时间对比概念，这个概念在很多应用中特别重要，包括交通监控、人体运动拍照和视频监视。这些应用要求图像侦测精确并可靠，形状侦测准确，变化反应及时。此外，运动检测还必须灵活地适应不同的工作场景和光强条件。背景提取是目前最被认可的运动侦测方法。背景提取就是生成一个背景估算值，然后逐帧更新。分析运动类型，并将其与场景中特定对象关联，以便进行更高级别的处理，在这个过程中，光强变化无疑是帮助我们发现运动的第一个线索。因为可能会在某一时间点意外侦测到所有像素的变化，其中包括光线、阴影、噪声引起的变化，相对于过去，像素变化过快时，应该考虑的潜在变化。因此，应该在像素级实现一种低通存储器，跟踪像素对比变化，并在像素行为变化时发出报警。

　　本文介绍如何利用忆阻器实现上述算法。在上个世纪70年代，蔡少棠教授从理论上预言存在一种叫做忆阻器的无源器件，2008年惠普实验室演示了这种无源器件的物理模型，顾名义，忆阻器是一种可变电阻器，其导通状态能够记忆以前流经忆阻器的电流历史。

　　本文主要内容如下：下一章介绍与输入偏压有关的忆阻器行为，特别是基于脉冲的编程，这是本文的研究基础。第三章介绍像素工作原理，第四章重点介绍像素实现。第五章介绍仿真结果，第六章是结论。

　　II.忆阻器行为

　　如前文所述，忆阻器可以视为一个时间可变的电阻器，电阻值取决于以前流经忆阻器的电流值。

视觉传感器架构" height="174" width="500"/>

　　图1：忆阻器和简化等效电路图。图a:TiO2忆阻器结构；图b:等效电阻器电路

　　首次提出的忆阻器概念的是蔡少棠教授，在推理无源电路理论的等式对称性依据时，他认为忆阻器是电阻器、电容器、电感器之外的第四个基础无源器件。在发现忆阻器物理模型后，很多人想利用忆阻器令人兴奋的记忆特性开发模拟集成电路。惠普实验室开发的首个物理模型基于TiO2的两个区：一个高电阻的非掺杂区和一个有高导电氧空穴TiO2-x的掺杂区, 这两个区夹在两个金属电极板的中间，如图1a所示。当向忆阻器施加外部偏压时，掺杂层和非掺杂层之间的边界就会移动，位移是所施加的电流或电压的函数，因此，带电荷的掺杂区的漂移导致两个电极之间电阻变化。对于简单的电阻导电情况，下面等式定义了电压电流关系：

视觉传感器架构" height="65" width="257"/>

　　其中，RON 是掺杂原子浓度高的半导体薄膜的高导电区的电阻；ROFF是高电阻非掺杂区的电阻；D是忆阻器的长度；状态变量w(t)是掺杂比，u是掺杂迁移率。等式(2)积分运算得出w(t)公式：

　　将（3）代入（1），取得忆阻值。

　　若RON≤ROFF，忆阻值可用下面等式表达：