在本文中，我们将考虑如车牌识别（LPR)或光学字符识别（OCR)等应用，在这类应用中，通常使用黑白成像，相机能够收集的光的数量，可能会受限于较短的曝光时间。确定解决成像问题所需要的分辨率、帧率和视场相对简单，然而要确定是否该相机具有足够的成像性就较为困难了。
这一挑战通常通过反复试验加以解决。我们来看一个例子：一位视觉系统设计者认为，针对上述提到的这类应用，一款运行帧率为30FPS的1/4“CCD VGA相机就足以胜任了。初始测试标明，当物体静止时，该相机在10ms的曝光时间下具有足够的灵敏度。图中显示了一个简单的例子：字符B、8、D和0很容易被视觉算法所混淆。左上方利用1/4"CCD相机拍摄的图像，适合于图像处理。
然而，当物体开始移动时，曝光时间需要减少，相机变不能提供有用的信息，因为字母“B"和“D”无法从数字“8”和“0”中被区分出来。图2中，左中和左下方的图像显示了图像质量的退化，特别是利用1/4“CCD相机在2.5ms的曝光时间下拍摄的图像，很显然不合适用于图像处理。
在这个例子中，假设不要求大景深，因此镜头的最小F值是可以接受的。换言之，就是不可能通过打开镜头的快门来收集更多的光。
因此，设计人员需要考虑不同的相机。现在的问题是：是否选择不同的相机能改善系统的性能。使用更大的传感器，已经被普遍认为是解决低光性能问题的一个好办法，因此1/2“传感器将是不错的选择。这里无需再进反复摸索，参考相机的EMVA 1288成像性能很有用。
通过EMVA 1288数据可以观察到：1/4"CCD传感器具有更好的量子效率和更低的噪声；但是1/2“CCD传感器具有更大的像素和更大的饱和容量。本文介绍了如何确定1/2”相机是否具有更好的表现。
图3中比较了1/4“和1/2”相机的信号值和光密度（光子数/um2)之间的曲线图。该信号作为光密度的一个函数，可以由以下公式确定：
信号值=光密度x（像素尺寸）2x量子效率
本文所做的一个重要假设是：两款相机具有相同的设置，镜头具有的相同的视场、相同的F值。
图1表明，在光密度相同的情况下，1/2“传感器将产生 更高的信号。此外，在图三中还可以观察到，1/4”和1/2传感器基本都在700个光子/um2的光密度下到达了其饱和容量，但很显然1/2“传感器的饱和容量值更高。
在本白皮书所考虑的应用中，相机的比较需要在低光水平下。因此，考虑噪声水平变得尤为重要。
图2显示，1/2"传感器比1/4"传感器在略微低的光密度下达到了绝对灵敏度阈值。要进一步确定哪款相机在低光应用中具有更好的表现，还需要进行一项更重要的测量就是信噪比(SNR)。
图3显示了两款相机的SNR与光密度之间的函数关系
