Hay distintos estándares de transmisión de señales de vídeo entre la cámara y otros sistemas como monitores de TV, frame grabbers o sistemas de grabación. Cada uno de estos estándares define la frecuencia de la señal de vídeo, el número de líneas por cuadro y el número de cuadros por segundo. Distintos comités internacionales establecieron estos estándares en los primeros tiempos de la televisión. Cualquier tipo de señal de vídeo que se ajusta a estos principios se denomina señal de vídeo estándar.
Los estándares más comunes en Europa son CCIR (Consultative Comité for International Radio) y PAL (Phase Alternation by Line). Y en Estados Unidos, RS-170 (EIA) y NTSC (National Televisión System Comite).
CCIR y RS-170 son estándares para vídeo monocromo y PAL y NTSC son para color.
Las frecuencias de estas señales son las siguientes:
CCIR y PAL
625 Líneas entrelazadas.
25 Cuadros por segundo (50 campos por segundo).
RS-170 Y NTSC
525 Líneas entrelazadas.
30 Cuadros por segundo (60 campos por segundo).
Para las señales CCIR y PAL, las imágenes son capturadas a una velocidad de 25 imágenes por segundo. La señal de vídeo entrelazada está compuesta por dos campos horizontales, el campo impar (líneas de vídeo horizontales impares) y el campo par (líneas de vídeo horizontales pares). El término entrelazado se refiere a la forma en que los campos son barridos secuencialmente, primero el campo impar y después del campo par, y entrelazados posteriormente para formar la imagen.
La mayoría de los monitores de televisión funcionan de esta forma, y de hecho el ojo humano no se da cuenta de que funcionan así debido a la gran velocidad de refresco.
En las aplicaciones de visión artificial, los objetos frecuentemente pasan con cierta velocidad por delante de la cámara. Cuando se utilizan cámaras entrelazadas, los objetos se han movido entre la captura del campo impar y la del campo par, el resultado es que la imagen aparece desenfocada y como si tuviera una doble exposición.
Para paliar este efecto algunas cámaras entrelazadas pueden configurarse para leer solo un campo. La resolución vertical en este caso es la mitad, pero la velocidad de captura de imagen se aumenta al doble (50 en el caso de CCIR o PAL). Esta forma de funcionamiento de la cámara se denomina modo campo o modo no entrelazado, y es muy útil en muchas aplicaciones de visión. El modo campo puede proporcionar la ventaja adicional de tener el doble de sensibilidad si se utiliza la opción de binnig.
El termino binnig se refiere a un modo especial de funcionamiento del CCD, donde se hace que el sensor lea 2 o más píxeles a la vez y la carga acumulada para cada uno de los píxeles se suma, de esta forma se reduce la resolución, pero se incrementa la velocidad, y la relación señal / ruido.
En aplicaciones con objetos en movimiento donde se necesita toda la resolución vertical, se deben utilizar las cámaras progresivas, que se describen más adelante, ya que se trata de cámaras con señal de vídeo no estándar.
Las cámaras que funcionan con estos estándares son cada vez menos utilizadas en los sistemas de visión artificial, quedando reducido su uso a los sistemas con salida analógica.