3. 图像传感器选型：CMOS vs CCD、高动态范围传感器、事件驱动传感器原理

各位好，我是老张。做仿生眼这些年，传感器选型是我踩坑最多的地方。说白了，传感器就是仿生眼的「视网膜」，选错了，后面算法再牛也白搭。今天咱们聊聊三种主流方案：CMOS与CCD的恩怨、高动态范围怎么实现、以及事件驱动传感器这个新物种。

3.1 CMOS vs CCD：一场持续二十年的战争

先说说CMOS和CCD。我入行那会儿，CCD还是绝对王者，CMOS被嫌弃「噪声大、灵敏度低」。但现在呢？CMOS几乎一统天下。为什么会这样？

核心区别在于读出方式。

• CCD（电荷耦合器件）：像传送带一样，把每个像素的电荷逐行「搬」到输出端。搬的过程不能出错，所以画质纯净，但功耗高、速度慢。
• CMOS（互补金属氧化物半导体）：每个像素自带放大器，直接读出电压值。说白了就是「各自为政」，速度快、功耗低，但像素间一致性差。

我做过一个对比实验：同样光照下，CCD拍出来的暗部细节确实干净，但CMOS的帧率能跑到CCD的5倍以上。对于仿生眼这种需要实时响应的场景，CMOS是唯一选择。

参数	CCD	CMOS
噪声水平	低	中（近年改善明显）
功耗	高（约500mW-1W）	低（约100-300mW）
帧率	30-60fps	60-1000fps
集成度	需外部驱动电路	片上集成ADC、ISP
成本	高	低

3.2 高动态范围传感器：让暗部和亮部同时可见

动态范围是什么？说白了就是传感器能同时看清最暗和最亮区域的能力。单位是dB，数值越大越好。

普通CMOS的动态范围大概60-70dB，但真实场景呢？你想想看，从室内走到室外，亮度差可能超过120dB。普通传感器拍出来，要么窗外一片死白，要么室内一片漆黑。

高动态范围（HDR）的实现方式主要有三种：

1. 多帧合成：拍几张不同曝光时间的图像，然后合成。这是最成熟的方法，但运动场景容易产生鬼影。
2. 对数响应像素：让像素的响应曲线变成对数形状，一次性覆盖大动态范围。我曾在项目中用过，效果不错，但信噪比会下降。
3. 双增益/多增益读出：每个像素同时输出高增益和低增益信号，芯片内部自动融合。这是目前主流方案，比如索尼的IMX系列。

我个人习惯用双增益方案。它不需要额外算法，硬件直接输出HDR图像，延迟低。对于仿生眼这种实时系统，延迟每增加1ms，控制精度就下降一截。

3.3 事件驱动传感器：颠覆传统的「像素级革命」

这个我得重点说说。事件驱动传感器（Event-based Sensor），也叫动态视觉传感器（DVS），它和传统传感器完全是两码事。

传统传感器怎么工作？ 每个像素按固定帧率采样，不管场景有没有变化，一帧一帧地拍。这导致大量冗余数据——你想想看，静止的背景每帧都一样，但传感器还在重复传输这些数据。

事件驱动传感器呢？ 每个像素独立工作，只有当检测到亮度变化超过阈值时，才输出一个「事件」。事件包含：像素坐标、时间戳、亮度变化方向（变亮还是变暗）。

说白了，它只输出「变化」的信息。静止区域？不输出。这样数据量能减少90%以上，延迟低到微秒级。

我画了一张图，帮你理解两者的区别：

事件驱动传感器的优势很明显：

• 微秒级延迟：传统传感器要等一帧结束才能输出，事件传感器像素级独立响应，延迟低到1微秒。
• 高动态范围：因为每个像素独立判断亮度变化，能同时适应极亮和极暗区域，动态范围轻松超过120dB。
• 低功耗：静止场景几乎不耗电，只有变化时才消耗能量。

目前主流的事件传感器有：iniVation的DAVIS系列、Prophesee的Gen4系列。我个人推荐Prophesee的Gen4，分辨率640×480，动态范围120dB，延迟1μs，非常适合仿生眼应用。

3.4 选型决策：到底选哪个？

我总结一下我的选型经验：

• 静态场景或慢速运动：普通CMOS就够了，成本低，算法成熟。
• 快速运动且光照变化大：高动态范围CMOS，双增益方案优先。
• 超高速运动或极低功耗需求：事件驱动传感器，但要做好算法重构的准备。

嗯，传感器选型没有绝对的好坏，关键看你的场景。我见过有人用事件传感器做手势识别，效果惊艳；也见过有人用它拍风景，结果一团糟。选对工具，比用好工具更重要。

---

公众号:蓝海资料掘金营，微信deep3321