第二讲：图像传感器与模组基础
大家好，我是你们的调优课讲师。今天咱们聊聊整个Camera Tuning的根基——传感器和模组。说白了，你调了半天参数，效果不好，很多时候问题不在算法，而在硬件本身。我见过太多工程师拿着顶级ISP去配一颗低端Sensor，结果怎么调都救不回来。
这一讲，我会把Sensor怎么工作的、Bayer阵列是啥、模组里那些镜片和马达是干嘛的，以及选型时容易踩的坑，一次性讲清楚。
一、Sensor工作原理：从光子到数字信号
图像传感器，核心任务就是把光信号转成电信号。目前主流的是CMOS传感器，CCD基本退出了消费电子市场。
工作流程可以概括为四个步骤：
- 光电转换：每个像素点的感光二极管吸收光子，产生电子-空穴对。光子越多，积累的电荷就越多。
- 电荷积累：在曝光时间内，电荷被存储在像素的势阱里。曝光时间越长，电荷越多。
- 电荷读出：通过行选通和列选通，逐行把电荷转移到模数转换器（ADC）。
- 量化输出：ADC把模拟电压转换成数字值，通常是10bit、12bit或14bit。
关键参数：满阱容量（Full Well Capacity）
每个像素能存储的最大电子数。满阱越大，动态范围越宽。但像素尺寸越小，满阱就越小，这是物理限制。
嗯，这里要注意一个概念：量子效率（QE）。它表示入射光子中有多少比例能转化成电子。我调过一颗Sensor，QE标称70%，但实际暗光下噪声大得离谱。后来查了datasheet才发现，它在近红外波段QE掉到了30%以下。所以选Sensor不能只看峰值QE，要看全波段曲线。
二、Bayer阵列与CFA：颜色从哪来？
单个像素只能感知亮度，分不清颜色。那彩色图像怎么来的？答案就是——在像素表面覆盖一层彩色滤光片阵列（CFA）。
最常见的CFA就是Bayer阵列。它长这样：
R G R G
G B G B
R G R G
G B G B每个2x2的单元里，有1个红色（R）、2个绿色（G）、1个蓝色（B）像素。绿色多一倍，是因为人眼对绿色最敏感。
为什么用Bayer？说白了，成本低、工艺成熟。但缺点也很明显：每个像素只采集一种颜色，另外两种颜色要靠插值算法（Demosaic）猜出来。猜得不好，就会出现伪色、锯齿。
个人经验：我在做一款手机项目时，Sensor的Bayer排列是RGGB，但镜头边缘的色差特别大。后来我建议改用RCCC（红+清+清+清）阵列，牺牲色彩分辨率换来了更高的感光度和更低的噪声。当然，代价是后期色彩还原算法要重写。
除了Bayer，还有几种变体：
- RGBW：加入白色像素，提升暗光灵敏度。但白色像素会降低色彩饱和度，需要算法补偿。
- RYYB：华为P系列用过，用黄色代替绿色，进光量提升约40%。但色彩还原难度极大，容易偏色。
- Quad Bayer：四个同色像素合并成一个，用于高像素模式。比如48MP的Sensor，默认输出12MP，通过像素合并提升信噪比。
你想想看，如果Sensor的CFA排列和ISP的Demosaic算法不匹配，那画面会是什么样？我曾经遇到过一颗Sensor，官方说是标准Bayer，但实际R和B的位置是反的。结果调试了三天，画面一直是紫红色。后来用示波器量了输出时序才发现问题。
三、模组结构：Lens、VCM、IR Filter
一个完整的摄像头模组，远不止Sensor本身。它由多个部件精密组装而成。我画了一张结构图，帮你理清关系：
各部件的作用，我简单说一下：
1. Lens（镜片组）
镜片组负责把外界光线汇聚到Sensor表面。通常由4-7片塑料或玻璃镜片组成。镜片数量越多，像差校正越好，但成本也越高。
我遇到过最头疼的问题是镜片镀膜。有一次项目量产，发现部分模组在强光下出现鬼影。排查了两个月，最后发现是镜片镀膜厚度不均匀，导致特定波长的反射率异常。从那以后，我每次选型都会要求供应商提供镀膜光谱曲线。
2. VCM（音圈马达）
VCM负责驱动镜头前后移动，实现自动对焦。它的工作原理和扬声器类似——通电线圈在磁场中受力。
关键参数：
- 行程：镜头能移动的最大距离，决定了最近对焦距离。
- 响应时间：从收到指令到稳定位置的时间。我一般要求小于30ms，否则拍照体验会卡顿。
- 磁滞：正向和反向运动到同一位置时的偏差。磁滞大的VCM，对焦精度会受影响。
避坑指南：我曾经在一个项目中，VCM的驱动芯片和Sensor的供电时序没配合好。每次上电瞬间，VCM会吸入大电流，导致Sensor供电电压跌落，输出图像出现横条纹。后来加了软启动电容才解决。
3. IR Filter（红外滤光片）
Sensor对红外光也有响应，但人眼看不到红外光。如果不滤掉红外光，拍出来的画面会偏红、偏紫。IR Filter就是干这个的——只让可见光通过，截止红外波段。
常见的截止波长是650nm或680nm。但要注意：
- 截止波长太短（比如620nm），会导致画面偏蓝，红色不够鲜艳。
- 截止波长太长（比如700nm），红外光会漏进来，导致偏色。
我调过一款安防摄像头，要求白天彩色、晚上红外补光。这种场景下，IR Filter需要做成可切换的——白天切入，晚上切出。但机械切换的可靠性是个大问题，我见过切换机构卡死导致画面一直偏色的案例。
四、模组选型要点：别只看Sensor
很多新手选模组，只盯着Sensor型号和像素数。其实模组的整体性能，取决于所有部件的匹配程度。我总结了几条选型要点：
| 选型维度 | 关键指标 | 我的建议 |
|---|---|---|
| Sensor | 像素尺寸、满阱容量、动态范围、QE曲线 | 暗光场景选大像素（≥1.4μm），高动态场景选双增益 |
| Lens | MTF（调制传递函数）、畸变、相对照度 | MTF在奈奎斯特频率处需＞0.3，否则图像会模糊 |
| VCM | 行程、响应时间、磁滞、功耗 | 磁滞＜5μm，否则对焦精度不够 |
| IR Filter | 截止波长、透过率、角度依赖性 | 大角度入射时，截止波长会蓝移，需留余量 |
| 模组组装 | 光轴倾斜、法兰后焦（FFL）公差 | 光轴倾斜＜0.5°，否则四角清晰度不一致 |
核心原则：模组的瓶颈永远在最短的那块板。Sensor再好，Lens的MTF不行，画面照样糊。VCM响应慢，抓拍就会拖影。IR Filter截止不准，色彩还原就是噩梦。
我举个例子。有一次做车载摄像头项目，要求-40°C到85°C全温范围内图像清晰。我们选了一颗高端的Sensor，但Lens用的是普通塑料镜片。结果低温下镜片收缩，焦平面偏移，画面全糊了。后来换了玻璃镜片，问题才解决。你看，这就是选型时没考虑环境适应性。
最后说一句：模组选型不是堆料，而是平衡。你要根据产品定位、成本、功耗、尺寸，找到最优解。这个能力，需要大量项目经验积累。我做了十年调优，每次选型还是会反复推敲。
好了，这一讲就到这里。传感器和模组是调优的基石，理解得越深，后面调参数时就越有底气。