图像传感器基础:CCD与CMOS传感器原理、拜耳阵列与分辨率

各位同学,欢迎来到ISP图像处理工程师入门的第一课。今天咱们聊聊图像传感器的那些事儿。说白了,图像传感器就是相机的“视网膜”,没有它,后面所有的ISP算法都是空中楼阁。

我刚开始接触这个领域时,总觉得传感器就是个光电转换器件,没什么好学的。直到有一次项目里,客户反馈图像暗部噪点特别多,我排查了整整三天,最后发现是传感器选型出了问题。嗯,从那以后,我再也不敢小看传感器基础了。

一、CCD与CMOS:两种主流传感器架构

目前市面上主流的图像传感器就两种:CCD和CMOS。它们的工作原理有本质区别,咱们一个一个说。

1. CCD传感器(电荷耦合器件)

CCD的工作原理,你可以想象成一条传送带。每个像素收集到的光生电荷,像包裹一样,一个接一个地传到传送带的末端,然后统一放大、转换成电压信号。

  • 优点:噪声低、动态范围大、画质均匀性好。早期高端相机、科研仪器几乎都用CCD。
  • 缺点:功耗高、读取速度慢、制造成本高。而且它需要多路高压时钟驱动,外围电路复杂。

核心要点:CCD是“全局传输”的架构,所有像素的电荷必须串行读出。这就决定了它天生不适合高速应用。

2. CMOS传感器(互补金属氧化物半导体)

CMOS就灵活多了。每个像素旁边都自带一个放大器,甚至还有模数转换电路。光生电荷直接在像素内部就被转换成电压信号,然后通过行列寻址的方式,像读取内存一样把数据读出来。

  • 优点:功耗低、读取速度快、集成度高(可以把ADC、时序控制都做在芯片上)、成本低。
  • 缺点:像素间一致性差(因为每个像素的放大器有差异),固定模式噪声(FPN)比较明显。

我个人习惯:做消费电子项目时,我几乎无脑选CMOS。但如果是做天文摄影或医疗成像,我会优先考虑CCD。选型时一定要看应用场景,别盲目追新。

3. 两者对比

特性 CCD CMOS
读出方式 串行传输 行列寻址
功耗 高(约CMOS的10-100倍)
噪声 较高(有FPN)
速度 慢(通常<30fps) 快(可达1000fps+)
集成度 低(需要外部驱动芯片) 高(单芯片方案)
成本
典型应用 科研、天文、医疗 手机、安防、汽车

你想想看,现在手机摄像头为什么能做得那么小?就是因为CMOS把整个读取电路都集成进去了。CCD?那体积和功耗,手机根本扛不住。

二、拜耳阵列(Bayer Pattern)

好了,传感器把光转成了电信号,但有个问题:每个像素只能感知光的强度,它分不清颜色啊。那彩色图像是怎么来的?

答案就是——在传感器表面覆盖一层彩色滤光片阵列。最常见的,就是拜耳阵列。

1. 拜耳阵列的原理

拜耳阵列的排列方式很简单:以2x2为一个基本单元,包含1个红色(R)、2个绿色(G)、1个蓝色(B)像素。为什么绿色有两个?因为人眼对绿色最敏感,多放绿色像素可以模拟人眼的视觉特性。

关键点:每个像素只记录一种颜色分量。原始数据叫“RAW图”,它其实是马赛克状的。后续需要通过“去马赛克(Demosaic)”算法,把缺失的颜色插值出来。

我在项目中遇到过一件事:有次客户抱怨说拍出来的照片边缘有彩色条纹。我一看RAW图,发现是拜耳阵列的相位没对齐。嗯,这种低级错误,往往是模组组装时传感器旋转了90度导致的。

2. 常见的拜耳变体

  • RGGB:标准拜耳,最常用
  • BGGR:只是排列顺序不同,本质一样
  • RGBW:加入白色像素,提升低光灵敏度(但会牺牲色彩精度)
  • RCCC:用于自动驾驶,对红色和亮度敏感

注意:拜耳阵列不是唯一的方案。像Foveon X3传感器就用三层堆叠的方式直接记录RGB。但拜耳凭借成本低、工艺成熟,占据了95%以上的市场。

三、像素与分辨率

这两个概念经常被混淆,咱们理清楚。

1. 像素(Pixel)

像素就是传感器上的一个感光单元。每个像素的物理尺寸,叫“像素大小”(pixel pitch),单位通常是微米(μm)。

  • 大像素(比如2.0μm以上):进光量多,信噪比高,暗光表现好
  • 小像素(比如0.8μm以下):分辨率高,但每个像素进光少,噪点多

我曾经调试过一款4800万像素的手机传感器,像素大小只有0.8μm。白天拍照确实清晰,但一到晚上,那噪点简直没法看。后来通过像素合并(binning)技术,把4个像素合成1个,等效像素变成1.6μm,暗光表现才勉强能接受。

2. 分辨率(Resolution)

分辨率指的是传感器能记录的细节多少,通常用“水平像素数 × 垂直像素数”表示。比如1920×1080就是200万像素。

但要注意:分辨率高不等于画质好。你想想看,一个5000万像素的小底相机,跟一个1200万像素的全画幅相机比,后者画质往往吊打前者。为什么?因为单个像素面积大,信噪比高。

我建议:选传感器时,别只看像素数。先看像素大小,再看传感器靶面尺寸。这两个参数决定了画质的下限。

四、知识体系总览

下面这张图,是我自己总结的传感器基础知识框架。你可以把它当作一个思维导图来理解。

图像传感器基础 CCD vs CMOS 串行读出,低噪声 行列寻址,高集成 拜耳阵列 RGGB排列 Demosaic插值 像素与分辨率 像素大小(pitch) 分辨率(MP) 核心公式:画质 ≈ 像素大小 × 靶面面积 × 量子效率 像素数高 ≠ 画质好,信噪比才是王道 图:图像传感器基础知识体系

五、避坑指南

最后,分享几个我踩过的坑,希望对你有帮助。

我曾经...在选型时只看像素数,忽略了像素大小。结果项目做到一半发现暗光性能不达标,被迫换传感器,整个模组结构都要重新设计。浪费了两个月时间。

  • 坑1:别迷信“像素越高越好”。对于1/2.3英寸的小底,4800万像素纯属噱头,实际画质不如1200万像素的大像素方案。
  • 坑2:拜耳阵列的相位一定要确认。传感器安装角度错了,RAW图直接废掉,ISP算法再强也救不回来。
  • 坑3:CMOS的固定模式噪声(FPN)在低光下特别明显。如果项目要求暗光拍摄,记得选带“暗场校正”功能的传感器。
  • 坑4:CCD虽然画质好,但驱动电压高(通常12V-15V),设计PCB时要注意爬电距离,否则容易打火。

好了,这一章的内容就到这里。传感器是ISP的起点,理解透了,后面学去马赛克、自动白平衡、降噪这些算法时,你就能明白“为什么这么设计”了。


公众号:蓝海资料掘金营,微信deep3321