1. 动态范围基础概念
大家好，我是你们的CMOS图像传感器设计讲师。今天咱们聊聊动态范围——这个在图像传感器领域绕不开的核心概念。
说实话，我入行那会儿，第一次听到「动态范围」这个词，还以为是某种音响设备的参数。后来做项目踩过坑，才真正明白它有多重要。
什么是动态范围？
动态范围，说白了就是传感器能同时「看清」最亮和最暗区域的能力。
用公式表达很简单：
DR = 20 × log10(最大可探测信号 / 最小可探测信号)
单位：dB（分贝）举个例子。你站在窗边拍照，窗外阳光明媚，室内却比较暗。如果动态范围不够，窗外一片死白，室内一团漆黑。这就是动态范围不足的表现。
我习惯把动态范围理解为「传感器的宽容度」。它决定了你的图像能保留多少细节。
为什么动态范围这么重要？
嗯，这里要注意——动态范围直接影响图像质量。
具体来说：
- 高动态范围：亮部不过曝，暗部有细节。画面层次丰富，看着舒服。
- 低动态范围：亮部一片白，暗部一片黑。图像像被「压缩」过一样，丢失大量信息。
我在项目中遇到过一件事。有一次做安防摄像头，客户反馈夜间监控画面「亮的地方看不清车牌，暗的地方看不清人脸」。一查，就是动态范围不够。后来我们换了高动态范围的传感器，问题才解决。
你想想看，如果医疗内窥镜动态范围不够，医生可能漏掉病灶。如果自动驾驶摄像头动态范围不够，可能看不清隧道出口的障碍物。这不是小事。
人眼 vs 传感器：动态范围对比
人眼的动态范围有多强？我直接给数据：
| 对比项 | 人眼 | 典型CMOS传感器 | 高端CMOS传感器 |
|---|---|---|---|
| 单次动态范围 | 约 60-70 dB | 约 60-70 dB | 约 80-100 dB |
| 适应后动态范围 | 约 120-140 dB | 固定值 | 固定值 |
| 适应时间 | 毫秒到秒级 | 无自适应 | 需算法辅助 |
看到没？人眼单次看一个场景，动态范围其实和普通传感器差不多。但人眼厉害在「自适应」——瞳孔调节、视网膜感光细胞切换，能快速适应不同亮度环境。
传感器呢？它没有这个能力。一次曝光，信号就固定了。所以我们需要用各种技术来「模拟」人眼的自适应能力。
我记得有一次做对比测试，用同一台相机拍夕阳。人眼能看到云彩的纹理和地面的阴影，但传感器拍出来，云彩过曝了，地面太暗了。这就是动态范围差距的直观体现。
动态范围的核心影响因素
为什么传感器的动态范围有限？我总结三个关键点：
- 满阱容量（FWC）：像素能容纳的最大电子数。越大，能探测的亮信号越强。
- 读出噪声：电路本身产生的噪声。越小，能探测的暗信号越弱。
- 量化位数：ADC的位数。10位ADC最多4096个灰度级，12位是16384级。
说白了，动态范围 = 满阱容量 / 读出噪声。分子越大越好，分母越小越好。
核心公式：
DR = 20 × log10(FWC / 读出噪声)
单位：dB
我的经验：
做低光照应用时，优先降低读出噪声。做高光照应用时，优先提升满阱容量。别搞反了。
动态范围提升的常见思路
既然知道了影响因素，提升思路就清晰了：
- 增大满阱容量：做大像素、用深沟槽隔离、优化光电二极管结构。
- 降低读出噪声：优化像素源跟随器、降低ADC噪声、采用相关双采样。
- 多曝光融合：拍两张不同曝光时间的图像，合成一张高动态范围图像。
- 对数响应像素：让像素响应曲线变成对数形式，压缩高亮信号。
这些技术我们后面章节会逐一深入。今天先有个整体印象。
本章知识体系
下面这张图，是我自己画的动态范围知识框架。你看一眼，心里就有谱了。
避坑提醒：
我曾经犯过一个错误——只盯着满阱容量，忽略了噪声。结果动态范围没提升多少，功耗倒上去了。记住，动态范围是「比值」，两头都要抓。
好了，这一章就到这里。动态范围是图像传感器的「基本功」，理解透了，后面学各种提升技术才能事半功倍。
公众号:蓝海资料掘金营，微信deep3321