4. 传感器技术选型：CCD vs CMOS、全局快门 vs 卷帘快门、量子效率
说到多光谱相机的核心，传感器就是它的「眼睛」。选错了传感器，后面的镜头、光源、算法再好也白搭。今天咱们就聊聊传感器选型里最关键的三个维度：CCD 和 CMOS 怎么选、快门方式怎么定、量子效率怎么看。
4.1 CCD vs CMOS：老牌劲旅与新晋王者
先说说 CCD 和 CMOS 的区别。我刚开始做机器视觉那会儿，CCD 还是绝对的主流。那时候 CMOS 的噪声大得离谱，根本没法用。但现在情况完全反过来了。
CCD（电荷耦合器件） 的工作原理，说白了就是把每个像素的光生电荷像「接力棒」一样，一个像素一个像素地传递到输出端。这种结构的好处是：一致性极好，所有像素共享同一个放大器，所以图像均匀性非常棒。
CMOS（互补金属氧化物半导体） 则是每个像素都有自己的放大器。这带来了两个结果：一是速度快，可以同时读取多个像素；二是灵活性高，可以开窗读取、局部曝光。但代价是——每个像素的放大器性能不完全一致，会产生固定模式噪声。
核心对比表：
| 特性 | CCD | CMOS |
|---|---|---|
| 噪声水平 | 低（共享放大器） | 较高（每个像素独立放大器） |
| 读取速度 | 慢（串行读取） | 快（并行读取） |
| 功耗 | 高（需要多路电压） | 低（单电压供电） |
| 动态范围 | 高（约 70-80 dB） | 中等（约 60-70 dB，但新型背照式可达 80+ dB） |
| 全局快门 | 天生支持 | 需要额外设计（全局快门 CMOS） |
| 成本 | 高（工艺复杂） | 低（标准 CMOS 工艺） |
| 多光谱适用性 | 适合高精度、低噪声场景 | 适合高速、高帧率、嵌入式系统 |
我个人习惯是：如果做高精度光谱分析，比如农业遥感中的植被指数计算，我倾向于用 CCD。它的低噪声特性在弱光条件下特别明显。但如果是工业在线检测，需要每秒拍几十帧甚至上百帧，那 CMOS 是唯一的选择。
避坑指南： 我曾经在一个多光谱分选项目中选了 CCD 传感器，结果因为帧率不够，传送带上的水果根本拍不全。后来换了全局快门 CMOS，虽然噪声大了点，但通过多帧平均和暗场校正，效果完全够用。所以别迷信 CCD，要看实际需求。
4.2 全局快门 vs 卷帘快门：动与静的选择
快门方式这个问题，很多新手容易忽略。但我要说，这可能是选型中最容易翻车的地方。
全局快门（Global Shutter）：所有像素在同一时刻开始曝光，同一时刻结束。拍运动物体时，图像不会变形。
卷帘快门（Rolling Shutter）：像素逐行开始曝光，逐行结束。拍静止物体没问题，但拍运动物体会产生「果冻效应」——比如拍一个快速转动的风扇，扇叶会变成弯曲的。
为什么会这样？你想想看，卷帘快门就像是在用一把「移动的窗帘」控制曝光。第一行开始曝光时，最后一行还没开始。等第一行结束曝光了，最后一行可能才刚开始。这期间物体已经移动了位置，所以图像就变形了。
选型建议：
- 静态场景（如显微成像、静止物体检测）：卷帘快门完全够用，成本更低
- 动态场景（如传送带检测、无人机航拍）：必须用全局快门
- 多光谱特殊场景：如果用滤光片轮切换波段，且拍摄时物体静止，卷帘快门可以接受；如果用分光棱镜同时采集多个波段，且物体在运动，必须全局快门
我记得有一次做多光谱的活体指纹识别，手指放在采集窗口上，理论上算静态。但人的手指会有微弱的生理抖动，卷帘快门拍出来的图像在波段间出现了微小的位移，导致光谱曲线对不齐。后来换了全局快门 CMOS，问题就解决了。嗯，这里要注意：「静态」不等于「绝对静止」。
警告： 卷帘快门配合 LED 光源时，如果 LED 有频闪（比如 100 Hz 的工频闪烁），图像上会出现明暗条纹。这是因为不同行的曝光时间对应了 LED 的不同亮度相位。解决办法：要么用全局快门，要么用直流驱动 LED。
4.3 量子效率：传感器的「视力」有多好
量子效率（Quantum Efficiency, QE）是个听起来很学术的词，但说白了就是：传感器能把多少光子转换成电子。QE 越高，传感器对光越敏感。
公式很简单：
QE = (产生的电子数) / (入射的光子数) × 100%比如一个传感器在 550 nm（绿光）处的 QE 是 70%，意味着每 100 个光子能产生 70 个电子。剩下的 30 个光子去哪了？被反射了、被吸收了、或者产生了热量。
对于多光谱成像，QE 的光谱响应曲线比单点数值更重要。你需要知道传感器在哪些波段敏感、哪些波段不敏感。
多光谱选型要点：
- 可见光波段（400-700 nm）：大多数 CMOS 和 CCD 的 QE 都在 50%-80% 之间，背照式 CMOS 可达 90%+
- 近红外波段（700-1000 nm）：硅基传感器的 QE 会下降，一般在 20%-40%。如果需要高 NIR 灵敏度，考虑 InGaAs 传感器
- 紫外波段（200-400 nm）：普通传感器 QE 很低（<10%），需要专门的紫外增强型传感器
我个人的经验是：不要只看峰值 QE，要看目标波段处的 QE。比如你要做 940 nm 的近红外成像，一个峰值 QE 90% 但 940 nm 处只有 10% 的传感器，还不如一个峰值 QE 60% 但 940 nm 处有 30% 的传感器。
实用技巧： 选型时，让供应商提供 QE 曲线的原始数据（通常是 Excel 表格）。然后把你关心的波段标出来，计算加权平均 QE。我曾经用这个方法帮一个农业项目选型，发现某款标称「高灵敏度」的传感器在 730 nm（红边波段）的 QE 其实很低，差点踩坑。
4.4 知识体系总览
下面这张图总结了传感器选型的核心逻辑，我画出来方便你对照理解：
这张图把三个维度的关系理清楚了。你选型的时候，可以沿着这个逻辑走一遍：先确定场景是静态还是动态（决定快门方式），再看目标波段（决定 QE 要求），最后根据噪声和速度需求在 CCD 和 CMOS 之间做取舍。
最后说一句： 传感器选型没有绝对的「最好」，只有「最合适」。我见过有人花大价钱买了科学级 CCD，结果项目只需要拍个静态的二维码。也见过有人用手机 CMOS 做高光谱成像，通过算法补偿硬件的不足，效果居然还不错。关键是想清楚你的核心约束是什么——是成本？是速度？还是精度？
公众号:蓝海资料掘金营，微信deep3321