第2章 HDR图像传感器

第二章 HDR图像传感器：三种主流方案的工作原理

各位工程师朋友，咱们直接进入正题。HDR图像传感器，说白了就是让摄像头能同时看清亮部和暗部。你想想看，普通传感器拍阳光下的窗户，窗外一片白，屋里一片黑。HDR就是要解决这个「顾此失彼」的问题。

我个人调试过几十款HDR传感器，发现市面上主流的方案就三种：双增益、交错式、分像素。今天我把它们的工作原理掰开揉碎了讲清楚。

这是最经典的做法。我最早接触HDR就是从它开始的。

工作原理：每个像素在同一帧时间内，读出两次信号。一次用高增益（敏感），一次用低增益（不敏感）。高增益负责暗部细节，低增益保证亮部不过曝。

核心要点：两个增益通道，一次曝光，两次读出。

具体流程是这样的：

我在项目中遇到过一个问题：两个通道的读出时间差会导致运动物体出现「鬼影」。比如拍一个快速挥手的人，高增益和低增益读出的手位置不一样，融合后就有重影。后来我们通过缩短读出间隔，才把这个问题压下去。

调试小技巧：双增益传感器的融合点（crossover point）很关键。我习惯把融合点设在信噪比曲线交叉的地方，大概在中间灰度值附近。设得太高，暗部噪声大；设得太低，亮部细节丢。

这种方案，说白了就是「分时曝光」。它不像双增益那样一次曝光读两次，而是让不同行的像素用不同的曝光时间。

工作原理：传感器把像素行分成两组或三组。一组用长曝光（拍暗部），一组用短曝光（拍亮部）。两组交替排列，就像梳子的齿一样交错开。

嗯，这里要注意：交错式传感器输出的原始数据，长曝光行和短曝光行是混在一起的。ISP必须先做「解交错」（de-stagger），把两种曝光的数据分开，再分别处理，最后融合。

我曾经调试过一个安防摄像头项目，用的就是交错式传感器。客户反映晚上拍车牌，车灯亮的地方一片白，车牌号看不清。我查了半天，发现是解交错算法没处理好，短曝光行的数据被长曝光行污染了。后来调整了解交错的权重系数，车牌号才清晰起来。

避坑指南：我曾经因为交错式传感器的运动伪影问题，被客户追着改了三个版本。原因是长曝光行和短曝光行之间存在时间差，运动物体在两种曝光行中的位置不一样。解决方案是增加运动检测模块，对运动区域做特殊处理。

这是目前最先进的方案。它在一个像素里放两个光电二极管，一个负责高增益，一个负责低增益。你想想看，这相当于每个像素同时拍两张照片。

工作原理：每个像素被分成两个子像素（sub-pixel）。一个子像素用大感光面积（高灵敏度），另一个用小感光面积（低灵敏度）。两个子像素同时曝光，同时读出。

核心优势：没有时间差，没有运动伪影。这是它最大的卖点。

分像素传感器的读出方式有两种：

我个人更倾向于分离读出。为什么呢？因为合并读出的融合参数是固化在传感器里的，一旦芯片流片出来就改不了了。而分离读出可以在ISP端灵活调整融合曲线，适应不同的场景。

我记得有一次调试车载摄像头，场景从隧道出口到阳光直射，动态范围超过120dB。分像素传感器配合分离读出，我们通过调整融合曲线，把暗部提亮了3档，亮部压暗了2档，最终效果非常自然。

调试建议：分像素传感器的两个子像素之间可能存在串扰（crosstalk）。我习惯在暗场下测量两个通道的串扰系数，然后在融合算法中做补偿。否则暗部会出现奇怪的偏色。

好了，三种方案都讲完了。我整理了一个对比表，方便你选型时参考：

选型的时候，我建议你根据实际场景来。如果成本敏感，双增益够用。如果动态范围要求高，交错式性价比不错。如果对运动伪影零容忍，那就上分像素。

最后说一句：不管哪种方案，最终效果都取决于ISP的调试水平。传感器只是硬件基础，真正的功夫在算法和参数调优上。下一章我会讲HDR融合算法的具体实现，到时候咱们再细聊。