3、图像传感器选型：CMOS vs CCD、分辨率与帧率权衡、全局快门 vs 卷帘快门、传感器接口（MIPI、LVDS、并行）
图像传感器，说白了就是嵌入式视觉系统的「眼睛」。选对了，项目事半功倍；选错了，后面算法调得再好也白搭。我这些年经手过几十个视觉项目，从工业检测到无人机避障，传感器选型踩过的坑还真不少。今天咱们就把这四大核心问题掰开揉碎了讲清楚。
3.1 CMOS vs CCD：一场没有悬念的战争？
先给结论：除非你有极其特殊的需求，否则现在选CMOS就对了。CCD在消费电子领域基本已经绝迹，但在某些工业场景下，它还有最后一口气。
我简单说说两者的本质区别：
- CMOS（互补金属氧化物半导体）：每个像素自带放大器，可以独立读取。说白了就是「分布式处理」，速度快、功耗低、集成度高。
- CCD（电荷耦合器件）：所有像素的电荷统一转移到边缘的放大器读取。相当于「集中处理」，优点是噪声低、动态范围大，但速度慢、功耗高。
核心对比表：
| 参数 | CMOS | CCD |
|---|---|---|
| 功耗 | 低（< 100mW 常见） | 高（通常 > 500mW） |
| 读出速度 | 快（支持 1000+fps） | 慢（通常 < 100fps） |
| 噪声水平 | 较高（但现代工艺已接近CCD） | 极低 |
| 动态范围 | 60-70dB（典型） | 70-80dB（典型） |
| 集成度 | 高（可集成ADC、ISP） | 低（需要外部驱动电路） |
| 成本 | 低 | 高 |
| 适用场景 | 消费电子、无人机、机器人 | 天文、医疗、高端工业检测 |
我个人习惯是：90%的项目直接选CMOS。为什么？因为现在索尼的IMX系列、安森美的PYTHON系列，噪声控制已经做得非常好了。我在一个工业条码识别项目里用过IMX264，暗光下的表现完全不输同价位的CCD。
我的经验：如果你做的是高速运动物体抓拍（比如流水线上的药瓶检测），CMOS的卷帘快门可能会带来果冻效应。这时候要么选全局快门CMOS，要么……嗯，CCD倒是没有果冻效应，但帧率上不去，你自己权衡。
避坑指南：我曾经在一个天文观测项目中坚持用CMOS，结果发现长时间曝光下的热噪声完全没法看。后来老老实实换了CCD。记住：长曝光、极低照度场景，CCD依然是王者。
3.2 分辨率与帧率权衡：鱼和熊掌怎么兼得？
这个问题其实是个带宽问题。你想想看，传感器每秒产生的数据量 = 分辨率 × 帧率 × 位深。这个乘积一旦超过接口带宽，你就得做取舍。
举个具体的例子：
// 假设我们有一个 500万像素的传感器，10位色深
// 如果跑 60fps，数据量 = 5M × 60 × 10 = 3000 Mbps ≈ 3 Gbps
// MIPI CSI-2 4-lane 的典型带宽是 4-6 Gbps，勉强够用
// 但如果想跑 120fps，数据量翻倍到 6 Gbps，接口就吃紧了我一般会这样权衡：
- 静态检测场景（如OCR、尺寸测量）：优先保证分辨率，帧率 15-30fps 足够。我做过一个PCB板缺陷检测项目，用 1200万像素的传感器跑 20fps，效果很好。
- 动态跟踪场景（如无人机避障、AGV导航）：优先保证帧率，分辨率够用就行。VGA（640×480）跑 120fps，比 4K 跑 30fps 实用得多。
- 折中方案：很多传感器支持ROI（感兴趣区域）功能。比如你只需要画面中央 1/4 的区域做高速检测，那就只读出那部分像素，帧率可以翻 4 倍。
实用建议：选型时先算一笔账：你的算法能处理多大分辨率的图像？你的处理器能解码多高帧率的视频流？别盲目追求高参数，我曾经见过有人用 4K@60fps 的传感器配了个树莓派，结果处理器根本跑不动，帧率掉到 10fps 以下——白白浪费了传感器性能。
3.3 全局快门 vs 卷帘快门：果冻效应的罪魁祸首
这个问题，说白了就是「所有像素同时曝光」还是「逐行扫描曝光」的区别。
- 全局快门（Global Shutter）：所有像素在同一时刻开始曝光，同时结束。适合拍摄高速运动物体。
- 卷帘快门（Rolling Shutter）：像素逐行开始曝光，逐行结束。就像窗帘一样「卷」过去。成本低，但拍运动物体会产生果冻效应。
为什么会这样？你想想看，如果一辆高速行驶的汽车，车头在画面顶部先曝光，车尾在画面底部后曝光——等车尾曝光时，车已经往前移动了一段距离。结果就是：车轮变成椭圆形，车身扭曲变形。这就是果冻效应。
我的经验：在无人机项目中，我一开始用了卷帘快门的传感器，结果拍出来的螺旋桨叶片全是弯的，视觉SLAM算法直接崩溃。后来换成全局快门，问题瞬间解决。所以：只要你的场景里有高速运动物体，或者设备本身在运动（比如车载、无人机），请直接选全局快门。
但全局快门也有代价：
- 像素结构更复杂，同样工艺下感光面积更小，暗光性能略差
- 成本通常比同分辨率的卷帘快门高 20-50%
- 读出噪声略高（但现代工艺已经改善很多）
避坑指南：我曾经在一个低成本扫地机器人项目里，为了省几块钱选了卷帘快门。结果机器人在快速转弯时，地图构建全是扭曲的。最后不得不换传感器，重新画板子——省下的钱全搭进改版费里了。记住：运动场景，全局快门不是选项，是必须。
3.4 传感器接口：MIPI、LVDS、并行怎么选？
接口选型，本质上是在带宽、距离、功耗、引脚数之间做平衡。我按优先级排序：
3.4.1 MIPI CSI-2（首选）
这是目前最主流的接口，几乎所有手机传感器和嵌入式处理器都支持。特点：
- 差分信号，抗干扰能力强
- 支持多通道（1/2/4 lane），带宽灵活
- 功耗低（1.2V 电压摆幅）
- 传输距离短（通常 < 30cm）
我个人习惯：只要处理器支持MIPI，无脑选它。布线简单，生态成熟，调试工具也多。
3.4.2 LVDS（工业场景的备选）
LVDS也是差分信号，但比MIPI更「老派」一些。特点：
- 传输距离远（可达 5-10米）
- 带宽高（单对线可达 1-2 Gbps）
- 功耗比MIPI略高
- 工业相机、高速相机常用
我在一个大型工业检测项目里用过LVDS接口的传感器，因为相机和处理器之间需要走 3 米的线缆。MIPI扛不住这么长的距离，LVDS稳稳的。
3.4.3 并行接口（老古董，但还有用）
并行接口就是一堆数据线同时传输像素值。比如 8位并行就是 8根数据线 + 时钟 + 同步信号。特点：
- 引脚多（至少 10-20根）
- 抗干扰差（信号容易串扰）
- 带宽有限（通常 < 100MHz）
- 调试方便（逻辑分析仪直接抓）
避坑指南：我曾经接手过一个老项目，用的就是并行接口的传感器。布线稍微长一点，画面就出现条纹干扰。最后不得不加屏蔽层、调整走线阻抗，折腾了两周。所以：新项目尽量别选并行接口，除非你用的是非常便宜的MCU，没有MIPI控制器。
3.5 选型决策树：一张图帮你做决定
嗯，这里我总结一个简单的决策流程：
- 场景是静态还是动态？ → 动态选全局快门，静态卷帘快门够用
- 需要多高的帧率？ → 算带宽，看接口能不能扛住
- 处理器支持什么接口？ → 优先MIPI，其次LVDS，最后并行
- 预算多少？ → CMOS便宜，CCD贵；卷帘快门便宜，全局快门贵
- 环境光照如何？ → 暗光场景优先考虑像素尺寸（越大越好），而不是分辨率
最后说一句：没有完美的传感器，只有最适合你项目的传感器。选型时多看看数据手册里的「应用笔记」，那里面往往藏着工程师们踩过的坑。好了，这一章就到这里，下一章咱们聊聊镜头选型——那个同样能让你头疼的东西。