2、图像传感器基础：CMOS/CCD传感器工作原理、像素尺寸、量子效率、暗电流对低照度成像的影响
安防摄像头的夜视能力，本质上是由图像传感器对光子的捕获与转换效率决定的。无论是红外补光下的黑白成像，还是低照度下的彩色成像，最终都取决于传感器能否在极微弱的光信号中提取出有效信息，并抑制自身产生的噪声。理解CMOS与CCD传感器的工作原理、像素尺寸、量子效率（QE）和暗电流这四个核心维度，是进行ISP调优和夜视参数设计的物理前提。本章将逐一拆解这些基础参数，并说明它们如何在实际工程中制约着曝光策略、增益上限和图像质量。
2.1 CMOS与CCD传感器的工作原理及差异
核心原理：图像传感器的本质是将光信号转换为电信号的半导体器件。CCD（电荷耦合器件）和CMOS（互补金属氧化物半导体）是两种主流的实现方式。CCD的工作原理是：入射光子激发硅衬底中的电子-空穴对，光生电子被收集在像素的势阱中，然后通过垂直和水平移位寄存器，以电荷包的形式逐行逐列地转移，最终在输出端统一转换为电压信号。这种“先转移、后读出”的架构使得CCD的像素一致性极高，读出噪声极低，但功耗大、帧率低、外围驱动电路复杂。
CMOS传感器则完全不同，每个像素内部都集成了电荷-电压转换放大器（源极跟随器）和行/列选择开关。光生电子在像素内直接转换为电压，通过行列寻址方式逐行读出。这种“并行读出”架构带来了高帧率、低功耗和单芯片集成的优势，但代价是像素间存在固定的增益失配（FPN），且读出噪声通常高于CCD。在安防领域，CMOS已占据主导地位，主要得益于其高集成度、低成本以及近年在低照度性能上的快速进步。
2.2 像素尺寸：决定感光能力的物理基础
核心原理：像素尺寸（Pixel Pitch）是指单个像素的物理边长，通常以微米（μm）为单位。像素尺寸直接决定了两个关键参数：感光面积和满阱容量（Full Well Capacity, FWC）。感光面积越大，单位时间内捕获的光子数越多，在相同光照下的信号强度越高；满阱容量越大，像素能存储的电子数越多，动态范围越高，高光溢出（Blooming）的概率越低。
以常见的1/2.7英寸200万像素传感器为例，像素尺寸约为2.9μm；而1/1.8英寸400万像素传感器，像素尺寸约为2.0μm。在相同工艺下，2.9μm像素的满阱容量通常为12000e-，而2.0μm像素约为7000e-。这意味着在暗光环境下，大像素传感器能收集到更多的光电子，信噪比（SNR）更高。
| 像素尺寸 | 典型满阱容量 | 低照度SNR优势 | 适用场景 |
|---|---|---|---|
| 4.0μm（专业级） | ≥20000e- | 极佳，可支撑0.001lux级 | 高端球机、军用夜视 |
| 2.9μm（主流） | 12000-15000e- | 良好，0.005-0.01lux可用 | 通用安防枪机/半球 |
| 2.0μm（高分辨率） | 7000-9000e- | 一般，需强补光或长曝光 | 4K/8K超高清摄像头 |
| 1.4μm（手机级） | 3000-5000e- | 较差，依赖算法降噪 | 消费类IPC（不推荐夜视） |
判断方法：在ISP调优时，首先应读取传感器的寄存器或数据手册，确认当前分辨率模式下的实际像素尺寸。若传感器支持Binning（像素合并）模式，例如将4个2.0μm像素合并为1个4.0μm等效像素，则满阱容量可提升至4倍，但分辨率会降低。在极低照度场景（<0.01lux），优先启用Binning模式以换取更高的SNR。
2.3 量子效率（QE）：波长相关的光电转换能力
核心原理：量子效率（Quantum Efficiency, QE）是指入射光子被转换为光生电子的概率，用百分比表示。QE并非一个固定值，而是随波长变化的曲线。硅材料的吸收特性决定了QE在可见光波段（400-700nm）较高，在红外波段（>700nm）逐渐下降，尤其在850nm和940nm（安防红外补光常用波长）处，QE通常只有可见光峰值的20%-40%。
QE曲线对夜视调优至关重要。如果摄像头的红外补光波长为850nm，而传感器的QE在850nm处仅为15%，那么即使补光功率再大，光电转换效率依然受限。反之，若选择QE在850nm处达到30%的传感器，则同等补光功率下亮度可提升一倍。
操作流程：在ISP调优时，应获取传感器的QE曲线数据（通常由厂商提供），并重点关注850nm和940nm两个波长的QE值。若QE偏低，可考虑以下措施：
- 调整红外截止滤光片（IR-Cut）的切换逻辑，在夜间移除IR-Cut，让更多红外光到达传感器。
- 优化红外补光灯的波长，选择与传感器QE峰值匹配的波长（如部分传感器在850nm优于940nm）。
- 在ISP中增加红外通道的增益补偿，但需注意噪声放大。
2.4 暗电流：温度与时间的噪声源
核心原理：暗电流（Dark Current）是指在没有光照的情况下，由于硅晶格热振动产生的电子-空穴对被势阱收集而形成的电流。暗电流的大小与温度呈指数关系（每升高约7°C，暗电流翻倍），与曝光时间成正比。暗电流的存在使得像素在无光时也积累电荷，形成“暗场噪声”，且不同像素的暗电流存在差异，导致固定图案噪声（FPN）。
在长曝光场景（如1s以上）或高温环境（如户外夏天60°C表面温度）下，暗电流会显著劣化图像质量。例如，一颗暗电流为50e-/pixel/s的传感器，在2秒曝光下会产生100e-的暗信号，而该传感器的读出噪声可能仅为3e-，暗电流噪声成为主导噪声源。
判断与应对：在ISP调优时，可通过“暗帧”标定来测量暗电流水平。具体方法：遮挡镜头，设置不同曝光时间（如1/4s、1s、4s），采集纯黑图像，统计像素灰度均值与方差。若灰度均值随曝光时间线性增长，则说明暗电流显著。
| 温度 | 暗电流（典型值） | 对1s曝光的影响 | ISP对策 |
|---|---|---|---|
| 25°C | 20e-/pixel/s | 20e-，可忽略 | 无需特殊处理 |
| 45°C | 160e-/pixel/s | 160e-，明显灰雾 | 启用暗场减除（Black Level Calibration） |
| 65°C | 1280e-/pixel/s | 1280e-，严重发白 | 限制最大曝光时间+强降噪+硬件散热 |
2.5 综合案例：低照度摄像头的传感器选型与调优闭环
场景背景：某园区周界需要部署夜视摄像头，要求能在0.005lux（无月星光）环境下识别人员轮廓，且视场内无额外补光（仅依赖环境微弱光）。项目初期选用了一款1/2.7英寸200万像素CMOS传感器，像素尺寸2.9μm，QE在850nm处为18%，暗电流在45°C下为150e-/pixel/s。
初始现象：实拍测试中，在0.005lux环境下，画面几乎全黑，自动增益（AGC）已提升至最大48dB，但图像SNR仅为8dB，噪点严重，无法分辨人员轮廓。
分析过程：
- 像素尺寸2.9μm，满阱容量约14000e-，在0.005lux下，单像素每秒仅产生约30个光电子（假设QE为18%），1/4s曝光下信号量仅7.5e-，远低于读出噪声（约5e-）和暗电流噪声（37.5e-）。
- QE在850nm处偏低，但环境光主要为可见光，红外贡献有限，因此QE不是主要瓶颈。
- 暗电流在45°C下150e-/pixel/s，1/4s曝光产生37.5e-暗信号，与光信号相当，严重污染图像。
优化措施：
- 更换传感器为1/1.8英寸400万像素BSI CMOS，像素尺寸2.9μm（通过Binning模式等效为5.8μm），QE在可见光峰值提升至75%，暗电流降至60e-/pixel/s。
- ISP中启用2x2 Binning，输出1080p，等效满阱容量提升至28000e-。
- 将最大曝光时间从1/4s延长至1/2s，并启用“长曝光降噪”模式。
- 在ISP中开启“暗帧减除”功能，在初始化时采集暗帧模板。
结果对比：优化后，在0.005lux下，SNR提升至18dB，画面可清晰分辨人员轮廓。代价是帧率从25fps降至12.5fps，且运动物体出现轻微拖影，但满足周界静态监控需求。
复盘经验：低照度调优不能只依赖ISP算法，传感器选型是根本。像素尺寸、QE和暗电流三者需综合权衡。在极低照度下，Binning和长曝光是有效手段，但需注意运动模糊和帧率下降的代价。
2.6 常见误区与总结
误区一：像素越高越好。高像素意味着小像素尺寸，在低照度下反而性能下降。安防夜视场景应优先保证单像素尺寸≥2.9μm，而非盲目追求4K。
误区二：QE只看峰值。峰值QE高不代表红外波段性能好。必须查看850nm/940nm处的QE值，并匹配补光波长。
误区三：暗电流只与温度有关。暗电流还与曝光时间成正比，长曝光时即使温度不高，暗电流积累也不可忽视。
误区四：忽略Binning的副作用。Binning虽然提升SNR，但会降低分辨率，且可能引入像素串扰。需根据场景权衡。