2、CMOS图像传感器基础：光电转换原理、像素结构、与CCD的对比、主要性能指标
CMOS图像传感器（CIS，CMOS Image Sensor）是数字成像系统的核心器件，它将光学信号转换为电信号，再经模数转换输出数字图像数据。理解其光电转换的物理本质、像素结构的设计差异、与CCD的器件级区别以及关键性能指标的含义，是进行传感器选型、系统调试和图像质量优化的前提。本章从半导体物理与电路设计两个维度展开，建立完整的知识框架。
2.1 光电转换原理：从光子到电子的物理过程
CMOS图像传感器的核心是光电二极管（Photodiode, PD），其工作原理基于半导体的内光电效应。当入射光子能量 hν 大于硅的禁带宽度（Eg ≈ 1.12 eV，对应波长约 1100 nm）时，光子被吸收并激发价带电子跃迁至导带，产生一个电子-空穴对。在PN结耗尽区及附近区域，这些光生载流子被内建电场分离：电子被扫向N区，空穴被扫向P区，从而在结电容上积累电荷。
对于可见光波段（400-700 nm），硅的吸收系数随波长变化显著。蓝光（450 nm）在硅中的吸收深度仅约 0.3 μm，而红光（650 nm）的吸收深度可达 3 μm 以上。因此，像素设计必须考虑不同波长的吸收特性，通过调整PN结深度和外延层厚度来优化量子效率（QE）。现代背照式（BSI）传感器将光电二极管置于硅片背面，消除了正面金属布线和介电层对入射光的遮挡，使量子效率从前照式（FSI）的约 50-60% 提升至 80% 以上。
光电转换的线性响应范围受限于两个因素：满阱容量（Full Well Capacity, FWC）和暗电流（Dark Current）。FWC 由光电二极管的结面积和掺杂浓度决定，典型值在 10,000-100,000 e⁻ 之间；暗电流则来源于热激发产生的载流子，与温度呈指数关系（每升高 7-8°C 约翻倍）。在长曝光或高温场景下，暗电流噪声会成为图像噪声的主要来源。
2.2 像素结构：3T、4T与堆栈式设计
像素是图像传感器的最小感光单元，其电路结构直接决定了噪声性能、动态范围和读出速度。目前主流设计为 4T 像素（4-Transistor），由钉扎光电二极管（Pinned PD）、传输栅（Transfer Gate, TX）、复位管（RST）、源跟随器（SF）和行选管（SEL）组成。
4T 像素的工作流程分为四个阶段：
- 复位：RST 管导通，将浮置扩散节点（FD）复位至电源电压 AVDD，然后 RST 关断，FD 节点保持复位电平。
- 曝光：光电二极管在积分时间内积累光生电荷，PD 电压随光照线性下降。
- 传输：TX 管导通，PD 中积累的电荷全部转移至 FD 节点，FD 电压下降 ΔV = Q/Cfd，其中 Q 为电荷量，Cfd 为 FD 节点总电容（包括 TX 漏电容、RST 源电容和 SF 栅电容）。
- 读出：SEL 管导通，SF 将 FD 电压缓冲输出至列总线，列 ADC 分别采样复位电平和信号电平，通过相关双采样（CDS）消除复位噪声。
与 3T 像素相比，4T 像素的钉扎结构显著降低了暗电流（P+ 钉扎层抑制了 Si-SiO₂ 界面态的热激发），同时 TX 管的引入实现了完全电荷转移，消除了图像滞后（Image Lag）。但 4T 像素的 FD 节点电容较小（1-3 fF），导致转换增益高但满阱容量受限。为此，大满阱应用（如 HDR）常采用双转换增益（DCG）设计，通过切换 FD 电容来兼顾高增益和宽动态范围。
堆栈式（Stacked）结构将像素阵列与逻辑电路（ADC、ISP、DRAM）分层制造，通过硅通孔（TSV）或混合键合连接。这种设计不仅缩小了芯片面积，还允许像素层采用更优的光学设计（如更厚的 PD 层），逻辑层采用更先进的工艺节点（如 28nm 甚至 7nm），从而提升读出速度和降低功耗。
| 结构类型 | 优点 | 缺点 | 典型应用 |
|---|---|---|---|
| 3T（无TX管） | 工艺简单、成本低 | 暗电流大、图像滞后明显 | 低端工业检测、玩具摄像头 |
| 4T（钉扎PD） | 低暗电流、无滞后、支持CDS | 满阱较小、工艺复杂度增加 | 手机、安防、车载主摄 |
| 堆栈式（Stacked） | 高填充率、高速读出、集成DRAM | 成本高、TSV/混合键合良率挑战 | 旗舰手机、高速工业相机 |
| 全局快门（GS） | 无卷帘畸变、支持闪光同步 | 填充率低、噪声较大 | 机器视觉、AR/VR、运动捕捉 |
2.3 与CCD的对比：架构差异与性能权衡
CCD（电荷耦合器件）与 CMOS 图像传感器的根本区别在于读出架构。CCD 通过电极施加时钟电压，使电荷包在半导体表面逐级转移，最终从单一输出端串行读出；而 CMOS 传感器每个像素独立完成电荷-电压转换，通过行列寻址并行读出。这一架构差异带来了以下关键性能差异：
- 噪声性能：CCD 的输出电容极小（< 0.1 pF），且采用相关双采样，读出噪声可低至 2-3 e⁻；CMOS 的列读出电路寄生电容较大，早期噪声在 10 e⁻ 以上，但现代堆栈式 CMOS 已降至 1-2 e⁻，接近甚至超越 CCD。
- 动态范围：CCD 的满阱容量通常较大（100,000 e⁻ 以上），但受限于输出放大器；CMOS 可通过多斜率曝光、DCG 或数字 HDR 实现 100 dB 以上动态范围，灵活性更高。
- 功耗与速度：CCD 需要多路高压时钟驱动，功耗通常在 500 mW-2 W；CMOS 采用单电源（2.8V/1.8V/1.2V），功耗可低至 100 mW 以下，且列并行 ADC 支持 4K@120fps 甚至 8K@60fps 的高速输出。
- 功能集成：CMOS 可在同一芯片上集成 ADC、时序控制、ISP、甚至 DRAM，实现 SoC 化；CCD 必须外接多片驱动和 AFE 芯片，系统体积和成本较高。
尽管 CCD 在科学级成像（如天文、荧光显微）中仍因极低噪声和均匀性占有一席之地，但在消费电子、安防、车载和工业视觉领域，CMOS 已完全取代 CCD。选型时需注意：若应用要求极低读出噪声（< 2 e⁻）且对功耗不敏感，可考虑科学级 CCD 或高端 sCMOS；若需要高帧率、低功耗和系统集成，CMOS 是唯一选择。
2.4 主要性能指标：从数据手册到系统设计
理解性能指标是选型和调试的基础。以下指标在数据手册中通常以典型值或最大值给出，但实际性能受温度、电压、帧率等条件影响，需结合应用场景综合评估。
| 指标 | 定义 | 典型值范围 | 对图像的影响 |
|---|---|---|---|
| 量子效率（QE） | 入射光子转换为电子的比例 | FSI: 50-60%，BSI: 70-90% | 决定灵敏度，低照度下 SNR 下降 |
| 读出噪声 | 读出链路产生的均方根噪声 | 1-10 e⁻（取决于增益和速度） | 暗部噪点、动态范围下限 |
| 满阱容量（FWC） | 像素可存储的最大电荷量 | 10k-100k e⁻ | 高光溢出、HDR 能力 |
| 动态范围（DR） | 最大信号与噪声底之比（dB） | 60-100 dB | 明暗同场景的细节保留 |
| 暗电流 | 无光照时单位时间产生的电荷 | 0.005-0.5 e⁻/s @ 25°C | 长曝光噪点、热白点 |
| 转换增益（CG） | 每个电子在FD上产生的电压变化 | 30-100 μV/e⁻ | 影响读出噪声和满阱的平衡 |
| 固定模式噪声（FPN） | 像素间暗电平不一致性 | < 0.1% Vsat | 竖条纹、网格状噪声 |
| 光响应非均匀性（PRNU） | 像素间光响应增益不一致性 | < 1% | 高光区域亮度不均匀 |
动态范围的计算与优化：DR = 20 × log₁₀(FWC / 读出噪声)。例如，某传感器 FWC = 60,000 e⁻，读出噪声 = 3 e⁻，则 DR = 20 × log₁₀(20,000) ≈ 86 dB。若需提升 DR，可增大 FWC（但会降低转换增益）或降低读出噪声（需要更先进的工艺或更慢的读出速度）。实际系统中，HDR 常通过多帧合成（短曝光+长曝光）或单帧多斜率曝光实现，此时传感器的线性度（INL）和帧间一致性变得关键。
2.5 案例拆解：安防摄像头传感器选型分析
背景与约束：某安防厂商需为一款 4K 半球摄像机选型，要求：1/1.8" 光学格式、最低照度 0.005 lux（F1.2）、支持 120 dB 宽动态、功耗低于 1.5W（含 ISP）、工作温度 -30°C 至 60°C。候选传感器为 A 公司（FSI 4T，FWC 45k e⁻，读出噪声 4 e⁻）和 B 公司（BSI 堆栈式，FWC 80k e⁻，读出噪声 2 e⁻）。
分析过程：
- 低照度性能：0.005 lux 下，F1.2 镜头在 1/30s 曝光时，传感器表面照度约 0.0005 lux，对应光子通量约 1,000 photons/μm²/s。A 传感器 QE=55%，B 传感器 QE=85%，则 B 的 SNR 比 A 高约 10 × log₁₀(0.85/0.55) ≈ 1.9 dB，加上读出噪声差异（4 e⁻ vs 2 e⁻），B 在暗部的 SNR 优势约 3-4 dB。
- 宽动态：A 传感器需通过 3 帧合成实现 120 dB，帧间运动会产生鬼影；B 传感器支持单帧双转换增益（DCG），在 80k e⁻ 满阱下直接实现 100 dB，配合数字 HDR 可达到 120 dB 且无鬼影。
- 温度影响：60°C 时，A 暗电流 0.2 e⁻/s，B 暗电流 0.02 e⁻/s。在 1/30s 曝光下差异不大，但若启用 1s 长曝光模式（夜间抓拍），A 的暗电流噪声为 √(0.2×1) ≈ 0.45 e⁻，B 为 0.14 e⁻，差异显著。
决策与结果：选择 B 传感器。尽管单价高 35%，但系统无需额外 HDR 合成芯片，且低照度性能满足客户验收标准。实际测试中，B 在 0.005 lux 下 SNR 为 18 dB（A 为 14 dB），动态范围 121 dB，功耗 1.1W，全部达标。
复盘经验：选型不能只看单指标峰值，要结合最低照度下的 SNR、HDR 实现方式和温度漂移三个维度。同时，建议在选型阶段就搭建测试板，用标准光源箱和分辨率卡实测 QE、暗电流和 PRNU，避免依赖数据手册的理想值。