1. Sensor基础与选型：图像传感器工作原理与关键参数

做嵌入式图像这行，第一关就是选Sensor。我见过不少项目，算法调得再好，Sensor选错了，整个系统直接废掉。今天咱们就把Sensor的底裤扒干净。

1.1 CCD vs CMOS：到底差在哪？

先说结论：现在消费级、工业级市场，CMOS基本一统天下。CCD只在极少数高灵敏度、低噪声的科学应用里还能见到。

为什么？我画个简图你就明白了。

CCD是电荷耦合器件，所有像素的电荷像水桶接力一样，一级一级传到边缘的ADC。好处是噪声低、一致性极好。坏处呢？慢、功耗高、不能随机访问。

CMOS每个像素旁边自带放大器，行列选通直接读。速度快、功耗低、还能做局部ROI。但像素内晶体管会占用感光面积，填充因子天然吃亏。

1.2 关键参数：看懂Sensor的Datasheet

拿到一份Sensor规格书，别急着翻应用笔记。先盯死三个参数：像元尺寸、量子效率、动态范围。这三个决定了Sensor的底子。

1.2.1 像元尺寸（Pixel Size）

像元尺寸就是每个像素的物理边长，单位μm。常见的：1.4μm（手机）、3.0μm（安防）、5.0μm以上（工业）。

我做过一个项目，客户非要选1.12μm的Sensor做低照度监控。结果呢？暗光下全是噪点，ISP怎么压都压不住。后来换了3.0μm的，问题直接解决。

为什么？像元越大，进光量越大，信噪比越高。但大像素意味着分辨率做不高，或者Sensor物理尺寸太大。这是个取舍。

像元尺寸	典型应用	优点	缺点
1.0 - 1.4 μm	手机、消费	高分辨率、小尺寸	低照度差、动态范围窄
2.0 - 3.0 μm	安防、车载	均衡	中等
5.0 μm 以上	工业、科学	高灵敏度、低噪声	尺寸大、成本高

1.2.2 量子效率（QE）

量子效率就是光子转换成电子的效率。QE = 产生的电子数 / 入射光子数。理想值是100%，实际能做到60%-80%就算不错了。

QE跟波长强相关。一般Sensor在绿光（550nm）附近QE最高，红蓝两端会掉。做多光谱或特殊应用时，一定要看QE曲线，别只看峰值。

1.2.3 动态范围（DR）

动态范围 = 满阱容量 / 读出噪声，单位dB。它决定了Sensor能同时看清亮部和暗部的能力。

举个例子：一个场景里，阳光下的墙面亮度1000，阴影里的细节亮度只有1。如果Sensor动态范围只有60dB（约1000:1），那阴影细节就丢了。

高动态范围怎么做？现在主流方案是多重曝光合成（DOL HDR）或大像素+小像素分时读出。我调过一款Sensor，它的HDR模式需要驱动层配合做帧同步，时序差一毫秒画面就裂了。

动态范围	场景表现	典型应用
< 60 dB	亮部过曝、暗部死黑	室内、低要求
60 - 80 dB	大部分场景可用	安防、消费
> 80 dB	强逆光、大光比	车载、工业

1.3 选型实战：一个案例讲透

去年我帮一个做AGV（自动导引车）的客户选Sensor。需求是这样的：

• 室内仓库，光照变化大（10 lux ~ 10000 lux）
• 需要识别地面二维码和货架标签
• 帧率要求30fps，分辨率200万像素
• 成本敏感，不能上工业级

我当时的分析过程：

1. 像元尺寸：室内光照一般，选2.2μm以上。太小了低照度扛不住。
2. 动态范围：仓库有窗户，阳光直射区域和阴影区域同时存在。动态范围至少70dB，最好支持HDR。
3. 帧率：200万像素30fps，MIPI接口2-lane就够了，不用上4-lane。
4. 成本：消费级Sensor，不要带全局快门（太贵），卷帘快门配合LED补光可以接受。

最终选了OV的一款2.2μm、1/2.7英寸、支持DOL HDR的Sensor。驱动调了三天，HDR模式下的帧同步和曝光时间配比反复试了十几组参数才稳定。

1.4 选型检查清单

每次选型，我都会过一遍这个清单：

• 分辨率 & 帧率 → 接口带宽够不够？
• 像元尺寸 → 目标场景最低照度下信噪比能否接受？
• 动态范围 → 是否需要HDR？HDR模式驱动复杂度？
• QE曲线 → 目标波段QE是否达标？
• 靶面尺寸 → 镜头是否匹配？
• 工作温度 → 工业环境能否扛住？
• 供货周期 → 别选快停产或交期长的型号