3. 图像传感器核心参数解读

选型 onsemi 汽车图像传感器时,数据手册首页那一长串参数并不是并列的“性能分数”,而是一组彼此牵制的约束条件。分辨率决定能看清多小的目标,像素尺寸决定单像素能收集多少光,光学格式决定镜头能不能装得下,帧率决定运动目标会不会拖影,动态范围决定逆光场景会不会一片死白或死黑,信噪比、灵敏度和量子效率则共同决定暗光下画面是否干净。理解这些参数之间的换算与取舍,比记住某个型号的数值更重要。

分辨率与像素尺寸:一对必须同时看的参数

分辨率通常写成“有效像素阵列”,例如 1920×1080(约 2.07 MP)、2880×1860(约 5.36 MP)。它描述的是空间采样能力,直接决定图像中可分辨的最小细节。但分辨率不能单独看,必须与像素尺寸一起读。像素尺寸指单个感光单元的物理边长,常见 2.2 µm、3.0 µm、4.2 µm 等。在相同光学格式下,分辨率越高,像素尺寸越小;像素尺寸越小,单像素满阱容量和进光量越低,暗光信噪比越差。

工程上常用一个简单关系做快速判断:光学格式 ≈ 像素阵列 × 像素尺寸。例如 1920×1080、3.0 µm 像素,感光区约为 5.76 mm × 3.24 mm,对角线约 6.6 mm,接近 1/2.7 英寸。若换成 2.2 µm 像素做 2880×1860,感光区约 6.34 mm × 4.09 mm,对角线约 7.5 mm,光学格式反而更大。这说明“高分辨率一定更小”是错误直觉,必须用像素尺寸反推。

光学格式与镜头匹配

光学格式(Optical Format)用英寸分数表示,如 1/3"、1/2.7"、1/1.8",它描述的是传感器感光面对角线尺寸,而不是封装尺寸。选型时第一件事是确认镜头像圈能否覆盖该对角线:镜头像圈小于传感器对角线会出现四角暗角;镜头像圈远大于传感器则浪费视场和成本。同时要核对主光线角(CRA)匹配,CRA 不匹配会导致边缘像素进光不足、色彩偏移。汽车应用中还要关注传感器是裸 die 还是带封装、是否集成 ISP,这会影响光学格式与整机布局。

帧率、曝光与运动模糊

帧率(fps)决定单位时间输出图像数。对运动目标,真正决定拖影的是曝光时间而非帧率。若目标横向运动,像面上像移量 = 目标速度 × 曝光时间 × 光学放大率。以 30 fps、曝光 1/60 s 为例,若目标在像面移动 3 个像素,就会明显模糊。提高帧率可缩短最大曝光时间,但会降低单帧进光量,暗光下需要更大光圈或补光。onsemi 部分传感器支持行交叠(overlap)和触发同步,可在不牺牲曝光的前提下提高有效帧率,选型时要确认是否支持外部触发与多相机同步。

动态范围、信噪比、灵敏度与量子效率

动态范围(DR)定义为最大非饱和信号与噪声底之比,单位 dB,公式为 DR = 20·log₁₀(S_max / N_floor)。汽车场景常要求 100 dB 以上,以同时看清隧道口亮部和阴影中的行人。onsemi 的 HDR 方案常采用分时多次曝光再合成,例如长、中、短三帧,选型时要看是传感器内合成还是输出多帧由外部 ISP 合成,这直接影响带宽和延迟。

信噪比(SNR)描述信号与噪声的比值,暗光下主要受读出噪声和光子散粒噪声限制。灵敏度通常指单位曝光量下的输出响应,单位常见 mV/lux·s 或 DN/(nJ/cm²),反映“同样光线下谁更亮”。量子效率(QE)是入射光子转化为电子的比例,用百分比表示,峰值 QE 越高,同样光通量产生的电子越多。三者关系可概括为:QE 决定光电转换上限,灵敏度是含增益与转换后的系统响应,SNR 是最终可用性的判据。

图像传感器核心参数关系图 分辨率 · 像素尺寸 · 光学格式 · 帧率 · 动态范围 · 信噪比 · 灵敏度 · 量子效率 光学与空间采样 光学格式 感光面对角线,如 1/2.7" 像素阵列 1920×1080 / 2880×1860 像素尺寸 2.2 µm / 3.0 µm / 4.2 µm 镜头像圈 / CRA 覆盖与主光线角匹配 曝光时间 决定运动模糊程度 光电转换与信号质量 量子效率 QE 光子→电子转换比例,峰值 % 灵敏度 mV/(lux·s) 或 DN/(nJ/cm²) 信噪比 SNR 散粒噪声 + 读出噪声 动态范围 DR 20·log₁₀(S_max / N_floor),dB HDR 多帧合成:长 / 中 / 短曝光 输出与系统约束 帧率 fps 30 / 60 / 120 fps 输出带宽 MIPI CSI-2 / LVDS 通道数 ISP / 合成位置 片内 HDR 或外部合成 触发与同步 外部触发 / 多相机同步 功耗与散热 高帧率 HDR 功耗上升 进光量 数据量 像圈 曝光

参数之间的取舍:一个选型示例

假设某前视 ADAS 相机要求识别 100 m 外 0.3 m 高的行人,镜头焦距 6 mm,则像面上行人高度约为 0.3 × 6 / 100 = 0.018 mm = 18 µm。若像素尺寸 3.0 µm,行人约占 6 个像素;若像素尺寸 2.2 µm,约占 8 个像素。像素越多,识别算法可用的纹理越丰富,但 2.2 µm 像素在夜间同样曝光下单像素电子数更少,SNR 更低。此时若系统允许补光或使用更大光圈,可优先高分辨率;若必须在极暗环境工作,则应选 3.0 µm 或更大像素、适当降低分辨率,并配合 HDR 合成。

快速核对顺序:先由目标识别距离和镜头焦距算出所需像素尺寸与阵列,再反推光学格式并核对镜头像圈与 CRA;随后根据运动速度确定曝光时间与帧率;最后用动态范围、SNR、QE 判断暗光和逆光是否满足,并确认输出带宽、触发同步与功耗是否在系统预算内。

读数据手册时的几个易错点

  • 分辨率不等于有效像素:部分型号含光学黑像素、边界像素,有效阵列会略小,算法裁剪时要按有效区域计算。
  • QE 峰值与工作波段:汽车常用 850 nm 或 940 nm 红外补光,要看该波长下的 QE,而不是只看可见光峰值。
  • DR 的测试条件:单帧 DR 与 HDR 合成 DR 差别很大,要确认是哪种模式、合成帧数以及是否引入运动伪影。
  • 帧率与位深、通道数绑定:10 bit、12 bit 输出时最大帧率会下降,MIPI 通道数不足也会成为瓶颈。
  • 灵敏度单位不统一:不同厂商可能用 mV/lux·s、DN/(nJ/cm²) 或 e⁻/(lux·s),比较前先换算到同一口径。

把这些参数放回具体场景中理解,选型就不再是逐项打勾,而是在分辨率、像素尺寸、光学格式、帧率、动态范围、信噪比、灵敏度和量子效率之间找到与系统目标匹配的平衡点。onsemi 不同系列在这些维度上的侧重差异明显,先明确场景约束,再对照数据手册逐项验证,才能避免“参数好看但装不进整机”的常见问题。