2. sensor基础原理
在 ISP 调试链路中，sensor 是图像信号的源头。理解 sensor 的光电转换机制、色彩滤波阵列（CFA）以及像素结构，是进行 sensor 选型与 ISP 参数适配的前提。本节从物理原理出发，逐步拆解 sensor 的核心工作环节。
2.1 光电转换原理
sensor 的核心功能是将入射光子转换为电信号，这一过程遵循光电效应。当光子撞击感光区域（硅基光电二极管）时，若光子能量大于硅的禁带宽度，会激发电子-空穴对。产生的光生电子被收集并转换为电压信号，再经 ADC 量化输出数字码值。
光电转换的线性响应区间是 sensor 性能的关键指标，直接影响动态范围和信噪比。
关键公式： Vout = (Iph × tint) / Cpd
其中 Iph 为光生电流，tint 为积分时间，Cpd 为光电二极管电容。
其中 Iph 为光生电流，tint 为积分时间，Cpd 为光电二极管电容。
2.2 Bayer 阵列与色彩滤波
单个像素只能感知光强，无法区分颜色。为了获取彩色图像，sensor 表面覆盖色彩滤波阵列（CFA），最通用的模式是 Bayer 阵列。Bayer 阵列按 2×2 单元排列：一个红色（R）像素、两个绿色（G）像素、一个蓝色（B）像素。绿色通道采样率是红/蓝的两倍，以匹配人眼对绿色更敏感的特性。
| 参数 | Bayer RGGB | Bayer RCCC | Bayer RYYCy |
|---|---|---|---|
| 适用场景 | 通用消费/安防 | 低照度监控 | 高灵敏度工业 |
| 绿色占比 | 50% | 0% | 50% (黄+青) |
| 色彩还原 | 优秀 | 较差 | 中等 |
| 灵敏度 | 基准 | 高（无绿色滤波） | 较高 |
ISP 适配要点： Bayer 模式决定了 demosaic 算法的输入格式。海思平台支持 RGGB、BGGR、GRBG、GBRG 四种排列顺序，必须在 sensor 初始化时正确配置 bayer_pattern 参数，否则会出现颜色错乱。
2.3 像素结构与灵敏度
现代 CMOS sensor 像素通常采用 4T（4-Transistor）有源像素结构，包含光电二极管（PD）、传输门（TG）、复位管（RST）、源极跟随器（SF）和行选管（RS）。像素灵敏度由以下因素共同决定：
- 量子效率（QE）： 光子转换为电子的效率，受微透镜、滤光片透射率、填充因子影响。
- 转换增益（CG）： 电荷转换为电压的增益，单位 μV/e⁻，高增益有利于低照度但会降低满阱容量。
- 满阱容量（FWC）： 像素可容纳的最大电子数，决定动态范围上限。
- 暗电流： 无光照时产生的热噪声电子，随温度升高呈指数增长。
| 像素参数 | 典型值范围 | 对图像质量的影响 |
|---|---|---|
| 像素尺寸 | 1.0 μm ~ 5.0 μm | 越大灵敏度越高，但分辨率降低 |
| 量子效率 | 50% ~ 90% | 越高低照度性能越好 |
| 转换增益 | 30 ~ 150 μV/e⁻ | 高增益提升 SNR，但降低动态范围 |
| 满阱容量 | 5k ~ 100k e⁻ | 越大高光不饱和，动态范围宽 |
| 暗电流 | 10 ~ 100 e⁻/s (25°C) | 越大暗部噪声越明显，需黑电平校正 |
选型避坑： 像素尺寸并非越小越好。1.0 μm 以下像素虽然分辨率高，但灵敏度急剧下降，暗电流占比上升，导致低照度 SNR 恶化。海思 ISP 对高灵敏度 sensor 的降噪参数（如 2D/3D NR）需要针对性调优，否则容易出现涂抹或伪影。
2.4 灵敏度与 ISP 调试的关联
sensor 灵敏度直接影响 ISP 的曝光策略和降噪强度。高灵敏度 sensor 在低照度下能提供更高的 SNR，ISP 可以降低数字增益和降噪强度，保留更多细节。低灵敏度 sensor 则需要 ISP 大幅提升模拟/数字增益，导致噪声放大，必须配合强降噪算法，容易产生细节丢失和伪影。
海思平台适配建议：
- 高灵敏度 sensor（如 2.8 μm 以上）：优先使用低增益模式，ISP 的 AE 目标亮度可设较低，降噪强度 3~5 级。
- 低灵敏度 sensor（如 1.0 μm 以下）：建议开启 sensor 的 HDR 模式，ISP 的 AE 目标亮度适当提高，降噪强度 7~9 级，并启用 3D NR 时域滤波。
- 高灵敏度 sensor（如 2.8 μm 以上）：优先使用低增益模式，ISP 的 AE 目标亮度可设较低，降噪强度 3~5 级。
- 低灵敏度 sensor（如 1.0 μm 以下）：建议开启 sensor 的 HDR 模式，ISP 的 AE 目标亮度适当提高，降噪强度 7~9 级，并启用 3D NR 时域滤波。