3. 图像传感器基础：CMOS vs CCD、像素结构（BSI/FSI）、感光原理与量子效率、传感器尺寸与分辨率
图像传感器，说白了就是手机相机的“视网膜”。光信号进来，能不能变成电信号，全看它。我这些年经手过的项目，从早期功能机到现在的旗舰机，传感器选型永远是第一道坎。选错了，后面ISP调得再好也白搭。
3.1 CMOS vs CCD：一场没有悬念的战争
现在手机里99.9%都是CMOS传感器。CCD基本绝迹了。为什么？我直接说结论：功耗和集成度。
| 对比项 | CMOS | CCD |
|---|---|---|
| 读出方式 | 每个像素独立放大、读出 | 整行电荷逐像素转移，统一放大 |
| 功耗 | 低（单电源，静态功耗小） | 高（需要多组高压时钟驱动） |
| 集成度 | 高（ADC、时序、ISP可集成在同一芯片） | 低（需要外部驱动芯片和ADC） |
| 噪声 | 较高（像素级放大器不一致性） | 较低（统一读出，一致性更好） |
| 速度 | 快（随机访问，支持高帧率） | 慢（逐行转移，帧率受限） |
| 成本 | 低（标准CMOS工艺） | 高（专用工艺，良率低） |
我记得2010年左右，还有厂商在高端相机上坚持CCD。但到了智能手机时代，CCD那套高压驱动方案根本塞不进手机主板。你想想看，一个CCD传感器需要+15V、-7.5V、+5V三组电压，手机电池才3.7V，升压电路占地方又发热。CMOS单电源1.8V或2.8V搞定，省下来的空间给电池不香吗？
核心结论：CMOS凭借低功耗、高集成度、低成本，在手机领域完胜CCD。CCD仅在极少数工业相机和天文领域还有一席之地。
3.2 像素结构：FSI vs BSI，光路之争
像素结构决定了光子能不能顺利到达感光区域。这里有两个关键概念：FSI（前照式）和BSI（背照式）。
3.2.1 FSI（前照式）
传统结构。光线从正面进入，先穿过金属布线层，再到达光电二极管。问题很明显——金属线会遮挡光线，而且布线层会反射和散射一部分光。
- 优点：工艺成熟，成本低。
- 缺点：填充因子低（感光面积占比小），大角度入射光损失严重。
- 典型应用：早期手机传感器，低端安防摄像头。
3.2.2 BSI（背照式）
把硅片翻转过来，从背面入射。光线直接打到光电二极管上，不用穿过金属层。填充因子大幅提升。
- 优点：量子效率高，大角度响应好，适合小像素。
- 缺点：工艺复杂，需要减薄硅片，成本高。
- 典型应用：2012年至今几乎所有手机旗舰传感器。
我的经验：2013年我做一款1300万像素项目，FSI传感器在暗光下噪点根本压不住。后来换成BSI，同样像素尺寸，信噪比提升了3dB以上。从那以后，我建议所有手机项目直接上BSI，别在FSI上浪费时间。
3.3 感光原理与量子效率
光电转换的核心原理是内光电效应。光子能量大于硅的禁带宽度（1.12eV），就会激发出电子-空穴对。光电二极管收集这些光生电子，转化为电压信号。
量子效率（QE）是衡量这个转换效率的关键指标：
QE = (收集到的电子数) / (入射光子数) × 100%举个例子：如果100个光子打进来，传感器只收集到70个电子，QE就是70%。
影响QE的因素有哪些？
- 波长：硅对绿光（550nm左右）响应最好，QE可达80%以上。红光和蓝光差一些，红外更差。
- 微透镜：好的微透镜能把光线汇聚到感光区域，提升QE 10-20%。
- 抗反射涂层：减少表面反射，增加光子进入概率。
- 像素结构：BSI比FSI的QE高10-15%。
避坑指南：我曾经遇到一个项目，传感器标称QE很高，但实际暗光表现很差。后来发现是红外截止滤光片（IRCF）的截止波长太靠前，把部分红光也切掉了。记住，QE是传感器本身的指标，但系统QE还要考虑镜头、滤光片、微透镜的整体透过率。
3.4 传感器尺寸与分辨率
这是手机影像系统最核心的权衡之一。传感器尺寸决定了进光量，分辨率决定了细节。但两者在物理上是矛盾的。
3.4.1 传感器尺寸
手机传感器常见尺寸从1/4英寸到1英寸不等。尺寸越大，单个像素面积越大，进光量越多，信噪比越高。
| 传感器尺寸 | 对角线长度 | 典型应用 | 单像素尺寸（常见） |
|---|---|---|---|
| 1/4英寸 | 4.0mm | 入门机前置 | 1.12μm |
| 1/2.55英寸 | 6.4mm | 中端主摄 | 0.8-1.0μm |
| 1/1.28英寸 | 11.2mm | 旗舰主摄 | 1.2-1.4μm |
| 1英寸 | 15.9mm | 专业影像手机 | 1.6-2.4μm |
3.4.2 分辨率与像素尺寸的博弈
同样1/1.28英寸传感器，可以做5000万像素（1.2μm），也可以做1200万像素（2.4μm）。高分辨率的好处是裁切空间大，但单像素小，暗光噪点多。低分辨率的好处是单像素大，暗光纯净，但细节少。
现在主流方案是“高像素+像素合并”：
- Quad Bayer（四合一）：5000万像素合并成1250万像素，单像素等效2.4μm。
- Nona Bayer（九合一）：1.08亿像素合并成1200万像素，单像素等效2.1μm。
我个人习惯是：白天用高像素模式拍细节，暗光自动切到像素合并模式保画质。这个策略在多个项目中验证过，效果不错。
关键公式：传感器总进光量 = 传感器面积 × 量子效率 × 镜头F数倒数平方。分辨率只决定你能把光分成多少份，不决定总光量。
3.5 知识结构图：图像传感器核心要素
3.6 本章小结
图像传感器是手机影像系统的起点。CMOS凭借功耗和集成度优势统治市场，BSI结构让小像素也能有不错的感光效率。量子效率决定了光电转换的“天花板”，而传感器尺寸和分辨率的权衡，直接影响最终画质。
嗯，这里要注意：别只看像素数。传感器尺寸、单像素尺寸、量子效率、像素合并算法，这四个参数要一起看。我见过太多项目堆像素堆到1亿，结果传感器尺寸没跟上，暗光噪点惨不忍睹。记住，底大一级压死人，这句话在手机影像领域依然成立。