4. 传感器关键参数:动态范围、信噪比、帧率、读出噪声、满阱容量、暗电流

好,我们直接切入正题。传感器是影像系统的眼睛,它的底子决定了画质的上限。今天聊的这六个参数,是我在项目里每天都要打交道的硬指标。你把这些吃透了,选型、调优、debug 的时候心里就有谱了。

4.1 满阱容量(Full Well Capacity, FWC)

满阱容量,说白了就是一个像素能装多少电子。单位是 e⁻(电子数)。

为什么重要? 它直接决定了你的高光表现。阱越大,能容纳的光生电子就越多,高光部分就越不容易“溢出”变成死白。

关键认知: 满阱容量 ≈ 动态范围的上限。阱越大,高光细节越丰富。

我在项目中遇到过一款 0.8µm 的小像素传感器,FWC 只有不到 3000 e⁻。白天拍云层,稍微过曝一点就全白了,后期根本拉不回来。后来换了 1.4µm 的像素,FWC 到了 12000 e⁻,高光表现明显好了一个档次。

像素尺寸 典型 FWC(e⁻) 适用场景
0.7µm - 0.8µm 2000 - 4000 高像素数、小底手机
1.0µm - 1.4µm 8000 - 15000 主流旗舰主摄
1.6µm - 2.4µm 20000 - 50000+ 大底、暗光机型

4.2 动态范围(Dynamic Range, DR)

动态范围是传感器能同时记录的最亮和最暗部分的比值。单位是 dB 或 stops(档)。

公式很简单:DR = 20 * log10(满阱容量 / 读出噪声)。嗯,这里要注意,读出噪声是底噪,它决定了暗部能“看到”多暗。

我的经验: 手机传感器受限于物理尺寸,DR 通常在 60-70dB 之间(约 10-12 stops)。但人眼在单帧场景下能感知 20+ stops。所以 HDR 合成是绕不开的路。

避坑指南: 我曾经在选型时只看 DR 峰值,忽略了低增益下的线性度。结果在强光场景下,高光区域出现了非线性压缩,导致色彩断层。后来我养成了习惯:不仅要看 DR 数值,还要看 DR 曲线在高低增益段的线性表现。

4.3 信噪比(Signal-to-Noise Ratio, SNR)

信噪比就是信号和噪声的比值。单位 dB。你想想看,一张照片干不干净,就看它了。

SNR 主要受两个因素影响:

  • 光子散粒噪声: 物理极限,无法消除。信号越强,散粒噪声也越大,但 SNR 会随信号平方根增长。
  • 读出噪声: 电路引入的底噪,是我们可以优化的重点。

在暗光下,读出噪声是 SNR 的主要瓶颈。我习惯把 SNR 分为三个区间:

  1. 高照度区(>100 lux): SNR 主要受散粒噪声限制,读出噪声影响小。
  2. 中照度区(10-100 lux): 两者共同作用,需要平衡增益和噪声。
  3. 低照度区(<10 lux): 读出噪声占主导,这时候降噪算法和像素合并(binning)就派上用场了。

注意: 不要只看 SNR 峰值。要关注 SNR 在低照度下的下降曲线。有些传感器高光 SNR 很高,但一到暗光就崩了,这种就是典型的“阳光机”。

4.4 读出噪声(Read Noise)

读出噪声是传感器在将电荷转换为电压、并读出过程中引入的噪声。单位是 e⁻ rms(均方根电子数)。

它是暗光画质的“头号杀手”。读出噪声越低,暗部细节越干净。

我个人的经验: 读出噪声在 1-2 e⁻ rms 以下算优秀,2-4 e⁻ 算良好,超过 5 e⁻ 就需要靠算法硬扛了。

影响读出噪声的因素:

  • 像素源跟随器(SF): 1/f 噪声和热噪声。
  • 列放大器(CDS): 相关双采样能有效消除复位噪声,但会引入 kTC 噪声。
  • ADC 量化噪声: 位数越高,量化噪声越低。12-bit ADC 的量化噪声约 0.3 e⁻,14-bit 约 0.07 e⁻。

关键认知: 读出噪声是衡量传感器模拟前端(AFE)设计水平的核心指标。它和满阱容量共同决定了动态范围的上限。

4.5 暗电流(Dark Current)

暗电流是传感器在没有光照的情况下,由于热激发产生的电子。单位是 e⁻/s/pixel。

暗电流会带来两个问题:

  1. 固定模式噪声(FPN): 每个像素的暗电流不一致,导致画面出现固定条纹或颗粒。
  2. 热像素(Hot Pixel): 暗电流特别大的像素,在长曝光时变成白点。

我曾经踩过的坑: 有一款传感器在 25°C 下暗电流只有 5 e⁻/s,看起来不错。但手机在视频录制时,传感器温度会升到 45-50°C。暗电流随温度每升高 6-8°C 翻一倍。结果长曝光夜景模式下,画面全是热像素。后来我们加了温控降频策略,才把问题压住。

温度 暗电流(e⁻/s) 影响
25°C 5 基本无影响
40°C 20-30 长曝光出现热像素
55°C 80-120 画面明显噪点,需要算法校正

4.6 帧率(Frame Rate, FPS)

帧率是传感器每秒能输出多少帧图像。单位 fps。

帧率受限于:

  • 像素时钟(Pixel Clock): 决定了数据读出的速度。
  • ADC 转换时间: 高精度 ADC 需要更多时间。
  • 接口带宽: MIPI D-PHY/C-PHY 的速率上限。
  • 读出模式: 全分辨率 vs 子采样(binning/skipping)。

我的习惯: 在视频场景下,我优先保证帧率稳定,再追求分辨率。4K60fps 需要至少 600MHz 的像素时钟和 4-lane MIPI 接口。如果带宽不够,我会考虑 2x2 binning 来降低数据量,同时提升 SNR。

技巧: 帧率和动态范围是一对矛盾。高帧率意味着更短的曝光时间,信号量减少,SNR 和 DR 都会下降。在项目里,我会根据场景动态切换帧率:暗光用 30fps 保画质,亮光用 60fps 保流畅。

4.7 六个参数的关系图谱

这六个参数不是孤立的。它们互相制约,共同决定了传感器的性能边界。我画了一张图,帮你理清它们的关系。

传感器关键参数关系图 传感器性能 满阱容量 (FWC) 动态范围 (DR) 信噪比 (SNR) 读出噪声 暗电流 帧率 (FPS) 决定上限 决定下限 暗光主导 长曝光影响 曝光时间约束 六个参数互相制约,共同决定传感器性能边界

4.8 选型时的权衡思路

在实际项目中,你不可能同时追求所有参数最优。我一般按优先级排序:

  1. 先定帧率: 根据产品定义(拍照/视频/慢动作)确定目标帧率。
  2. 再算带宽: 帧率 × 分辨率 × 位深 = 所需带宽。确认接口能否支持。
  3. 然后看 SNR: 在目标帧率下,评估暗光 SNR 是否达标。
  4. 最后调 DR: 通过 HDR 模式或双增益来弥补物理 DR 的不足。

重要提醒: 不要只看 datasheet 上的典型值。一定要看全温度范围、全增益范围下的参数曲线。我见过太多“纸上参数很美,实际一测就崩”的案例了。