图像传感器基础：CMOS vs CCD、Bayer阵列原理、Sensor特性参数
做ISP调优这些年，我越来越觉得一个道理：不懂传感器，就别谈图像质量。你调了半天参数，可能问题根本不在ISP，而在Sensor本身。这一章，咱们就把传感器的底裤扒干净。
CMOS vs CCD：一场没有悬念的战争
先说结论：现在消费级、工业级、车载领域，CMOS基本一统天下。CCD只在一些特殊领域（比如天文、某些医疗设备）还能见到。为什么会这样？
我2010年刚入行时，CCD在高端相机里还是主流。那时候CMOS的噪声大得吓人，暗光下全是雪花点。但CMOS有个致命优势——功耗低、集成度高。手机要轻薄、要省电，CCD那套多电压供电、复杂时序的玩法根本塞不进去。
| 对比项 | CMOS | CCD |
|---|---|---|
| 读出方式 | 每个像素独立放大、读出（X-Y寻址） | 整行电荷转移，串行读出 |
| 功耗 | 低（单电压供电，静态功耗几乎为零） | 高（需要多组时钟驱动，功耗大） |
| 噪声 | 较高（像素级放大器引入固定模式噪声） | 较低（读出路径单一，一致性更好） |
| 速度 | 快（可随机访问，支持高帧率） | 慢（串行读出，帧率受限） |
| 集成度 | 高（ADC、时序、逻辑可集成在同一芯片） | 低（需要外部驱动芯片和ADC） |
| 成本 | 低（标准CMOS工艺） | 高（专用工艺，良率低） |
我的经验：如果你在选型时纠结CMOS还是CCD，直接选CMOS。除非你的项目对极低噪声和极高均匀性有变态要求，且不care功耗和成本。
我记得有一次做工业检测项目，客户非要CCD，说CMOS有卷帘快门效应拍运动物体不行。我给他看了当时一款全局快门CMOS的测试视频，他沉默了。嗯，从那以后，CCD在我项目里就再也没出现过。
Bayer阵列原理：为什么你的Sensor是彩色的？
单颗像素只能感知光的强度，分不清颜色。那彩色图像怎么来的？答案就是在像素表面镀滤光片。
Bayer阵列是最经典的滤光片排列方式。它长这样：
R G R G R G
G B G B G B
R G R G R G
G B G B G B看到规律了吗？绿色像素数量是红蓝的两倍。为什么？因为人眼对绿色最敏感。说白了，这是仿生学设计——模拟人眼视锥细胞的分布。
每个像素只记录一种颜色，那最终全彩图像怎么来的？插值（Demosaic）。用周围像素的颜色信息，把缺失的通道猜出来。
避坑指南：我曾经在调试一款4K Sensor时，发现边缘有大量彩色锯齿。查了两天才发现是Demosaic算法对Bayer模式匹配错了——Sensor用的是RGGB，我代码里写的是BGGR。这种低级错误，嗯，犯过一次就再也不会忘了。
Bayer阵列的变种也不少：
- RGGB：最经典，索尼、三星主流
- BGGR：有些OmniVision Sensor用这个
- RGBW：加入白色像素，提升暗光灵敏度（但会损失色彩饱和度）
- RCCC：用于自动驾驶，红色+三个透明，追求高灵敏度
你想想看，如果选错了Bayer模式，整个ISP流水线都会崩。所以拿到新Sensor的第一件事——确认Bayer pattern，然后用raw图验证。
Sensor特性参数：读懂传感器的体检报告
这三个参数是Sensor的硬指标，直接决定了图像质量的天花板。ISP调得再好，也突破不了Sensor的物理极限。
动态范围（Dynamic Range）
说白了，就是Sensor能同时记录的最亮和最暗区域的比值。单位是dB。
公式： DR = 20 × log₁₀(满阱容量 / 读出噪声)
举个例子：满阱容量100000e⁻，读出噪声10e⁻，DR = 20×log₁₀(10000) = 80dB。
我做过一个HDR项目，Sensor动态范围只有60dB，拍逆光场景时天空一片死白，暗部全是黑。后来换了块74dB的Sensor，配合多帧HDR算法，效果才勉强能看。
注意：动态范围不是越大越好。大动态范围往往意味着满阱容量大，但像素尺寸也大，分辨率就上不去。这是物理上的取舍。
信噪比（SNR）
信号和噪声的比值。信噪比越高，图像越干净。
公式： SNR = 20 × log₁₀(信号 / 噪声)
噪声来源主要有三个：
- 散粒噪声：光子到达的随机性，服从泊松分布。信号越强，散粒噪声越大（但信噪比反而提高）
- 读出噪声：像素放大器和读出电路引入的噪声，与信号强度无关
- 暗电流噪声：热激发产生的电子，温度越高越严重
我习惯用这个经验值：SNR > 40dB 算优秀，30-40dB 算良好，< 30dB 噪点就比较明显了。
量子效率（QE）
入射光子转化为电子的比例。QE越高，灵敏度越高。
公式： QE = 产生的电子数 / 入射光子数 × 100%
现代背照式（BSI）CMOS的QE可以做到70%-80%，前照式（FSI）一般在40%-60%。
我记得有一次做微光摄像头，Sensor的QE只有45%，暗光下图像完全没法看。后来换了块QE 72%的BSI Sensor，同样的镜头和ISP参数，画面亮度直接翻倍。这就是物理层面的碾压。
| 参数 | 典型值（消费级） | 典型值（工业/车载） | 对图像的影响 |
|---|---|---|---|
| 动态范围 | 60-75 dB | 70-90 dB | 高光/暗部细节保留能力 |
| 信噪比 | 35-45 dB | 40-50 dB | 噪声水平、画面纯净度 |
| 量子效率 | 50-70% | 60-80% | 灵敏度、暗光表现 |
知识体系：传感器核心逻辑
下面这张图，是我自己梳理的传感器知识框架。每次带新人，我都会先让他们看这个。
核心总结：传感器是ISP的起点。CMOS vs CCD决定了系统架构，Bayer阵列决定了色彩还原的基础，三大参数决定了图像质量的上限。我建议你拿到一块新Sensor时，先花半天时间把datasheet里的这三个参数吃透，再动手调ISP。否则，你调出来的可能只是噪声的另一种表现形式。