关于图像传感器的像素误区

图像传感器的应用日益普及，特别是在安防、工业和汽车应用领域。很多汽车现在都配备了至少五个以上基于图像传感器的摄像头。但是，图像传感器技术不同于标准半导体技术，存在着一些错误认知。

摩尔定律和图像传感器

有些人假设著名的“摩尔定律”也适用于图像传感器。戈登·摩尔（Fairchild半导体公司的创始人，Fairchild半导体现在是安森美的一部分）指出，集成电路 (IC) 上的晶体管数量每两年增加一倍。为了将两倍数量的晶体管放置在单个器件上，缩小晶体管是主要实现方式。这种趋势已经持续了数十年，但近年晶体管数量增长速度有所减缓。晶体管密度增大还导致单位晶体管成本降低，因而很多电子系统的功能越来越丰富多样，但价格没有上涨。

但图像传感器却有所不同，因为它的一些重要部件不会随着晶体管变小而扩增。具体来说，图像传感器的光学元件比如光电二极管（将入射光转换为电信号）和一些模拟元件（将电信号转换为数字图像）不能像数字逻辑元件那样简单地扩增。在传感器中，图像捕获主要采用模拟技术，由数字电路将来自每个像素的数字数据转换为图像，这些图像可以被存储、显示或用于人工智能机器视觉。

如果像素数量每两年增长一倍，同时镜头尺寸保持不变，那么像素将会变小，导致接收的光子更少。（想一下雨天的水桶，更小的水桶收集的雨滴更少）。因此，传感器必须在单位面积灵敏度和降低噪声方面表现更加出色，才能在低光照条件下生成同样优质的图像。如果不是出于产品的应用场景需要，增加像素数量不仅没有任何意义，还会导致带宽和存储空间被迫增加，使得系统其他部件的成本上升。

像素大小

仅通过像素大小不足以确定像素性能。我们不能想当然地假定更大的像素必定带来更好的图像质量。尽管不同光照条件下的像素性能非常重要，而且像素越大，就有更大的面积来收集光，但这不一定能够提高图像质量。另外还有多个因素也同样重要，包括分辨率和像素噪声指标。

如果提高分辨率对应用的影响大于减少单个像素的影响，那么像素较小的传感器可能在性能上优于相同光学面积下像素较大的传感器。重要的是，要确保接收到光子的数量的能力足以形成高质量图像，因而像素灵敏度（光电转换效率）和应用环境非常重要。

在为应用选择传感器时，像素大小是个考虑因素。但是，人们可能过于夸大了它的重要性；它只是多个参数中的一个，对于其他几个参数，也应给予同样的认真考量。选择传感器时，设计人员必须考虑目标应用的所有要求，然后在速度、灵敏度、图像质量上找到理想平衡，以实现合适的设计解决方案。

大小像素设计

在很多应用中，尽可能地扩展动态范围具有重要价值，有助于在最终图像中正确渲染阴影和高光，但这对于图像传感器可能具有很大的挑战性。有些公司采用了一种名为“大小像素”的技术，目的是解决为光电二极管创造更多容量的难题，以便在二极管“饱和”之前收集电子。

在大小像素方法中，专用于单个像素的传感器区域被分为两个部分：较大的光电二极管覆盖大多数区域，较小的光电二极管使用剩余区域。较大的光电二极管收集更多光子，在明亮光照条件下很容易饱和。较小的光电二极管可以暴露更长时间而不会饱和，因为可用于收集光子的面积较小。可以形象地将它们类比为使用水桶和水瓶来收集雨滴。水桶通常是顶部比底部更宽，因而可以非常高效地收集雨滴，比水瓶更快地装满；而水瓶开口小，瓶身比较宽，收集起来比较慢。在低光照条件下使用更大的像素，在明亮光照条件下使用更小的像素，可以形成扩展的动态范围。

图 1：复杂的半导体，从光子到图像输出

安森美为单个像素增加了一个区域，让多出来的信号或电荷能够溢出到该区域，从而解决了上述问题。想象一下，我们使用水桶来接雨滴，然后有一个更大的盆来接住从水桶溢出的水。“水桶”信号易于读取，具有很高的精度，因而我们能够达到良好的低光照性能，更大的盆则容纳了溢出的所有信号，从而扩展了动态范围。这样，整个像素区域用于低光照条件，而不会在明亮光照条件下出现饱和。饱和会降低图像质量，例如会使颜色失真，清晰度下降。安森美的超级曝光技术可在高动态范围场景中提供更好的图像质量，适用于人眼视觉和机器视觉应用。

下次为您的设计选择图像传感器时，要记住“更多更大并不一定更好”，至少对于像素来说是这样。