第2章:CMOS图像传感器原理与技术

本章深入探讨CMOS图像传感器的工作原理和关键技术,从光电转换的物理基础到先进的片上信号处理架构。我们将详细分析像素结构的演进、噪声源及其抑制方法、动态范围扩展技术,以及传感器性能指标如何影响ISP设计决策。理解这些基础知识对于设计高性能ISP至关重要,特别是在自动驾驶和具身智能等对成像质量要求极高的应用场景中。

2.1 光电转换基础:光子到电子的物理过程

2.1.1 半导体光电效应

CMOS图像传感器的核心是硅基光电二极管,其工作原理基于内光电效应。当入射光子能量超过硅的禁带宽度(室温下约1.12eV)时,价带电子吸收光子能量跃迁到导带,产生电子-空穴对。

光子吸收概率与波长相关,由吸收系数α(λ)决定:

$$I(x) = I_0 \cdot e^{-\alpha(\lambda) \cdot x}$$ 其中,$I_0$是入射光强,$x$是光在硅中的传播深度。不同波长的光在硅中的穿透深度差异很大:

  • 蓝光(450nm):约0.2μm
  • 绿光(550nm):约1μm
  • 红光(650nm):约3μm
  • 近红外(850nm):约10μm

2.1.2 光电二极管结构

现代CMOS传感器主要采用钉扎光电二极管(Pinned Photodiode, PPD)结构:

     表面钝化层
    ============
     P+ 钉扎层     <- 抑制暗电流
    ------------
                   <- 耗尽区(光生载流子收集)
     N型存储区     
    ------------
     P型衬底

PPD的关键优势:

  1. 低暗电流:表面钉扎层抑制Si-SiO2界面缺陷产生的暗电流
  2. 完全电荷转移:可实现接近100%的电荷转移效率
  3. 低噪声:支持相关双采样(CDS)消除复位噪声

2.1.3 光生载流子的收集机制

光生电子的收集效率取决于三个物理过程:

  1. 漂移:耗尽区内的强电场驱动 $$J_{drift} = q \cdot n \cdot \mu_n \cdot E$$

  2. 扩散:浓度梯度驱动的载流子运动 $$J_{diff} = q \cdot D_n \cdot \frac{dn}{dx}$$

  3. 复合损失:体内复合和表面复合 $$\tau_{eff} = \frac{1}{\frac{1}{\tau_{bulk}} + \frac{1}{\tau_{surface}}}$$

2.2 像素结构演进:3T、4T、共享像素设计

2.2.1 3T像素结构

早期CMOS传感器采用3T(三晶体管)结构,包含复位管(RST)、源跟随器(SF)和行选择管(RS):

    VDD
     |
    RST
     |
    PD -----> SF
              |
             RS
              |
            输出

3T像素的主要限制:

  • 高复位噪声(kTC噪声):$\sigma_{kTC} = \sqrt{kT/C_{PD}}$
  • 不完全电荷转移:残留电荷导致图像延迟
  • 填充因子受限:光电二极管面积占比低

2.2.2 4T像素结构革新

4T像素增加传输门(TG),实现PPD与浮动扩散节点(FD)分离:

    VDD
     |
    RST----FD
     |      |
    TG      SF
     |      |
    PPD    RS
            |
          输出

4T像素的技术优势:

  1. 相关双采样(CDS):消除kTC噪声,提升低照性能
  2. 全局快门潜力:增加存储节点可实现全局快门
  3. 低暗电流:PPD结构显著降低暗电流
  4. 高转换增益:FD电容小,转换增益高

2.2.3 共享像素架构

为提高填充因子,多个光电二极管共享读出电路:

    2x2共享结构         2x1共享结构

    PPD1--TG1           PPD1--TG1
          |                   |
    PPD2--TG2---FD       PPD2--TG2---FD
          |       |                   |
    PPD3--TG3    SF              共享SF/RS
          |       |    
    PPD4--TG4    RS

共享架构的设计权衡:

  • 填充因子提升:2x2共享可达80%以上
  • 串扰风险:需要优化隔离设计
  • 读出复杂度:时序控制更复杂

2.3 量子效率与光谱响应优化

2.3.1 量子效率定义与测量

量子效率(QE)定义为产生的电子数与入射光子数之比: $$QE(\lambda) = \frac{N_{electrons}}{N_{photons}} = \eta_{fill} \cdot \eta_{trans} \cdot \eta_{abs} \cdot \eta_{coll}$$ 其中:

  • $\eta_{fill}$:填充因子(光敏区占比)
  • $\eta_{trans}$:光学堆栈透过率
  • $\eta_{abs}$:硅材料吸收率
  • $\eta_{coll}$:载流子收集效率

2.3.2 光学堆栈优化

现代CMOS传感器的光学堆栈设计:

    微透镜 (聚光)
    ============
    彩色滤光片
    ------------
    抗反射涂层
    ------------
    钝化层/IMD
    ------------
    光电二极管

关键优化技术:

  1. 微透镜设计:非球面设计提高边缘像素集光
  2. 光导管结构:减少金属层遮挡
  3. 背照式(BSI):消除金属层遮挡,QE提升至90%+
  4. 深槽隔离(DTI):减少像素间串扰

2.3.3 光谱响应工程

通过材料和结构优化调节光谱响应:

  1. 红外增强: - 增加硅片厚度(标准3-5μm → 10μm+) - 表面纹理化减少反射 - 量子点或有机光电材料增强

  2. 蓝光响应改善: - 浅结设计减少表面复合 - 抗反射涂层优化 - 表面钝化质量提升

  3. NIR/SWIR扩展: - Ge-on-Si或InGaAs集成 - 等离子体增强结构 - 光子晶体结构

2.4 片上ADC架构:列并行、像素级、全局ADC对比

2.4.1 列并行ADC架构

最常见的架构,每列配置一个ADC:

    像素阵列
    ========
    列放大器
    --------
    ADC阵列  <- 单斜坡/SAR/Σ-Δ
    --------
    数字处理

技术特点:

  • 面积效率:ADC在列方向分摊,面积开销适中
  • 速度权衡:帧率受ADC转换速度限制
  • 功耗优化:可采用低功耗ADC设计

常用ADC类型比较:

| ADC类型 | 转换速度 | 功耗 | 面积 | 精度 |

ADC类型 转换速度 功耗 面积 精度
单斜坡 慢(2^N周期) 高(12-14bit)
SAR 中(N周期) 中(10-12bit)
Σ-Δ 很高(14-16bit)
循环 中(10-12bit)

2.4.2 像素级ADC架构

每个像素集成ADC,实现真正的数字像素传感器:

    像素内:
    PPD -> ADC -> 数字存储
           |
         数字输出

优势与挑战:

  • 超高帧率:并行转换,可达10000+ fps
  • 无模拟噪声:数字域传输和处理
  • 面积挑战:像素尺寸受限(>10μm)
  • 功耗密度:发热严重

2.4.3 全局ADC架构

整个阵列共享少数高速ADC:

    像素阵列
       |
    模拟多路器
       |
    高速ADC (1-4个)
       |
    数字输出

适用场景:

  • 小分辨率传感器
  • 特殊应用(如TOF、事件相机)
  • 成本敏感型设计

2.5 双转换增益技术

双转换增益(Dual Conversion Gain, DCG)通过动态调节浮动扩散节点电容实现自适应动态范围:

2.5.1 工作原理

          RST
           |
    TG----FD----DCG----C_extra
     |     |            |
    PPD   SF          开关控制

两种工作模式:

  1. 高转换增益(HCG):DCG关闭,$C_{FD}$小 - 转换增益:$CG_{high} = q/C_{FD}$ (典型值:150-200 μV/e-) - 适用:低照场景,优先考虑噪声性能

  2. 低转换增益(LCG):DCG开启,$C_{FD} + C_{extra}$ - 转换增益:$CG_{low} = q/(C_{FD} + C_{extra})$ (典型值:30-50 μV/e-) - 适用:强光场景,扩展满阱容量

2.5.2 模式切换策略

智能切换算法考虑因素:

  1. 信号强度:根据预览帧亮度统计
  2. 场景类型:HDR场景自动启用
  3. ISO设置:高ISO用HCG,低ISO用LCG
  4. 帧率要求:高帧率可能限制模式切换

2.5.3 ISP处理考虑

DCG对ISP设计的影响:

  • 增益校准:两种模式需要独立校准
  • 噪声模型:不同模式噪声特性差异大
  • HDR合成:可用于单帧HDR实现
  • 切换伪影:需要平滑过渡算法

2.6 噪声源分析:暗电流、读出噪声、光子散粒噪声

2.6.1 噪声源分类与建模

CMOS传感器总噪声模型: $$\sigma_{total}^2 = \sigma_{photon}^2 + \sigma_{dark}^2 + \sigma_{read}^2 + \sigma_{FPN}^2$$ 各噪声源特性:

| 噪声类型 | 物理来源 | 统计特性 | 温度依赖 | 抑制方法 |

噪声类型 物理来源 统计特性 温度依赖 抑制方法
光子散粒噪声 光子到达随机性 泊松分布 无法消除
暗电流噪声 热激发载流子 泊松分布 强(7°C翻倍) 制冷、PPD
读出噪声 电路热噪声 高斯分布 CDS、低噪声设计
固定模式噪声 工艺偏差 确定性 校准消除

2.6.2 暗电流机制与抑制

暗电流主要来源:

  1. 扩散电流:$J_{diff} = qn_i^2(\frac{D_n}{N_AL_n} + \frac{D_p}{N_DL_p})$
  2. 产生-复合电流:$J_{g-r} = \frac{qn_iW}{2\tau_0}$
  3. 表面产生电流:$J_{surf} = qS_0N_{surf}$

温度依赖关系: $$I_{dark}(T) = I_{dark}(T_0) \cdot 2^{(T-T_0)/T_d}$$ 其中$T_d \approx 7-8°C$为翻倍温度。

抑制技术:

  • PPD结构:表面钝化降低界面态
  • 制冷:车载传感器工作温度控制
  • 暗帧减除:长曝光场景的暗电流补偿

2.6.3 读出噪声优化

读出噪声组成: $$\sigma_{read}^2 = \sigma_{reset}^2 + \sigma_{SF}^2 + \sigma_{ADC}^2 + \sigma_{amp}^2$$ 降噪技术:

  1. 相关多采样(CMS):$\sigma_{CMS} = \sigma_0/\sqrt{M}$
  2. 带宽优化:降低热噪声功率谱密度
  3. 晶体管尺寸优化:减少1/f噪声
  4. 差分架构:抑制共模噪声

2.7 动态范围扩展技术:多次采样、横向溢出

2.7.1 动态范围定义与限制

动态范围(DR)定义: $$DR = 20\log_{10}\frac{FWC}{\sigma_{noise}} \text{ (dB)}$$ 其中:

  • FWC:满阱容量(Full Well Capacity)
  • $\sigma_{noise}$:噪声下限(通常为读出噪声)

传统像素DR限制:

  • 小像素趋势:1.0μm像素FWC仅3000-5000e-
  • 读出噪声下限:最佳情况1-2e-
  • 理论极限:单次曝光约70-80dB

2.7.2 多次采样HDR技术

时域多次采样方案:

  1. 多次曝光合成
长曝光: ████████████ (捕获暗部)
中曝光: ████         (中间调)
短曝光: █            (高光)

合成算法: $$I_{HDR} = \sum_{i} w_i(x) \cdot \frac{I_i(x)}{t_i}$$ 权重函数设计考虑SNR和饱和: $$w_i(x) = \begin{cases} 0 & I_i < N_{floor} \text{ or } I_i > N_{sat} \\ \text{smooth} & \text{otherwise} \end{cases}$$

  1. 交织HDR(Staggered HDR): - 奇偶行不同曝光时间 - 减少运动伪影 - 空间分辨率损失

2.7.3 横向溢出技术

横向溢出(Lateral Overflow)利用相邻像素存储溢出电荷:

正常像素:     溢出像素:
  [###]   ->   [████]
               溢出 
            邻近[##  ]

技术实现:

  1. 控制势垒高度:调节像素间隔离
  2. 溢出方向控制:特定方向溢出(如Quad Bayer)
  3. 溢出电荷重建:算法恢复原始信号

优势:

  • 单次曝光实现HDR
  • 无运动伪影
  • 保持时间分辨率

挑战:

  • 色彩串扰风险
  • 重建算法复杂
  • 需要精确工艺控制

2.8 传感器性能指标与ISP设计权衡

2.8.1 关键性能指标体系

| 性能指标 | 定义 | 典型值 | ISP影响 |

性能指标 定义 典型值 ISP影响
量子效率(QE) 光电转换效率 40-95% 低光性能
动态范围(DR) 最大/最小可测信号比 60-120dB HDR处理需求
SNR 信噪比 35-45dB@标准照度 降噪算法选择
MTF 调制传递函数 >0.5@Nyquist 锐化需求
暗电流 无光照时电流 <10e-/s@25°C 长曝光校正
满阱容量(FWC) 像素最大电荷 3000-50000e- 曝光策略
转换增益(CG) μV/e- 50-200μV/e- ADC设计
串扰 像素间干扰 <5% 色彩校正

2.8.2 性能权衡三角

        低光性能
           /\
          /  \
         /    \
        /      \
    速度 ------ 分辨率

典型权衡场景:

  1. 像素尺寸选择: - 大像素(>3μm):低光好、DR高、成本高 - 小像素(<1.5μm):高分辨率、低成本、噪声大

  2. 帧率vs质量: - 高帧率:简化ISP流水线、功耗高 - 低帧率:复杂处理、时域降噪

  3. 功耗vs性能: - 片上处理:低延迟、功耗受限 - 外部ISP:灵活性高、系统功耗大

2.8.3 应用场景驱动的设计决策

自动驾驶场景

  • 优先级:DR > 低光 > 分辨率
  • 关键指标:120dB+ DR, <100ms延迟
  • 特殊需求:温度稳定性、LED闪烁抑制

手机摄像

  • 优先级:分辨率 > 低光 > 功耗
  • 关键指标:48MP+, AI-ISP集成
  • 特殊需求:多摄融合、计算摄影

安防监控

  • 优先级:低光 > 成本 > 分辨率
  • 关键指标:0.001 lux, 24/7稳定性
  • 特殊需求:红外敏感、WDR

本章小结

本章系统介绍了CMOS图像传感器的核心技术,从光电转换的物理基础到先进的信号处理架构。关键要点包括:

  1. 光电转换机制:理解光子吸收、载流子产生和收集的物理过程是优化传感器性能的基础

  2. 像素架构演进:从3T到4T再到共享像素,每次演进都在特定方面实现突破,4T+PPD结构已成为主流

  3. 量子效率优化:通过光学堆栈、BSI、DTI等技术,现代传感器QE可达90%以上

  4. 片上ADC权衡:列并行ADC在性能、面积、功耗间达到最佳平衡,是主流选择

  5. 双转换增益:DCG技术实现单传感器适应更宽动态范围,是未来发展方向

  6. 噪声控制:深入理解各类噪声源,采用针对性抑制技术,暗电流和读出噪声是重点

  7. 动态范围扩展:多次曝光和横向溢出等技术将DR推向120dB+,满足HDR应用需求

  8. 性能权衡:没有完美的传感器,需要根据应用场景在各项指标间权衡

这些基础知识为后续ISP算法设计和优化提供了重要指导。理解传感器特性有助于:

  • 设计匹配的ISP处理流水线
  • 优化噪声模型和降噪算法
  • 实现传感器-ISP协同优化
  • 做出正确的系统级设计决策

练习题

基础题

2.1 计算题:某CMOS传感器像素尺寸为2.0μm×2.0μm,填充因子为65%,在550nm波长下量子效率为72%。如果入射光功率密度为100 μW/cm²,计算每个像素每秒产生的电子数。(已知:550nm光子能量约为2.25eV)

答案

解题步骤:

  1. 像素有效面积 = 2.0×2.0×0.65 = 2.6 μm² = 2.6×10⁻⁸ cm²
  2. 每像素入射功率 = 100×10⁻⁶ × 2.6×10⁻⁸ = 2.6×10⁻¹² W
  3. 光子能量 = 2.25 eV = 2.25×1.6×10⁻¹⁹ = 3.6×10⁻¹⁹ J
  4. 每秒光子数 = 2.6×10⁻¹² / 3.6×10⁻¹⁹ = 7.22×10⁶
  5. 产生电子数 = 7.22×10⁶ × 0.72 = 5.2×10⁶ e⁻/s

2.2 某4T像素的浮动扩散节点电容为2fF,满阱容量为5000e⁻。计算: a) 转换增益是多少μV/e⁻? b) 满阱时FD节点电压摆幅是多少? c) 如果ADC参考电压为1.2V,需要多少位ADC才能分辨单个电子?

答案

a) 转换增益 = q/C = 1.6×10⁻¹⁹ / 2×10⁻¹⁵ = 80 μV/e⁻ b) 电压摆幅 = 5000 × 80×10⁻⁶ = 0.4V c) LSB = 1.2V / 2ⁿ < 80μV 2ⁿ > 1.2V / 80μV = 15000 n > log₂(15000) = 13.87 需要14位ADC

2.3 判断题:说明以下关于CMOS传感器的陈述是否正确,并简要解释原因。 a) PPD结构主要通过增加量子效率来提升低光性能 b) 暗电流每降低7°C大约减半 c) 相关双采样(CDS)可以完全消除光子散粒噪声 d) 背照式(BSI)传感器的主要优势是提高了满阱容量

答案

a) 错误。PPD主要通过降低暗电流和实现CDS降噪来提升低光性能,对QE提升有限 b) 正确。暗电流的温度依赖遵循翻倍温度约7-8°C的规律 c) 错误。CDS消除复位噪声(kTC噪声),光子散粒噪声是量子特性无法消除 d) 错误。BSI主要优势是提高量子效率和填充因子,对满阱容量影响不大

挑战题

2.4 系统设计题:为自动驾驶前视摄像头选择图像传感器,需要在200m距离识别80cm高的物体,垂直视角30°,要求帧率≥30fps,动态范围≥120dB。请设计: a) 最小垂直分辨率要求 b) 推荐的像素尺寸范围及理由 c) 建议采用哪种HDR技术方案 d) ADC架构选择及量化位数

答案

a) 垂直分辨率计算:

  • 200m处30°视角覆盖高度:200×tan(15°)×2 = 107m
  • 每像素覆盖:80cm至少需要3-5像素识别
  • 像素高度 < 80/3 = 27cm
  • 垂直像素数 > 107m/0.27m = 396
  • 考虑裕量,建议≥720p(垂直720像素)

b) 像素尺寸:3-5μm

  • 需要高DR和低光性能,不宜太小
  • 3μm以下难以实现120dB DR
  • 5μm以上传感器成本过高
  • 建议3.5-4.5μm折中方案

c) HDR方案:交织HDR + DCG

  • 单次曝光减少运动伪影
  • DCG扩展单次曝光DR
  • 交织HDR进一步扩展至120dB+

d) ADC架构:列并行12-14bit

  • 30fps需要较快转换速度
  • 列并行ADC平衡速度和功耗
  • 12-14bit满足120dB动态范围需求

2.5 开放思考题:随着像素尺寸不断缩小(已接近0.6μm),传统CMOS传感器面临物理极限。请分析: a) 主要的物理限制因素有哪些? b) 可能的技术突破方向 c) 对ISP设计会带来什么新挑战?

答案

a) 物理限制:

  • 衍射极限:艾里斑直径~1.22λf/D,影响MTF
  • 光子不足:小像素收集光子数少,SNR恶化
  • 满阱容量:<1000e⁻,动态范围受限
  • 串扰加剧:像素间距接近光波长
  • 工艺限制:特征尺寸接近工艺极限

b) 技术突破方向:

  • 计算摄影补偿:AI超分、多帧融合
  • 新材料:量子点、有机光电材料、钙钛矿
  • 新结构:超透镜、纳米光子学
  • 堆叠技术:3D集成提高填充因子
  • 事件相机:突破帧率限制

c) ISP新挑战:

  • 噪声模型复杂化:非线性、空变特性
  • 串扰补偿:需要复杂的解串扰算法
  • AI-ISP融合:传统方法失效,需要深度学习
  • 多传感器融合:像素级融合提升性能
  • 实时性要求:计算量激增vs延迟要求

2.6 定量分析题:某手机采用四合一(Quad Bayer)传感器,单个小像素0.8μm,合并后等效1.6μm。已知:

  • 单个0.8μm像素:FWC=3000e⁻,读出噪声=2.5e⁻
  • 合并模式:FWC=12000e⁻,读出噪声=3.5e⁻

计算并比较两种模式在不同光照下(10 lux、100 lux、1000 lux)的SNR表现,并分析切换策略。

答案

SNR计算公式:SNR = 20log₁₀(S/N) 其中总噪声:N = √(S + σ²ᵣₑₐ𝒹)

假设光电转换率k=10e⁻/lux/ms,积分时间t=30ms:

10 lux场景:

  • 0.8μm:S=3000e⁻(饱和),N=√(3000+6.25)=54.8,SNR=35dB
  • 1.6μm:S=3000e⁻,N=√(3000+12.25)=55.0,SNR=34.9dB 选择:0.8μm模式(略优)

100 lux场景:

  • 0.8μm:S=3000e⁻(饱和),N=54.8,SNR=35dB
  • 1.6μm:S=12000e⁻(饱和),N=√(12000+12.25)=109.6,SNR=40.8dB 选择:1.6μm模式(明显优势)

切换策略:

  • <50 lux:使用0.8μm高分辨率模式
  • 50 lux:使用1.6μm合并模式获得更好SNR

  • HDR场景:动态切换或双模式输出

常见陷阱与错误

传感器选型陷阱

  1. 过度关注像素数量 - 错误:认为像素越多画质越好 - 正确:综合考虑像素尺寸、量子效率、噪声水平

  2. 忽视温度影响 - 错误:室温测试结果直接用于产品 - 正确:考虑工作温度范围(-40°C到85°C)的性能变化

  3. 动态范围理解偏差 - 错误:单看满阱容量评估DR - 正确:噪声基底同样重要,SNR=1时的信号才是下限

设计集成错误

  1. 时序违反 - 错误:随意调整传感器时序参数 - 正确:严格遵守setup/hold时间,考虑温度和工艺偏差

  2. 电源设计不当 - 错误:所有电源共用,纹波控制不严 - 正确:模拟/数字分离,PSRR分析,<10mV纹波

  3. 接口信号完整性 - 错误:高速MIPI信号当普通信号处理 - 正确:阻抗匹配、差分对等长、屏蔽设计

算法处理误区

  1. 线性假设 - 错误:假设传感器响应完全线性 - 正确:考虑非线性区域,特别是接近饱和时

  2. 噪声模型过简 - 错误:使用固定噪声值 - 正确:建立信号相关的噪声模型

  3. 忽视串扰补偿 - 错误:不处理像素间串扰 - 正确:测量串扰矩阵,设计补偿算法

最佳实践检查清单

传感器评估阶段

  • [ ] 完整的光电特性测试(QE、DR、MTF)
  • [ ] 多温度点性能验证(-40°C/25°C/85°C)
  • [ ] 长期稳定性测试(>1000小时)
  • [ ] 多批次一致性验证
  • [ ] EMC/EMI兼容性测试

系统设计阶段

  • [ ] 传感器-镜头匹配分析(CRA、光学设计)
  • [ ] 供电方案设计(LDO选择、去耦设计)
  • [ ] 时钟方案(jitter <50ps、相位噪声分析)
  • [ ] 热设计(最坏功耗分析、散热方案)
  • [ ] 信号完整性仿真(特别是高速接口)

ISP接口设计

  • [ ] 输入数据格式确认(RAW8/10/12/14/16)
  • [ ] 同步信号定义(HSYNC/VSYNC/PCLK)
  • [ ] 统计信息接口(3A统计、直方图)
  • [ ] 中断和状态反馈机制
  • [ ] 错误检测和恢复机制

标定和校准

  • [ ] 暗电流校准(FPN、PRNU)
  • [ ] 坏点标定和动态检测
  • [ ] 镜头阴影校正参数
  • [ ] 色彩校准(CCM矩阵)
  • [ ] 噪声模型参数提取

算法优化

  • [ ] 噪声模型准确性验证
  • [ ] HDR合成权重函数优化
  • [ ] 串扰补偿矩阵测量
  • [ ] 非线性校正查找表
  • [ ] 场景自适应参数集

验证和测试

  • [ ] 标准测试卡验证(分辨率、色彩、动态范围)
  • [ ] 极限条件测试(低光、强光、混合光)
  • [ ] 运动场景测试(快门效应、运动模糊)
  • [ ] 长时间运行稳定性
  • [ ] 与参考设计对比验证