技术文章

Technical articles

当前位置:首页技术文章光学成像:从图像传感器到机器视觉的核心光电产品

光学成像:从图像传感器到机器视觉的核心光电产品

更新时间:2026-07-01点击次数:21

光学成像是将光学图像转换为电子信号并进行存储或处理的技术,是人类感知世-界-最重要的信息获取手段之一。从智能手机的前后摄像头,到自动驾驶汽车的360度环境感知,从半导体工厂的缺陷检测,到太空望远镜深空观测,光学成像系统无处不在。

 

图像传感器是光学成像系统的核心,它将镜头汇聚的光子转换为电信号,是数码相机、智能手机、自动驾驶汽车、工业检测设备的核心器件。传感器的性能直接决定了成像系统的分辨率、灵敏度、动态范围和速度。

 

本文聚焦光学成像设备与核心器件本身,从图像传感器的工作原理出发,介绍主要产品类型(CCD、CMOS、SPAD阵列等)、关键性能参数,以及这些产品在机器视觉、自动驾驶、科学成像、AR/VR等热点领域的应用。

 

一、图像传感器的工作原理

 

1.1 光电效应与光子到电子的转换

 

图像传感器的物理基础是光电效应:光子入射到半导体材料(通常是硅)上,如果光子能量大于硅的带隙(1.12eV,对应波长1107nm),就会激发电子从价带跃迁到导带,形成电子-空穴对。

 

量子效率QE:衡量传感器将入射光子转换为电子的效率。背照式CMOS可达90%,前照式约40-50%。

填充因子:像素中感光区域占像素总面积的比率。背照式(BSI)可接近100%。

 

IMG_256

 

图1:光电转换与量子效率示意

 

1.2 像素结构:全局快门 vs 卷帘快门

 

卷帘快门:逐行曝光,运动物体产生果冻效应,读出噪声低、帧率高。

全局快门:所有像素同时曝光,适合高速运动,但成本和噪声略高。

 

IMG_258

 

图2:卷帘快门与全局快门对比

 

1.3 读出与模数转换

 

列并行ADC架构实现高速读出;科学级CCD使用逐像素转移的低噪声读出;片上ADC集成是现代CMOS的趋势。

 

二、主要产品类型:CCD与CMOS

 

2.1 CCD:科学级成像的金标准

 

电荷耦合器件(CCD)通过电荷转移机制实现低噪声、高均匀性,量子效率背照式可达95%,科学级读出噪声小于3个电子。但读出速度慢、功耗高、成本高。

 

2.2 CMOS:消费电子与工业视觉的主流

 

CMOS传感器每个像素自带放大器,读出速度快、功耗低、成本低。前照式(FSI)QE约50%,背照式(BSI)可超90%。5T像素支持全局快门。

 

IMG_259

 

图3:CCD与CMOS对比

 

2.3 科学级CMOS(sCMOS)

 

背照式BSI加大像素(6.5-11μm),读出噪声<1个电子,动态范围>90dB,用于荧光显微、天文成像。

 

2.4 短波红外(SWIR)成像传感器

 

InGaAs传感器响应1000-1700nm,QE 70-80%;量子点传感器成本更低;GeSi部分兼容CMOS。用于光伏检测、晶圆检测等。

 

三、关键性能参数

 

量子效率QE:背照式CMOS达90%,前照式40-50%,InGaAs约70-80%。

读出噪声:科学级CCD<3e⁻,sCMOS<1e⁻,工业CMOS 5-20e⁻。

动态范围DR:科学级>80dB,工业级60-70dB。

帧率:卷帘CMOS数千fps,sCMOS 100-500fps,高速CMOS>10000fps。

光谱响应:硅400-1100nm,InGaAs 900-1700nm。

暗电流:随温度指数增长,降温降低。

 

IMG_260

 

图4:关键性能参数

 

四、机器视觉:工业检测的核心眼睛

 

4.1 工业相机的产品形态

 

面阵相机:矩形像素阵列,接口有GigE Vision、USB3 Vision、Camera Link、CoaXPress。

线阵相机:单行像素(2048-16384),配合运动扫描,用于PCB、薄膜、纸张检测。

3D相机:结构光、ToF或立体视觉,输出深度信息。

热红外相机:3-5μm或8-12μm波段,用于热故障检测。

 

IMG_261

 

图5:工业相机主要类型

 

4.2 工业检测的典型应用

 

半导体检测、PCB AOI检测、显示面板检测、食品药品包装检测、汽车零部件检测。线阵相机配合TDI技术可实现高速弱光检测。

 

IMG_262

 

图6:工业检测典型应用

 

五、热点应用:自动驾驶与环境感知

 

5.1 自动驾驶的感知系统

 

前视摄像头(HDR >120dB)、环视摄像头(4-8个,SLAM)、驾驶员监控(近红外)。车载需AEC-Q100认证。

 

IMG_263

 

图7:自动驾驶感知传感器

 

5.2 摄像头与激光雷达的融合

 

纯视觉(Tesla) vs 多传感器融合(Waymo)。事件相机(延迟<1μs)在高速场景前景广阔。

 

5.3 车载ISP的特殊要求

 

HDR、LED闪烁抑制(LFM)、热噪声扣除、多摄像头色彩一致性。

 

六、热点应用:AR/VR与近眼显示

 

6.1 近眼显示中的摄像头

 

眼动追踪(精度<0.5°)、SLAM定位、手势识别。Micro-OLED、Micro-LED、LCoS、DMD等微型显示技术。

 

6.2 深度感知与3D摄像头

 

结构光:精度高,深度范围有限(0.1-10m),iPhone Face ID。

ToF:dToF(单光子)精度高,iToF成本低。

被动双目:无需主动光,纹理缺失场景不友好。

 

IMG_264

 

图8:3D深度感知方案对比

 

七、科学成像:天文与生命科学

 

7.1 天文成像

 

e2v和安森美提供科学级背照式CCD(QE>90%),EMCCD增益可达1000倍,读出噪声<0.1e⁻。超大靶面拼接(如LSST 3.2GP)。

 

7.2 显微镜成像

 

荧光显微镜使用sCMOS或EMCCD;单分子定位(SMLM)用EMCCD;光片显微镜(LSFM)用sCMOS高速成像。

 

IMG_265

 

图9:科学成像传感器对比

 

八、前沿技术:量子成像与神经形态视觉

 

8.1 量子成像

 

鬼成像利用量子纠缠或涨落相关性,在低光透过率环境中重建图像;单像素成像适用于无法制造阵列探测器的波段;量子照明用于强噪声背景下的信号提取。

 

8.2 神经形态视觉传感器(事件相机)

 

事件相机(DVS)检测亮度变化事件,延迟<1μs,无运动模糊,动态范围>120dB,功耗毫瓦级。代表产品:Prophesee、iniVation。挑战:需新算法框架(SNN),低纹理场景信息缺失。

 

九、总结与产品选型指南

 

光学成像器件应用极广,选型需根据具体场景:

IMG_266

 

图10:图像传感器选型指南

 

光学成像技术正处于快速变革期:背照式CMOS全面替代前照式;事件相机从实验室走向工业;量子成像、单像素成像打开新空间;AR/VR和自动驾驶重塑产业链。掌握图像传感器的原理与选型方法,是进入这些前沿领域的基础能力。