Understanding CMOS Image Sensor( 四 ) _像素密度

文章插图
下图说明的是人脸识别场景涉及的图像质量等级

文章插图
下图说明的是车牌识别场景涉及的图像质量等级

文章插图
下图依次说明了像素密度从大到小时图像质量的变化情况。

文章插图

文章插图
1.2 光电转换
目前大部分的都是以硅为感光材料制造的，硅材料的光谱响应如下图所示。

文章插图
从图中可以看到，硅材料的光谱响应在波长的红外光附近达到峰值，在400nm的蓝光处只有峰值的15%左右，因此硅材料用于蓝光检测其实不算特别理想。在实际CIS产品中，特别是在暗光环境下，蓝色像素往往贡献了主要的噪声来源，成为影响图像质量的主要因素。从上图中可以看到，裸硅在可见光波段的光电转换效率大约是峰值的20%~60% ，与入射光的波长有关。
感光的基本单元叫做“像点” ，英文是，每个上承载了几百万甚至更多的像点，它们整齐、规律地排成一个阵列，构成的像敏区。当可见光通过镜头入射到像点并被光敏区吸收后会有一定概率激发出电子，这个过程叫做光电转换，如下图所示。

文章插图

文章插图
光子激发出电子-空穴对（-hole pair）
光子激发出电子的概率也称为量子效率，由光激发产生的电子叫做光生电子或光电子。光子激发出电子会被像点下方的电场捕获并囚禁起来备用，如下图所示。这个电场的专业名称叫做“势阱” ，后面会有专门讨论。

文章插图
像点的作用可以类比成一个盛水的小桶，它可以在一定范围内记录其捕获的光电子数，如果入射的光子太少则可能什么都记录不到，如果入射的光子太多则只能记录其所能容纳的最大值，多余的光电子由于无处安置只能就地释放，就像水桶盛满之后再继续接水就会溢出一样。溢出的自由电子会被专门的机制捕获并排空。像点曝光的过程，非常类似下图所示的用很多小桶接雨水的过程。

文章插图
1.3 像点微观结构
一个像点的解剖结构如下图所示。

文章插图
从图中可以看到，一个像点主要由五部分功能构成
1.4 Bayer
为了能够区分颜色，人们在硅感光区上面设计了一层滤光膜，每个像素上方的滤光膜可以透过红、绿、蓝三种波长中的一种，而过滤掉另外两种，如下图所示。

文章插图

文章插图
像点之所以叫像点而不叫像素正式因为这了原因，一个严格意义上的像素，即pixel ，是一个具备红、绿、蓝三个颜色分量的组合体，能够表达RGB空间中的一个点。而上的一个像点只能表达三种颜色中的一个，所以在范畴内并不存在严格意义上的像素概念。但是很多情况下人们并不刻意区分像素和像点在概念上的差别，经常会用像素来指代像点，一般也不会引起歧义。