所有关于电路
技术文章

图像传感器技术简介,从光子到电子

2020年3月23日经过罗伯特·凯

本文是系列文章的第一篇,讨论称为光电二极管的光敏电子器件,并比较CCD和CMOS传感器。

此时,电子电路已将薄膜作为记录光的主要方法取代的公理。Hundreds of millions, if not billions, of people live within arm’s reach of a smartphone that is also a camera, and many of those individuals may have only vague ideas about the possibility of taking photos with a film-based camera instead of an electronic device.

此外,数字成像的重要性远远超过智能手机文化,甚至专业摄影或摄像。我在数码相机设计方面的所有经验都发生在国防工业,以及各种其他领域——制造业、安全、医疗保健和环境科学——都依赖于各种类型的图像传感器。

光子和电子

电子成像的基本前提是光可以以保留视觉信息的方式转换为电能,从而允许我们重建场景的光学特性。光子和电子之间的可预测相互作用引发了捕获数字图像的过程。在由事件光子传递的能量被转换成电能之后,系统必须具有某种方式来定量该能量并将其存储为数值的序列(或矩阵)。

在大多数图像传感器中,光到电的转换是通过a光电二极管,这是一个PN结其结构有利于产生电子-空穴对以响应入射光。

光电二极管通常由硅制成,但在各种专业应用中使用其他半导体材料(例如砷化铟,抗氧化物和汞镉碲化镉)。

固定的光电二极管

当研究人员创建称为固定光电二极管的东西时,发生了图像传感器技术的一个重要进步。在上图中,光电二极管类似于正常二极管,因为它由一个p型区域和一个n型区域组成。

pin型光电二极管有一个由高掺杂的p型(缩写为p+)半导体构成的附加区域;如图所示,它比其他两个区域要薄。

该图传送了集成到图像传感器中的固定光电二极管的结构。

上世纪80年代,固定型光电二极管的引入解决了一个与光产生的电荷延迟转移有关的问题(称为“滞后”)。钉住的光电二极管还提供了高量子效率、改进的噪声性能和低暗电流(我们将在本系列的后面讨论这些概念)。

如今,几乎所有CCD和CMOS图像传感器中的光敏元件都是固定的光电二极管。

图像传感器的类型

两种主要的成像技术是CCD(电荷耦合器件)和CMOS(您可能已经知道CMOS代表什么)。其他类型的传感器也确实存在:NMOS传感器用于光谱学,微辐射计提供用于热成像的红外灵敏度,专业应用可能使用连接到定制放大器电路的光电二极管阵列。

然而,我们将关注CCD和CMOS。这两个通用传感器类别涵盖了非常广泛的应用和功能。

CCD和CMOS

“哪一个更好”的价值判断似乎吸引了人类的天性。”品种。表面安装还是通孔安装?是机器或场效应晶体管?佳能还是尼康?Windows或Mac(或Linux)?对于这些问题几乎没有一个有意义的答案,甚至比较个人特征也可能是困难的。

那么,哪个更好,CMOS还是CCD?(叹气)。传统的比较是这样的:ccd有更低的噪声,更好的像素到像素的均匀性,而且通常以高质量的图像著称。CMOS传感器提供更高层次的集成,降低了电路设计者任务的复杂性,并降低了功耗。

我并不是说这种评估是不准确的,但它的效用是有限的。很大程度上取决于什么需要传感器什么的你的要求和优先事项是。

此外,由于两个原因,我犹豫甚至呈现这些比较:首先,技术迅速变化,倒入数字成像R&D的巨大金额可以逐步重新塑造CCD与CMOS景观。

第二,图像传感器不产生图像;它是数字成像中的一个组成部分(当然是非常重要的组成部分)系统一个系统产生的图像质量不仅仅依赖于一个传感器。在某些光电特性方面,我并不怀疑ccd优于CMOS传感器,但将ccd与卓越的整体图像质量联系起来似乎有些牵强。

系统的考虑

基于ccd传感器的系统需要大量的设计投入。ccd需要各种非逻辑级供电和控制电压(包括负电压),必须应用于传感器的时序序列可能相当复杂。传感器产生的图像“数据”是一种模拟波形,需要仔细放大和采样,当然任何信号处理或数据转换电路都有可能引入噪声。

低噪音性能从CCD开始,但它没有结束 - 我们必须努力最小化整个信号链中的噪声。

这是一个CCD输出波形的例子。我们将在以后的文章中更多地讨论这个图表。

CMOS图像传感器是一个非常不同的故事。它们更像标准集成电路,具有逻辑电平电压提供,片上图像处理和数字输出数据。您可能有一些额外的图像噪音来处理,但在许多应用中,这是一个小的代价,以支付设计复杂性,开发成本和压力的重大减少。

图像处理不是典型微控制器的任务,当您使用高帧率或高分辨率传感器时,它的要求特别高。大多数应用程序将受益于数字信号处理器或计算机的计算能力FPGA

你还需要考虑压缩,特别是当你需要在内存中存储图像或无线传输它们的时候。这可以在软件可编程硬件,但在我看来ADV212-一个来自模拟设备的JPEG压缩/解压缩ASIC是一个很好的选择。

结论

关于这个有趣和广泛的主题还有很多可以说的,但我认为我们已经为本系列的其余部分奠定了坚实的基础。在下一篇文章中,我们将详细介绍CCD图像传感器的功能。

1条评论
  • R.
    理查德•柯林斯 2020年3月27日,

    罗伯特,
    你开始了你的第一个系列。我喜欢你的清晰和形象,但你忽略了一些非常重要的东西。

    你打算把你的系列拍到哪里?它会导致什么?你希望完成什么?

    您的延迟相关提示涵盖想要构建更多标准相机的人。将一个粘在手机中,向安全网络添加一个,将一些进入工业应用。但我想在自己的低延迟“循环中”编程我自己的低延迟。我不想要有损的JPEG。

    我的应用程序必须是无损的,因为信号很复杂,我需要灵活地开发和测试自己的算法。如果它像往常一样,这意味着在我找到最适合和有效的算法之前,这意味着数百种变化,对于这些场景和照明级别的特定数据流。运行全分辨率数据需要一个小时的时间来处理和实验,并使用表征信号变化和稳定状态的统计摘要,然后将新的算法变为足够的处理器,以便拾取数据并运行实时 - 那么它基本上是不可能的,没有许多并行的研究人员,我买不起。

    所以你指的是现成的jpeg压缩。你对无损的统计方法有什么建议吗?所有真正的人工智能方法都将是实时的——只要传感器经过训练。我将重点放在该过程的初始阶段——以全分辨率收集完整的训练集,然后运行简单的标准统计算法,作为已编译的、高效的特定于应用程序的算法的代理,这些算法在传感器旁边实时运行。这些反馈与整个网络及其无损运行有关的非常具体的数据。

    我回到所有数学和物理学和模型,以便构成二极管。这是一团糟。每个人都在采取捷径。每个人都给出“拇指规则”和“提示”和“线索”。我没有那么多时间与部分模型一起工作,特别是如果他们只是不完整的rehashes。

    在哪里可以找到传感器的校准方法,你有什么建议吗?我发现,为了得到适合特定数据流的像样的无损压缩算法,通常需要运行来自许多相同类型传感器的数年数据。

    上面说你是三天前写的,但我今天才收到邮件。

    你的固定光电二极管图没有定量信息。一定有人知道这些东西的每一个电子,每一个洞和每一个原子。我会留意的。我比平时有更多的时间,因为我们被锁定在等待人们学习追踪传染病病例。我订购了几本半导体物理学的书,但发现它们都来自隔离的城市,或者几乎是隔离的城市。

    祝你好运。

    理查德·柯林斯,互联网基金会

    喜欢的。 回复