GS－CMOS图像传感器的发展与作用

作者：微风挽雨

图像传感器正在以三种核心方式发展：随着物联网 (IoT) 的兴起，系统功能的更多优势；实现片上偏振和高光谱传感器等新功能，它们可以看到比肉眼更多的东西；而且，对于大多数机器视觉应用来说，最根本的进步可能是需要以更高的分辨率进行捕捉——而且速度更快。

本文着眼于 GS-CMOS 图像传感器的发展，包括对即将上市的第四代全局快门技术的期望，以及它们在提高成像性能方面的作用。

全局快门 CMOS 图像传感器大约在十年前首次推出，从那时起，它在实现高速制造工艺的加速吞吐量方面发挥了至关重要的作用。该技术不仅提供了数字输出，还避免了由卷帘效应引起的空间失真。

该技术发展迅速，以提供更高的图像质量，第一代传感器在其 1/1.2 英寸格式（5.86 µm 像素大小）中仅提供 2.4 兆像素。对分辨率的要求意味着工程师创造了 3.45 µm 的第二代传感器像素尺寸，使索尼能够覆盖 0.4 到 31 兆像素的分辨率。

但是随着像素尺寸的缩小，到达传感器中每个像素的光量也随之缩小——降低了饱和容量。

对于第三代，在这些竞争因素之间寻求最佳平衡：略微增加像素尺寸（至 4.5 µm），从而增加更接近第一代设备的饱和容量，同时还提高了动态范围和速度。

随着第一代到第三代像素的完成，索尼创建了一个分辨率和光学尺寸组合，涵盖了即将停产的传统 CCD 系列。

图像捕获的整体方法

机器视觉系统不仅需要捕获详细的图像进行分析，还需要捕获正确的信息，将这些信息传输到计算机并以极高的速度完成此操作。

因此，传感器的读出帧速率（与使用的传输标准一样多）是此过程中的关键要素。但嵌入在每一代新一代 GS-CMOS 图像传感器中的功能也是如此。第 1 代包括全局快门，以消除运动伪影；以及多帧感兴趣区域 (ROI) 功能，该功能允许将数据子集传递到计算机进行分析。

第 2 代增加了多重曝光触发器，允许在一个图像帧内捕捉多重曝光，以确保图像捕捉到更深的信息——并将最短曝光时间缩短至仅 2 µs。

第 3 代包括双 ADC 和双触发器，允许在同一帧上拍摄低增益和高增益图像，每个图像都可以独立触发。此外，还嵌入了传感器转换增益，以更好地平衡灵敏度、饱和容量和动态范围，以应对低光和高光条件。最后，添加了一个自触发，其中一个 ROI 充当另一个 ROI。

反转传感器

虽然仍然可以通过增加图像传感器尺寸来增加整体像素数，但大多数机器视觉应用都使用 C 接口相机，该相机使用 1 英寸型传感器（对角线 16 毫米）。

前三代 GS-CMOS 图像传感器采用前照式像素结构（见图 1），光线进入镜头，然后穿过金属布线层到达光敏光电二极管。

这减少了到达光电二极管层的光，其中一部分进入透镜的光被引导到金属布线层上。

图 1. 前照式 GS-CMOS 图像传感器的分层

第四代 GS-CMOS 采用的另一种方法是反转金属布线和光敏光电二极管层以创建背照式像素结构并更容易检测到光子（见图 2） .

图 2. 背照式 GS-CMOS 图像传感器的分层

与传统的前照式传感器 (2.74µm) 相比，这种倒置结构允许将像素尺寸减小到大约 63%，而不会降低饱和特性。

此外，这种反转允许将外围电路布置在传感器的背面。这允许将分辨率从 12 MP 提高到 20 MP，同时将封装尺寸减小到约 91%；即使使用与以前型号相同的光学系统（见图 3）。

图 3. 高清晰度允许更大的成像区域，这反过来又减少了所需的捕获次数。在左侧，传统产品（IMX253，12.37 兆像素）需要 25 次捕获；在右侧，新产品（IMX531，20.35 兆像素）只需要 12 次捕获。

第四代功能和读出帧率

反向背照式像素结构还提供了实现高度灵活的布线布局的能力，并且通过将其与具有嵌入式时钟 (SLVS-EC) 高速接口的可扩展低压信号相结合，可以显着提高读出帧速率. 考虑到正在传输的更高分辨率图像，读出帧速率可​​以比传统传感器快近 2.4 倍。

图 4. 高速读出缩短了检查过程所需的时间

在第四代传​​感器上实现的其他功能包括双 ADC 数据的传感器上组合，允许从低增益和高增益捕获创建 HDR（高动态范围）图像。快门速度已加快，快门之间的时间缩短至仅 2 µs。

结论

为了实现高度自动化，例如取代工厂和仓库的视觉检查以及工厂自动化和配送的其他应用，检查和识别必须更精确、更快，从而提高效率。

第四代传感器是整个行业和工业自动化的一大飞跃——提供更好的图像和更多的片上功能，从而提高工业制造过程的质量控制和速度。

然而，这种对更高制造速度和精度的需求将继续存在，并且在出现问题之前需要解决这个问题。

正如我们所见，传感器制造商可以将像素尺寸缩小到超过该最佳点。事实上，可以说有些人这样做有商业利益；利用非专家将其用作代理指标（通常是唯一指标）来量化其系统的图像质量。

作为一个行业，我们需要共同努力以提供更好的替代指标。一种考虑到工业成像的复杂性的方法。一种更全面地关注质量和数量的产品。最终，它就像简单的像素数一样容易理解。