走出黑暗的“百慕大三角”

近年来，数字成像技术快速发展而数码相机(Digital Camera，简称为DC)在很大程度上已经取代了传统胶片相机的地位，从使用方便性上来说，数码相机的优势非常明显，但是受自身技术的限制，数码相机在较暗或者夜景环境中的成像质量令人不敢恭维。要进一步提高图像传感器的感光灵敏度依靠传统方法的老路似乎行不通了这就只有寄希望于新技术的突破，今天就让我们去关注―下数码相机如何在感光问题上实现质的突破。

数码相机产品的“等效感光度”指标

数码相机虽然采用电子图像传感器取代了胶卷进行感光成像，但与胶卷底片的情况相似，不同档次、不同类型的图像传感器对光线的灵敏程度也会存在着差异，感光度同样也是数码相机的一项重要指标。为了方便用户的理解和使用，数码相机图像传感器的感光度一般也换算为与胶卷感光度相当的ISO感光值作为标准计量单位，称为数码相机的“ISO等效感光度”(ISO EquivalentSensitivity)。与传统的胶片不同，数码相机可以根据用户的需要自行对ISO曝光值进行调节，而传统的胶片相机ISO值是由所使用的胶卷来决定的。若把数码相机的等效感光度设为ISO 100，其图像传感器的曝光灵敏度就与ISO 100胶卷的曝光灵敏度基本相同，以此类推。

现有感光器件无法满足更苛刻的要求

相对来说，数码相机对拍摄环境的要求十分苛刻，环境光线过强或过弱都会明显影响照片的拍摄效果。从理论上讲，数码相机的感光度及其可调范围越高越好，这样可以为拍摄者提供了更大的灵活性，例如在博物馆等各种不允许或不方便使用闪光灯辅助照明的场合进行拍摄，体育比赛等高速运动场景的拍摄等等，高感光度的数码相机将能获得更好的拍摄效果。

目前，数码相机所使用的图像传感器的感光度仍然难以令人满意。举个简单的例子，多数数码相机都有夜景拍摄模式，在这种模式下一般都是通过降低快门速度实现的，但由于曝光时间延长，照片上会出现明显的噪声斑点(噪点)；更为恶劣的是，如果用户采用手持方式拍摄，则会因为长时间曝光的手部抖动造成照片模糊不清。有些朋友建议使用闪光灯等辅助光源，但多数数码相机在拍摄时也会因此降低曝光时间，造成近处非常明亮，但光线较弱的背景却黑压压一片……这些问题通过改善信号强度、引入防抖技术、背光补偿乃至调整闪光模式(后帘同步)来改善，但是复杂的操作方法和拍摄经验却不是普通用户所能够掌握的。所以，最根本的解决方案还是提高图像传感器的感光度，这样所有的问题都可以迎刃而解。

现有技术提升感光度的瓶颈

目前，数码相机图像传感器所采用的感光器件主要分为两类――“电荷耦合器件”(Charge Coupled Device，简称CCD)和“互补型金属氧化物半导体器件”(Complementary Metal Oxide Semiconductor，CMOS)，尽管二者在结构和性能方面存在差异，但在本质上都是利用半导体材料特有的光敏特性来实现信号收集。

图像传感器由大量排列成矩阵的感光器件(或感光单元)构成，在曝光过程中，镜头汇聚的光学图像被投射到图像传感器的感光面上，感光矩阵中的各个感光单元就负责把光学图像中各个“光点”(光信号)转换成电信号，每个感光单元所产生的电信号强度就代表了光学图像中相应各个光点的光强度。

数码相机在完成曝光成像后，还需要在同步选通电路的控制下，由信号读取电路将图像传感器所产生的原始图像信号依次检取出来，并经过放大、模数转换、数据处理等一系列加工步骤，然后以适当的格式将图像数据存贮起来(绝大多数情况下，数码相机都会对图片进行压缩处理)，这就是我们最终得到的图像文件。

从上面介绍的图像产生流程来看，要提高感光度有两条途径供选择：其一是通过物理方法，鉴于CCD以及CMOS的感光机制，要提高感光度只有增加感光器件的尺寸或者感光器件每个像素单元的有效感光面积；其二则是通过信号处理的方法，通过后续的信号处理电路来提高信号增益，实现更大的信号反差。后者是现在最常用的方式(增加曝光补偿，EV值)，但从原理上来说并不能从根本上解决问题。那使用前者可不可行呢?使用新工艺增加CCD/CMOS的面积，这种可能性是完全存在的，但是这么做并不经济，而且在现有条件下提高分辨率与增加单个像素有效感光面积之间存在着尖锐的矛盾。

因此，想在现有框架下实现感光度质的突破几乎不可能，必须寄希望于开发新的图像传感器技术和新的制造工艺。从目前来看，“纳米图像传感器”技术和“全色像素图像传感器”技术是两把最有希望的、打开图像传感器高灵敏度时代的大门的钥匙。

KETI的SMPD纳米图像传感器技术

其实早在2006年，韩国的Planet82公司就首次公开了采用“单一载流子调制光探测器”(Single-Carrier Modulation PhotoDetector，SMPD)技术的纳米图像传感器产品(图2)。这种新型的SMPD图像传感器技术实际上是由韩国电子技术学会(KETI)所属的纳米量子器件研究中心研发的，然后授权给Planet82批量生产。

SMPD图像传感器感光器件最突出的特点是采用了纳米半导体制造工艺，通过纳米半导体的量子效应可以使少量光子(或微弱光线)就能使感光器件产生大量的电子，从而获得强度非常高的图像信号。因此，SMPD图像传感器的光灵敏度能够达到现有CCD/CMOS的2000倍，即使是在各种黑暗的环境中不使用闪光灯拍摄，也能获得十分鲜明清晰的图像效果。据现在已经公布的资料数据，在光照度低于1勒克斯(lux)*的弱光环境中，SMPD图像传感器依然能够清晰成像。

SMPD感光器件的基本结构和工作原理

无论是CCD还是CMOS图像传感器，其感光器件中都存在着PN结的结构，所以CCD和CMOS图像传感器的基本感光单元都可以等效为一个光敏二极管――这种光敏二极管结构不具有对信号的放大作用，只能起到一个开／关的控制功能。而SMPD图像传感器感光器件的基本结构和工作机制则类似于具有信号放大作用的晶体三极管(Transistor)，这是SMPD图像传感器与CCD、CMOS图像传感器在器件结构方面的明显差异。

在知道了SMPD的基本结构之后，我们还想知道这个“闸门”是如何来工作的呢?在没有外部光照的情况下，由于量子效应的舒束缚作用，过渡区此时是一个缺乏载流子的耗尽区，从而阻隔了传导区载流子的通过，D-S极之间就成为一个“断路”，即D-S极之间的极间电流Ids=0；当有外部光照存在时，过渡区被激发产生大量载流子，耗尽层被释放而 形成传导区载流子的通路，在外加电压Vds的作用下，D-S极之间就会有电流通过，并且光照越强，过渡区产生的载流子越多、耗尽层越窄、极间电流Ids的强度也就越大。这就是SMPD元器件实现光电转换的基本原理。

为什么SMPD具有比现有设备更高的灵敏度?

从原理上来说，CCD与CMOS都是利用光生载流子来工作的，然后将得到的原始信号交给后面的放大电路来处理。SMPD的感光器件却并没有拾取光生载流子作为直接的信号来源，而是通过过渡区的量子线性结构来控制“闸门”间电流的大小。从这个角度上来说，SMPD在原理上有两个优势：其一，D-S极之间极间电流的强弱要受到照射光的间接控制，因此可以反映光照的强弱；其二，极间电流的驱动电压是由外部电路来提供的，所以即便是极弱的光照强度，也可以获得足够的电流强度，这就是SMPD具有2000倍信号放大能力的秘密。

通过与后续处理电路的配合，SMPD元器件即使在光线极弱的环境下也能够得到非常出色的图像信号。除了在数码相机、照相手机以及消费型电子产品方面的应用之外，SMPD高灵敏度的特性还特别适合全天候视频监控系统的应用需求。

Kodak的全色像素图像传感器技术

与Planet82公司的SMPD技术相比，“全色像素图像传感器”(Panchromatic Pixel Image Sensor)技术并不能算作是革命，它只是在现有CCD以及CMOS的成像机制的基础上的一次革新。因为它并没有引入新的元器件，而是通过改进图像传感器的滤光系统来提高图像传感器的光灵敏度。

单芯片图像传感器采用的Bayer滤光器

为了实现彩色成像，单芯片的彩色图像传感器目前普遍采用了上世纪七十年代Kodak公司Bayer博士发明的滤光器。Bayer滤光器利用了光的三基色原理，其基本结构是在图像传感器的表面增加一层滤光片，滤光片上对应于一个图像像素的栅格形区域就是一个滤光单元。滤光片的每个滤光单元中，都是由红(R)、绿(G)、蓝(B)三基色的微型滤镜构成，其中允许红色光、蓝色光透过的滤镜各有1个、允许绿色光透过的滤镜有2个(因为人的视觉对绿色光最为敏感)，这4个滤镜的典型排列方式是GR-BG(图6)。

什么是“全色像素过滤技术”?

Bayer滤光器虽然通过三基色分离的方法实现了彩色成像，但这种简单的三基色滤光机制却也正是导致图像传感器灵敏度降低的根本原因。例如红色光滤镜只允许红色光到达感光器件并转换为相应的电信号，而被过滤掉的光就被白白被浪费掉了。因此现有的Bayer滤光系统显然降低了图像传感器对光的利用效率，这点就跟人的眼睛在戴了有色眼镜后会感觉亮度明显下降一样。

正是鉴于这种情况，Kodak的全色像素过滤技术对现有的Bayer滤光器进行了改进。全色像素过滤技术的原理是在滤光片的各个滤光单元中仍保留原有的RGB三基色微滤镜，但增加了一种对全部可见光透明的微透镜结构，Kodak的工程师称之为“全色像素”或P像素，原有的RGB三基色微滤镜则统称为“彩色像素”或C像素。

由于P像素不会过滤掉任何波长的光，使光线无障碍地到达感光器件并产生相应的电信号，所以能够明显提高图像传感器对光的利用效率。从本质上看，全色像素滤光系统中的P像素实际上反映了图像明暗程度的信息，即亮度；C像素则反映了图像色调和饱和度的信息，即色度。根据图像处理技术的一般原理，彩色图像的亮度信息与色度信息之间存在有一定的换算关系；也就是说，把P像素感测的全色(或亮度)信息与C像素感测的色彩(或色度)信息一起进行适当的运算和处理，就能获得最终的全彩色图像数据。由此可见，引入灵敏度较高的P像素之后，将能够起到增强彩色图像信息的作用，也就是提高了图像传感器的灵敏度。根据Kodak目前公布的资料，采用了全色像素过滤技术的图像传感器，其灵敏度可以比现有的图像传感器提高2～4倍，由此可见全色像素过滤技术的效果是非常明显的。

全色像素滤光系统的结构与数据处理

为了更有效地提高图像传感器的灵敏度，全色像素过滤技术还有两个具体问题迫切需要解决：首先是滤光片上滤光单元的具体结构，即每个滤光单元中P像素与C像素的数量和排列方式；其次是采用哪种数据处理方法(或算法)对P像素与C像素的感测数据进行组合加工，以有效发挥P像素对于彩色图像拍摄灵敏度的增强效应。

Bayer滤光器的每个滤光单元中的4个三基色滤光像素以2×2的矩阵排列方式构成，而Kodak全色滤光器则将每个滤光单元中的滤光像素提高到了16个，并以4×4矩阵排列，其中包括8个P像素、4个G像素2个R像素和2个B像素。这种包含较多P像素、更为精细的滤光单元结构，显然更有利于提高图像传感器对光的利用效率和成像的清晰度。

矩阵中全色像素与彩色像素的排列位置，可以根据需要进行不同的选择(图8)。由于全色像素过滤技术只是改变了滤光器的结构，因此理论上它可以兼容并应用于现有的CCD、CMOS等各种图像传感器，而且无需对相机的原有光学结构重新设计，对于数码相机厂商来说绝对是一条利好消息。

不过与先进的成像器件相对应的，是需要对数字信号处理单元进行调整。首当其冲的就是图像传感器的DSP(Digital signalProcessor，数字信号处理器)的算法，由于亮度与色度信号的分离与混合，会导致后续算法复杂化，为此DSP不得不采用数据缩减的方法来简化需要处理的数据。图9中给出了DSP处理的基本流程：首先，DSP单元从图像传感器的原始图像数据中提取部分C像素的色彩数据与P像素的亮度数据，即对图像数据了进行缩减；然后，将第一步取得的色彩数据与亮度数据一起进行计算，并得到图像的色度数据；紧接着，根据相邻像素之间的相关性，采用准确的数据插补算法对缩减的图像色度数据进行插值处理，从而恢复图像中全部像素的色度数据；最后，将全部像素的色度数据与全部像素的亮度数据进行混合，从而得到最终的全彩色图像数据。

①经数模转换后的图像传感器原始图像像素数据；

②从①中提取部分C像素后得到的缩减色彩数据；

③由数据①中P像素反映的亮度数据估算、插补C像素的亮度数据后，得到的全部像素亮度数据；

④从⑤中提取部分像素的亮度数据后，得到的缩减亮度数据；

⑤由缩减色彩数据②与缩减亮度数据④计算出的缩减色度数据；

⑥与⑤相同的全部像素亮度数据；

⑦由缩减色度数据⑤经准确估算、插补处理后，得到的全部像素色度数据；

⑧将全部像素色度数据⑦与全部像素亮度数据⑥进行混合，最终得到的全彩色图像数据。

高灵敏度图像传感器的用武之地

无论是KETI的SMPD技术也好，还是Kodak的全色像素过滤技术也罢，它们共同的目的都是提高图像传感器的灵敏度。于是大家心头就有一个疑惑，我们需要这样高的灵敏度么?它们能给我们带来哪些切身好处呢?总结一下，好处有三。

首先，高灵敏度图像传感器可以实现在黑暗环境下的良好成像。虽然现在很多数码相机产品都拥有较高的ISO值(部分单反相机支持ISO 3200，如果算上曝光补偿，等效ISO会更高)，但是在高ISO环境下的成像会引入大量噪点，这并不是我们希望的。而高灵敏度图像传感器则可以解决这个问题(如图7所示)。

其次，高灵敏度的图像传感器使我们拍摄更好的动态图像成为可能。数码相机在捕捉高速运动的物体时，通常需要提高快门速度；但是这样做常常会因为曝光不足而导致废片，为了保证质量我们也只能在快门速度和曝光时间之间取一个平衡。如果我们使用高灵敏度的图像传感器，那么就可以使用更高的快门速度。由此得到更好的动态图像质量。

第三，高灵敏度的图像传感器将改善手抖造成的图像模糊。众所周知，使用数码相机拍摄时很容易因为手部抖动而造成图像模糊的现象，其中主要原因就是相机需要足够的光线来曝光，当亮度不够时只有延长曝光时间(普通人很难坚持超过1/30s的时间)。而高灵敏度的数码相机则可以帮助用户缩短曝光时间来减少抖动的问题，这比现在广为使用的“防抖技术”更有效。

结束语

长期以来，提高图像传感器的灵敏度，使数码相机在较暗的环境中也能拍摄出清晰的照片，是科研和工程技术人员不断努力和尝试的一个目标。尽管现在涌现出不少的解决方案，但由于目前图像传感器在结构、工艺等方面的技术局限性，很多理论上的解决方法在技术上很难实现，或者因为结构过于复杂导致成本过高而被束之高阁。本文中介绍的SMPD技术和全色像素滤光技术，则避免了这方面的局限，因此从实用角度来说将是未来一段时间内最具可行性的两种方案，或许在明年我们就可以看到实际的产品面世……