CCD与CMOS传感器比较：哪个更适合成像？

在这台相机中应该使用CCD还是CMOS传感器？这里是如何比较这些传感器的方法。

任何用于成像、计算机视觉和光子学应用的设计都需要某种类型的光学组件和传感器才能正常工作。你的下一个光学系统将整合广泛的光学组件，而成像传感器是光学和电子世界之间的桥梁。

明智的传感器选择需要考虑许多因素。这些因素包括响应时间、外形尺寸、分辨率和应用等。在CCD与CMOS传感器之间的选择可能很难，但它将决定你的系统解析图像的速度，同时避免饱和。如果你需要在可见范围之外工作，你将需要考虑使用Si以外的替代材料以实现有效成像。在某些应用中，使用光电二极管阵列可能更有意义。这里是你需要了解的关于这些不同类型的传感器以及如何为你的应用选择正确组件的信息。

成像传感器和系统要求

任何成像系统都应该设计以满足一些特定的要求，其中许多要求都围绕光学传感器的选择。首先，考虑你的波长范围所需的材料，然后比较分辨率、响应时间和线性等方面。

活性材料和检测范围

你的传感器中使用的活性材料将决定敏感波长范围、带尾损失和温度敏感性。根据你的应用，你可能在红外、可见光或紫外范围工作。对于相机系统，你会希望在整个可见范围内都有灵敏度，除非你正在研究热成像系统。对于专门的成像应用，如荧光成像，你可能在从红外到紫外的任何范围内工作。

一些活性材料仍处于研究阶段，而一些已作为商业化组件可用。如果你在比较CCD与CMOS传感器组件，活性材料是选择候选传感器时的一个好的起点。

• Si: 这是成像传感器中最常用的材料。其间接带隙为1.1 eV（~1100 nm吸收边缘），最适合可见光和近红外波长。
• InGaAs: 这种III-V材料提供了直到~2600 nm的红外检测。其低结电容（<1 nF）使InGaAs传感器非常适合于SMF波长（1310和1550 nm）的应用。通过改变In(1-x)GaxAs的化学计量比来实现调谐。市场上有光子学供应商提供的InGaAs CCD传感器，像IBM这样的公司已经展示了InGaAs与CMOS工艺的兼容性。
• Ge: 由于其成本高于Si，这种材料在CCD相机和传感器中较少见，而全Ge和SiGe CMOS传感器仍是一个热门的研究话题。

虽然其他材料也可用作图像传感器，但这些通常用于光电二极管，并没有大规模商业化。如果你的工作范围在可见光区域，硅是你的首选，因为它在大约400纳米到大约1050纳米的波长范围内具有灵敏度。如果你的工作深入到红外区域，你会想使用InGaAs。硅CCD和CMOS传感器可以用于紫外波长，但只有当传感器有特殊的表面处理以防止烧蚀时才行。

在CCD和CMOS传感器上常用色彩滤镜来形成单色图像或过滤特定波长。常见的是CCDs和CMOS传感器配备有锐切玻璃滤镜或薄膜以去除红外波长。

帧率、分辨率和噪声

帧率由探测器的数据读出方式决定。探测器由离散像素组成，必须顺序从像素读取数据。读取像素的方法决定了可以获取图像或测量的速度。CMOS传感器使用寻址方案，其中传感器和每个像素都被单独读取。相比之下，CCD使用全局曝光，并通过一对移位寄存器和一个ADC读出每列像素。

因为这些传感器使用不同的读出方法，各种传感器模块需要不同的集成组件。这就是真正比较开始的地方，因为集成电子元件将决定噪声指标、线性度、响应度、色深（可以复制的颜色数量）和检测限。下表简要比较了CCD和CMOS传感器的重要成像指标。

| | CCD | CMOS | | ---------- | ---------- | ---------- | | 分辨率 | 高达100+百万像素 | 高达100+百万像素 | | 帧率 | 适合较低帧率 | 适合较高帧率 | | 噪声指标 | 较低噪声底 → 更高图像质量 | 较高噪声底 → 较低图像质量 | | 响应度和线性度 | 较低响应度，更宽的线性范围 | 较高响应度，较低的线性范围（早期饱和） | | 检测限 | 低（在低强度下更敏感） | 高（在低强度下较不敏感） | | 色深 | 较高（对于昂贵的CCD来说，16+位是典型的） | 较低，尽管与CCD相比变得可比较（典型的是12-16位） |

光电二极管怎么样？

这是一个合理的问题，因为光电二极管阵列也可以用来收集一维或二维的强度测量。重要的是要注意，光电二极管是CCD或CMOS传感器中的活动元件；这三种类型的传感器在从设备读出数据的方式上有所不同。光电二极管阵列是以共阴极配置构建的，因此数据是并行从设备读出的。这使得光电二极管比CCD和CMOS传感器更快。然而，每个光电二极管使用两根电线意味着你在一个阵列中会有较少数量的光电二极管；一个100x100像素的光电二极管将有20,000个电气引线。可以看出这很快就变得不切实际。

使用光电二极管的另一个选项是用激光二极管机械光栅扫描视场，并收集反射/散射光。这种点测量方法用于无人机和汽车激光雷达系统。通过这种方式，你可以形成一个低分辨率的图像，其中帧率受到扫描速率和平均时间的限制。在这个应用中，CCD和CMOS传感器仍然胜出，这归功于它们更高的分辨率和类似的帧率。

自动驾驶车辆的光栅扫描激光雷达图像示例。注意图像右侧的公交车。图片来源：Baraja。

在成像系统设计中，找到并审查CCD与CMOS传感器阵列是关键步骤。你可以在Octopart上找到这些组件和更多其他组件。

通过订阅我们的新闻通讯，及时了解我们的最新文章。