CMOS图像传感器系列 - 4 传感器关键指标概述

feynmancgz · 发表于 2022-1-2 00:14:39

马上注册，结交更多好友，享用更多功能，让你轻松玩转社区。

您需要登录才可以下载或查看，没有账号？注册

x

本帖最后由 feynmancgz 于 2022-1-5 20:08 编辑

新年了，用一篇新帖子庆祝2022的到来！也祝大家2022年新年快乐！继续奋战在IC设计的道路上，设计电路嘛，就是玩！希望大家在新的一年玩出特色，玩出花样!

在开始讲CIS架构之前，我想先说一说图像传感器各关键性能指标的意义，这样就能方便大家去理解影响架构选择的各种因素了

其实对于成像效果来说，第一个最重要的部分不是传感器本身，而是镜头！而且通常对于高端成像系统来说，镜头的价格要比所有的电学、机械系统加在一起还要贵，我想这个多数人都能理解吧，比如光刻机，天文台，再比如刚发射的James Webb望远镜。。。生活中能够有机会见到的镜头可能就要属为电视、电影制作的相机用的镜头了，比如下图这个。这是我知道的可能买的到的最贵的镜头，差不多就百万软妹币这个级别了，不知道大家还知不知道更贵的镜头呢

镜头的specs也有不少，我也不全懂，我就列一些我知道的比较重要的吧

- Focal length 焦距，这个我相信绝大多数人都知道

- Aperture diameter 孔径直径

- F-number，这个就是焦距/孔径直径。他的理论最小值是0.5，而人类历史上目前的实际极限值是1966年Carl Zeiss为美国Apollo计划开发的f/0.7的镜头，据说估价2300万美元一个，但其实他是买不到的，可以找NASA租，但是不知道多少钱

- MTF (Modulation Transfer Function) 这个不知道怎么翻译成中文。MTF这个指标是真正反映成像清晰度(或者说分辨率)的指标！而不仅仅是pixel！而整个成像系统的MTF = MTF_lens x MTF_pixel x MTF_system。MTF通俗的讲就是成像系统能够分辨多高频率的黑白条纹，他的单位通常是line pairs/mm (lp/mm)。MTF该怎么理解呢？如下图，假设光照强度在空间上呈正弦分布（红线），比如他的频率刚好等于两个pixel的宽度时，高光处pixel的光照强度为 Imax，低光处pixel的光照强度为 Imin，则 MTF = (Imax-Imin)/(Imax+Imin)，作简单的数学计算，我们可发现这个值是 2/pi～63.67%，我们称这个为Nyquist频率下的MTF。这是个很重要的结论，大家要记住，因为这个是Nyquist频率下MTF的极限值。如果你的客户要求的值大于这个，那一定是抽风了

我其实就遇到过这样的客户

当然如果测试得到的值是65%，那还可以说是测量误差，但如果是75%，那就很离谱了

- Aberration 像差。这个包含的内容比较多，比如 defocus，coma，astigmatism，chromatic aberration等等，就不都介绍了

当然应该还有更多的specs，但我就不熟了，有兴趣的话大家可以找个专业的光学设计师问问。这里再说一个光学上比较重要的概念，就是Airy disk艾里斑，大家应该都知道，当光通过一个小孔时，就会发生衍射。当光通过一个圆形孔径时，就会产生如下图所示的一个一个的圆形光斑，最中间那个光斑的半径为1.22 × 波长 x F数，通常我们定义当成像的两个点的距离小于这个值时（即Rayleigh Criterion），这两个点就是无法分辨的了，这就是所谓的衍射极限diffraction limit。传统上就说当pixel尺寸小于这个值时，成像分辨率就不能再提高了。当然也有人说我们把pixel做的更小，相当于对Airy disk做oversampling，这样经过一定的信号处理，我们可以得到更高的分辨率，这个确实是有道理的。但是这样做提升也有限，确会对pixel设计、系统设计、图像信号处理造成比较大的压力，个人认为是不划算的。现在最小的pixel的大小都到0.61um，从成像效果上说，我觉得意义已经不是很大了，这基本是纯市场驱动，而不是技术驱动了。如果大家了解现在的CIS工艺的话，就会知道大厂是在工艺上花费了多少费用，做了多少改变，而让0.61um的pixel性能上还凑活了。不知道这些大厂最终会将pixel缩小到一个什么程度，maybe极限是0.5um? 但我是觉得已经不太划算了。

说完镜头，接下来我们就说说传感器的specs吧。。。
  - Image Format：这个有非常多。当对角线长度小于16mm时，我们用inch表示。比如13.2×8.8mm的sensor对角线大约是16mm，我们就说这是个1'' sensor；再比如8.6x6.6mm的sensor，他的对角线大约是16mm的2/3，我们就称为2/3'' sensor。有人要问了，为啥是16mm，1inch不是25.4mm吗？这个就是历史原因了，在集成电路存在之前，大家有用过一种叫做vidicon摄像管的东西做成像，而当他的对角线有差不多25.4mm时，他的实际能够成像部分对角线只有16mm。这个习惯叫法就这样沿用下来了。当sensor对角线大于16mm时，有几种常用的经典尺寸：Micro Four Third（17.3x13mm，对角线差不多是16mm的4/3），APS-C（22.3x14.9mm，这个是佳能的尺寸，Nikon，Sony比这个大一点儿，但也较APS-C)，Super35（24.89x18.67mm，这个是沿用使用胶卷时代的叫法），35mm Full Frame（36x24mm，叫法上也是沿用胶卷时代），VistaVision（37.72x24.92mm），Medium/Large Format（这些就没有严格定义的尺寸了，可以说对角线大于Full Frame，差不多直到80mm的左右的其实都可以叫Medium Format；对角线大致在160mm以上都可以叫Large Fromat了）。这个选择，对于不同的应用以及光学系统的设计，影响就比较大

  - Aspect ratio：这个就是宽长比。在一般的相机领域，最常用的4:3或者3:2；电视领域最常用的是16:9或者4:3；电影上最常用的是1.85:1或者2.4:1。通常sensor设计，为了满足不同的应用环境，常常也不一定按照标准的宽长比进行设计

  - Reslution: 这个就很简单了。常见的像640x480，1280x1024，1920x1080等等。这个当然也是取决于应用，不过现在一般都至少是1280x1024了，少于1Mpixel真的是拿不出手了:lol

  - Pixel size/pitch：这个指标可以说是第一重要的。但是像素尺寸的选择，很难有一个固定的程序去做选择，因为光学设计、应用环境、市场需求这些影响着它，它的选择也影响着其他sensor指标，比如QE, Full well，Noise 。。。

  - Frame rate：他的单位是frames/second或者fps。一般的应用都在30fps到120fps之间；250fps以上基本都可以叫做高速应用了；在小于100kfps时，理论上都可以连续读出；现在工业界做的最好的可能就是Ametek的TMX6410了，1280x800的阵列可以达到65940fps，他们发的paper上能达到80kfps，但产品上没这么高，可能高速的成像效果还是有些问题。当要求1Mfps以上时，可能就需要用到burst mode了，Burst mode指的是芯片上将pixel的值存在cap上，再相对慢速读出，因为需要存pixel的值，所以这种sensor通常只能连续曝光100～200帧，然后再将这100多帧读出。Burst-mode sensor还有一个问题就是photodiode可能要做特别的设计，不然电荷无法在如此高的速度上转移到cap上

  - Readout noise：一般来说rolling shutter要比global shutter要好。如果是用4T/5T做global shutter，FD上的dark current就会引入噪声，而通常FD上的dark current会比PPD的大很多，另外CDS的效果GS也没RS好；即使是采用charge-domain global shutter pixel，因为还需要引入额外的MEM node，该点的dark current也较难做到与PPD相同的水平。Global shutter的noise能做到3～5e-，就是比较好的水平了；对于rolling shutter，现在做的比较好的sensor能达到1～2e-，如果加入CMS，可以做到1e-以下。目前产品上做的最好的其中之一是Hamamatsu的qCMOS, 在5fps下能达到0.27e-；另外就是Gigajot的QIS，在30fps时可以到0.19e-；虽然他们不叫CIS，但本质上还是CMOS工艺，只是说工艺上做了些改变去提升FD的CVF。但这种sensor应用上就比较有限一点，我们不是总需要photon counting能力的，而且这种sensor满阱也有限。readout noise在测试的时候具体怎么得到呢？一般的做法是测试所有像元的readout noise，给出一个histogram例如下图，基于这个histogram，再计算整个frame的noise，这里其实就有三种算法：Mean，Median，RMS。具体用哪一个，工业界似乎没有一个固定的规定，但以用Median居多

  - Quantum efficiency 量子效率：这个我们在第2讲中说过了，就不再重复了。这里就说一点，通常FSI sensor的peak QE在50～70%之间；而BSI sensor的peak QE能到90～95%

  - Full well 满阱：指的是PPD里最多能存多少电子。当光照射到PPD上时，PPD就开始储存电子，PPD电压就从pinning voltage开始往下降，降到什么程度呢？这里有2点需要考虑：第一就是光照会产生从PPD向SUB方向的电流，而PPD电压下降到负电压时，SUB-PPD就会产生正偏，两者相平衡了，PPD内就不会再增加电子了；第二就是如果有transfer gate的话，就要考虑transfer gate会不会leak，如果transfer gate设计不合理，电子就会流到FD上去。刚说满阱就是PPD能存多少电子，这个说法其实并不完全准确的。满阱具体是多少，其实是取决于整个信号链上的dynamic range的，这里就包括FD的DR, column wire上的DR，analog readout的DR和ADC的DR，当所有这些都和PPD的match的时候上面这个说法才是准确的。比如说我在column电路里加入一个x64的放大器，那最终满阱肯定是达不到PPD的满阱的。当然一般sensor的datasheet说满阱的时候都指的是PPD的满阱，类似noise，这里取的通常也是所有像素的median的FW
  - Dynamic range 动态范围：这个就是Full well/Readout noise。一般的sensor都至少是60dB，HDR的sensor就至少是90dB

  - SNR 信噪比：第2讲我们说过光信号是存在photon shot noise的，所以SNR并不等于dynamic range，通常最大SNR就是等于sqrt(Full Well)

  - Dark current 暗电流：通常datasheet里用e-/s来表示。具体多少算是好，就要看具体应用了，比如高速应用1000fps以上，那即使暗电流有100e-/s也没事了；但如果是科学级的，像是天文类应用，曝光时间很长，至少是几分钟，甚至数小时，那这个时候采用降温来降低暗电流就显的很重要了。一般说来温度每变化6～10C，暗电流会变化一倍，我们通常叫doubling temperature，这个值一般datasheet是不会给的，但在做sensor性能测试时是个很重要的指标。对于CIS设计，在做工艺选择的时候，我们通常更关心pA/cm2这个值，而不是e-/s，现代工艺，他的暗电流能做到2pA/cm2 @25C 就算是一个比较好的值了。暗电流产生的原因其实非常多，除了第3讲提到过的金属杂质，本身因为热而导致的SRH recombination以外，还有PPD与STI接触的地方，pinning层漏过的电流，TX与PPD接触的地方，如果是BSI的话，还有backside的表面态等等。这些在做工艺选择和版图设计时，就显得非常重要了

  - Image lag 残影：这个指的就是上一帧的电荷没被完全清空，留到了下一帧，这样就会看到上一帧信号的残影了。对于3T pixel，如果reset是hard reset的话，是不存在image lag的问题的；对于4T pixel，由于有TX的存在，再加上PPD的满阱和FD的满阱不一定能够match，所以总是可能存在image lag的问题的。一般来说在满阱达到50%时，所有pixel的均值image lag能做到小于0.1%就是个较好的值了。PPD的doping的设计，以及TX的版图设计对Image lag有比较大的影响，这里技巧比较多（机密也很多

）我就不详述了

  - Conversion gain(CG)或者Charge-to-Voltage factor(CVF)：他的单位是uV/e-。这个值并一定所有的sensor的datasheet都会给，但这个值对于CIS设计来说是一个非常非常重要的值。他主要反映的就是FD的电容有多大。想要读出噪声e-越小，根据Q=CV，我们就需要FD的电容越小越好，从而CVF也就越大；CVF越大，存在的问题就是FD的满阱就变小了，但这个是无法避免的，还想要增加成像的DR，就要用到HDR技术了。对于绝大多数sensor，CVF通常在80～160uV/e-之间

  - Responsitivity：有的公司会给这个指标，他的单位一般是V/lux.s 我其实非常厌恶这个指标，我们公司就从来不给这个指标，因为这个指标压根没啥意义，完全是一个marketing的东西，甚至marketing都很牵强。首先lux定义就是个很虚的东西，如果是指定了某个波长下的responsitivity那还稍微好点儿，500nm和700nm下的V/lux.s的差别那是数量级上的差别！另外还有一点就是lux和光学设计还相关，这很难说是一个纯sensor指标。另外这个是指信号链在什么增益下的值？哪一点测得的值？不做说明可还行？一般来说，有了QE，有了CVF，你基本就知道一个sensor的responsitivity是个什么水平了，我不需要别的。给这种指标的公司，10个有9个是骗子:lol（略偏激啊，我只是表达一下我对这个指标的厌恶！）

  - Linearity：sensor的线性度要求不会像通讯类应用要求那么高，一般在full well以内，小于1%就可以了。原因主要是第一是像素本身在整个满阱内保证小于1%的线性度就是有难度的；第二就是这个也是可以做calibration的，一般做3阶的fit出来的效果就非常好了

  - Parasitic Light Sensitivity(PLS)有人也叫Shutter Efficiency：这个指的是你不希望感光的地方他有多感光，比如FD上，或是GS pixel里MEM node有多感光。一般来说，这个值至少好于1/1000，通常小于1/5000。这个值其实也跟波长有关系，特别是BSI sensor，但一般厂家只会给一个值（就有可能是所有波长都好于这个值），或者至少给某个波长下的值

  - Fixed Pattern Noise(FPN)：FPN指的就是所有的pixel，在同样的光照/无光条件下，他们的输出值差别有多大，主要就是像素间的offset和gain differences有多大。这个里面就还分pixel FPN，row FPN 和 column FPN。pixel FPN就主要是像素间的offset，source follower增益的差别等而导致的；row FPN这里影响的因素就比如有sampling cap的ground有多稳，读出电路的reference，power有多稳，一些控制信号的voltage ripple或者jitter有多大等等；column FPN主要就是各列读出电路间的offset，gain等不同造成的。但其实sensor基本最后都会做calibration，所以只要FPN不是太离谱或者对温度太敏感，基本都问题不是太大

  - MTF：这个刚前面讲过了，这里主要指的是pixel的MTF。MTF也是跟波长相关的，而且FSI和BSI sensor的MTF也会有一定差别。具体的大家可以参看这个网站，我觉得写的还蛮好的 http://www.falklumo.com/lumolabs/articles/sharpness/index.html

  - Photo Response Non-Uniformity(PRNU) 光响应非均匀性：这个主要就是像素间光响应增益的差别，一般在1%左右就差不多了

  - Dark Signal Non-Uniformity(DSNU) 暗信号非均匀性：这个是指无光条件下像素间信号的不同，一般用DN值或者%表示。DSNU在不同的曝光时长和温度下，因为dark current，或是像素增益变化而导致会有所不同，这个是需要注意的。但一般只会report在正常frame rate下，室温时的DSNU

  - Dead/Stuck pixel: 这些指的就是对光完全无响应的pixel。这些pixel根据不同的芯片设计，后者不同的defect产生原因，可以表现为始终黑/始终白。可以说这个世界上所有的sensor都会有dead pixel的情况，但大家一般是注意不到的，因为这些pixel在相机厂做characterization的时候就会记录下来，成像的时候会用旁边的pixel的信号对它进行估值。

  - Hot pixel：这个一般是指dark current比正常值大很多的pixel。通常来说sensor会做on-chip/off-chip的dark frame substraction，这样即使是dark current比较大，只要dark current不会大到直接让像素饱和，出来的信号也只是dark current引起的噪声而已，这样这些pixel看起来就不是很明显了。但是hot pixel是无法消除的，因为不同的温度，曝光时间长度，sensor使用的时间长短都会影响这些pixel的表现。举个例子吧，下面两张图是我用自己的Huawei P40 Pro拍的，专业模式下，30s曝光，ISO=6400，第一张图就是正常室温的图；第二张图是我用暖气片对手机加热后的图，可以明显看到非常多的噪点，这些就是dark current引起的。

OK，相信以上这些介绍对image sensor的关键指标应该是比较完备了。下次我们就正式进入传感器架构的介绍了。