数码相机原理 CCD的奥秘

数码相机原理 CCD的奥秘

2009-09-20 22:07

Part 1：CCD物理结构与工作原理

一、尺寸折算与物理结构

　　我们常在DC的基本参数中看到该型号使用了多少英寸多少像素的CCD，比如1/2.7英寸300万像素、1/1.8英寸500万像素，这其中“1/X英寸”到底是怎么计算出来的呢？

　　这时有人就参照电视机显象管的尺寸标识，将这个参数理解成CCD对角线的长度，这是一种不太严谨的说法。需要注意的是“1/X英寸”并不是CCD的尺寸单位，而是CCD的长宽比例。这沿袭了上个世纪五十年代初电视显象管规格的4:3标准，故我们不能说是CCD对角线长度的原因就在于此。

　　由于CCD是在晶圆体上通过特殊工艺蚀刻出来的，遵循统一的4:3的长宽比例这一行业标准，能更有效的控制生产成本。但是当我们按这个标准折算 CCD尺寸的时候就会发现，算出的面积往往比真实面积大出许多，这是因为“1/X英寸”表示的是包括电路部分在内的整块CCD的对角线长度，并非CCD中 感光核心部分的对角线长。

　　事实上我们现在所接触到的CCD尺寸的说法是参考传统摄像机内的真空摄像管的对角线长短来衡量的，它严格遵守了Optical Format规范，中文译名为光学格式，其数值称为OF值，单位为英寸。因此CCD尺寸的标准计算方法是其实际对角线长度（单位：mm）/16，我们以1/1.8英寸的CCD作例，这个1/1.8英寸就是计算公式中的OF值，16÷1.8≈8.89mm，这就是该CCD感光核心部分对角线的实际长度了，这下大家都心里有数了吧。

　　现在让我们来探讨一下CCD的物理结构，CCD仅仅是一种在硅基板表面通过绝缘膜使大量独立的、透明的光电二极管（下文简称电极）排列起来的固 态电子元件（如图1），若按CCD内部的电极排列来分，现在DC中普遍采用的都为矩阵型结构，其特点是色彩表现力更强、光谱范围更广和色彩密度更高等诸多 优势。

 

图1

 

　　如传统菲林胶片一样，CCD也包含了多个结构层，由上至下分别为感光层、色彩还原层、信号转换层（如图2）。

 

图2

 

　　目前作为整个光电半导体行业老大的索尼将其专利技术融入其中，故业内大部分品牌的DC中都装载了索尼的Super HAD CCD，中文译名为超级空穴堆积CCD。这里我们就结合出镜率最高的索尼CCD来对其构成作进一步的说明，CCD顶部感光层的专业术语叫做“微透镜” （Microlens），如图3所示，Super HAD CCD改变了传统CCD内部微透镜的形状和排列，缩小了两两间的相邻间距，增强了微透镜下面感光电极对入射光线的吸收率，进而提升了电极对光线的敏感度， 如图4所示，红色线条表示Super HAD CCD随光线强度变化的敏感度曲线，蓝色则为传统CCD的敏感度变化曲线。

 

 

 

图4

 

二、信号的传输方式

　　大家可能都对CCD的成像原理略有所知，但对于其内部的信号传输方式却知之甚少。在光电半导体行业内CCD的输出方式分相互传递型和单一传递型两种，其中“相互传递方式”早已成为CCD制造中的主流技术，包括出货量最大的索尼CCD。下面就对该技术进行分析。

 

图5

 

　　图5为我们揭示了CCD结构层中最底层的工作原理，可见图中每一个感光电极都对应了一个信号垂直传输单元，当光线透过镜头射到CCD表面时，相应强度的电荷量就被蓄积在电极下面，每单位蓄积电荷量的多少取决于每单位感光电极受到光照的强弱，当我们按下快门释放开关，各单位上的电信号（电流或电压）被输送到A/D（模拟/数字）转换器上，这就完成了一次光电信号的转换与传输过程。

　　现在让我们参照图5，以电极排列是三行四列的模拟图示具体理解相互传递型的工作方式。先从图中的C行开始：

　　第一步、DC集成电路中的时钟发生器（Clock Drivers）发送驱动脉冲，使C行四列全部电极下蓄积的电荷往左边的垂直传输单元输送；

　　第二步、时钟发生器继续对垂直传输单元发送驱动脉冲，使电荷纵向转移至CCD的底部；

　　第三步、重复上述两个步骤后，整个C行的电荷被全部输送到CCD底部的水平传输单元；

　　第四步、时钟发生器继续对水平传输单元发送驱动脉冲，将c行四列的全部电荷顺次输出至集成电路上的A/D转换器中，这时便完成了对整个C行电荷的输出；

　　第五步、重复上述四步将其余两行的蓄积电荷量全部输出至A/D转换器中。这就已经完成了光信号到电信号的转换了。

 

前言 　　当几年前有人提出数 码相机（下文昵称DC）在未来必定取代传统银盐相机时，很多人都对这一在当时看来颇为荒谬的论调嗤之以鼻，而现在看来随着DC销量的井喷式增长、传统菲林 销量的下挫，DC在开创数字时尚玩物新概念的同时，也在潜移默化的改变着人们沿袭了多年的生活方式。笔者深感有义务让更多的消费者了解与DC相关的一些技 术原理，以便在选购乃至使用中愈发的得心应手，便由此萌发了撰写这一系列文章的念头。 　　在当前的大环境下，“这款相 机是多少万像素”想必是我们最常听到的一句话了，时至今日影像传感器（Image Sensor）的“像素”仍是消费者选购DC的第一考虑因素，不可否认像素有着驾驭最终成像质量的能力，但DC商品化至今我们也逐渐感受到，像素的增加在 某种程度上并未对画质提高起到积极的作用，这无疑与我们的传统思维大相径庭。

索尼F828的800万像素2/3英寸CCD与R1的千万像素APS-C尺寸CMOS

　　目前流行在数码影像业中的影像传感器主要分三种：几乎被索尼和松下垄断的CCD，富士独家技术Super CCD，还有就是前不久才运用到DC产品中的CMOS。从上世纪七十年代世界上一台数码相机诞生以来，CCD从最初发展到500万像素耗费了近三十年时 间；而从500万跳跃到800万像素只用了1年多时间，打破了原本每1年提升100万像素的惯例，之后又因画质原因开倒车推出了700万像素，接着消费者 等待了约两年时间，期间出现的900万像素Super CCD让我们对千万像素到来的期待愈发强烈，不久前索尼终于引领我们跨过了这不可逾越的鸿沟，但主角却变成了CMOS。往事历历在目，回顾影像传感器的发 展仿佛就是数码影像业发展的血泪史！

Part 2：CCD还原色彩的秘密

一、彩色滤镜的结构

　　经过上文剖析的信号转换后，此时得到的还是一个灰调的影像，必须经过色彩还原才是我们最终见到的绚丽多彩的 数码照片。CCD对环境色彩的还原过程有一个专业术语叫做“白平衡”。由于CCD中的感光电极只能感受光线的强弱，对光的色彩却完全没有分辨能力，因此 CCD都使用了“彩色滤镜”（Color Filter Array），这正是其结构中的色彩还原层，滤镜的作用是只能让特定波长的光线通过，从而达到摄取所需颜色的目的。

　　通过前文的讲解我们都已经知道了在CCD内部感光电极为矩阵形排列，因此一一对应对应的彩色滤镜也为矩阵型结构，其排列方式具有相当的规律性， 按照过滤的色彩不同而被分为三种。在DC发展的初级阶段，CCD中使用的都是补色（Complmentary）滤镜，如图6所示其也被成为“CMY滤镜”，分别代表了可以过滤青、黄、绿、洋红，四种颜色光线。

 

图6

 

　　而现在原色（Primary）滤镜为业内通用的色彩还原技术，如图7所示，其中包含绿色（G）、蓝色（B）和红色（R）滤镜单元，故又被亲切地称为“RGB滤镜”。

 

图7

 

　　至于第三种我们可以当作是昙花一现的技术，它就是索尼在2003年底发布的800万像素F-828中所使用的4color滤镜技 术，索尼认为传统的RGB滤色方式是为了适应彩色电视机和电脑显示器的色彩特性应运而生的，但与人眼的视觉感受略有不同，才会出现显示的颜色与真实颜色间 有一定微妙的差异，因此4color滤镜结构在原来的RGB三色滤镜结构的基础上添加了一组翡翠绿色（Emerald）的滤镜单元（图8）。

 

图8

 

二、色彩还原的算法

　　为了能更清楚地说明色彩还原这个过程，我们姑且先将一个电极加一片滤镜构成的单元当作最终照片中的一个像素。例如使用500万像素的DC拍照，最大可以拍摄分辨率为2592×1944的照片，这表示照片中有2592×1944个像素点，若我们将照片的分辨率设定在1600×1200，这时千万不要误认为这么多像素中只有1600×1200个像素点参与成像，而是整个CCD感光面积都感受光线，接下来以原色滤镜为例具体剖析CCD进行色彩还原秘密的时候就容易理解的多了。

　　参照图7的原色滤镜结构示意图，我们发现其排列为G-R-G-R（绿、红、绿、红）一行，另一行则为B-G-B-G（蓝、绿、蓝、绿），从而依 次构成了分布均匀的RGB排列，这在影像工业中被称为三原色，通过相互间加权运算的组合，几乎能构成我们现实生活中的所有色彩。仔细一算这才发现红色、蓝 色单元与绿色单元的比例为1:1:2，这是由于CCD本身材质的光敏特性导致了其对绿色光线敏感度不及红色与蓝色光线，因此通常需要2个绿色单元配合1个 红色单元和1个蓝色单元。经过如图9所示的光线滤色后，每个滤镜对应的电极下都蓄积了相应的色彩信息。现在我们可以想象出经过色彩过滤后的“数码照片”是 个什么样子了，应该是1/4为红色、1/4为蓝色，剩下的1/2为绿色的“马赛克”式的图案，这样的照片与我们脑海中绚丽多彩的数码照片的模样相差甚远， 当然啦，色彩还原进行到这一步仅仅是提取了被摄场景中的红、绿、蓝三种元素。

 

图9

 

　　在这里笔者先要说明的是对三原色进行加权计算就不完全是CCD的工作了，此时影像处理器（Image Engine）也在依照DC内置的软件算法配合CCD对色彩信息进行协同处理。可惜的是每单位像素点只能记录三原色其中一种颜色的数据，必须凑足三原色才 能进行相互间的加权组合，因此影像处理器就会通过某一像素点周围其他像素的色彩信息来进行色彩还原。参看图10所示的色彩还原示意图，以图中B2像素为 例，该像素只留有绿色信息，周围分别有2个蓝色像素（B1/B3），2个红色像素（A2/C2）和4个绿色像素（A1/A3/C1/C3），影像处理器便利用周围这8个像素点的色彩信息，再结合B2像素本身的数据进行环境色彩的还原，经过色彩叠加后才能最终形成数码照片中的一个真实像素。其他像素点的色彩还原同出一辙，可见每一个实际像素的生成都有周围8个三原色像素点的参与，比如B2本身在被还原的同时也将色彩信息提供给周围8个像素进行色彩还原，被加权计算了8次，正因如此数码照片才会变得如此靓丽。

 

图10

 

三、补色与原色的差异

　　补色滤镜技术早在2001年左右就已经淘汰出了DC领域，但直到现在仍有相当多的数码摄像机（昵称DV）仍 在使用该技术进行色彩还原，这里就顺便介绍两种技术间的差异。现在我们都知道了原色滤镜在色彩还原时采用了色彩叠加的加权计算方式，如图11的混色关系图 所示，补色滤镜则进行的是减法运算。

 

图11

 

　　由于三原色是进行色彩还原的前提条件，所以原色滤镜直接就可以对环境色彩进行真实的还原，而补色滤镜需要先通过减色法构成三原色之后，才能加权 计算出更多的真实像素。加权计算的方法和原色滤镜并无不同，其过程笔者就不再赘述了，但最终的色彩还原效果却有着天壤之别，补色滤镜还原出的画质整体对比 度偏低、色彩饱和度不足，完全没有原色滤镜的艳丽效果（图12）。

 

图12

 

四、噪点与坏点

　　笔者身边相当多数量的朋友在选购DC时，都对CCD是否会出现噪点（Noise Pixel）或坏点（Dead Pixel）心存顾虑，他们通常都会使用一些所谓的测试软件进行检测，先不讨论这类软件的有效性和测试结果的真实性，光是这样的测试方法就已经步入了误区。

　　所谓坏点就是拍摄后我们看见照片中出现了明显不亮或是永远亮着的点，这主要是在CCD的制造过程中产生的，也是不可避免的，就像LCD液晶显示 器一样，无论怎样改良生产技术，总会生产出一些不良品。无论怎样最后被用来生产DC的CCD都是已经在上游厂商那里经过坏点测试的，因此对市场中正在销售 的DC进行各种各样的CCD坏点测试相信都不会有任何不好的结果产生。若是在使用了几年后突然某一天发现CCD上有坏点产生，这种可能性反而更大一些，这 是由于CCD中感光电极的光敏性能降低所致。而噪点如图13中框住部分所示，则是因DC影像处理时电流变化频繁过热引起的，故噪点也被称为热点（Hot Pixel），尤其在拍摄夜景的时候特别容易发现，比如照片中夜晚的天空出现了白点或红点。很多用户都认为即使是噪点的话，如果每次总处于同一个位置，那 么这个点还能不能算作是CCD上的坏点呢？参考DC厂商的解释来说，噪点的位置也有始终处于同一位置的可能，因此我们并不能完全将它当作坏点来对待，但这 也的确是由CCD中某几个感光电极的光敏性能降低所造成的。

 

 

　　那么对于这类位置固定的噪点，厂商内部都是如何解决的呢？他们会用专用的写入软件将CCD上固定的噪点在DC的Fireware程序中标注起 来，当然我们也可以通俗的理解为屏蔽这个噪点，那么在色彩还原时该点有没有色彩信息就已经不重要了，而是通过周围8个像素点的数据来加权计算出该点的真实 像素。噪点只能尽量避免却不能完全消除，但软件的屏蔽总归没硬件改善来得彻底，只有改善DC内部集成电路的设计，才能尽可能避免噪点的产生，这时我们可爱 的厂商便开发成功了影像处理器（Image Engine）作为独立的影像处理单元，无疑大大降低了包括CPU在内的其他硬件回路的工作负荷，降低了因发热而形成噪点的机率。