镜头CRA(DOC)

CRA：chief ray angle 主光线倾斜角；

SENSOR存在CRA的原因是表面集光用的微透镜有FOV的问题，超出部分的光线无法被收集； LENS的CRA就是最大像高处的主光线与光轴的倾角；

如果LENS与SENSOR的CRA不搭配的话，像高较大的位置，光线会无法被有效收集，shading会被加重；

是主光线倾斜角；SENSOR（SENSOR表面有微透镜阵列）和LENS都有的；你只要注意使LENS的小于SENSOR的就行了；

今天在看资料的时候，碰到了一个英文缩写CRA，一下子触住了，在各大光学设计论坛找了找，最后在光行天下论坛上找到了答案。 CRA：chief ray angle 主光线倾斜角

这个参数有很多名堂，根据网友的一些观点和经验，总结了一下：

1、 camera中LENS和SENSOR的CRA需要进行合理的搭配，Sensor接收光能的效应一方面与Sensor本身有关，另一方面还与入射到Sensor上的光线角度有很大关系。在原来的感光胶片上CRA与照度有关，而如果在CMOS或CCD Sensor上光能的接受效率不仅与CRA有关，还与Sensor的Micro Lens开口布局有关。因此在做Lens设计的时候CRA要尽量符合Sensor厂家提供的CRA参考值，这样才能和他们的Sensor布局相配合，提高光能接收效率。其匹配的原则为:Lens的CRA值一定要小于Sensor的Micro Lens CRA值（一般要求LENS和SENSOR的CRA曲线误差在+/-2度），否则将会导致成像照度或色彩问题。

2、 生产厂家在Sensor data sheet中会附有全视场CRA参考值，不同sensor厂家有不同的要求，可以按照这个来做设计参考。

3、 SENSOR存在CRA的原因是表面集光用的微透镜有FOV（Field Of View）的问题，超出部分的光线无法被收集；LENS的CRA就是最大像高处的主光线与光轴的倾角；如果LENS与SENSOR的CRA不搭配的话，像高较大的位置，光线会无法被有效收集，shading会被加重；

4、LENS 和SENSOR CRA 搭配是很主要，但目前流传的说法中有一些错误的理论，现说明一下：

1.SENSOR 有一个CRA值，也就是SENSOR 的MICRO LENS 与光电二极管的位置存在一个水平误差，并不在一条直线上，做成这样有一定的目的，按通常的做法，因为SENSOR 的MICRO LENS 与光电二极管之间存在一定的距离，这样的做的目的也是为了好搭配LENS。

2.LENS 也存在一个CRA值，这在LENS设计的时候就是要考虑的内容，根据SENSOR的CRA 值进行设计，偏差在2度以内为佳，太大了，容易造成受光不足和偏色。

3.并不是LENS CRA 越小越好，有人认为0度是最佳的，那也是不对的，只能说与SENSOR 的CRA 越接近越好。

微透镜提高了填充系数

填充系数是指在曝光过程中曝光的像素区域的比例。理想情况下，该值为100 %。由于除光敏光电二极管以外，传感器表面还有其它元件，根据传感器技术，该值可能降低30~50 %左右。使用微透镜可以对此进行补偿，并将填充系数提高到90 %或以上。微透镜通过收集光电二极管上的光线，以增加传感器可用区域。

图 11: 使用微透镜提高有效填充系数

图 12: CMOS像素设计，带Bayer滤光片（红色）和微透镜

带 CRA 校正的微透镜

部分传感器配备了微透镜，能够对传感器边缘进行补偿。这些微透镜能够补偿倾斜入射光生成的阴影。入射光角度叫做主光角（CRA），而微透镜补偿叫做CRA校正。微透镜的平移量单位为度（°）。该微透镜 是指传感器各角落的微透镜。

图 13: 不带CRA校正的微透镜

图 14:无CRA校正时捕捉的图像显示阴影

图 15: 带CRA校正的微透镜

图 16: 有CRA校正时捕捉的图像

由于技术原因，数字图像传感器只能检测亮度信息，无法检测色彩信息。为了生产彩色传感器，每个光电管（像素）上都应用了彩色滤片。下图所示的是彩色滤片的排列。每四个像素中的两个像素各有一个绿色-滤片，其余两个像素一个像素具有红色-滤片，另一个像素具有蓝色滤片。 这种色彩分布与肉眼感色灵敏度相对应，称为拜尔模板。利用拜尔模板可以正确计算出每个像素的亮度和色彩信息。利用拜尔模板可以正确计算出每个像素的亮度和色彩信息。拜尔模板保留了全传感器分辨率。

图 17: Bayer RGB模板

Bayer 转换

Bayer 转换，也叫做去拜尔（de-Bayering），用于确定原始传感器数据（原始 Bayer）中的色彩信息。大多数 uEye 相机传输图像数据到计算机时默认使用原始 Bayer 格式。然后计算机调用 uEye API 的函数进行图像数据转换用于图像显示或进一步处理。

所有 USB 3 uEye CP/LE/ML 相机还支持内部去拜尔功能。在这种情况下，彩色图像在传输至计算机时已处理完毕。这样可以降低计算机 CPU 负荷。需要注意的是确保相机的传输带宽足够。为了转换颜色，滤波器掩码在图像上移动，并根据周围像素计算每个像素的颜色值。

uEye API 支持两个滤波器掩码，这两个滤波器掩码的图像质量和CPU负荷不同。

?普通质量（IS_CONV_MODE_SOFTWARE_3X3/IS_CONV_MODE_HARDWARE_3X3 模式）

使用较小的滤波器掩码进行转换。本算法产生的 CPU 负荷较低。滤光片的平均化功能可能会导致图像轻微模糊，但会减少图像噪声。本滤光片适用于对图像进行处理。

?高质量（IS_CONV_MODE_SOFTWARE_5X5 模式）

使用大滤波器掩码进行转换。本算法可以实现精确的色彩定位和增强的图像细节。在使用大滤波器掩码进行转换时，CPU 负荷要高于普通滤波器掩码。这种滤光片适用于可视化应用。

只有绿像素感光灵敏度相同的传感器才能实现高质量的图像转换。这些传感器包括： ?所有 uEye CCD 传感器 ?UI-122x/UI-322x/522x 的 CMOS 传感器 对于其他传感器，我们推荐使用标准滤波器掩码。

图 18: 使用标准掩码进行拜尔转换

A “Vision” of the Future FSI and BSI Image Sensor Technology Aptina Imaging Corporation公司供稿

过去30年中，聚光技术和半导体制造工艺的创新对图像传感器像素技术产生了重大影响。例如，最初便携式摄像机采用的图像传感器为25微米像素，而如今，手机相机中传感器的像素尺寸只有1.4微米。目前，市场对像素尺寸的需求小至1.1微米，即使存在一些相关制造挑战，图像传感器制造商也能够提供更高的成像性能。

标准IC制造工艺和成像专用工艺在不断进步，促进了采用前面照度(FSI)技术的图像传感器的开发。在这种技术中，如同人眼鹰一样，光落在IC的前面，然后通过读取电路和互连，最后被汇聚到光电检测器中。FSI为目前图像传感器所采用的主流技术，具有已获证实的大批量生产能力、高可靠性和高良率以及颇具吸引力的性价比等优势，大大推动了其在手机、笔记本电脑、数码摄像机和数码相机等众多领域的应用。这些优势，再加上高性能特性，使得这种技术具有独特的成本、性能和价值定位，未来应用有望进一步扩展。

不过，由于光波长不变，像素不断缩小，FSI技术存在其物理局限性。为了解决这个问题，最近推出的一些新技术从背面对传感器进行照明，即采用背面照度技术(BSI)，从而有效去除了光路径上的读取电路和互连。BSI技术拥有得到更高量子效率(QE)的潜在优势，前景十分诱人。但同时也带来了更高成本、更大串扰和制造挑战等问题，这意味着只要FSI图像传感器还能够满足当前市场的性能要求，推迟向BSI的过渡也许是有利的。如今，BSI技术仅仅开始用于制造对传感器成本提高并不是特别敏感的高端消费类相机等产品。 FSI技术概述

传统上，图像传感器按照制造流程而设计。因此，对最终器件而言，光是从前面的金属控制线之间进入，然后再聚焦在光电检测器上。一直以来，对于较大的像素，FSI都十分有效，因为像素堆叠（pixel stack）高度与像素面积之比很大，致使像素的孔径也很大。日益缩小的像素需要一系列像素技术创新来解决前面照度技术在材料和制造方面的局限性。比如，FSI已经采取众多创新技术和工艺改进，如形状优化微透镜、色彩优化滤光、凹式像素阵列、光导管和防反射涂层等技术，以优化FSI像素的光路径。

进入FSI像素的光最初被带有防反射涂层的微透镜（microlen）聚焦，该微透镜也作为孔径使用。在手机中，微透镜的设计必需能够满足镜头质量和更大主光角（chief ray angle）要求。光通过微透镜，汇聚在针对微光响应和信噪比(SNR)优化而设计、具有最佳密度和厚度的彩色滤光器上，确保被完全分离为三原色分量。微透镜的曲率和厚度必须精心选择，以使色彩滤波器传输的光尽可能多地为光导管所接收。

图1 像素中的光传播和光电转化简单图解

虽然光导管是设计用于聚集从微透镜发出的光，并使其以窄光束形式通过互连金属和隔离堆叠，但它仍然能够有效缩短光堆叠高度(见图1中心的示意图)，使平行光束被导入光电二极管区域(图2)。

光导管必须汇聚由孔径确定的光锥和主光角(CRA)范围内的任何光线。更先进的半导体制造工艺采用更小的特征尺寸，并从铝工艺转向铜工艺，能够提供更窄的金属宽度，实现更宽的光导管。结合这些改进，像素阵列可以是凹式，把像素阵列之上的堆叠高度降至仅两个金属层的厚度。

图2 带有光导管的FSI像素阵列能够减少光散射，使光功率集中在光电二极管的区域

一旦光导管把光子传送到硅片表面，光电二极管开始工作。鉴于硅片的光吸收特性，光电二极管的区域应该延伸至几个微米的深度。在设计光电检测器时，可把耗尽深度（depletion depth）延伸入硅晶圆，使光子收集与保存的空间分辨率最大化(见图1最右边的示意图)。其关键在于尽量增大相邻光电二极管之间的隔离，并形成一个深结(deep junction)，以消除较大波长光子产生的、没有在光电二极管中被吸收的任何光电荷。 FSI的优点

先进的FSI像素采用设计优化光导管，可降低串扰。这些光导管还能够增大入射光的接收角，从而允许相机采用主光角更大的镜头，并为相机模块设计提供更大的灵活性，比如模块高度可以更小。

在 1.4 微米像素下对BSI和FSI技术进行比较可看出，FSI 能以更低的成本获得同等的性能。这种成本优势可能源于其需要更少的工艺步骤，以及因其制造工艺更成熟而获得的更高良率。考虑到 FSI串扰更小，BSI的QE更高，两者的成像性能和信噪比(SNR)基本相等或接近。

最近，图像传感器公司Aptina Imaging Corporation开发出Aptina A-Pix FSI 技术，采用新的宽型光导管、更先进的微透镜和光学层，以及深度光电二极管，提升了FSI技术的能力。利用65nm 像素设计规则的先进半导体制造工艺，可以实现更宽的金属开口，从而能够在像素中插入更大的光导管，使更多的光子通过互连层，并在深度光电二极管中有效捕捉这些光子。这些改进实现了最先进的1.4微米像素，可获得50~60%的QE，而串扰为5~15%。这种高QE接近BSI的QE，然而FSI的串扰一般更小，净总体图像质量堪比1.4微米像素。上述改进就可以实现高性能的1.4微米像素商用图像传感器，无需从FSI转向BSI(见图4)。

虽然需要1.1微米像素传感器的未来应用预计将采用BSI技术，但是FSI 也有望促进下一代产品的发展。FSI非常适合于需要“更大”像素的应用，在这些应用中，微光和总体成像性能比更高的分辨率更重要。视频类应用，特别是高清(HD)视频，将推动HD分辨率下性能的提高。对于高质量HD 视频应用，采用FSI技术的1.4微米、1.75微米或更大的像素预计还将在市场持续很长一段时间。

本文来源：https://www.bwwdw.com/article/g3p8.html