時間：2017-06-01 來源：互聯網 瀏覽量：
導讀
最近，微軟研究院和HRL實驗室的科學家們，采用曲麵圖像傳感器取代傳統的平麵圖像傳感器，不僅可減少相機鏡頭的組件數量，還降低了鏡頭的設計複雜度，從而製造出性能更強大、尺寸更小的數碼相機和攝像頭，不僅可在低光條件下拍攝，且拍攝出的圖像效果更好。
關鍵字
圖像傳感器、攝像頭、半導體、CMOS
背景
前天發布的《基於石墨烯和量子點的圖像傳感器：應用前景廣闊！》一文，介紹了利用石墨烯和量子點技術製成的新型圖像傳感器，讓圖像傳感器再一次成為我們關注的焦點。今天，我將繼續介紹關於圖像傳感器的創新技術。
說起圖像傳感器，我們很快會聯想到數碼相機。特別是對於攝影愛好者來說，數碼相機結構中存在著兩個非常重要的組件，相信大家都不會感到陌生：
鏡頭和圖像傳感器
通過下麵這張示意圖，我們可以很清楚地看到鏡頭（Lens Elements）和圖像傳感器（Electronic sensor）在單反相機中的具體位置。
（圖片來源於：維基百科）
鏡頭：主要作用是捕捉外界物體反射的光線，然後將光線聚焦在圖像傳感器的光敏麵上，所以其主要功能就是對要拍攝的目標物體，進行光學成像。
（圖片來源於：維基百科）
圖像傳感器：也稱為感光元件，分為電荷耦合元件（CCD）和金屬氧化物半導體元件（CMOS）兩大類。它們都是采用光敏二極管，將光信號轉化為電信號，然後再通過模數轉換(ADC)，轉化為數字信號。最後，這種數字信號會經過DSP芯片處理，形成完整的圖像。CMOS傳感器，已將DSP芯片集成於其中，從外觀看上去如同一個整體。
（圖片來源於：維基百科）
接下來，我們再仔細看看鏡頭部分，鏡頭的重要性，相信愛好攝影或者玩過單反相機的朋友就會十分清楚，好的鏡頭價格都十分昂貴。這裏我們先簡單介紹一下，關於鏡頭兩個非常重要的參數：焦距和光圈。
焦距，是指鏡頭光學後主點到焦點的距離，鏡頭焦距的長短決定著拍攝時的視場角和景深。根據焦距是否可以變化，鏡頭可分為：定焦鏡頭和變焦鏡頭。在定焦鏡頭中，根據焦距的長短，又可分為：廣角鏡頭（視場角大）、中焦鏡頭和長焦鏡頭。當然，不同的鏡頭適合於不同的拍攝場景。
光圈，是安裝在鏡頭上，用來控製光線透過鏡頭，進入傳感器感光麵光量的裝置。光圈大小通常用F值（即鏡頭的焦距/鏡頭通光直徑得出的相對值）表示，F值越大則光圈越小，F值越小則光圈越大。光圈不僅可以決定通光量，而且也可以影響景深。
了解完鏡頭關鍵參數後，我們再來看看鏡頭的結構。一般來說，每個數碼相機的完整鏡頭都會由一組獨立的鏡頭元件，沿著共同的軸排列組成，而這些元件主要是各種鏡片。例如，一個廉價的28mm 鏡頭會含有很多不同的元件，如下圖所示：
（圖片來源於：維基百科）
之所以多個不同形狀和性能的鏡頭元件要進行組合，目的就是使像差最小化，從而形成無視覺缺陷、完整、清晰的圖像。例如，人們為了糾正色差，就會采用不同色散係數的鏡片（至少兩片）組合而成，一片具有高色散係數，一片具有低色散係數。同樣，其他的像差，例如彗形像差和像散，也可以通過不同的鏡片搭配組合進行修正。複雜的攝影鏡頭可以具有超過15個甚至更多的鏡頭元件組成。
由此可見，為了糾正各種光學錯誤和像差，讓光學圖像被傳統的平麵型圖像傳感器更容易檢測到，絕大多數的數碼相機會使用多個光學元件組合，糾正光學圖像，達到最佳的成像效果。
然而，這也會帶來一些副作用：這麼多的光學元件，肯定會抬高設計複雜度和成本。此時，我們就會思考如下的問題：
可否減輕光學元件的工作負擔，或者說可否減少使用的光學元件數？
創新
然而，今天我們要介紹的創新技術可以回答這個問題。美國微軟研究院和HRL實驗室的科學家們設計出了一個巧妙的方案：
使用曲麵圖像傳感器，取代傳統的平麵圖像傳感器，使得鏡頭使用的光學元件數量變少。
（圖片來源於：微軟研究院）
研究人員在光學會雜誌《光學快報》上發表了論文描述了他們的方案。
新型曲麵圖像傳感器的球麵曲率是之前報道的三倍以上，且其中的一個傳感器已經可集成到數碼相機原型中，且較現有的高端商用單反相機，這種數碼相機原型，可以拍攝出分辨率更高的圖像。這項創新將不僅有利於設計出更小、更快、更低成本的鏡頭，同時也有利於改善光學元件的其他性能。
技術
讓我們從理想聊起，理想的數碼相機設計是什麼樣的呢？仁者見仁，智者見智，或許大家有著不同的看法。但是，這項研究的科學家們是這樣想的：
這種理想的相機可以在極度低光的條件下正常工作、尺寸要足夠小、並且能拍攝出極高銳度、高質量、無瑕疵的圖像。
可理想終究是理想，實際上一直並未得以實現。但是，科學家們並未停止過探索，他們一直想要設計出更加快速的鏡頭和更小尺寸的圖像傳感器，且依然可以采集足夠多的光線，拍攝出高質量的圖像。正是出於這些想法，他們進行了曲麵圖像傳感器的研究，並期待取得突破性進展。
也許，上麵的這些說法比較專業化，那麼下麵這幅圖能讓我們，更直觀地理解科學家們的想法。
（圖片來源於：參考資料【2】）
其實，人眼恰恰就具備這些理想特征。所以，圖A簡單介紹了人眼成像過程，光線經晶狀體折射後聚焦在視網膜上。這些我們需要特別注意的是，視網膜是曲麵的。然而，不同於人眼，經典光學鏡頭卻需要更多的元件，更複雜的過程，進行像差糾正，將光線聚焦於平麵的傳感器上。相對於視網膜曲麵來說，這種平麵的傳感器性能明顯較差。
圖B，則展示了一個1800萬像素(1/2.3” 7.6 mm x 7.7 mm 晶粒)背照式CMOS曲麵圖像傳感器，結合在18.74 mm的曲麵模具表麵上，這種曲麵的圖像傳感器相對於平麵的圖像傳感器，提供了一種類似人眼結構的新型解決方案，勢必會全方位提升相機性能。
那麼，科學家是如何實際製造這種曲麵傳感器的呢？
他們先將單個傳感器從CMOS圖像傳感器的晶圓上切下，然後放置到定製的模具（mold）中，再使用氣動壓力將每個傳感器壓入模具裏麵。
（圖片來源於：參考資料【2】）
除此之外，曲麵傳感器還有一些其他方法，例如將傳感器的邊緣粘合，然後再向其中間部分施加壓力。然而，這樣做會創造出高壓力點，使得傳感器在達到標準曲率之前，就會發生破碎。
然而，研究人員采用了新方法有效避免了這一問題。他們讓圖像傳感器在彎曲的過程中，能夠自由浮動，逐漸地驅散壓力。同時，他們也使用了一種特殊形狀的模具，逐漸地在芯片的邊緣施加壓力，將它壓入模具中。
HRL實驗室具有這樣的半導體製造能力和相關設備，所以微軟與其進行合作，戰勝了曲麵傳感器的工藝中所麵臨的特殊物理挑戰。研究人員稱，這項研究需要進行大量實驗，保證每個曲麵傳感器都具有精準的性能，即這種彎曲傳感器的過程，不會改變任何的電氣和成像特性。另外，還要保證施加壓力恰當，不會使其發生破碎。
接下來，讓我們再看看研究人員對這種曲麵傳感器進行測試的結果。
當采用具有曲麵傳感器以及特殊製作的f/1.2 鏡頭的數碼相機進行實驗時，這種傳感器拍攝的圖像分辨率，比具有類似鏡頭的高端單反相機高兩倍。
大多數的相機在圖像傳感器邊緣部分，光線檢測能力都會減退。但是，這種曲麵傳感器幾乎不會錯失任何光線。在圖像的邊緣部分，這種曲麵傳感器拍攝的圖像銳度是單反相機的大約5倍。
下麵這幅圖片，展示了具有曲麵傳感器的數碼相機的拍攝效果。
（圖片來源於：參考資料【2】）
所以通過這項研究，研究人員認為，你可以使用現有的圖像傳感器，將它彎曲，就能顯著提升光學係統的性能。這個過程是相對低成本的，並且不會帶來任何性能減退。
價值
從創新價值的角度來說，這種曲麵傳感器更加有效地低糾正了像差，同時也簡化了廣角鏡頭的設計過程。
盡管，目前論文中介紹的原型相機，尺寸差不多和小型消費電子相機一樣。但研究人員稱，這個攝像頭的尺寸還可以更小，從應用於智能手機和平板電腦。同時，他們也會創造出量產該曲麵傳感器的設備，通過在現有的圖像傳感器製造工藝基礎上，結合一些附加的工藝，使其最終得以量產。
所以，它最終帶來可商用的曲麵圖像傳感器，同時進一步製造出高性能的新型數碼相機和攝像頭，拍攝出跨越整個視場的高銳度圖像，另外在低光環境下，拍攝效果也可以很好。這項技術可應用於視頻監控、AR/VR、無人駕駛等多個領域。
未來
研究人員正在進一步提高傳感器的曲率，他們想讓這種曲麵圖像傳感器，能夠在紅外線的波長條件下進行實驗。這將有利於這項技術進一步應用於望遠鏡、三維空間映射、生物識別等領域。
不過，研究人員也在溫馨提示，具有這種曲麵傳感器的商用產品可能不會很快出現。但是，他們希望和其他公司進行合作，對於傳感器進行進一步的魯棒性測試，為量產做好準備。
參考資料
【1】http://www.osa.org/en-us/about_osa/newsroom/news_releases/2017/breakthrough_curved_sensor_could_dramatically_impr/
【2】B. Guenter, N. Joshi, R. Stoakley, A. Keefe, K. Geary, R. Freeman, J. Hundley, P. Patterson, D. Hammon, G. Herrera, E. Sherman, A. Nowak, R. Schubert, P. Brewer, L. Yang, R. Mott, and G. McKnight, “Highly curved image sensors: a practical approach for improved optical performance,” Opt. Express, Vol. 25, Issue 2, 13010-13023 (2017). DOI: 10.1364/OE.25.013010.
【3】https://en.wikipedia.org/wiki/Photographic_lens_design
需要進一步探討交流的朋友，請直接聯係作者微信：JohnZh1984，或者微信關注公眾號：IntelligentThings。
