原创 成像需求高涨，CMOS图像传感器成硬通货

高清化、智能化产品的升级进一步拉动成像需求。

1873 年，科学家约瑟·美(Joseph May)及伟洛比·史密夫(Willoughby Smith)就发现了硒元素结晶体感光后能产生电流。由此，电子影像发展开始，而后随着技术演进，图像传感器性能逐步提升。

在先后经历了光学倍增管（PMT）、光电及双极二极管阵列、CCD图像传感器之后，CMOS图像传感器成为技术主流，并迎来了自己的时代。

CMOS图像传感器使得“芯片相机”成为可能，由此推动了相机小型化趋势，更为包括消费、汽车、医疗、安防、军工航天等多个领域的技术创新提供了关键支撑。

高清化、智能化产品的升级进一步拉动成像需求。

1、洞察：增长下的细分应用市场分析

近年来，全球 CMOS 图像传感器总体呈现稳定增长的态势。

根据中商产业研究院发布的《2024-2029全球及中国CMOS图像传感器行业研究及十四五规划分析报告》显示，2023年全球CMOS图像传感器市场规模253.13亿美元，据中商产业研究院分析师预测，2024年全球CMOS图像传感器市场规模将达273.27亿美元。

资料来源：中商产业研究院

同时，CMOS图像传感器在国内还处于高速发展的阶段，市场规模持续增长。中商产业研究院发布的《2024-2028年中国CMOS图像传感器产业调研及发展趋势预测报告》显示，2023年中国CMOS图像传感器市场规模435.6亿元，据预测，2024年中国CMOS图像传感器市场规模将达526.8亿元。

资料来源：中商产业研究院

剖析稳定增长离不开对垂直应用市场的分析，比如，智能手机、汽车、安防以及医疗类应用。

首先，智能手机一直是CMOS图像传感器的最大应用领域。

自智能手机市场进入存量时代，更多的产品迭代围绕“影像”展开。多摄像头及高画质需求也进一步拉动了智能手机端CMOS图像传感器的增长。就2021年的数据来看，CMOS图像传感器手机市场占比高达75.9%。

图：2021年CMOS图像传感器主要应用领域

资料来源：Yole Developpement，红塔证券

据悉，2021年全球平均每部手机摄像头的数量约为4.1个，是2017年的两倍。为提高智能手机的摄像能力，手机厂商不断增添不同功能的摄像头，以提升用户的拍摄体验，3-4个摄像头数量成为目前智能手机行业主流，对于CMOS图像传感器的需求较大。

其次，汽车应用已成行业主要增长市场。在车载领域，随着汽车电子化程度的提高，加上自动驾驶技术的发展，将加速单车平均摄像头用量增长。

目前，车载CMOS图像传感器用量增长的主要动力来自于自动驾驶辅助系统，汽车辅助驾驶功能的升级，车辆需要的位置定位精确度增加，单车平均搭载CMOS图像传感器数量增加明显。L1/L2级别自动驾驶的CMOS图像传感器数目为6个，而L3、L4、L5可分别达13/29/32个。众所周知，智驾是OEM的重要发力方向。

根据Yole Developpement数据，2020年单车平均搭载摄像头数量约为2.2颗，预计到2028年将达到7.0颗。此外，由于ADAS功能升级，对车载摄像头像素以及 HDR、LED 闪烁抑制等功能提出更高要求，技术要求的提高也进一步带动了车载CMOS图像传感器要求提升。

再次，5年来，安防视频监控在全球范围内的应用也逐步由发达国家向发展中国家延伸。由于安防监控离不开视觉信息的获取，对图像传感器依赖较深，从而也成为CMOS图像传感器市场增长较快的新兴领域之一，整体保持着稳定增长。

特别是从技术角度看，闭路电视监控系统过去经历了录像带录像机（VCR）和数字视频录像机（DVR）等时代，最终迈入到如今的网络视频录像机（NVR）阶段。在此过程中，视频监控系统的复杂度逐步提高，对CMOS图像传感器性能的要求也在不断升级，对于CMOS图像传感器在低照度光线环境成像、HDR、高清/超高清成像、智能识别等成像性能方面提出了更高的要求。

最后，CMOS传感器凭借其在通过更小的像素尺寸获得更高分辨率、降低噪声水平和暗电流以及低成本方面的优越性在医疗影像领域得到越来越广泛的应用，未来市场看涨。

当前，CMOS图像传感器主要应用于X-Ray以及内窥镜领域。CIS模块的小型化是其应用于医疗设备的关键，特别是对于较小的柔性视频内窥镜。据悉，CMOS电子内窥镜可得到高清晰度图像，无视野黑点弊端，易于获得病变观察区信息。

2、差异化应用需要差异化产品

不同终端应用对于产品端的需求也各有不同。

上图是目前艾迈斯欧司朗所有的CMOS图像传感器系列，其中，CMV系列、CSG系列以及Mira系列均为全局曝光型面阵图像传感器，其余Dragster和4LS为线阵图像传感器。

从上图可以看出，CMV系列的pixel pitches（像元尺寸）相比CSG和Mira系列更大。在谈及这个变化时，艾迈斯欧司朗资深现场支持工程师王明海表示，像5.5这样的大像元尺寸图像传感器在工业类机器视觉上应用仍非常广泛，大像元会将待测物体表面的信息更加细化，因而机器也更容易识别产品的优劣。

因此，CMV系列非常适用于基于工厂自动化的机器视觉类应用，在例如产线类的可控环境下结合好的辅助照明系统，达到最终的优质图像效果输出。

CSG系列将像元尺寸缩小到3.2，如此一来，在同样分辨率的情况下，整体的图像传感器尺寸也会缩小。“这样就会更适用于对相机本身尺寸有要求，但又并非精细化的流水线缺陷控制的场景。”

智能交通就是典型代表。“在抓取移动物体的特征，但这些特征点并不是特别细微的情况下，我们会把相机做得更小更隐蔽一些，同时要确保抓取的信息能够识别，CSG系列更偏向应用于这种场合。”

到第三代最新的Mira系列，像元尺寸缩小到了2.7，目的就是为了进一步缩小封装尺寸。“在很多便携式智能产品，比如可穿戴，AR/VR等，都要求相机模组的尺寸尽可能小巧，但终端产品的分辨率又要求有足够快速、足够充分的信息去做支撑，从而形成系列应用。”

因此，王明海坦言艾迈斯欧司朗在设计Mira系列图像传感器时的一个重要出发点就是将像元尺寸进一步压缩。据悉，在下一代Mira产品中，像元尺寸将进一步缩小。

上图即为艾迈斯欧司朗目前在国内已经推广或者应用的三个Mira产品，其中Mira016这颗产品将于明年上半年正式量产。“如果大家对这颗料有兴趣，也可以联系我们去申请Mira016样片来测试。”

据悉，Mira016这颗产品，在暗噪声这块的性能表现相比其他2个产品做了更多优化，因此，它在暗光环境下，同样可以得到较好的图像质量。同时，满井电荷（FWC）的性能提升，也使得它可以在使用中获得更广的动态范围。

此外，还值得一提的一点是Mira050和Mira016上会有一个片内的电源管理单元，以此来契合某一些应用场景，将功耗进一步降低。

3、技术实力做支撑

在艾迈斯欧司朗的全系列产品布局中，1mm*1mm小尺寸的NanEye，就是“为内窥镜市场而生”的。

不同于其他产品都是单纯的图像传感器，NayEye系列在图像传感器上叠加了镜头，以相机模组的形态面市。

如果提到小直径视频内窥镜的发展历程，背照式（BSI）技术的应用是关键一环。据悉背照式技术成功地提高了CIS模块的灵敏度，使得更小像素成为可能。

背照式技术的优势不局限于内窥镜市场，Mira016也有受益。

在前照式（FSI）结构中，Bayer阵列滤镜（也就是CFA，彩色滤波阵列，用于让CIS能够感受色彩）与光电二极管（PD）之间存在大量金属连线，阻隔了大量光线进入感光层。同时，在感光区（即PD）这一层，还会有一些开关控制电路、采样电路、模数转化电路。因此，就单个像元而言，感光区其实只占其中一部分，这样的结构也一般称作2D结构。

而在背照式（BSI）结构中，金属连线被转移到感光区背面，光线不再被阻挡，即在彩色滤波阵列之后，整个就是一个感光区，这种设计被称为3D结构。可以看出，在同样的像元尺寸下，3D结构的感光面积会远远大于2D结构。

“这种结构带来的好处就是有效信号量高，信噪比大幅度提高，图像的质量和清晰度也就更有保障。同时，也允许系统在外界给予的有效信号量减少的情况下，还能保证跟原先的图像质量，比如在暗光条件下仍可维持一定的图像质量。”

“熟悉Mira系列的朋友肯定知道它更适用于一些红外补光照明下的3D应用，比如AR/VR眼镜等。”

究其原因，还是在于Mira系列的红外增强特性。

从上图右侧可知，图中的3条曲线代表了艾迈斯欧司朗3代面阵产品的不同响应曲线，其中CMV和CSG系列在红外波段响应走低，特别是在850nm和940nm处，QE（量子效率）基本维持在12%~13%左右。

而Mira系列，在整个波段之间将QE效率提升，包括红外在内。从图中可以看出，在940nm处，Mira系列的QE可以达到35%左右。如果此时外部应用环境还叠加了红外补光，那么系统的信噪比更将提升，因此Mira系列非常适合去做红外方面的应用。

同时，在红外之外，可见光波段的QE同样提升较多，这时应用环境就不需要额外考虑补光条件，即使在暗光环境下同样可以满足应用需求。

4、Mira：智能创新之作

将Mira系列的优势进行总结，主要汇集为以下4点：

第一，全局曝光。作为艾迈斯欧司朗第三代的全局曝光产品系列，Mira保持了拍摄高速运动物体的优势，不会造成拖影现象；

第二，紧凑型设计。采用了3D结构，也相应增加了Mira系列感光面积占据整体package的比重；

再次，红外增强。提升红外响应，更适合于红外补光甚至是暗光条件下的3D应用场景；

最后，因为增益的提升，以及内部搭载电源控制单元，使得可以在芯片基础上做到更低的整体系统功耗。

Mira系列的各种优势集成在一起，也使得它相比CMV和CSG系列在应用上更为智能。

比如背景消除。

之前的相机做背景消除，流程一般是给背景拍一张图，带着目标物叠加背景拍一张图，然后再将两张图做一个减法。

这样的做法，会在流程上产生两次读出的过程，再于片外做减法，如上图下边所示。那么在Mira系列中，艾迈斯欧司朗将这个功能做在片内。打开该功能，只需要一次读出过程，相当于减法在传感器内部完成，如上图上半部分所示，因此就可以将传统的5步流程缩减到3步。

对于背景消除这样在很多场景下都需要用到的功能，通过在片内实现，能进一步优化整体的处理时间、系统功能。

再比如事件检测功能。

如上图左侧所示，事件检测功能主要是指观察2个具体图片中的变化，当它检测到有较大差异时，会将信息上报给系统。

那在Mira系列中，这部分工作都由传感器来做，不需要占据系统的额外资源，此时，系统就可以停留在相对稳定的待机状态，根据传感器的上报来决定具体的应对策略。

将事件检测功能落地到具体的应用场景，地下停车场的案例尤为合适。

地下停车场的外部环境比如环境光相对稳定，那么当其他变化产生时，都可以作为一个事件进行上报，比如车辆进来，传感器检测到后向系统上报，闸机随之打开。

同时，场景稳定代表变化发生得并不会那么快，因此在1fps，也就是一秒钟抓取一张图的条件下，系统功耗会保持在较低的3mW，低速抓取会大大降低整体的系统功耗，待上报事件后，再开启相应功能即可。

“相信玩过单反相机的朋友应该很熟悉右侧的这张图。”

这个直方图，可以告诉用户在整个取景框汇总，不同灰阶的像素的大致分布情况，比如如果过曝面积过大，那么这张图片肯定不能用了。

那么在Mira系列中，可以直接提供整个取景框的像素信息，传感器直接去读相应的寄存器即可。

比如在下方的2张实拍图中，第一张图中间白衣服的部分就过曝了。此时，系统可以轻松得到过曝像元的信息。那么为了得到实际可用的图，就可以相应调低光源，并将曝光时间缩短，而这些智能调节离不开直方图信息的及时抓取。

通过智能调节之后再去抓图，就可以相应拿到图片中的有效信息，而无需通过耗时更长同时更为耗电的图像处理的方式。

围绕视觉，艾迈斯欧司朗其实有不少产品可以配合，比如将其他光学器件，例如红外光源配合在一起，成为一套完整的系统。再比如3D应用，需要图像传感器再加上整个系统，结合算法，才能呈现一个完整功能。但无论怎样，在这些应用中，图像都是不可或缺的重要信息。