17701574507工业相机每天都在采集图像。在新能源汽车电池检测、半导体晶圆检测、3C 电子 AOI、机器人视觉定位等场景中，一台工业相机每秒可能采集几十张、几百张，甚至上千张图像，为视觉系统提供最基础的数据。
然而，很少有人真正了解：一张图像到底是如何诞生的？按下快门后，Sensor 内部究竟发生了什么？为什么一块只有几平方厘米的 CMOS 芯片，能够把现实世界精准地转换成数字图像？
今天，我们就从最底层的原理开始，看看一颗 CMOS Image Sensor 是如何完成一次成像的。
图像，其实是由无数个光子组成的
严格来说，CMOS Sensor 并不是在 "拍照"，而是在统计光子（Photon）。我们看到的太阳光、LED 光、激光，本质上都是由无数光子组成的电磁波。
当这些光子经过镜头后，会落到 Sensor 表面的每一个像素（Pixel）上。每一个 Pixel，都可以理解成一个微型 "光电转换器"。它的任务只有一个：把收到的光，转换成电信号。
于是，一张图片其实就是几百万、几千万个 Pixel 同时完成光电转换后的结果。例如，一颗 2000 万像素 Sensor，就意味着芯片上排列着约 2000 万个独立工作的感光单元。
第一步：Microlens 把更多光聚集到像素里
如果把 Pixel 放大几千倍，你会发现，它最上方并不是感光区域，而是一层非常小的微透镜（Microlens）。
随着 CMOS 像素越来越小，例如 3.45 μm、2.74 μm，甚至 2.2 μm，真正能够接收光线的面积也越来越有限。如果没有 Microlens，大量光线会落到像素之间的金属线路上，被直接浪费。
因此，每个 Pixel 上方都会覆盖一个微透镜，把进入像素范围内的光尽可能聚焦到光电二极管上，提高光利用率。这也是为什么现代 CMOS 即使像素越来越小，感光能力却没有明显下降的重要原因之一。
第二步：Color Filter 让相机 “看见颜色”
如果是一颗黑白 Sensor，到这里已经可以直接开始感光。但彩色 Sensor 还需要增加一层 Color Filter Array（CFA）。
最常见的是 Bayer 阵列，它按照 RGGB 的规律排列红、绿、蓝三种滤光片。由于每个 Pixel 只能接收一种颜色，因此最终的彩色图像需要经过 ISP 或软件插值（Demosaicing）才能恢复完整的 RGB 信息。
也正因为如此，同尺寸、同像素条件下，黑白工业相机通常具有更高的灵敏度、更好的信噪比以及更高的测量精度，因此在尺寸测量、OCR、缺陷检测等场景中应用更加广泛。
第三步：Photodiode 把光变成电子
真正完成光电转换工作的，是 Pixel 内部的 Photodiode（光电二极管）。
当光子进入 Photodiode 后，会激发电子，从而形成电荷。光越强，产生的电子越多；曝光时间越长，积累的电子也越多。因此，一个 Pixel 内积累的电子数量，就代表了这一位置的亮度信息。这一过程通常称为电荷积累（Charge Integration）。
可以理解为，每个 Pixel 都像一个微型水桶。光越强，流进去的 "水" 越多；曝光时间越长，积累的 "水量" 也越大。不过，这个水桶并不是无限大的。它能够容纳的最大电子数量，被称为 Full Well Capacity（满阱容量）。一旦超过这个容量，就会发生饱和，对应图像中的高光过曝区域。
第四步：读出电荷，并转换成数字信号
曝光结束后，Pixel 内积累的电子需要被读取出来。CMOS Sensor 会通过像素内部的晶体管，将电荷转换成电压信号，再送入 ADC（模数转换器）。
ADC 的作用，就是把连续变化的模拟电压转换成计算机能够处理的数字。
8 Bit ADC，可表示 256 个灰度等级；
10 Bit ADC，可表示 1024 个灰度等级；
12 Bit ADC，可表示 4096 个灰度等级；
16 Bit ADC，则拥有更丰富的灰度层次。
灰度等级越高，相机能够区分的亮度变化越细微，对于低对比度检测、高动态范围成像和精密测量都有明显帮助。
第五步：数据传输 形成最终图像
完成数字化之后，图像数据会被送入相机内部进行缓存，再通过 GigE、USB3、CoaXPress、Camera Link 等接口传输至工业计算机。
在机器视觉系统中，很多工业相机并不会像消费相机那样进行锐化、美颜、降噪等复杂图像处理，而是尽可能保留原始数据。原因很简单。工业视觉追求的是真实性和一致性，而不是视觉效果。对于算法而言，一张真实、稳定、未经修饰的图像，远比一张 “好看” 的照片更有价值。
为什么 CMOS 技术一直在进步？
过去十几年，CMOS Image Sensor 的发展速度非常快。像素越来越高、帧率越来越快、噪声越来越低、动态范围越来越宽，这些提升并不是依靠单一技术实现的，而是多个方向共同演进的结果。
例如，背照式（BSI）结构提高了感光效率，双增益（Dual Gain）改善了高动态范围表现，更先进的 ADC 架构降低了读出噪声，新的全局快门设计则兼顾了高速与画质。
如今，一颗工业 CMOS Sensor 已不再只是一个简单的 “感光器件”，而是一套集光学、半导体、模拟电路和数字信号处理于一体的精密系统。
总结
很多人认为，机器视觉的核心在算法。事实上，算法只能处理已经获取到的信息，而 Sensor 决定了这些信息是否存在。
一颗优秀的 CMOS Sensor，能够提供更高质量的原始图像；而一套优秀的机器视觉系统，则需要将 Sensor、镜头、光源、算法和运动控制协同优化，才能真正实现高速、稳定、精准的检测。
这也是机器视觉工程的价值所在。
如果您正在规划机器视觉项目，或在工业相机选型、光学方案设计、视觉检测、机器人引导定位、尺寸测量、AOI 检测等方面遇到技术难题，欢迎与我们交流。
苏州沧瀚智能科技有限公司专注于机器视觉与工业自动化解决方案，可为新能源、半导体、3C 电子、汽车制造、锂电、包装物流等行业提供工业相机、镜头、光源、采集卡、3D 视觉及整套视觉系统集成服务。我们不仅提供产品，更注重结合实际工艺，为客户设计稳定、可靠、易落地的视觉方案。
机器视觉没有放之四海而皆准的答案，但丰富的项目经验，往往能够帮助企业少走很多弯路。
欢迎关注我们，后续我们还将持续分享机器视觉底层技术、行业应用以及选型经验，与大家一起探索智能制造的更多可能。
