相機越貴畫質越好？聊聊CMOS設計

05-08

似乎在很多人心目中，個位數機身就代表了品牌最強成像素質，這或許有「人不識貨錢識貨」的道理在作祟，但事實上如佳能1DX2或尼康D5，又或是索尼A9這種旗艦機真的就一定能代表本家的畫質巔峰么？這一切都得從相機CMOS說起……

首先要做的是溯源，也即當下的CMOS主要都有哪些供應商，全世界的龍頭老大是索尼，緊接著是三星，然後還有豪威科技OmniVision（已被中資公司收購）、安森美ON Semi、佳能、東芝（東芝半導體已被索尼收購）、松下、海力士SK Hynix、Aptina、意法半導體，以及國產的格科、思比科、長光辰芯、比亞迪等等，其實大家不難發現這裡面正兒八經做相機CMOS的其實沒有幾家，不少都在專註汽車、醫療、安防、工業以及手機領域，最典型的就是三星了，雖然自己的相機做得沒啥動靜了，但在手機、汽車等領域還是風生水起。

說到這兒可能你已經察覺到了一絲古怪，這些CMOS巨頭裡，我們找不到熟悉的尼康，也沒有富士、奧林巴斯、適馬、甚至賓得、徠卡的大名，原因在於要麼它們被歸類於「其他」這個市佔率不到5%的的門類里，比如適馬，要麼就是它們壓根自己就不製造CMOS，主要靠代工或買成品，其中最知名的可能就是尼康和索尼的PY關係了。

可能在大多數人的印象中，尼康單反所用的就是索尼CMOS，但事實可能會顛覆你的認知——除了索尼之外，東芝、瑞薩也都為尼康提供過感測器成品或代工，佳能也並不是所有相機都用自家CMOS，比如G7X就是用的索尼IMX183CQJ……尼康其實一直也有在做感測器設計，比如2003年的D2H採用的就是尼康自家研發的LBCAST感測器（類似於CMOS，但把金氧半場效晶體管MOSFET換成了綜合型電場效果晶體管JFET，在當時可實現高速+低功耗，定位為體育機）；D700和D3的CMOS也是尼康自研的NC83138L CMOS、D3s則是NC81361A CMOS……不過研發歸研發，製造就不一定是尼康自己做的了，主要還是靠合作代工。

在尼康的代工機型中比較典型的案例的是D4，個位數機身代表的是各家的速度旗艦，這個趨勢從D4、1DX時代正式開始，告別了D3s/D3X或1D/1DS一快一高的布局方式。而數碼相機速度的本源就是CMOS讀取，CMOS作為半導體，刷速度聽起來不就是CPU/GPU那套高頻+製程一波流的事兒么？有英特爾、蘋果、NVIDIA在前面開路還怕啥？但問題在於CMOS是模擬+數字電路的組合體，模擬電路對製程的要求非常低，常年被嘲笑的佳能祖傳500nm其實都綽綽有餘了，但無奈數字電路卻是妥妥的越快越好，而這也是實現高速的最關鍵前提，這個組合體沒有辦法直接沿用純數字電路的製程工藝，所以還真不是直接塞給台積電、三星之類的純數字電路代工廠就能搞定。

在D4發布那時候，也就是6年多以前的2012年，雖然英特爾都已經衝到了32nm、台積電殺到了28nm，但索尼那時候也不過180nm，佳能自然是停留在500nm，這也就導致作為數字電路之一的模數轉換器ADC，佳能只能把它和後端打包單獨做在片後，索尼的工藝雖然可以做內置ADC，但性能實在是被製程拖了後腿，連拍速度達不到體育機的標準，因此，尼康D4和後來的D4s為了高速，CMOS就找了瑞薩代工，做片外ADC，甚至索尼自己的視頻機A7S都只能做片外ADC來解決速度的問題，進而實現4K內錄。

其實這個節點也是頗為有趣的，因為尋找解決速度問題的出路，索尼是各大品牌里最積極的，第一步是背照式，也就是Exmor R，它的基本概念是把數字電路鋪到了模擬電路下方，因為數字電路要麼靠規模要麼靠製程，背照式把它移動到後面就可以放心大膽地堆規模，而不會影響到上方模擬電路——也就是光電二極體效率。下圖應該演示得很明顯了，灰色的Light Sensitive Diodes就是光電二極體，即模擬電路：

這裡同時也能體現出索尼精明的一面，背照式首先出現在了索尼自家的卡片機上，這是因為小畫幅良率高、成本低，因此很適合用來做CMOS的新設計實驗。2012年還有卡片機這個埠，佳能還算可以跟進，但後來手機吃掉了卡片機市場，索尼小畫幅成功轉移到手機端，而佳能在這方面就幾乎被砍乾淨了，因此佳能的設計思路一直停留在猛堆高端，然後砍規格做主流做低端，形成了：技術研發成本高；產品定位等級深嚴的調性，但好處是以下犯上這種事情比起尼康索尼要少非常多。

不過背照式的優勢其實也就是速度這一點而已，高開口率的高感等優勢，隨著無縫微透鏡技術的全面普及也不復存在，而且新製程工藝的前照式CMOS也並不會在速度上輸給背照式，最好的例子就是A6500，它可以做到6K解析度2000萬像素超采30fps 4K，所以沒有用背照式並不能代表CMOS讀取性能低，別忘了時代（製程）的差距。

既然製程這麼重要，那為什麼不猛刷？直接剛上最新工藝啊！前面其實提到了，對於成像CMOS的模擬電路來說，並不需要高製程，提製程對它來說屬於「只增成本，不增效益」的事兒。所以聰明的感測器工程師們想出了一個新招：模擬、數字二合一不方便刷製程，那把它們分開不就歐了？沒錯，這就是堆棧式CMOS設計，在索尼這兒叫Exmor RS。

具體結構設計就不多說了，上面這張圖也算是解析得很明白了。堆棧式的好處就是模擬電路（即上圖[1]）可以繼續祖傳，數字電路（即上圖[2]）就交給台積電，直接可以用上與當代NVIDIA GPU相同的工藝製造，速度直接升天，快到機內處理器都來不及處理，只能再堆一塊DRAM（即上圖[3]）來緩存數據。第一代堆棧式CMOS誕生於2014年，使用者蘋果iPhone 6，製造者索尼……沒錯，熟悉的大法，熟悉的小尺寸CMOS起家，讓iPhone 6成為第一台有240fps 720P升格慢動作視頻功能的手機。

很快在2015年，堆棧式1英寸CMOS就出現在索尼RX100M4身上，然後在2017年，堆棧式CMOS跳過APS-C，直接現身於全畫幅速度旗艦索尼A9當中，全電子快門帶對焦20fps連拍、每秒60次曝光/對焦檢測，靜音、快速而且還省電（FZ100電池實際拍攝超1000張續航基本沒問題，相對而言，佳能1DX2雖然搞定了片上ADC的問題，但功耗與發熱爆表，不僅續航掉得媽都不認識，甚至還用了一根熱管輔助散熱……）。另一大CMOS巨頭三星也在S9系列手機中引入了堆棧式設計，所以才能以960fps拍攝0.2秒，這也足足有192張了！

換句話說，在堆棧式CMOS引入的高速時代，單反機械結構已經成為限制（光是反光鏡和機械幕簾設計要精準、穩定、長效達到20fps連拍就已經非常有挑戰，複雜程度參考上圖），據可靠消息，A9這塊CMOS甚至並沒有發揮全部速度，只是因為它如果再高就可能影響到高端4K電影機，這也同時為大家提了個醒，電影機的CMOS性能也很快就會起飛……當然，電子快門的同步速度還是不如機械快門精確，A9也只能做到1/160秒，所以才有機械後簾的存在，不過按照當下的發展速度來看，突破甚至普及也只是時間問題，不存在明顯的結構限制。

那麼我們回到一開始的話題：越是高端高價的機身，畫質就一定最好么？其實講了這麼些CMOS設計的概念無非就是在告訴大家，越是先進的CMOS，研究的方向就越沒有單純朝向「畫質」，這是因為畫質這個東西其實是有上限的，從硬體角度來看，我們已經越來越靠近這個極限，這是因為當下的感測器設計大基礎是光子電子轉換，有單光子探測器就避不開自然存在的散粒雜訊。即便CMOS讀取雜訊為0，但光電二極體的阱容是有限的，阱容有限意味著進入二極體的光子量有限，以一塊最大阱容61000的CMOS為例（佳能35MMFHDXS，全畫幅，19um超大畫素，總像素220萬喲~~），即便它的讀取/傳輸雜訊為0，信噪比上限也只有不到48dB，即便把阱容衝到100000，還是假設沒有讀取/傳輸等底噪，信噪比也只有50dB，這是老天爺給的限制，不改變最基礎的光電結構就繞不開。

所以索尼為什麼要刷速度，理由已經很清晰了吧。不過既然前面提到了「從硬體角度看，我們已經越來越靠近極限」，也就是說其實還是可以通過一些拍攝手法，來實現信噪比的繼續增益。實現方式的原理很簡單，就是PS或LR里的多張均值堆棧合成，拍攝N張堆棧升Log2（N）倍，比如拍1024張，信噪比提升10倍，即+10dB。具體拍攝手法如下：比如光圈F8，1/10秒正常曝光的環境，想出10秒長曝就只能上ND，這時候可以不改變光圈，不用ND，直接以1/1000秒、10fps RAW連拍10秒，獲得100張RAW照片，再到PS軟體中統一設置白平衡、拉陰影和高光，然後進行均值腳本的堆棧處理，在這種情況下，信噪比相對單張可以直接提升6.6dB，同時不存在ND導致的偏色問題，對燈泡頭友好度上升N個檔次，除此之外暗部的隨機雜訊也能得到有效抑制，動態範圍自然也能順帶提升。

其實這也反映出：基準信噪比不足導致的先天差距是很難彌補的。比如A款CMOS信噪比比B款先天就低3dB，這意味著B的單張就需要A堆棧16張才能補上來，B拍攝32張A就要拍多達512張才能實現，而且這還是在沒有考慮本底雜訊色彩偏移的情況下，所以堆棧大法雖然好用，但也建立在本身信噪比就足夠出色的前提下。而且這種方法主要是對風光或靜態攝影管用，對後期處理的PC主機性能要求也很高，尤其是吃內存，所以局限性不容忽視。

提升畫質還有一個重要的方向就是加像素，而且隨著前端集成電路性能提升，高速、高像素密度、無損編碼的兼容已經不再是問題，典型案例就是索尼A7R3：4200萬像素、10fps、連拍也有14bit RAW。之所以只做5K超采4K我認為更多還是產品間定位差的問題，並不是這塊CMOS速度不夠。

很多人對加像素後的高感表示擔憂，但事實上高像素在觀看照片時，是可以通過縮小照片尺寸來實現信噪比增益的，比如從4200萬縮到2100萬來觀看，信噪比提升有：

在無間隙微透鏡技術加持下，2N像素縮圖到N像素時開口率不再是問題，光電轉換的量子效率可以保持在統一水準。有很多朋友提到過「單像素信噪比」，但CMOS是整片曝光，只討論單個像素沒有意義，事實上在出圖解析度一致的前提下，理想感測器本身就可以忽略原始像素的概念。這個可以通過數學手段證明，比如相同尺寸的CMOS，A相機有100個像素，而B相機是1000個像素。當輸入信號為10000時，總雜訊為10000開方=100，A相機的單個像素信噪比為100/10=10，B相機的信噪比為10/3.162=3.162，此時均為100%放大，B的輸出解析度更高（畫面更大）。

但此時如果B相機縮圖到與A相機的100像素，單個像素的信號從10增加到100，而單個像素的雜訊則有以下算式：

10個3.16的平方相加再開方，不難算出這就是100開方=10，單個像素信噪比回到100/10=10，即高像素縮圖到低像素後，信噪比可以回到原生低像素的水準。同時也證明了一點，在畫幅不變的情況下，高解析度和高信噪比這兩個極端只能取其一。以前的高像素CMOS工藝還會受像素之間的間隔的影響，但現在都是無縫微透鏡，這個問題已經得到了很好的解決，而且高像素縮圖後還能獲取更高的空間頻率響應，換句話說就是銳度更出色，大家可以自行下載A7S與A7R的RAW格式照片同等縮放對比，我其實發過好幾次了，就不再贅述。

除此之外小胖也不止一次強調過，對噪點的視覺感官受制於照片展示尺寸和觀看距離，因為人眼的敏感頻率範圍有限，而高頻部分才是成像缺陷的「重災區」（因為空間頻率越高，成像系統響應率越低），縮圖或觀看距離增加會使高頻區域的頻率進一步增高，這時候缺點雖然還在，但頻率超過人眼辨識範圍，我們的大腦就會直接選擇忽略，形成「畫質變好」的感覺。

在縮圖後具備與低像素相同的信噪比的大前提下，加像素還能提高CMOS奈奎斯特頻率的上限，從而減少摩爾紋等混疊現象的發生幾率，而且即便是一些解析度很低的鏡頭，比如國產的那一堆超大光圈標頭（50mm F0.95、35mm F0.95之類的），高像素也依然可以帶來高解析力的優勢，因為我們拍攝的三維空間里包含了無窮盡的高頻信號，CMOS奈奎斯特上限越高，還原得就越多。至於極限衍射光圈的問題，在F22下A7S2的空間頻率響應也還是落後於A7R2至少三成，高像素採樣頻率高的優勢在極限小光圈下也並不會抹滅。

更何況當下顯示設備也都是往高解析度發展，相機往高解析度走也是大勢所趨。目前的低解析度相機幾乎都是視頻定位，之所以做低解析度主要想盡量多利用CMOS面積，同時減少採樣倍率降低計算量，用以增加視頻碼率和色深等關鍵視頻規格。但即便如此，當下索尼以6K超采30fps視頻已經沒有問題，或在今年發布的A7S3突破2000萬像素也並不會是一件讓人驚訝的事情，畢竟決定速度的技術基礎已經打好，更高採樣率的高品質視頻自然會呼之欲出。

所以，對於當代數碼相機感測器而言，其實光談絕對的畫質已經不再實用，更多主要還是「按需定製」。這裡可以簡單舉幾個例子，比如尼康D5，它沒有使用索尼A9的同底CMOS，一來因為這塊CMOS的進發方向是數字化的高速，在單反上受制於機械結構，用武之地不大（總不至於一直抬起反光板來拍吧，那也太尷尬了），花出去的成本換不回已在無反得到印證的性能，還容易被diss，再加上索尼也不一定願意把這種高端貨賣給尼康。所以D5用其實是東芝的CMOS（索尼：嘿嘿，其實這也是我的！），而且為求高速，ADC依然是外置，除此之外傳言它的阱容調整偏低，方便做高倍程式控制電壓增益，原生ISO達到800的水準（事實上原生ISO都是由阱容以及增益倍率來決定的，增益可以有1x、4x、16x，也可以有0.5x等，但低倍率的問題是電荷轉移時的傳輸雜訊偏大）。

D5的高倍電壓增益使得一級模擬放大之前的前端傳輸雜訊相應降低，而前端雜訊會隨著ISO增益倍率的增大而增大——輸出信號=（輸入信號+前端雜訊）X放大器增益倍率+後端雜訊。不難看出括弧中的數值越小，高ISO時總體雜訊會降低，從而提升高感性能。但問題也很明顯，在低放大器增益倍率，也就是低感光度時，ADC外置引入的大量後端本底雜訊，讓動態範圍這個尼康長期引以為傲的規格在D5身上被佳能1DX2和索尼A9揍到懷疑人生。但這也正好體現了我們的主題：專機專用，定製設計。

與之類似的設計還有尼康天文專用機D810A，砍掉阱容以實現高感成像素質，畢竟星空甚至深空類攝影上萬的ISO也並不算少見，在這種感光度下的控噪和動態範圍才是它的重點。D5作為專為奧運會等大型活動而生的速度機，高靈敏度下的成像素質自然也是它的核心，所以它們的CMOS都是專機專用，特應強化的類型。

既然有砍阱容求高感畫質的，自然也會有加阱容增強低感動態範圍的，因為滿阱容量/本底雜訊也是動態範圍的定義方式之一，在本地雜訊不變的情況下，增一檔阱容就意味著增一檔動態範圍。而採用這種設計的是尼康D810——加大阱容實現原生ISO 64，所以它的動態範圍達到可與的44X33中畫幅（原生ISO 100）一戰的水平。但代價就是高感動態範圍驟降，相同縮放尺寸，ISO 1600以後甚至被祖傳5D3追上甚至反超：

不過既然是不同阱容導致了兩種取向，想要一把抓，當代感測器設計就又引入了雙增益的設計，你猜是誰先做出來？沒錯還是索尼……基本思路就是設計一個開關，在一定ISO之前使用高阱容模式以實現高低感光度的高動態範圍，而當ISO設置到一定數值之後，降低阱容，降低前端雜訊，實現高感素質提升。現在使用這項技術的機身有不少，比如索尼A7R3（可參考下圖黃顏色線，在ISO 800時有一個明顯的反折）、尼康D850、松下GH5S……雖然D850沒有說是誰做的，但又是背照又是雙增益，其實已經提示得足夠明顯了……

所以，不同定位的CMOS，就有不同的擅長領域，這世上不存在信噪比極高同時出圖解析度極高的CMOS，想要實現這個目的只能靠拍攝手法，比如有手有腳靠自己的堆棧，比如抖像素……當下求極限高速的CMOS設計已經邁入數字電路時代，單反結構成為限制，無反正在往高速/低功耗這個傳統半導體大方向搭著順風車高速邁進，具體會有多少驚喜，就看今年佳能尼康全畫幅無反的表現了。