分享自:

自适应列向多增益高动态范围CMOS图像传感器

期刊:IEEE Transactions on Circuits and Systems–I: Regular PapersDOI:10.1109/TCSI.2025.3576172

本文档属于类型a(单篇原创研究论文报告),以下是针对该研究的学术报告:


自适应列级多增益HDR CMOS图像传感器的单次拍摄高动态范围成像技术研究

一、作者及发表信息

本研究由韩国首尔科学技术大学(Seoul National University of Science and Technology)半导体工程系的Dong-Yeon Lee(学生会员)、Tae-Hoon Eom(学生会员)和Hyeon-June Kim(终身会员,通讯作者)共同完成,发表于IEEE Transactions on Circuits and Systems–I: Regular Papers期刊2025年12月刊(Vol. 72, No. 12)。研究得到韩国国家研究基金会(NRF)的资助(项目编号RS-2023-00213402和2022M3I8A2079227)。

二、学术背景

科学领域:本研究属于CMOS图像传感器(CIS)高动态范围(High Dynamic Range, HDR)成像技术的交叉领域,面向机器视觉(Machine Vision)应用。

研究动机:传统图像传感器在动态光照条件下(如自动驾驶、工业检测)存在局限性:亮区易过曝、暗区细节丢失。现有HDR技术(如多帧融合、像素级增益调整)需权衡分辨率、运动模糊和实时性。本研究旨在开发一种单帧HDR成像技术,通过列级(Column-wise)多增益调控实现高分辨率、低延迟的适应性成像。

技术背景
1. HDR实现方法:传统方案包括全局增益控制(Global Gain Control)、像素级增益调整(Pixel-wise Gain Adjustment)和多曝光融合(Multi-Exposure Fusion),但均存在非均匀噪声、运动伪影或计算复杂度高的问题。
2. 列级增益的潜力:通过列级模拟增益(Analog Gain, AG)调控,可在单帧内实现局部光照适应,但需解决增益模式多样性(如256种组合)与噪声抑制的平衡。

研究目标
- 设计支持256种列级增益模式的CMOS传感器架构;
- 开发分辨率保留的图像合成算法(4×4平均池化);
- 验证单帧HDR在动态场景中的实时性能。

三、研究流程与方法

1. 传感器架构设计

核心创新
- 双斜坡信号发生器(Dual Ramp Generator):生成两路独立模拟增益(AG1/AG2),通过5选1模拟多路复用器支持×1至×16增益。
- 列级增益控制器(Column Gain Controller, CGC):通过调节耦合电容(Cr)状态,进一步将增益扩展至×32(总增益模式=5×4×4=256种)。
- 列并行读出电路:采用单斜率ADC(SS-ADC)和双相关双采样(DDS)技术抑制固定模式噪声(FPN)。

实现细节
- 工艺与参数:基于0.11 µm CMOS工艺,集成1280×720像素阵列,功耗4.89 mW,帧率30 fps。
- 噪声抑制:通过输入参考噪声分析(图11)显示,×32增益下噪声从0.31 mVRMS降至0.16 mVRMS,结合4×4池化后进一步降至0.041 mVRMS。

2. 图像合成算法
  • 4×4平均池化:以步长1滑动窗口聚合相邻列数据,保留原始分辨率(对比传统方法降低4倍分辨率)。
  • 自适应增益选择算法:基于CNN框架实时分析场景光照分布,通过Gumbel-Softmax离散选择最优列增益组合(推理速度121.46 fps)。
3. 实验验证
  • 动态范围测试:在Stuttgart HDR视频数据集上对比单帧、双帧、四帧融合方法。结果显示,单帧列级融合的PSNR(29.88)与SSIM(0.8307)接近多帧方法(表III),且无运动模糊。
  • 能效指标:在×1增益下,性能指标为176.9 pJ/帧/像素(FOMp)、15.39 mVRMS·pJ/帧/像素(FOMn)。

四、主要结果

  1. 动态范围扩展:单帧实现79.82 dB有效动态范围(对比多帧需6倍时间)。
  2. 分辨率保留:4×4池化使合成图像分辨率损失为零(图16)。
  3. 实时性验证:原型芯片在30 fps下支持27.65 MP/s数据率,满足机器视觉实时需求。

逻辑关联:列级增益调控(硬件)与池化算法(软件)协同作用——硬件提供多增益原始数据,软件通过局部聚合优化信噪比(SNR)与细节保留。

五、结论与价值

科学价值
- 提出首个支持256种列级增益模式的CIS架构,突破传统HDR的帧数-分辨率权衡;
- 验证单帧HDR在动态场景中的可行性,为实时机器视觉提供新范式。

应用价值
- 自动驾驶:适应快速光照变化(如隧道出入口);
- 工业检测:在复杂光照下保持检测精度(如金属表面反光)。

六、研究亮点

  1. 硬件创新:双斜坡发生器与列级增益控制器的协同设计,实现精细增益调节(×1至×32)。
  2. 算法创新:分辨率保留的池化方法,避免多帧融合的延迟与伪影。
  3. 能效优势:在0.11 µm工艺下达成低功耗(4.89 mW)与高帧率(30 fps)。

七、其他价值

  • 兼容性:架构与传统CIS工艺兼容,便于产业化;
  • 扩展性:增益模式可通过调整电阻阵列(图5)进一步扩展,适应更高动态范围需求。

(报告总字数:约1800字)

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com