RYYB传感器是个什么鬼?手机镜头能否靠它逆袭单反?

CFan 电脑爱好者 2019-07-24 14:06产品 标签:镜头 手机

在智能手机的各个组成部件中,摄像头应该算是物理结构最为复杂的元件之一,它通常都是由PCB主板、CMOS传感器(SENSOR)、固定器(HOLDER)和镜头(LENS ASS′Y)构成。

11wj jsdt 00

CMOS传感器(SENSOR)

11wj jsdt 01

其中,镜头又是由透镜(5片起步,数量越多越好,玻璃材质优于树脂)、滤光装置(以RGB原色分色法和CMYK补色分色法为主)和镜筒组成,不同的光圈和焦距可胜任不同的拍摄环境,如果想支持OIS光学防抖,还需集成额外的马达和陀螺仪等单元。

11wj jsdt 02

来自CMOS的物理瓶颈

对智能手机而言,它在拍照方面的终极目标,就是拥有媲美专业相机的成像水准。然而,受限于两类设备的体型差异,手机镜头的开孔普遍只有8mm,这又如何能与单反专用的“长枪大炮”对决?

11wj jsdt 03

传感器尺寸

智能手机想要缩短与专业相机之间的差距,只有不断提升CMOS成像画质这么一条出路。比如,增加CMOS传感器尺寸,获得“底大一级压死人”的先天优势。

问题来了,想在追求纤薄的智能手机体内塞进更大尺寸的传感器是不现实的,历史上诺基亚808 PureView所武装的1/1.2英寸就已经是极限了。

11wj jsdt 04

时至今日,无论是IMX586、IMX600还是IMX650,这些顶级超大像素传感器的尺寸也只有1/2.0英寸和1/1.7 英寸左右,虽然较手机常用的那些1/2.x英寸传感器相比算是“大底”,但是和专业相机的镜头相比就完全不够看了。

11wj jsdt 05

提升进光量

再比如,提升CMOS传感器的进光量,从而具备捕捉更多光线的能力,这样就能在同样环境下,拍摄出亮度更高、噪点更少、更清晰的照片。对CMOS而言,提升进光量的手段有很多,增加传感器尺寸、增大镜头光圈、增加单个像素感光面积、引入UltraPixel超像素摄像头(如HTC One M7)等都是可行的手段。

然而,历史已经证明UltraPixel超像素摄像头这条路走不通,镜头光圈和传感器尺寸一样,对手机的小身板而言f/1.6差不多就是极限。IMX586通过Quad Bayer阵列和四合一像素聚合技术可实现等效1.6μm的单个像素感光面积,更高端的IMX600传感器也不过2.0μm,依旧存在天花板。

11wj jsdt 06

在这个大环境下,大家就只能另辟蹊径,从改造CMOS传感器的底层架构尝试着手了。

神奇的拜耳阵列

我们之所以能够看到缤纷的色彩,是因为人眼上拥有感知不同频率光线的多种细胞。CMOS传感器同样存在可以感知不同颜色的“细胞”,只是它们被称之为像素点,并以“拜耳阵列”(Bayer array)的形式加以排列。

什么是拜耳阵列

历史上,柯达公司的影像科学家布莱斯·拜耳(Bryce Bayer)最早发现人眼对红绿蓝三原色中的绿色敏感度最高,于是他尝试在CMOS上方增加了一块滤镜,采用1红2绿1蓝(RGBG,也可称为RGGB)的排列方式将灰度信息转换成彩色信息,让呈现在CMOS上的色彩最接近人眼的视觉效果。

11wj jsdt 07

因此,几乎所有的CMOS传感器就都采用了RGBG排列方式,也就是我们常听说的“拜耳阵列”,或者是“拜耳滤镜”。

拜耳阵列的缺陷

需要注意的是,CMOS在进行光电转换的过程中是无法得到颜色信息的,它只能取得不同的强度信息。拜耳阵列的机制类似于“分色”,其滤镜上的红色、绿色和蓝色像素只允许与之相对应颜色的光线通过,阻挡其他色光进入,这样一来每个像素就都获得了颜色和明暗信息。

11wj jsdt 08

然而,“分色”的过程存在一个缺陷,过滤光线的同时会折损一部分光的强度,在同一个点上也只能获得一种颜色信息,而该位置上的其他颜色信息就全部损失掉了。

想要得到最接近于真实的颜色,需要根据相邻像素点上的颜色信息来“猜出”这个位置上所损失掉的其余颜色信息,业内将这种“猜色”的过程称为“反拜耳运算”。

换句话说,由于拜耳阵列存在“猜色”的环节,所以理论上CMOS永远也无法100%还原真实景物的色彩,它只能无限接近于真实,现实中拍出的照片出现了“偏色”现象,就是“猜色”过程中猜错了。

对拜耳阵列的改良

“拜耳阵列”之所以流行,是因为它是公认的最佳CMOS结构。但是,随着手机内置ISP单元性能的提升和各种成像算法的不断优化,给了优化CMOS结构的空间。于是,我们就看到了所谓的“RGBW”、“RWWB”和“RYYB” 等CMOS结构。

RGBW结构

由于人眼对绿色敏感度最高,所以拜耳才会在每个RGBG阵列中用上2个绿色像素(G)。此时,如果我们将其中一个绿色像素(G)换成透光性更强的白色像素(W),组成所谓的“RGBW”阵列排布,不就可以解决提升进光量的问题了吗?

11wj jsdt 09

历史上,最早推出RGBW结构CMOS的厂商来自OmniVision(OV),摩托罗拉旗下的Moto X,Moto Droid Mini、Droid Ultra、Droid Maxx等产品都曾用过这类CMOS,只是摩托罗拉当年将其称为“Clear Pixel”技术。可惜,OV在传感器、摩托罗拉在手机市场的影响力有限,这种RGBW CMOS并没被太多用户知晓。

真正将RGBW发扬光大的,则要数2015年索尼推出的IMX278传感器(后续推出的IMX298也是这种结构,后者曾被用于华为Mate8、小米5、一加3和vivo X7 Plus等手机),其主打改善手机暗光拍摄,号称在低亮度下感光能力可提升32%,噪点降低78%,并曾被华为P8、OPPO R7 Plus和魅蓝 6T等产品所武装。

RWWB结构

既然RGBW已经“抠掉”了一个绿色像素替换成白色像素,那何不更进一步,将另外一个绿色像素也换成白色呢?同样是2015年,联发科在发布曦力Helio P10时就曾主打一项名为“True Bright”的图像引擎,其主要的构成部分就是采用“RWWB”结构的CMOS传感器,将传统拜耳阵列上的两个绿色像素全部替换为白色,进光量比RGBW结构还要大。

11wj jsdt 10

可惜,虽然联发科在发布Helio X20时依旧主打这一技术,但时至今日也没有一款RWWB CMOS出炉,我们可以将其视为“理论上的存在”。

纯黑白结构

虽然联发科提倡的RWWB CMOS一直停留在纸面阶段,但这并不妨碍大家拿来借鉴参考。既然RWWB已经将2个绿色像素点给替换了,那为何不干脆彻底丢掉分色滤镜,让CMOS实现光线全透呢?于是,索尼就第一家推出了专业的IMX Mono黑白摄像头,拥有极高的进光量,可以记录暗光环境下的更多细节。

11wj jsdt 11

当然,由于Mono黑白镜头无法记录彩色信息,所以它必须和另外一颗彩色CMOS搭配,通过双摄+算法的方式获得远比采用传统RGBG以及RGBW CMOS的单摄更好的夜拍效果。时至今日,这种黑白+彩色镜头的组合还在流行,而RGBW CMOS则已经被扫进了历史的尘埃。

RYYB结构

得益于多摄矩阵模块的流行,RGBW CMOS已经彻底失去了市场。但是,CMOS对进光量的需求却没有减少,如何进一步拉近手机与专业单反(或其他竞品手机)在夜拍时的成像差距,更是成为了智能手机未来的重点发展方向。

华为P30系列和荣耀20应该算是时下夜拍效果最好的智能手机代表,抛开传感器尺寸、光圈和单个像素感光面积等参数不谈,这几款手机采取了剑走偏锋的一招险棋——将传统RGBG拜耳滤镜(为了便于对比,下文将以RGGB描述)换成了“RYYB”滤镜,将2个绿色像素(G)用黄色像素(Y)替代。

11wj jsdt 12

和RGGB相比,RYYB可以减轻前者在滤色过程中所带来的光之强度折损,可以让进光量提升高达40%。以华为P30 Pro为例,该产品的ISO高达409600,是iPhone Xs Max的64倍!从而只需一丝亮光就能记录下纯黑环境下的颜色细节。

11wj jsdt 13

问题来了,光的三原色是红、绿和蓝,也就是RGBG拜耳滤镜的组成部分,而黄色只是印刷颜料的三原色之一(还包含红色和青色),缺少了关键的绿色又该如何还原真实的颜色?

实际上,黄色是可以由红色+蓝色得来(R+G=Y),即黄色是绿色和红色的结合,在亮度上是两者的叠加。将三原色重塑后,RYYB CMOS在色彩原理上就将与RGGB产生根本性变化——RGGB光学三原色是加色法,表现的是吸收的光(绿色通道吸收绿光),R+G+B是白色,即吸收了一切光;RYB三原色是减色法,表现的是反射的光(黄色反射了红光和绿光),R+Y+B是黑色,即反射了一切光。

11wj jsdt 14

需要注意的是,RYYB滤镜虽然可以提升进光量,但其本质却是变相增加了红色的进光量,从而提升了弱光环境下的表现。同时,由于黄色像素较多,偏色问题将难以避免,同时绿色像素的缺失也会影响饱和度。

因此,想要完美驾驭RYYB CMOS,背后需要一套更加强大的硬件ISP和更为成熟的成像算法支持。华为终端手机产品线总裁何刚就曾表示,为了保证RYYB阵列在调色方面的准确性,华为付出了整整3年的时间。但是,P30系列上市初期,依旧有不少用户曝出了拍照偏色的问题,随着后续固件的升级这个现象才慢慢变少。

小结

在智能手机的外观设计、SoC和其他硬件趋于同质化的今天,谁能在影像之路上走的更远,势必可以显著提升竞争力。而定制CMOS的滤镜结构,就是现阶段最能体现厂商技术实力的表现之一,而我们也期待会有更多的厂商可以拿出自己对影像的独到见解,向传统宣战。毕竟,随着AI技术的不断革新,新一代成像算法已经足以弥补各种“猜色”和“偏色”的问题,也给了CMOS供应商和手机厂商更多发挥的空间。