Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

初创公司为智能手机摄像头带来更多光线

Posted on 2025-05-25

男人和狗在走廊里,带着橙色和

对于智能手机相机来说,越大越好。更大的图像传感器和镜头能够处理更多光线,因此能够解析更多细节。这一点尤为重要,因为创建彩色图像的滤镜也会阻挡大约 70% 的入射光线。

这些彩色滤光片——以红、绿、蓝三色网格的形式覆盖在图像传感器的像素上——已经存在了几十年。但新的方法有望利用光的物理特性来创建彩色图像,而不会阻挡太多光子。在2023年IEEE国际电子设备会议(IEDM)上,提出了三种实现更清晰图像的方法。现在,这些方法正开始走出实验室阶段。

例如,三星将为中国小米的新款手机提供前置摄像头,该手机采用三星的纳米棱镜技术,以提高低光性能。该技术并非取代彩色滤光片,而是利用衍射原理,在每个特定颜色的像素中收集更多光线。据该公司称,这可将感光度提高25% 。

与此同时,两家新创公司开发出了无需滤镜即可捕捉彩色图像的方法。Imec 的衍生公司Eyeo本月宣布已获得 1500 万欧元的种子轮融资。PxE Holographic Imaging在今年 1 月的消费电子展(CES) 上展示了结合深度感知和彩色成像的技术。

PxE 和 Eyeo 均兼容 CMOS 传感器,这是当今相机中最常用的数字图像传感器。“CMOS 传感器是一个非常成熟且强大的平台,值得在此基础上进行开发。如今,每台设备都配备了它,”PxE 创始人兼首席执行官Yoav Berlatzky说道。但“每个人都希望有更多的光子到达他们的 CMOS 传感器。”

Eyeo的无滤光彩色相机

Eyeo 的目标是将 Imec 在 2023 年 IEDM 上展示的研究成果商业化,应用于消费电子、安防等领域。通过移除彩色滤光片,这家初创公司的图像传感器灵敏度将达到传统 CMOS 传感器的三倍。“这就像我们终于打开了图像传感器的眼睛,”Eyeo 首席执行官Jereon Hoet说道。

光线穿过方形漏斗状结构网格的示意图。彩色光束从底部出现,与下方照片中的点相匹配。 Eyeo图像传感器中的分色器将不同波长的光引导至适当的像素。Eyeo

它的工作原理是将光线送入垂直波导,波导根据波长将光线分束,然后将光子引导至合适的像素。波导的作用类似于漏斗,因此这些像素的宽度可以缩小到小于0.5微米,约为典型智能手机像素尺寸的一半。根据Imec的研究,该技术也比目前基于滤光片的成像仪更符合人眼的色彩敏感度。

这项分色技术旨在利用CMOS代工厂现有的工具和工艺来实现。挑战在于软件方面。据Hoet介绍,Eyeo目前正在努力确保该传感器与其潜在客户的系统兼容。

在应用方面,Hoet 表示,Eyeo 更小巧、更灵敏的图像传感器的优势在智能手机领域尤为明显。不过,他预计这项技术将首先应用于其他领域,例如低光照条件下的安全系统,或需要超紧凑传感器的增强现实设备。

PxE 将 3D 技术引入 CMOS

PxE 方法背后的基本思想相似。两家公司都致力于在不损失光子的情况下模拟彩色滤光片,并通过弯曲光波“以某种方式将颜色放置在正确的像素上的正确位置”,Bertlatzky 总结道。

霓虹灯环绕的走廊,有植物和编号的台阶,一个人拿着物品站在一只站着的狗旁边。在上面这张照片中,红线表示物体较近,而蓝线表示物体较远。PxE

PxE 的技术利用一层被称为“全息编码器”的衍射材料,不仅可以创建彩色图像,还可以充当深度传感器(因此公司名称中出现了“全息”一词)。当白光穿过全息编码器时,会产生干涉图样,并被传感器记录下来。PxE 的算法随后利用该干涉图样重建虚拟的 3D 图像——全息图。干涉图样还编码了光的波长信息,因此可以同时重建彩色(和红外)图像。

Berlatzky 表示,PxE 的硬件比分色器和其他使用特殊设计的超表面的方法“更简洁”。它的大部分功能来自软件。“该算法的基础是光的物理特性,”Berlatzky 解释道。“你可以把它想象成我们反向运行,从 CMOS 传感器回到现实世界,重建相机实际看到的景深和图像。”

与 Eyeo 一样,PxE 的图像传感器可用于多种应用,特别是那些已经具有独立深度和图像传感器的应用,例如汽车和智能手机。

原文: https://spectrum.ieee.org/cmos-color-filter

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme