2.20 CMOS图像传感器的发展：ITRS曲线：CMOS尺寸效应蓝图。工艺节点曲线：构造CMOS图像传感器的工艺尺寸。像素尺寸曲线：CMOS图像传感器的像素间距
40年前，Intel联合创始人，Gordon Moore，预测处理器的处理速度没18个月会翻一番。虽然这一说法在计算机科学家间广泛争论，但已经被证明是正确的，因此被命名为“Moore’s Law”。随着技术的发展，成本显著下降。对于数码相机，数数每美元有多少像素可作为价值的基本衡量，每美元可以买到的像素个数在新出品相机上持续稳定增长，这和摩尔定律保持一致。1998年澳大利亚PMA DIMA大会上Barry Hendy第一次提出相机价格的预测，称作“Hendy’s Law”。图2.20为IEDM和ISSCC公布的CMOS 图像传感器发展数据概述。最下面那条曲线说明这几年的CMOS尺寸效应，通过ITRS蓝图表示。第二条曲线构造所述CMOS图像传感器的工艺节点，第三掉曲线展示同一器件的像素尺寸。详述如下：
l CMOS图像传感器的工业节点落后与ITRS的工业节点，理由非常简单：先进的CMOS工序，用于构造数字电路，往往对图像处理不友好(严重泄电问题，低光照灵敏度，噪声性能，等)；
l CMOS图像传感器技术程度基本和标准数字CMOS工序保持同步；
l 像素尺寸随着所用工艺节点升级。
CMOS随着成本降低性能提升，逐渐代替CCD。CMOS器件不断提升的原因如下：通过增加像素数量提升客户所需价值；降低成本；通过创新存活；通过使其产品过时打压竞争对手；提高图像空间分辨率。
2.21 前照式(FSI)和背照式(BSI)像素工艺对比
目前CMOS图像传感器技艺为前照式下像元尺寸1.75um x 1.75um和背照式下1.4um x 1.4um。图2.21展示了这两种工艺的不同之处。最近Sony公布了一款新的CMOS sensor的原型机，10,000,000像素量0.9um像素间距。
像元尺寸减少会增加串扰问题。串扰的产生是因为数码相机里光线颜色的分离而实际感应发生在sensor中不同点且每个点间有明显的距离。在CMOS sensor中，入射光子通过颜色过滤器，然后通过支撑金属交互层的玻璃层，接着进入硅层并被吸收，活跃电子进入光电二极管被吸收作为信号。这一路上，光子和电子都有很多机会更改路线进入到错误的光电二极管，造成错误的颜色信号。市场驱动着手机相机的像元尺寸下降，光学串扰问题越发严重，因为像素间距的减小区分不同颜色光需要在一个更小的级别上。CMOS图像传感器光电二极管一般占像素硅表面20~40%面积，因为需要容纳像素晶体管。
除了微透镜，还有其他因素造成串扰。例如，串扰产生(灵敏度下降)可能因为在交互玻璃内的光路在吸收反射金属线和孔附近因衍射和散射而弯曲。传统像元设计将线尽可能远置于像元外围光电二极管外以最小化其光学影响。然而，增加线的宽度可以帮助减少串扰，在光电二极管周围创建一个屏蔽效果，使来自正确颜色过滤器的光通过但是屏蔽来自邻近过滤器的光。若使用这种金属屏蔽设计，应当平衡串扰降低和不可避免的灵敏度降低。
最新的CMOS sensor像素间距为1.75um，设计有2/3金属交互层(老款3.5到6.0um像元sensor中有3到5层)，长宽比约为2。这些特征导致了可接受的最终图像颜色质量。像元尺寸会进一步减小，甚至更小的像元。像元尺寸的减小同时保证图像颜色质量不下降越发困难，因为光子要进入更小的光电二极管，甚至分布地比波长还有近。
如今图像传感器中一个1.75um的像元在100lux光照下可以获取30到100个光电信号电子。如果电荷转移不完全，遗留刚刚30电子在光电二极管内，就会出现主图像滞后。甚至，这遗留的30电子往往是噪声并且像素内变化。
计量1.75um，FSI像素大于BSI像素。因此，所需某些相机元件，尤其是镜头长度，需要更大。在争夺更少空间的比赛中，每个微米毫米都是宝贵的。OmniBSI架构采用FSI结构并且翻转其层布局，将金属层和绝缘层置于sensor排列底部(图2.21)。与穿过金属层不同的是，光子不受干扰直接打在硅层。这个方法首先优点在于光进入sensor到达探测器的路径最短，仅通过颜色过滤器。没有金属层和晶体管阻挡或反射光子。因为光子直接打击硅层，sensor填充因子明显提升，显著增强低亮灵敏度。因为这种布局最优化光子吸收，最显著的是它创建了一个1.4um BSI像素，OmniVision声称其性能超过所有1.4um FSI像素和大部分1.75um FSI像素。
BSI技术已经存在一段时间了。但是因为其成本原因，主要应用于军事和航空领域。尽管背照式概念已经被研究超过20年，到现在也没人能成功将其商用，大容量CMOS sensor制造。Tessera估计，即使考虑到经济规模(每片晶片更多地模具)，同分辨率下大量生产的背照式模具价格会是前照式模具的2到4倍。然而，总体性能预计会提升5倍。
Image Processing for Embedded Devices <8>
原文：https://www.cnblogs.com/yhszjm/p/11438201.html