CMOS噪点问题一直是制约图像质量,尤其是在低光环境下表现的关键瓶颈，噪点主要来源于两个方面：
（图片来源网络，侵删）
- 随机噪点：如光子散粒噪，这是光的粒子性本质决定的，无法根除，只能通过增加曝光来减弱；以及读出噪，由传感器像素电路在读取信号时产生。
- 固定模式噪点：如暗电流噪点和像素响应不均匀性，由传感器本身的物理特性决定。
近年来,CMOS噪点技术的突破可以从以下几个维度来理解，它们相互关联，共同推动了成像质量的飞跃。
传感器硬件层面的突破
这是最根本的突破,直接从源头减少噪点的产生。
像素尺寸与堆栈式结构的革新
- 更大像素尺寸：这是最直接、最有效的物理方法，更大的像素（如1英寸、4/3英寸甚至全画幅手机传感器）能接收更多的光子，从根源上提升了信噪比，从而大幅降低了噪点，华为和小米在手机上采用的一英寸大底传感器，夜景表现远超传统手机。
- 堆栈式传感器：这是手机传感器领域里程碑式的技术。
- 原理：将传统传感器的“像素层”（光电二极管）和“电路层”（处理电路）分开，像“三明治”一样堆叠起来。
- 优势：
- 缩短电路走线：像素到电路的距离大大缩短，减少了信号在传输过程中的衰减和干扰，从而显著降低读出噪点。
- 背照式：堆栈式结构天然地支持BSI技术，光线无需穿透复杂的电路层，直接照射到光电二极管，提高了光线利用率，进一步提升了信噪比。
- 代表：索尼的IMX系列传感器（如IMX989）是堆栈式和BSI技术的集大成者。
先进制程与像素隔离技术
- 更小的制程：传感器制造工艺从65nm、40nm发展到28nm甚至更小，更先进的制程意味着在同样大小的芯片上可以集成更复杂、更高效的电路，同时还能减少电路本身产生的热噪和干扰。
- 像素隔离技术：像素之间的距离越来越近，容易产生“串扰”，即一个像素的光信号影响到邻近像素，导致噪点和伪色。
- 突破：通过改进微透镜设计和像素内部的隔离结构（如更深的沟槽），可以有效减少像素间的串扰，提升纯净度，索尼的“像素隔离层”技术。
多帧合成与硬件级支持
- 硬件级多帧合成：传统的多帧合成是通过ISP（图像信号处理器）在软件层面实现的，会消耗大量算力，且处理时间长。
- 突破：新一代传感器在硬件层面就支持快速、低延迟的连续拍摄，索尼的“像素合并”技术，可以在传感器层面将相邻的四个像素信号合并成一个“超级像素”，瞬间感光面积增大4倍，极大地提升了低光亮度，同时因为单次曝光时间可以更长，也减少了因手抖导致的模糊，这种技术被称为“非拜耳阵列”或“四合一像素”（Quad-Bayer）。
图像信号处理与算法层面的突破
当硬件捕捉到信号后,ISP和算法的“魔法”就登场了，它们是“降噪”的核心大脑。
计算摄影的兴起
这是近年来最核心的突破,彻底改变了手机摄影的范式。
（图片来源网络，侵删）
- 原理：利用手机的强大算力，通过算法对多张不同曝光、不同角度的照片进行智能分析、融合和重建，最终生成一张远超单张照片质量的图像。
- 代表技术：
- 夜景模式：通过连续拍摄多张长曝光和短曝光照片，算法识别并对齐画面，然后进行降噪、锐化和细节增强，长曝光捕捉亮部和色彩，短曝光捕捉动态细节，算法最终融合，既纯净又清晰。
- HDR（高动态范围）：与夜景模式原理类似，拍摄多张不同曝光的照片，合成一张亮部不过曝、暗部有细节的照片，这本身就包含了降噪的过程，因为多张图片可以互相填补噪点区域。
AI驱动的降噪与重建
- 从“降噪”到“重建”：传统降噪算法是“模糊”掉噪点，但容易损失细节，AI算法则不同，它通过学习海量“纯净图像”和“噪点图像”的对应关系，学会了“理解”什么是噪点，什么是图像的真实纹理。
- 工作流程：
- 噪点模式学习：AI可以识别传感器特有的噪点模式（如固定模式噪点）。
- 语义分割降噪：AI能识别画面中的不同物体（如天空、人脸、建筑），并对不同区域采用不同的降噪策略，对天空进行强力降噪，而对人脸则保留更多皮肤纹理细节。
- 生成式AI/超分辨率：利用生成对抗网络或扩散模型等前沿AI技术，不仅能够去除噪点，甚至可以根据学习到的图像知识，“脑补”和重建出丢失的细节，让画面在低光下依然清晰锐利。
降噪算法的精细化
- 空间域降噪：利用像素邻域的信息进行降噪，如非局部均值、块匹配滤波等。
- 频域降噪：将图像转换到频域（如小波变换），在频域上区分信号和噪点（通常噪点集中在高频），然后进行选择性滤除。
- 时域降噪：利用连续帧之间的相关性进行降噪，这是视频降噪和夜景模式的基础，算法通过光流法对齐连续帧，然后进行帧平均，可以有效随机噪点。
软件与系统层面的突破
智能场景识别与参数优化
现代手机在按下快门前,AI就能识别当前场景（如夜景、人像、美食），并自动调整ISO、快门、白平衡等参数，从源头上避免产生过多的噪点。
实时预览降噪
在拍照的取景预览阶段,系统就在进行实时的降噪处理，让用户看到的画面更接近最终成片效果，提升拍摄体验。
总结与未来展望
CMOS噪点技术的突破是一个系统工程，是“硬件革新 + 算法革命 + 系统协同”共同作用的结果。
- 过去：主要依赖传感器硬件的物理尺寸和制程提升。
- 现在：计算摄影和AI算法成为主导，软件定义了硬件的上限，硬件提供高质量的“原料”，算法进行精妙的“烹饪”。
- 未来趋势：
- 更强大的AI：生成式AI将更深度地参与图像重建，实现“无中生有”的细节增强。
- 全局快门：解决果冻效应问题，为视频和高速摄影带来更纯净的画面。
- 事件相机：一种全新的传感器技术，它不输出连续的图像帧，而是只在像素亮度发生变化时才输出信号，这种天生就极低功耗、高动态范围、几乎没有运动模糊的传感器，有望从根本上颠覆现有的成像范式，噪点问题也会以全新的方式被解决。
- 更智能的降噪：降噪将不再是“一刀切”，而是基于用户意图的“个性化降噪”，例如提供“纯净模式”、“保留质感模式”等多种选择。
我们正处在一个CMOS成像技术飞速发展的时代,噪点这个曾经的“顽疾”，正在通过多维度、跨学科的协同突破，被一步步驯服，最终让我们能在任何光线下都能捕捉到清晰、纯净、富有细节的美好瞬间。
（图片来源网络，侵删）
