高像素CMOS手机摄像模组关键技术研究

胡昌军，鲁大鹏，鲁　谦，刘景景

（1.池州学院 机电工程学院，安徽 池州 247000；2.安徽昌硕光电子科技有限公司，安徽 池州 247000）

高像素CMOS手机摄像模组关键技术研究

胡昌军1，2，鲁大鹏2，鲁谦2，刘景景1

（1.池州学院 机电工程学院，安徽 池州 247000；2.安徽昌硕光电子科技有限公司，安徽 池州 247000）

目前市场上的主流摄像头所采用的感光元件CCD内需建通道线路，图像采集为被动式采集，需外加的电压值高，造成CCD影像感测器的电源管理电路设计困难，而且其耗费的功率较大，远远高于CMOS影像感测器。针对CCD影像感测器存在的这些问题，设计一种以CMOS影像感测器代替CCD影像感测器的手机摄像模组，CMOS影像感测器采用主动方式采集像素，为感测到的所有影像像素设置噪声控制组件与讯号放大器，大幅度的减小噪声对图形品质的影响。CMOS工艺的图像传感器本身具备数字化传输接口，电信号直接由CMOS转化后送入数字信号处理芯片。同时设计了手机摄像模组的自动聚焦控制程序，介绍了控制原理，并对自动聚焦控制系统进行了测试验证，聚焦机构的聚焦动作实现方便、精确。

摄像模组；COMS图像传感器；被动采集；主动采集

网络视频随着互联网的广泛使用、网络环境的逐步改善，被越来越多的人使用和接受。视频信息的清晰程度的需求也在逐渐提高。这就要求必须大幅度地增加摄像模组的像素值，从先前的200万像素增加到800万、1400万甚至更高。

1　手机摄像模组的组成

摄像模组指的是能够把光信号转化为电信号的光学器件加光电器件的总和。手机摄像模组主要由CMOS传感器、镜头、IF接口组成。这些部件在手机上的主要作用是照相时作为接口向手机内部输入图片或视频。手机处理器对镜头所收集到的图像数据进行全面地处理分析。

图1　手机摄像模组的组成

图2是手机影像模组硬件的爆炸图，其中最主要就是镜头组、滤光片、图像传感器，影像模组的底板、CMOS传感器芯片被固定在印刷电路板上通过金线绑定。

图2　手机影像模组硬件的爆炸图

1.1镜头组

镜头是相机的灵魂，对成像效果的影响最大，手机摄像模组中的镜头组由几片透镜经过组装形成，常用的透镜镜片材料有玻璃和塑胶两种。镜头是采用不同的透镜经系统组合而形成的整体。高像素的手机镜头多用玻璃镜片取代塑胶镜片。为了降低成本，目前市场上的部分摄像头产品也采用半塑胶半玻璃镜头。被拍景物的光线射入镜头后，可以看到在焦平面上形成被拍景物的清晰影像，CCD或CMOS等感光器件即可将这些影像资料记录下来。

1.2滤光片

摄像模组所采用的滤光片即专业上所指光学低通滤波器，可以将所摄制的像素中包含的红外线滤除。摄像模组中常用的图像传感器基本都是电子元器件，其对像素当中的红外线能够充分感应，它可以将该部分的红外线光转化为电信号，这一过程会导致图像处理芯片对所摄制像素的颜色进行计算时发生偏差。因此把滤光片加入摄像模组中，将其中红外光线滤除。在选择滤光片时，滤除红外线和防止干涉两者都要能够实现才行。蓝玻璃具有“吸收”红外线的功能，因此红外线经过蓝玻璃即被其过滤掉，但光线经过蓝玻璃又比较容易发生干涉现象，造成光线进入镜头以后相互之间发生干扰。如果能够找到一种物理偏光性好的材料，保留直射光线，将斜射光线反射掉，即可避免光的相互干涉，石英晶体就具有较好的物理偏光性。因此实际应用中可以将一片石英片和一片蓝玻璃叠加在一起，加工成一种“两片式”滤光片。该结构当中的蓝玻璃可以实现可见光区（400-630nm）高透，滤掉红外线，消除红外光线对CCD/CMOS成像的影响，而石英片则可以去除干涉。

1.3图像传感器

摄像模组中图像传感器可以实现光电信号的转化，是手机拍照的核心模块，对图像品质影响最大。图像传感器对图像品质的感测情况，是对摄像模组的设计质量进行评价的重要参考指标之一。目前主流摄像头当中所使用的感光元件主要为CCD 和CMOS两种。CCD元件的内部设置有通道线路，正是由这些通道线路将电荷传输至放大解码元件，将CCD上的感光元件所产生的信号完全还原，从而形成一幅完整的画面。但CCD影像感测器为被动式采集，为了使每个像素中的电荷移动，需外加的电压值达12～18V，造成CCD影像感测器的电源管理电路设计困难，且其功耗远远高于CMOS影像感测器。在CMOS影像感测器内部，所有的画素全部接邻一个放大器以及A/D转换器，其资料输出动作与存储器电路的输出方式相类似。CMOS影像感测器的像素采集方式为主动采集，为每个影像感测像素设置用于放大信号的讯号放大器与用于控制噪声的相关组件，使得噪声对图形品质的影响大幅降低。

1.4手机处理器

手机处理器也就是数字信号处理芯片DSP，摄像头中最重要的芯片之一就是DSP，它能够及时快速地将由感光芯片所获取的数据传输进入电脑，然后完成对感光芯片的刷新工作，因此画面的色彩饱和度、清晰度等主要品质由控制芯片流畅度的好坏所决定。

2　CMOS摄像模组的设计

2.1手机CMOS摄像模组的工作原理

手机影像模组的工作原理如图3所示，光线从被拍摄物体反射至镜头，再通过镜头聚焦照射到CMOS传感器，传感器通过分析所接收的光线的强弱，积聚与光线强弱相对应的电荷，然后周期性地将所积聚的电荷进行放电，最终获得可以形成一幅幅被摄景物画面的电信号，由于CMOS工艺的图像传感器己经具备数字化传输接口，这些电信号由CMOS直接转化后送入数字信号处理芯片，经过相应得处理，由输出接口将经过处理的信号输出到手机屏上，我们即可从手机屏上看到被拍摄景物的图片。2.2定焦模组和变焦模组

图3　手机影像头工作流程

镜头的焦距由定焦和变焦之分，定焦指的是镜头的焦距f为固定值，即镜头出产后，组装到影像模组之前，其焦距就已经确定。也就是说，模组中的镜头与影像传感器的距离为一个定值，镜头的焦距也是定值，它们均不会随被摄景物距离的改变而改变。由于弥散圆的大小被摄像模组所限制，因此保证了拍摄质量。定焦模组在使用时就是利用“景深”调焦，没有变焦功能，其设计比变焦简单，对焦速度快，成像质量稳定，画面细腻，测光相对准确。在生产手机上的定焦模组时，选取距离为60cm的物体作为被拍摄景物，调整像距，使得影像模组上显示出最佳影像，然后将像距固定，这样调整的原因是60cm的距离符合人们用手机拍照时大致距离。

变焦指的是镜头的焦距f可以改变，当被拍摄景物的距离变化时，为了在焦平面上获得其清晰影像，必须对焦距和像距作出相对应地调整，这种调整镜头相关参数的过程即通常所指的调焦。图4是常见的用于调整镜头焦距的VCM音圈变焦影像模组。VCM即音圈电机，目前世界上大多数都是采用VCM实现手机变焦和硬盘的磁臂驱动。该结构的基本原理为音圈导电以后会形成磁场，而镜头本身带有反方向的磁场，在磁场的驱动力作用下，通过调整镜头内不同镜片的距离以达到整组透镜进行自动调焦的目的。

图4　VCM音圈变焦影像模组

2.3光学变焦与数码变焦

前文所指的变焦模组都是由改变镜头内部镜片位置以使焦点的位置发生改变，亦即物体、镜头、焦点三方的位置发生改变，而它们位置的改变会带来视角和焦距发生变化，进而实现所拍摄影像的放大与缩小，这种变焦方式即光学变焦。光学变焦倍数越大，被拍景物的距离即会越远，拍摄到的景物也会随之增大，而且图片的质量不会因为光学变焦而变差。

让镜头内的镜片位置保持不变，亦即物体、镜头、焦点三者的位置保持不变，用影像处理器单独处理由感光单元所得到的图像信息，该感光单元位于感光元件中的不同部位，也就是采用计算机软件来完成上述工作，我们将这样的处理方式叫做数码变焦。这种视频缩放主要采用运算的方式进行，它等同于采用图象处理软件进行局部缩放，图像的具体信息不会由于被缩放而发生改变，只是由计算机软件通过计算、填补相应的图像信息的方式对图像进行缩放，所获得的图像信息看起来与实际的图像信息非常相似。上述方法亦即通常所讲的“插补”成像。“插补”成像的方法可以实现在一定程度上修补图像的质量，但最终的修补效果非常有限。

3　自动聚焦摄像模组控制程序设计

自动聚焦摄像模组控制系统中对聚焦电机和CMOS传感器的控制均由主控单元来实现，控制系统的控制流程如图5所示，控制系统第一步先初始化，接下来采集数据，根据所采集到的数据进行计算，在选取对焦窗口时，采用多区域选择算法进行，再通过用于评价清晰度的函数计算选取区域的清晰度，聚焦评价函数采用能量梯度函数进行计算并作出评价，当一帧图像的数据完全采集完成后，首先计算出相邻像素灰度差值的平方和，再将该帧图像的上述相邻像素灰度差值的平方和进行累加，即可获得该帧图像的聚焦评价函数。聚焦行为的搜索方式选用全程搜索的计算方法，镜头的驱动由电机完成，其运动规律为等步长规律进行全程移动，系统对电机的驱动步骤进行数据采集，并将所采集的该数据代入聚焦评价函数进行分析计算，将聚焦评价函数的计算值最大时的电机驱动步数记录下来，随后电机以较大步长向最大聚焦评价函数值移动，当接近全程当中最大的聚焦评价函数所在区域时，减小电机的驱动步长，即可获得在最大值区域内搜索到更加精确的聚焦位置，让镜头停止在聚焦评价函数值为最大值的位置，则系统实现了准确聚焦。

由上述所分析的自动聚焦摄像模组地控制过程可见，自动聚焦的控制算法主要包括选择焦窗口、计算对焦窗口的清晰度、搜索清晰度最大值所在位置三个方面。

在许可的像素数据的处理能力的前提下，对应的聚焦区域尽量选取相对较大的窗口，并且在图像区域中尽可能选取边缘信息相对丰富的。此处所采用的芯片具有比较强的数据处理能力，在设置相关寄存器坐标的过程中，对焦窗口的选择采用多区域选择法。多区域选择法是指首先选取一幅图像的中心点当作视觉要点，同时选择中心点周围可能成为视觉关键点的多个点，计算时，采用清晰度评价函数取各点加权之和作为最终的图像清晰度值。

图5　自动聚焦摄像模组控制系统流程图

上述各区域图像的清晰度，在利用能量梯度函数计算之前，首先对所需计算的各区域图像进行预处理，实际上就是对这些图像进行去噪处理。以上所设计的摄像模组自带图像处理器，并且将滤波处理算法集成于其自带的图像处理器中，通过适当设置该图像处理器中相应的寄存器即可达到去噪的目的。

在计算完成上述对焦窗口内的图像清晰度后，即可对所计算出的图像清晰度最大值进行搜索。此处对控制摄像模组进行聚焦搜索的方法为全程搜索算法和爬山法，同时对采用不同搜索算法计算的同一摄像模组中对焦窗口内的清晰度值进行了记录，每次使用的聚焦时间都不超过70ms。

4　自动聚焦摄像模组控制系统的测试验证

为了验证上述摄像模组自动聚焦控制系统的运行情况，选取卡驰诺变位传感器检测驱动马达的行程变位曲线，图6（a）为该测试系统原理图，图6 （b）为测试结果。

图6　自动聚焦摄像模组控制系统测试原理图

从图6的变位值和电流值相互关系曲线可以看出，聚焦机构VCM随着电流值的增大按照相应规律运动。在施加一定的启动电流后马达才会开始运动，主要原因是载重物镜上施加有一定的预压力，启动电流即是为了克服该预压力，启动电流值在25mA左右，马达的运动步距（步距的大小可以由控制程序进行设置）大约为4.5m/mA，当电流增大到75mA时，马达的行程（马达行程的最大值与其性能相关）到达最大值0.18mm。

从图6的检测结果可以看出，聚焦电机的行程变位运动规律可以通过主控单元对CMOS传感器发送指定规律的数据方便地实现控制。前述用于评价图像清晰度的控制模块，可以在采集图像数据的过程中，根据计算获得的图像清晰度实时改变驱动电流，方便地实现由聚焦机构将镜头推送至指定的位置，完成聚焦动作。

5　结论

针对目前市场上采用感光元件CCD作为内需建通道线路的摄像头，图像采集为被动式采集，所需外加电压值高，电源管理电路设计困难，耗费的功率大的问题，设计了以CMOS影像感测器代替CCD影像感测器的手机摄像模组，其像素采集方式为主动采集，噪声对图形品质的影响低。CMOS工艺的图像传感器本身具备数字化传输接口，电信号直接由CMOS转化后送入数字信号处理芯片。设计了一种摄像模组的自动聚焦控制系统，并将该系统应用于手机移动终端设备，该系统可以实现对图像清晰度进行检测分析，并利用分析所得到的具体情况控制聚焦电机使其按照既定的规律移动，从而达到让手机实现自动聚焦的目的，该系统的聚焦精度可达5～10m，响应时间不超过70ms。

［1］陈立国，王明月，杨治亮，等.显微视觉快速自动调焦方法及实验［J］.光学精密工程，2010，18（6）：1361-1366.

［2］范媛媛，沈湘衡，桑英军.基于对比度敏感度的无参考图像清晰度评价［J］.光学精密工程，2011，19（10）：2485-2493.

［3］GAMADIA M，KEHTARNAVAZ N.Real-time implementation of singlel-short passive auto focus on DM 350 digital camera processor ［J］.proc.SPIE，2009，7244：24408-24415.

［4］LIU Xin-ming，LI U Wen，LIU Zhao-hui.Design of a large area array CMOS APS camera system［J］.Acta Photonica Sinica，2009，38 （12）：3235-3239.

［5］YE Bin，WANG Li-qiang.ACMOS based image acquisiti on system for electronic endoscope［C］//Photonics and Optoelectronics，2009：1-3.

［6］COVI D，CAVALLOTTIC，VATTERONIM，etal.Miniaturized digital camera system for disposable Endoscopic applications［J］.Procedia Chemistry，2009（1）：1223-1226.

［7］Lee I S，Kim J O，Kang H S，et al.Vision inspection for flexible lens assembly of camera phone［C］//Proc.of KSPE Spring Conference，Soul，Korea，2006：631-632.

［8］朱万山.摄像模组和图像品质的研究及运用［D］.天津：天津大学，2012.

［9］朱建新，吴国诚.百万像素照相手机CMOS模组调焦方法的探讨［J］.光学技术，2006，32（3）：437-439.

［10］黄宗福，韩建涛，陈曾平.天文光电图像序列目标成像特征提取与分析［J］.光电工程，2011，38（4）：59-65.

［11］叶小岭，钱蕾，胡凯.神经网络识别图像椒盐噪声的自适应滤波方法［J］.光电工程，2011，38（3）：119-124.

［责任编辑：桂传友］

TN87

A

1674-1102（2016）03-0060-04

10.13420/j.cnki.jczu.2016.03.0014

2016-03-01

安徽省科技重大专项项目（15CZZ02013）。

胡昌军（1974-），男，安徽枞阳人，池州学院机电工程学院副教授，硕士，主要从事图像成形技术，机械结构设计等方面研究。