机器视觉中的量子效率（QE）
量子效率（QE）精确衡量图像传感器将入射光转化为电信号的能力。它的定义是：落在传感器有效感光面上的光子中，能够成功生成可测量电子的百分比。如果一个传感器在某一波长下的 QE 为 75%，意味着每 100 个光子有 75 个被转换为电子，其余 25 个则被反射或以热量的形式被吸收。在工业成像中，这一指标至关重要，因为它决定了相机在极短曝光时间或光线受限的应用中能有怎样的表现。
光转化的物理原理
当光线穿过镜头打到 CMOS 传感器的硅片上时，会传递自身的能量。如果入射光子的能量足够，它就会与硅相互作用，将一个电子从原位"打出"，从而产生一对电子-空穴。像素中的微电路会随后收集这些电子，转化为构成数字图像的电压。
这一转化过程的基本公式非常直观：
然而要实现高效率，需要相当精细的硅工艺。传感器表面的金属布线和电路会从物理上阻挡光子到达感光的光电二极管。为此，制造商在每个像素上方加装微透镜--微小的光学小拱顶--以将入射光直接聚焦到有效像素区，从而显著提升整体 QE。背照式（BSI）传感器（如索尼 STARVIS 系列）则更进一步，把布线移至光电二极管之后，让光子可以畅通无阻地抵达感光层。
波长依赖曲线
量子效率并不是一个恒定的数值，而是一条会随光线波长大幅变化的曲线。
大多数标准工业 CMOS 传感器在光谱中绿色区域（约 525 nm）达到 QE 峰值。当波长向近红外（NIR，约 850 nm 以上）方向延伸时，硅吸收入射光子的能力会逐渐下降。在这些波段，许多光子会穿透得过深、或者根本没有在感光区生成载流子，这正是标准传感器在 NIR 范围灵敏度下降的原因。当您查看相机数据表时，所标注的"75% QE"几乎总是指曲线的绝对峰值。您必须结合传感器的光谱响应图，来判断它在您实际使用的光色下的真实效率。
量子效率在机器视觉中的应用
当系统集成商不得不限制光线时，他们会依赖高 QE 相机。无论是受限于传送带的速度，还是设备外壳的物理限制，高效率都是解决光线不足应用的关键。
|
应用 |
照明限制 |
为什么需要高 QE |
|
高速分拣 |
亚毫秒级曝光时间 |
为了凝固运动，快门只能在毫秒的几分之一时间内打开。高 QE 能让相机在如此短的窗口内仍能采集到足够数据，进行精确的边缘检测。 |
|
荧光显微 |
微弱、低强度的发光 |
生物样品往往只发出极微弱的光线。高 QE 能确保这些微弱信号在被读出噪声淹没之前就被传感器捕获。 |
|
农业检测 |
NIR 带通滤镜 |
检测水果皮下的暗伤需要使用 NIR 光。标准传感器在 NIR 波段的 QE 较低，往往需要专门优化的厚硅传感器。 |
为什么黑白传感器的量子效率高于彩色传感器？
在为检测任务选型相机时，工程师只要颜色数据不是硬性需求，往往会默认选择黑白方案。原因正与量子效率紧密相关。
为了生成彩色图像，制造商会在传感器上覆盖 Bayer 滤镜马赛克。每个像素都被一片微观的红色、绿色或蓝色滤镜所覆盖。被红色滤镜覆盖的像素会以物理方式吸收并阻挡绿色和蓝色光子，使其无法进入硅层。
由于黑白传感器没有这层滤镜阵列，每个像素都能接收到完整的可用光谱。少了这道物理障碍，黑白相机相对于使用同款传感器但加装彩色阵列的版本，总是会拥有显著更高的整体量子效率与更优异的绝对灵敏度。
需要评估的关键规格
在 EMVA 1288 标准下，QE 通常会与若干其他指标一起进行评估，以共同定义相机的真实灵敏度：
|
规格 |
与 QE 的关系 |
|
绝对灵敏度阈值（AST） |
产生与相机噪声等量信号所需的最少光子数。QE 越高，AST 就越低。 |
|
信噪比（SNR） |
更高的 QE 直接提升信号大小，从而改善 SNR，得到更干净、更可靠的图像。 |
|
读出噪声 |
如果传感器虽然 QE 高，但读出噪声同样大，那么在阴影部分多收集到光子的优势就被抵消了。 |
常见问题
在线性工作条件下的标准工业 CMOS 与 CCD 传感器中是不可能的。一颗光子无法生成超过一个的电子。虽然在极高强度下（如高功率激光）会出现多光子吸收，部分专用科学传感器也会借助内部增益对电子进行倍增，但这些都已超出标准机器视觉硬件的范畴。
不一定。QE 高固然重要，但相机还必须具有低暗电流和低读出噪声。如果传感器虽然光转化效率高，但在读出过程中产生过多电子噪声，弱光下的图像质量依然不会理想。
请查看相机数据表中的光谱响应曲线。如果传感器的 QE 在 525 nm 处达到峰值，搭配绿色 LED 照明能让光线收集效率最高，从而支持更短的曝光时间，或允许使用更小的光圈以获得更大的景深。
术语表
- 返回总览