035、全局快门的代价清单——为什么GS sensor比RS贵且灵敏度低——从像素内存储电容到电荷转移效率的物理代价与适用场景权衡去年夏天一个做工业检测的客户把一块板子拍在我桌上说他们新换的全局快门相机在产线上出现了“暗部条纹”而且比原来那台卷帘快门的机器整整贵了四成。我第一反应是问他们是不是把GS sensor当RS用没改曝光时序。结果对方一脸无辜说就是按默认配置跑的。我拿示波器一量发现他们的LED频闪频率和sensor的行读出频率产生了差拍GS sensor的像素内存储电容在低照度下电荷共享效应被放大了暗部就出现了那种周期性条纹。这事儿让我意识到很多人对全局快门的理解还停留在“贵、灵敏度低”这两个标签上但真正要命的是那些藏在物理实现里的坑。全局快门和卷帘快门的本质区别不在“同时曝光”这个表象而在像素结构本身。卷帘快门每个像素只有一个光电二极管加一个浮置扩散区曝光结束后电荷直接转移到FD然后按行依次读出。全局快门必须在每个像素里塞一个额外的存储节点通常是MOS电容或者深沟槽电容用来在曝光结束瞬间把光生电荷从PD里“抢”出来暂存起来等所有行都完成这个动作后再统一读出。这个“抢”的动作就是全局快门所有代价的源头。先算笔账。像素面积是固定的你塞进去一个存储电容光电二极管的面积就得缩小。以一颗1/1.8英寸、200万像素的sensor为例典型像素尺寸2.9微米卷帘快门设计里PD面积能占到像素面积的65%到70%全局快门塞进存储电容后PD面积占比直接掉到45%到50%。面积小了满阱容量跟着缩水量子效率也打折。这就是为什么同样工艺节点下GS sensor的灵敏度天生比RS低三到五个dB不是算法能补回来的。存储电容本身也不是白给的。电荷从PD转移到存储节点的过程需要克服势垒这个转移效率直接决定了全局快门的“全局”纯度。如果转移不彻底上一帧的残留电荷会混进下一帧产生拖影。为了把转移效率做到99.99%以上设计上得加转移栅极还得做专门的时序驱动这又占掉一部分像素面积还增加了控制逻辑的复杂度。更麻烦的是存储节点本身有漏电暗电流比PD还高曝光时间一长暗部噪声就压不住。我见过一个案例某国产GS sensor在曝光超过10毫秒后暗电流噪声直接翻倍客户还以为是电源纹波问题查了半天。电荷转移效率还有一个隐藏的坑——温度敏感。存储节点漏电随温度呈指数上升25度到60度暗电流能涨一个数量级。工业相机在产线上连续跑八小时机箱温度稳定在55度以上暗部噪声就肉眼可见地恶化。这事儿在RS sensor上也有但GS sensor因为多了一个存储节点恶化速度更快。所以做GS方案的系统工程师必须在散热设计上多花心思不然sensor的标称动态范围就是纸上谈兵。再聊读出噪声。RS sensor的读出是逐行进行的每一行的曝光结束和读出之间间隔很短FD上的电荷等待时间短暗电流注入少。GS sensor所有像素同时曝光结束电荷在存储节点里等着等最后一行读出时第一行已经等了整整一帧的时间。这个等待时间就是暗电流和漏电的积累窗口直接推高了读出噪声。所以GS sensor的读出噪声通常比RS高两到三倍在低照度场景下这个差距直接体现在画面上——暗部噪点更粗颗粒感更强。那为什么工业检测、车载、无人机还是非用GS不可因为卷帘快门的“行间错位”在高速运动场景下是致命的。拍一个高速旋转的齿轮RS sensor拍出来是歪的GS sensor拍出来是圆的。这个“歪”不是畸变校正能解决的因为它是时间维度的错位不是空间维度的畸变。车载前视摄像头在高速变道时RS sensor拍到的车道线会弯曲这对车道保持算法是灾难。无人机航拍在快速俯仰时RS sensor的果冻效应会让地面纹理扭曲影响拼接算法。但GS也不是万能的。我见过有人把GS sensor用在低速场景纯粹为了“全局”这个噱头结果灵敏度不够被迫加大光圈景深又不够了最后整个系统性能反而下降。这就是典型的“用错工具”。GS的适用场景有一个清晰的边界当运动速度带来的时间错位误差超过你系统允许的像素偏差时GS才值得用。比如一个1000万像素的sensor视场角90度如果目标在画面中的移动速度超过每秒200像素RS的错位就可能超过一个像素这时候GS才有意义。如果目标移动速度只有每秒20像素RS完全够用GS的灵敏度劣势反而成了主要矛盾。还有一个常被忽略的权衡——帧率。GS sensor因为所有像素同时曝光读出窗口可以做得更紧凑理论上帧率上限更高。但实际中GS sensor的读出电路因为要处理存储节点的电荷功耗比RS高不少高帧率下发热更严重又反过来加剧暗电流问题。所以GS sensor的标称最大帧率往往在高温环境下要打折这个降额系数没人写在datasheet里全靠系统工程师自己试出来。我自己的经验是选GS还是RS先画一张“运动速度-照度”的二维图。横轴是目标在像面上的移动速度纵轴是环境照度。如果工作点落在“高速高照度”区域GS是唯一选择没得商量。落在“低速低照度”区域RS完胜别犹豫。最麻烦的是“高速低照度”区域GS灵敏度不够RS又有果冻效应这时候得考虑折中方案——比如用RS sensor加机械快门或者用双帧融合算法。这个区域没有标准答案只能靠实测数据说话。最后说一个很多人不知道的细节。GS sensor的存储电容在强光下会饱和产生“光晕”效应就是高光区域向四周扩散的亮斑。这个在RS sensor上也有但GS因为存储节点和PD靠得近光晕更容易串扰到相邻像素。所以GS sensor在逆光场景下的表现往往比RS更差高光溢出更明显。如果你做车载前视夏天傍晚逆光行驶GS sensor的高光区域可能比RS更早进入饱和导致车牌过曝。这个坑我踩过后来是靠调整HDR策略——把长曝光帧的增益压低用短曝光帧的信息去补——才勉强压住。写这篇笔记的时候我翻了一下手头的项目记录发现过去五年里GS sensor在工业检测的渗透率从不到三成涨到了七成但在车载领域反而出现了回退——因为L2级辅助驾驶对果冻效应的容忍度比想象中高而GS的成本和灵敏度劣势在量产车上被放大了。这说明技术选型从来不是“越先进越好”而是“越匹配越好”。全局快门的代价清单不是劝退清单是让你在动笔写方案之前先算清楚这笔账。