電子發(fā)燒友網(wǎng)報道（文 / 吳子鵬）受限于光學(xué)分光機制與材料特性，硅圖像傳感器（CMOS）中每個像素僅能接收到約三分之一的可用光。光接收量與信號強度呈線性正相關(guān)，因此傳統(tǒng)硅圖像傳感器常需通過延長曝光時間或提高 ISO 增益進行補償。近日，瑞士蘇黎世聯(lián)邦理工學(xué)院（ETH Zurich）與瑞士聯(lián)邦材料科學(xué)與技術(shù)研究所（Empa）聯(lián)合研發(fā)的鈣鈦礦圖像傳感器，成為材料科學(xué)與光電技術(shù)領(lǐng)域的一項重大突破，相關(guān)成果已發(fā)表于《自然》雜志。

硅圖像傳感器的性能瓶頸

硅圖像傳感器作為當(dāng)前主流成像技術(shù)的核心，其性能受材料物理特性、器件結(jié)構(gòu)及工藝制程的限制。

硅基 CMOS 傳感器普遍采用拜耳濾光片陣列（Bayer Filter Array）實現(xiàn)彩色成像。在該結(jié)構(gòu)中，每個像素被紅（R）、綠（G）、藍（B）三色濾光片周期性覆蓋，通常比例為 2 綠：1 紅：1 藍。光線入射時，每個像素僅能通過對應(yīng)顏色的濾光片吸收特定波長的光，其他波長的光（如紅光像素會阻擋綠光和藍光）被濾光片吸收或反射，造成能量損失。這種設(shè)計使得每個像素的光利用率理論上限為 33%，但實際因濾光片吸收率、光散射和電路結(jié)構(gòu)遮擋，有效光利用率更低。

同時，硅材料的光學(xué)特性存在局限。硅的帶隙約為 1.1eV，光吸收范圍主要集中在可見光波段（波長 < 1100nm）。盡管硅對可見光的吸收效率較高，但濾光片的分光機制使每個像素僅能利用特定波長的光，無法實現(xiàn)全光譜吸收。此外，硅傳感器的前照式結(jié)構(gòu)（FSI）中，光電二極管位于電路晶體管下方，金屬布線和微透鏡會進一步阻擋入射光，增加光損失。

由于每個像素僅記錄單一顏色信息，硅傳感器需通過去馬賽克算法（Demosaicing）插值估算缺失的色彩數(shù)據(jù)，這一過程可能引入噪點和細節(jié)模糊。為補償光損失，傳感器提高增益或延長曝光時間，會加劇暗電流噪聲和動態(tài)范圍壓縮。此外，濾光片分光還可能導(dǎo)致摩爾紋（Moiré Pattern）和色彩串?dāng)_（Cross-Talk），降低成像質(zhì)量。

鈣鈦礦傳感器的顛覆性突破

為克服硅圖像傳感器的性能瓶頸，蘇黎世聯(lián)邦理工學(xué)院（ETH Zurich）和瑞士聯(lián)邦材料科學(xué)與技術(shù)研究所（Empa）的 Maksym Kovalenko 及其團隊研發(fā)出新型鈣鈦礦基圖像傳感器。

瑞士團隊通過垂直堆疊不同帶隙的鈣鈦礦層，徹底重構(gòu)了彩色成像機制。光線可依次穿透各層，紅光被底層吸收，綠光被中層吸收，藍光被頂層吸收。這種設(shè)計使每個像素可同時捕獲紅、綠、藍三色光，無需濾光片，理論上光利用率可達硅傳感器的 3 倍，光利用率理論上限為 100%。

實驗顯示，鈣鈦礦傳感器的紅、綠、藍通道外量子效率（EQE）分別達 50%、47% 和 53%，顯著優(yōu)于硅傳感器的濾光片方案。由于無需去馬賽克算法，鈣鈦礦傳感器從硬件層面消除了摩爾紋和色彩偏差，色彩準(zhǔn)確度（ΔELab）優(yōu)于傳統(tǒng)濾光片陣列和 Foveon 型傳感器。此外，鈣鈦礦的高吸收系數(shù)（比硅高 1 - 2 個數(shù)量級）使其在弱光環(huán)境下仍能保持高靈敏度，暗電流噪聲和信噪比表現(xiàn)優(yōu)異。

另外，鈣鈦礦傳感器提供 “硬件原生高質(zhì)量數(shù)據(jù)”，可省去大部分后端算法優(yōu)化，重構(gòu)產(chǎn)業(yè)成本模型。

鈣鈦礦傳感器的落地挑戰(zhàn)

不過，鈣鈦礦傳感器也面臨諸多落地難題。鈣鈦礦材料對濕度、氧氣、溫度和光照極為敏感，水分子易滲透鈣鈦礦晶體結(jié)構(gòu)，導(dǎo)致晶格畸變和離子遷移，引發(fā)光電性能衰減，甚至分解為鉛鹽和有機胺。鈣鈦礦中的有機陽離子和鹵素離子在電場或光照下易發(fā)生遷移，導(dǎo)致像素間的串?dāng)_、暗電流增大和信號漂移，直接影響圖像的信噪比（SNR）和動態(tài)范圍（DR），在高分辨率傳感器中，像素尺寸縮小會加劇離子遷移的影響，導(dǎo)致圖像失真。

此外，硅基圖像傳感器依賴成熟的半導(dǎo)體光刻、薄膜沉積工藝，可實現(xiàn)納米級精度的像素陣列制備。而鈣鈦礦薄膜常用溶液法制備，實現(xiàn)大面積均勻結(jié)晶難度極大。如何在不損傷現(xiàn)有 CMOS 電路的前提下制備鈣鈦礦層，以及實現(xiàn)高密度像素的精準(zhǔn)對位，仍是工程化應(yīng)用中的關(guān)鍵難題。