光学概念-相机模组(Camera Module)以及成像原理

目录

[一、Camera Module(相机模组)](#一、Camera Module(相机模组))

1.构成

二、Camera相机的成像原理

三、构成介绍

[1. Sensor(图像传感器)](#1. Sensor(图像传感器))

[2. 滤光片(特指:红外截止滤光片 - IR Filter)](#2. 滤光片(特指:红外截止滤光片 - IR Filter))

[3. VCM(音圈马达)](#3. VCM(音圈马达))

[4. Lens(镜头)](#4. Lens(镜头))

四、总结


系统性地拆解相机模组(Camera Module),理解它的核心构成和工作原理。对于进行影像测试至关重要,因为测试的最终对象,正是这个集成了光学、机械、电子部件的完整系统。


一、Camera Module(相机模组)

1.构成

相机模组是一个将光学、机械、电子 部件精密集成于一体的完整成像系统。它不是单一的零件,而是一个功能完备的"黑匣子"单元。

  • 核心构成如图所示:

    1. Lens(镜头)

    2. VCM(音圈马达)

    3. 滤光片

    4. Sensor(图像传感器)

    5. PCB(电路板)

二、Camera相机的成像原理

  • 工作流程:

环境光线 → 镜头汇聚 → IRCF滤光片滤红外光 → 传感器将光信号转换为电信号 → 电信号通过软板传输给主板上的ISP进行处理 → 最终生成数字图像

三、构成介绍

1. Sensor(图像传感器)

  • Sensor 位于模组的最底部,焊接在PCB板上,是核心的感光芯片(DIE),上面布满了感光单元(像素)。

  • 作用:光电转换

  • 如何工作? 镜头汇聚来的光线,最终投射到Sensor的"感光区域"上,每个像素点都将接收到的光子转换成电子,形成模拟电信号。

2. 滤光片(特指:红外截止滤光片 - IR Filter)

  • 滤光片 紧贴在Sensor的上方,是一片特殊的玻璃。

  • 作用: 过滤掉人眼不可见的红外光(IR)。因为Sensor对红外光敏感,如果不过滤,会导致照片颜色严重失真(如白色物体偏红)。它的存在确保了相机"看到"的颜色和人眼看到的是一致的。

  • 重要性: 滤光片 是保证后续所有色彩处理准确性的物理基础

3. VCM(音圈马达)

  • VCM(音圈马达) 包裹着镜头,通常位于镜头的下方或周围,是一个微型的马达

  • 作用: 根据电流指令,产生精确的磁力,推动整个镜头组上下移动 (如ma2.jpg 中"光学光线"进入Lens的第一步),从而改变焦距,实现自动对焦(AF)

  • 工作流程: CPU发出指令 -> VCM接收电流 -> 推动镜头移动 -> 画面完成对焦。

4. Lens(镜头)

  • **Lens(镜头)**位于模组的最顶端,是整个模组接触光线的第一个部件,是由多片透镜组成的复杂光学系统。

  • 作用: 景物通过镜头(LENS)生成的光学图像,它的核心使命是汇聚光线 ,将外界广阔的景象清晰地投射到小小的Sensor感光区域上。镜头的素质直接决定了图像的锐度、畸变和暗角

四、总结

相机模组是一个高度集成的系统。传感器是基础,负责感光,镜头负责聚光,其素质决定锐度和畸变;IRCF滤光片是负责色彩准确性;而VCM马达执行对焦功能。影像测试工作,就是评估这个系统整体的输出性能,分析是哪个环节导致了最终画质的问题,并为开发团队提供准确的调试方向。

  1. 光线采集(Lens): 景物光线穿过镜头(Lens) 被汇聚起来。

  2. 光线过滤(IR Filter): 汇聚后的光线通过红外滤光片,红外光被过滤掉,只留下纯净的可见光。

  3. 光电转换(Sensor): 纯净的可见光投射到图像传感器(Sensor) 上,被转换为模拟电信号。

  4. 信号转换(A/D): 模拟电信号经过"模数转换器"变为数字信号。

  5. 图像处理(DSP): 数字信号被送到"数字信号处理器"进行深度加工(降噪、锐化、色彩校正等)。

  6. 最终呈现(CPU & LCD): 处理好的图像数据被送到CPU,最终在屏幕(LCD)上显示出来或被存储。

相关推荐
wgfhill14 小时前
【多图转入场视频】一键生成专业级动画视频:多图入场特效批量创作工具
图像处理·视频
格林威15 小时前
Baumer相机金属焊缝缺陷识别:提升焊接质量检测可靠性的 7 个关键技术,附 OpenCV+Halcon 实战代码!
人工智能·数码相机·opencv·算法·计算机视觉·视觉检测·堡盟相机
Sagittarius_A*16 小时前
角点检测:Harris 与 Shi-Tomasi原理拆解【计算机视觉】
图像处理·人工智能·python·opencv·计算机视觉
Sagittarius_A*17 小时前
形态学与多尺度处理:计算机视觉中图像形状与尺度的基础处理框架【计算机视觉】
图像处理·人工智能·python·opencv·计算机视觉
茶栀(*´I`*)18 小时前
【OpenCV 视觉全栈进阶】核心特征提取:模板匹配与霍夫变换(线/圆检测)深度技术指南
图像处理·opencv·计算机视觉
Warren9819 小时前
Pytest Fixture 作用域详解:Function、Class、Module、Session 怎么选
面试·职场和发展·单元测试·pytest·pip·模块测试·jira
MM_MS19 小时前
Halcon图像点运算、获取直方图、直方图均衡化
图像处理·人工智能·算法·目标检测·计算机视觉·c#·视觉检测
格林威20 小时前
Baumer相机金属弹簧圈数自动计数:用于来料快速检验的 6 个核心算法,附 OpenCV+Halcon 实战代码!
人工智能·数码相机·opencv·算法·计算机视觉·视觉检测·堡盟相机
大学生小郑20 小时前
亮度噪声和色度噪声
图像处理·音视频·视频
码农三叔20 小时前
(8-2)传感器系统与信息获取:外部环境传感
人工智能·嵌入式硬件·数码相机·机器人·人形机器人