赓旭光电的红外滤光片由于客户对于CMOS图像传感器的性能要求不断提高以支持最新的成像应用，因此CMOS图像传感器正面临着多项挑战。简而言之，我将着重介绍我们不断致力解决的三大挑战。首先，一个重大的挑战是从1.0μm到0.9μm及以下的像素缩放以增加空间分辨率，因为信噪比(SNR)的提高会对低光性能和色彩保真度产生不利的影响。其次在数字成像技术发展中，一个长久以来的挑战是如何在不降低图像质量或分辨率的情况下，可以在许多不同的应用中(特别是夜视和低光摄影)改善低光性能。最后，以电池供电的物联网(IoT)设备的增长衍生出了一项特别的挑战，因为这些设备需要看似相互矛盾的两项功能：超低功耗和卓越的成像性能。这其中任何一项挑战都需要创新的图像传感器技术，并且能够以最高的效率捕获并产生最佳的图像数据。在OmniVision，我们与业界的合作伙伴密切合作开发最先进的CMOS图像传感器及其配套芯片，在安防监控、机器视觉、汽车和医疗市场等多个领域内得到广泛的应用。

　　近红外(NIR)技术应用于CMOS传感器有哪些优点?

　采用近红外(NIR)技术可以实现CMOS图像传感器在两个重要领域的应用。 第一个领域是机器视觉，近红外(NIR)是人肉眼看不见的光线，但可以用于照亮物体。 由于NIR位于人眼可见的光谱之外，因此可以避免造成对周围环境的干扰。机器视觉应用 - 如先进驾驶辅助系统(ADAS)、增强和虚拟现实(AR/VR)、以及面部识别认证 – 都要求高效节能的先进数字成像能力，可以在低光(或者无光)条件下提供更好和更远距离的成像。尽管在某些应用中仍然需要低级别的LED来增加NIR，但是与高功耗的LED相比，它们功耗更小并且不太可能对用户产生干扰。

　　此外，近红外(NIR)是低光和夜视应用的理想选择，例如智能家居安防监控系统或环视汽车成像系统。夜空中的NIR光子比可见光子更多，因此NIR技术在这些情况下捕获的图像有更高的分辨率。例如，以NIR技术为基础的成像系统可以捕获更清晰的家庭入侵者的图像，或者可以在ADAS系统中呈现更清晰的大面积场景。

　在CMOS传感器中采用近红外(NIR)技术的技术挑战是什么?

　　近红外(NIR)成像系统的有效范围与其灵敏度直接相关，并由两个关键性的测量参数所确定：量子效率(QE)和调制传递函数(MTF)。 图像传感器的QE代表其捕获光子与其中转换为电子的比率。QE越高，NIR照明所能达到的距离越远，并且图像亮度越高。MTF所测量的是在特定的分辨率下图像传感器将成像物的对比度传送到图像中的能力。 MTF越高，图像越清晰。

　　100%的QE代表所捕获的所有光子都转换为电子，实现了最佳图像亮度。目前，最好的NIR传感器技术仅可以实现58%的QE，并且由于它们仅依靠厚硅技术提高QE所以只能达到≤800nm的灵敏度。但该技术会造成串扰并降低MTF。采用深槽像素隔离(DTI)技术来尝试解决这个问题的时候通常会造成破坏图像暗区的缺陷。因此，成功实施近红外(NIR)技术的挑战是需要找到一种方法：在改善QE的同时尽量不降低MTF，并且尽量不增加暗电流，从而将灵敏度提高到≥850nm。