1.量子效率与转换率 总量子效率(Overall quantum efficiency, QE) 指入射光子转成像素电荷的效率，由下式给出： 上式中, Nsig 是每个像素产生的信号电荷， Nph 是每个像素的入射光子。入射光子有一部分被光电二极管的上部结构反射或者吸收了。微型透镜结构决定了有效填充因子，光电二极管结构（从表面到衬底）决定了电荷收集系数。因此，上式可以被表达为
上式中， T(λ) 是探测器以上结构的光线透射比， FF 是有效 FF ， η(λ) 是光电二极管的电荷收集效率。 
上式中， Iph 是光电流，单位为 [A/cm2] ，Apix 是像素面积，单位为 [cm2]， q 是电子电荷量， P 是输入光功率，单位为 [W/cm2] ； tINT 是积分时间。响应率 R(λ) 定义为光电流与光输入功率的比例，由下式给出：
光谱响应可以用两种方式表示：响应率或量子效率。为了突出两种表示方式的不同, 我们假设有一个虚拟图像传感器，它在 400～700nm 的波长范围内QE值恒为0.5，其光谱响应如图1所示。我们经常使用相对响应，即将响应值相对它的峰值进行归一化。将彩色滤光器的响应值和图像传感器的响应值相乘，可以得到整体的颜色响应。
光电转换特性表征了输出电压和曝光之间的关系。在数码相机领域，使用标准光源时, 曝光通常以勒克斯秒为单位。估计来自标准光源的入射光子数量的过程多少有些复杂, 光电转换的参数将用单色光为例进行说明。在单色光条件下，入射光每单位能量包含的光子数目很容易求出，光电转换的参数细节也容易分析。
图 2 是光电转换参数的一个实例, 展示了信号、光子散粒噪声和读出噪声(本底噪声） 与 入射光子量 的函数关系。在图2中，我们假设了一个虚拟的图像传感器，它的像素尺寸为25um2 ， C.G. 为40 uV/e− , 满阱容量 为20 000个电子, 本底噪声为 12 个电子, 探测器的 QE 为0.5。图2中未包含暗电流散粒噪声。动态范围（Dynamic range, DR) 定义为满阱容量与本底噪声之间的比值。信噪比（Signal-to-noiseratio, SNR）是给定输入电压下信号与噪声的比值。
在图 2的例子中, DR 的计算方法为： 20⋅log(20000/12)=64.4dB。在SNR表达式中, 噪声 n 是在信号电平为 Nsig 时的总暂态噪声。在总噪声中以读出噪声为主, SNR 由下式表示：
图 3 展示了SNR与入射光子数的函数关系最大SNR仅由满阱容量决定，见下式：
量子效率易从图 2 中得出，在这个例子中为 0.5。同时，也可以通过SNR 曲线中散粒噪声为主的部分估算量子效率，如下式：
上式中 , S/N 为 Nsig /Nphoto 。然后，入射光子的数量 (见图 2 的横轴) 需要转换为曝光量，信号电子的数量（见图 2 的纵轴）需要转换为输出电压 (在本例中, 是检测点电压或输入参考电压)。
上式中，P是单位平面幅照度，单位为 W/cm2 ； Apix 为像素面积，单位为 cm2 ；tINT 是积分时间，单位为 s 。将图像传感器的信号电荷转换为信号电压的过程，按以下关系进行：
因此，转换增益可以由 Vsig 与 ν 2 photon的关系图的斜率获得。在该估算方法中, 光子散粒噪声被视为提供有用信息的“信号”, 因而可以得到曝光量与输出电压的关系，如图4所示。
在图 4 中，因为信号线与光子散粒噪声的交点发生在 Nsig=1 处（此处信号电压等于转换增益）满阱容量(或者饱和电荷) Nsat 可以从图中估出。噪声等效曝光度可以定义为信号电平等于读出噪声电平时，也就是信噪比等于 1时的曝光量。实际上，入射光子和信号电荷之间的关系的推导须反向进行，即从获取图像传感器曝光量和输出信号的关系开始。采用该种方法的前提是假设光电转换特性是线性的，而且没有失调电压。若非如此(例如由暗电流会引起非线性和失调)，则应在修正之后再采用该方法获得转换增益。在实际器件中，信噪比 (包括固定模式噪声) 实际限制着真正的成像信噪比，因为一次拍照同时包含这两个来源。另外, PRNU限制了最大信噪比，因为 PRNU 的增长与散粒噪声的增长分别正比于信号电子数及其平方根。在 PRNU 线性度大约为 1% 的条件下, 不管满阱容量有多大, 最大 SNR(包括 PRNU)永远不可能超过40dB。光电转换固然是一个线性过程。然而，从电子到信号电荷的转换(如电荷收集效率) 和信号电荷到输出电压的转换则可能是非线性的过程。在CCD图像传感器中, 非线性可能源于随电压变化的 浮置扩散型电容以及 输出放大器 的非线性。然而, 这些非线性的影响通常很小, 因为相比于拥有高偏置电压(约15V)的输出放大器，非线性来源部分的工作电压范围非常有限(<1V)。在IT CCD中，最值得注意的非线性出现在饱和电平附近，因为像素中有垂直溢出漏极结构。该非线性来源于从光电二极管电荷储存区域到垂直溢出漏极的电子转移。串扰有两种成分：光学串扰和电学串扰。光学串扰成分来源于漫射光或对角度敏感的片上微透镜阵列。不考虑电学串扰成分的前提下，波长较长的光发生光电转换生成信号电荷的区域较深，可能会扩散到相邻的像素。减少该类电荷扩散的方法，包括：（1）在保持表面对红光光谱响应率的条件下，使有效光电转换深度变浅。例如，使用正向偏置n型衬底。（2）在像素间加入隔离区。例如，对于CMOS图像传感器可以采用更高渗杂度的p型隔绝区包围光电二极管区域。对于小像素来说，通常会制作片上微型透镜以增加灵敏度。微型透镜能将入射光线汇聚到光电二极管区域的中心上，因此也能减少串扰。灵敏度, 作为图像传感器中最重要的性能指标, 通常被定义为输出信号变化与输入光线变化的比值，常用单位有伏特每勒克斯秒、电子每勒克斯秒、位每勒克斯秒等。然而，这个定义并没有明示“图像传感器能够捕获并仍能产生输出图像的最暗场景是什么?”这一问题。为了解决这个问题，我们需要知道图像传感器的“灵敏度”(输出变化与输入变化之比)和它的噪声水平。在非常低的光线水平下, 噪声等效曝光度包括了上述两个因素的影响。当考虑从暗到亮的整个光照范围时，信噪比是对图像传感器真正“灵敏度”的衡量标准。为了加强信号，必须提高量子效率。因此，需要提高下列项：为了进一步减少噪声,还应该采取更多可能的手段。选择合适 电荷-电压转换因子也是种可行的噪声减少技术。更高的转换因子( AV 、 C.G. )会提供更低的输入参考噪声。在信号进入产生噪声的读出电路前，这有效地提高了信号增益。然而，这项技术可能会降低相机的动态范周, 尤其在 CMOS 图像传感器中，因为当供电电压有限时，高转换因子大大减少了满阱容量。选择灵敏度和动态范围的最佳值是一个重要的设计问题，尤其对小像素图像传感器而言。 |
