经过一段时间创纪录的增长，CMOS图像传感器市场开始面临一些新的挑战。
CMOS在智能手机和其他产品中提供相机功能，但现在它们在fab中面临规模化和相关制造问题。和所有的芯片产品一样，在毒爆发期间，图像传感器的增长正在放缓。
这些传感器在200毫米和300毫米晶圆厂的成熟节点上制造，并用于电话、汽车、消费品、工业/医疗系统和安全摄像头领域。如今的智能手机包含两个或多个摄像头，每个摄像头都由一个CMOS图像传感器供电，该传感器将光转换为信号，以生成图像。
智能手机集成了比以往更多的CMOS图像传感器，使系统能够支持高分辨率、功能丰富的相机。例如，三星的新5G智能手机由5个摄像头组成，包括一个后置广角摄像头，它基于一个10800万像素(MP)的图像传感器。这相当于在一个小模具尺寸上有超过1亿个像素。他还有一个世界上最小的像素间距- 0.7µm的前置4800万像素摄像头
一个图像传感器包含了许多微小的感光像素。具体是指从某一像素中心到相邻像素中心的距离（以µm为单位）。由于像素间距反映了两个像素之间的空间大小，因此较小的像素间距就意味着像素之间的空间较小，换句话说，也就意味着更高的像素密度和更高的屏幕分辨率。并不是所有的手机都配备了最先进的图像传感器，消费者也不需要它们来拍摄更高清的照片。但很明显，消费者需要更多的成像功能。
“随着高带宽数据性能从3G发展到4G，再到现在的5G，对高质量摄像头的需求也在增长，”联电公司市场营销技术总监David Hideo Uriu表示：“这一趋势，加上对更高像素数和更好分辨率的需求，推动了CMOS图像传感器的蓬勃发展。除了这些趋势之外，生物识别技术、3D传感技术以及增强的人类视觉在手机红外/近红外光谱中的应用领域也在逐渐显现。”
不过，图像传感器供应商仍面临一些挑战。多年来，他们一直在努力降低像素间距。通过这种方式，他们可以在一个图像传感器中封装更多的像素，从而提高设备分辨率。然而最近，由于间距越来越接近光的波长，像素缩放变得越来越困难。OmniVision过程工程副总裁Lindsay Grant表示:“Pixel的研发团队现在必须找到新方法来避免降低灵敏度和增加传感器的串扰。”
另一方面，也有一种趋势，那就是在手机中保持较大的像素尺寸，并从较小的像素引入最佳的改进，以提高图像质量。这些趋势支持了客户对更大更好的相机需求，从而产生了更大尺寸的传感器。
尽管如此，图像传感器供应商已经找到了解决一些挑战的方法。其中包括:
1.新流程。高介电常数High-K和其他fab技术已经开始了像素缩放。
2.晶圆堆叠和互连。把不同的功能放在两个模具上并把它们堆叠起来并不是什么新鲜事。但是新的互联方案，如像素间的连接，正在研发中。
图像传感器市场动态
图像传感器的两大类型：CMOS图像传感器和CCD。CCD是电流驱动设备，在数码相机和各种高端产品中都可以找到。
CMOS图像传感器有别于CCD。根据TEL的网站描述：“互补的金属氧化物半导体(CMOS)图像传感器每个像素有一个光电二极管和一个CMOS晶体管开关，允许像素信号被单独放大。”
针对不同的应用，CMOS图像传感器有不同的格、帧速率、像素大小和分辨率。图像传感器有全局或滚动百叶窗。例如,OmniVision新64像素的图像传感器功能0.8µm 1/1.7-inch格式的像素大小。该传感器具有静止图像捕获和4K视频性能，具有2型、2×2微透镜相位检测自动对焦功能，以提高自动对焦精度。输出格式包括每秒15帧的64MP (fps)。
供应商分为两大阵营——无生产线制造商和IDM。IDM有自己的晶圆厂，而无晶圆厂的公司则会让代工厂帮忙。在这两种情况下，供应商在晶圆片上制作图像传感器模具，然后将其切割并组装成一个封装。
根据Yole Développement数据，大约65%的图像传感器是在300mm的晶圆厂生产。Lam Research战略营销董事总经理David Haynes表示:“对于安全、医疗和汽车CMOS图像传感器产品的广泛应用而言，200mm仍然至关重要。”
今天，索尼是最大的CMOS图像传感器供应商，其次是三星和OmniVision。IC Insights称，其他供应商包括夏普(Sharp)、安森美、意法半导体、格科微电子(GalaxyCore)、SK海力士、松下(Panasonic)和佳能(Canon)。
IC Insights数据显示，2019年，图像传感器的销售额达到184亿美元，比2018年增长了30%。IC Insights分析师Rob Lineback表示:“我们目前预测，到2020年，CMOS图像传感器的销售额将下降3%，至178亿美元，打破连续的销售记录，原因是在covid19危机期间，手机和其他系统中传感器的需求在下降。”
另一个更乐观预测是，CMOS图像传感器市场在2019年增长了25%。到2020年，该市场预计将放缓并实现7%的正增长。智能手机无疑是最大的助推力。据Yole称，2018年，每部手机有2.5个摄像头。Yole光电传感部门主管Guillaume Girardin表示：到2019年，每台智能手机的摄像头数量将跃升至2.8个。我们预计，到2020年，每台智能手机将配备3个摄像头。
然而，每一款手机都是不同的。例如，苹果的iPhone 11 Pro整合了12MP的三摄像头技术(宽屏、超宽屏和远摄)。与此同时，三星5G手机有五个摄像头，包括四个后置摄像头和一个前置摄像头。其中一款相机配备了飞行时间传感器，用于手势和3D物体识别。
高分辨率的相机并不一定就能拍出更好的照片。Girardin ：“这是一个像素大小和分辨率之间的权衡问题，像素缩放意味着它有更多的像素。当分辨率超过40MP和50MP时，其能力可能超出人眼所能看到的范围。对于CMOS图像传感器来说，具有更好的量子效率(QE)和信噪比的像素是图像质量最重要的因素。
此外，智能手机也不会取代专业人士使用的单反相机。但显然，智能手机提供的功能比以往任何时候都多。Veeco公司产品营销高级经理Ronald Arif表示:“人们肯定会被5G吸引，因为它具有更大的带宽和潜在的应用前景，比如将现场体育赛事的8K流媒体传输到实时AR/VR/MR游戏中。最新5G手机的摄像头变得更加先进。他们开始整合用于深度感知的VCSEL设备，可以在任何地方使用，从自动对焦到客厅的3D映射。人们可以想象，先进的相机与深度测绘能力和5G的结合。这可能会带来丰富的新应用，比如游戏、直播、远程学习和视频会议。”
在其他创新方面，供应商正在提供近红外(NIR)图像传感器。NIR是一种利用可见光谱以外的波长来照亮物体的技术，它被设计用于在接近或完全黑暗的环境中工作。OmniVision公司的新近红外技术在不可见的940nm近红外光谱上提高了25%，在几乎不可见的850nm近红外波长上提高了17%。
在另一个独立的开发中，索尼和Prophesee开发了一个基于事件的视觉传感器。这些传感器以机器视觉应用为目标，在各种环境中检测快速移动的物体。
像素扩展竞赛
几年前，CMOS图像传感器供应商开始了所谓的像素缩放竞赛。这指的是“像素间距”，即设备中每个像素之间的距离。我们的目标是(现在仍然是)在给定的时间段内减少每一代的像素间距。更高的像素密度意味着更高的分辨率，但并不是所有的传感器都需要更小的间距。
什么样的像素间距能满足我们的需求？
较小的像素间距通常提供更高的分辨率，但价格更加昂贵。因其需要更多的LED晶元来创建较高的像素密度，因而材料和生产成本更高。
那么问题来了，究竟什么样的像素间距是最合适的？答案是，消费者可以通过确定屏幕的最佳观看距离来确定LED屏的最佳像素间距值。所谓最佳观看距离是指图像保真度的临界点，如果观察者离得太近，则图像品质会降低或屏幕会出现像素化。
举例来说，搭载交互触摸方案的显示屏需要较小的像素间距才能为邻近的观看者提供清晰的图像。而在大众面前播放的LED屏，比如悬挂在舞台上的LED屏，则可以采用较高的像素间距。简单来说，较小的像素间距能提供更高品质的图像，但如果屏幕距离观看者较远，那么额外的投资就显得没有必要了。
业界通常使用三种方法来确定可接受的观看距离：
10倍规则：这是计算视觉敏感距离近似估计值的快速方法。
计算公式为：像素间距×10=近似观看距离（以英尺为单位）
视觉敏感距离：也被称为视网膜距离，是指一个拥有20/20视力的人要看到LED屏呈现连贯图像而非像素化图像而必须与屏幕保持的距离。
计算公式为：像素间距×3438=视觉敏感距离（以英尺为单位）
平均舒适观看距离：这是大多数人对于舒适观看距离的估计。这是一个主观的估算，并将考虑到人眼视线、内容分辨率及内容类型等变量。
尽管这些方法都具有一定指导性，但在确定观看距离时其实并没有所谓的正确答案。屏幕的观看距离最终还是要取决于屏幕的所有者是否感到舒适。
下表可以作为选型时的参考：
就在年前,图像传感器的像素间距在7µm代。供应商们已经减少了宣传，但也出现了一些问题。
图像传感器本身是一个复杂的芯片。顶层称为微透镜阵列，下一层是一个基于绿色、红色和蓝色的马赛克阵列的颜色过滤器。再下一层是一个有源像素阵列，它由光捕捉元件(称为光电二极管)和其他电路组成。
CMOS图像传感器方框图
该有源像素阵列被细分为微小的和独立的光敏像素。实际的像素由一个光电二极管、晶体管和其他元件组成，并以µm像素大小计算。
一个像素较大的图像传感器可以收集更多的光，这就相当于一个更强的信号。较大的图像传感器会占用板子上更多的空间。像素越小的图像传感器收集的光越少，但是你可以在一个die上装更多的传感器。这反过来又提高了分辨率。
在晶圆厂制作图像传感器有这样几种方法。例如像素阵列形成。流体从衬底上的一个正面过程开始，将晶圆片结合到载体或处理晶片上。上半部分经历了植入步骤，然后是退火过程。在顶部涂上一层抗反射涂层，彩色胶卷和微透镜就这样产生了。
在另一种单独的简单生产中，硅衬底的表面要经过一个植入步骤。在其上形成扩散孔和金属化层。背面蚀刻有沟痕。衬板沉积在沟槽的侧壁上，其中充满了电介质材料，然后在顶部制作滤光片和微透镜。
尽管如此，直到2009年，主流CMOS图像传感器都是基于正面照明(FSI)像素阵列结构。在这种技术中，如同人眼鹰一样，光落在IC的前面，然后通过读取电路和互连，最后被汇聚到光电检测器中。FSI为目前图像传感器所采用的主流技术，具有已获证实的大批量生产能力、高可靠性和高良率以及颇具吸引力的性价比等优势，大大推动了其在手机、笔记本电脑、数码摄像机和数码相机等众多领域的应用。这些优势，再加上高性能特性，使得这种技术具有独特的成本、性能和价值定位，未来应用有望进一步扩展。
多年来，FSI架构使供应商能够在几代人的时间内减少间距。从2006年的2.2µm到 2007年的1.75µm。
2008年,该行业FSI架构在1.4µm的时候碰壁了。因此，从2009年开始，供应商转向了一种新的架构——背面照明(BSI)。BSI架构将图像传感器颠倒过来。光从硅基板的背面进入。光子到光电二极管的路径更短，从而提高了量子效率。由于BSI晶圆是翻转（inverted）的，故入射光首先会入射到光电二极管附近的硅体材料。这时，由于漫射到邻近像素或在背面界面的漫射与重新汇合，光线会形成串扰而产生损耗。蓝光尤其容易发生这种现象，导致蓝色QE减小，而串扰增加。可喜的是，通过利用先进的背面处理和更深的光电二极管来捕获蓝光，可以解决这些问题。
BSI也启动了像素缩放。Lam的 Haynes ：“就像素比例而言,BSI传感器技术允许最优像素尺寸在1.2µm 1.4µm，并且堆叠BSI允许传感器的引脚仍低于30平方毫米,亚微米尺寸的像素可以使用四像素架构，使分辨率超过48MP。”
除了BSI，这个行业还需要其他的改变。在像素缩放中，光二极管(关键的光捕获元件)在图像传感器中收缩，使其效率降低。二极管靠得更近，产生了串扰。
所以大约在2010年间距到了1.4µm时,另一个创新的技术诞生了——深沟隔离(DTI)。DTI使光电二极管更高，从而增加单位面积的容量。为了在晶圆中实现DTI，供应商采用了BSI架构，并使用各种工艺步骤使光电二极管更高，但更高的二极管也需要更厚的硅结构。
尽管如此，像素缩放速度还是慢了下来。曾经有一段时间，供应商每年都要搬到一个新的地方。根据TechInsights数据，他们花了三年时间从1.4µm(2008) 1.12µm(2011),四年之后达到1µm(2015),和另外三个达到了0.9µm(2018)。
Ray Fontaine ：“总而言之,我们相信发展DTI和相关钝化处理是拖延1.12µm降到0.9µm像素的主要因素。”
最近，供应商已经解决了这个问题，像素缩放竞赛又重新开始了。2018年,三星打破了1与0.9µm屏障,索尼紧随其后，2019年实现了0.8µm，三星不甘落后，三星2020年实现了0.7µm。
sub-µm像素扩展需要更多的创新。Fontaine在最近的一次报告中介绍:“当像素缩小时，需要更厚的有源(硅)来保持合适的光电二极管尺寸。DTI和相关的高介电常数（high-k）缺陷钝化膜是加厚活性(硅)的关键技术支持。”
制作高介电常数膜（high-k）的图像传感器遵循传统流程。不同的是，高介电常数膜是在DTI沟槽的衬垫上沉积的。
对于高介电常数膜和其他流程，供应商采用两种不同的方法:fab-front-DTI (F-DTI)和back-DTI (B-DTI)。OmniVision的Grant介绍：“F-DTI采用多晶硅隙填充，该多晶硅可以具有电压偏差，以改进表面钉扎。F-DTI还可以对腐蚀损伤进行更多的热处理，以减少泄漏， B-DTI使用带负电荷的高介电常数膜来积累电荷，并将费米能级固定在表面，从而抑制暗电流泄漏。高介电常数膜工艺为原子层沉积(ALD)。B-DTI通常使用氧化间隙填充，但一些金属填充，甚至空气间隙也已尝试并在大规模生产中使用。”
像素缩放竞赛会继续吗? Grant ：“很可能像素比例将继续超越0.7µm,像素收缩0.7µm之外,许多方面都需要优化。关键项目，如B-DTI、用于深二极管的高能植入物、用于彩色的光学结构收缩和微透镜，仍将是发展的重点。定义像素内晶体管和互连的更基本的设计规则需要更新。”
另一个问题是移动传感器的像素间距接近于光的波长。“有些人可能认为这是最小像素大小的限制，例如，用于研发的0.6µm像素间距。这小于红光的波长在0.65µm（650nm）。所以问题可能会出现，“为什么会收缩到亚波长?”对相机使用者有什么好处吗? 把像素的大小调到亚波长并不意味着在像素级别上没有有价值的空间分辨率信息。
Grant指出,1.0的光学结构µm像素使用许多亚波长特性。“例如，用于抑制串扰的窄金属栅格和用于提高量子效率的窄介电壁正在通过光引导得到改善。这种纳米级的光学工程已经在当前的像素中存在了很多年，所以向亚波长转移并不是一场革命，” “持续缩小的限制可能来自用户的利益，而不是技术。今天，应用程序继续通过缩小像素大小来寻找最终用户的价值，所以这是一种趋势。只要这种情况继续下去，CMOS技术将继续朝这一方向发展。”
