从屏蔽像素到双光电二极管：PDAF技术演进史（附各代传感器实拍对比）

还记得十年前用手机拍照时，那种令人焦躁的“拉风箱”体验吗？镜头反复伸缩，画面在模糊与清晰之间来回试探，一个转瞬即逝的表情或风景就可能被错过。如今，即便是千元机，也能在按下快门的瞬间完成精准合焦，这背后是一场发生在传感器微观世界里的静默革命——相位检测自动对焦（PDAF） 技术的进化。这场革命的核心战场，是每个像素点内部那不足微米见方的空间，工程师们在这里与物理定律博弈，从最初的“遮遮掩掩”到如今的“分而治之”，最终实现了对光线的精准“预判”。对于硬件极客和影像工程师而言，理解这场从屏蔽像素（Shielded Pixel） 到全像素双核对焦（Dual Pixel） 的变迁，不仅是理解现代影像系统的钥匙，更是洞察未来传感器设计趋势的窗口。本文将带你深入传感器微观结构，拆解各代PDAF技术的核心差异，并透过显微镜下的像素排列与实拍对比，看清技术迭代的真实轨迹。

1. 奠基与困境：初代屏蔽像素PDAF的诞生与局限

一切始于一个看似简单的需求：让相机“知道”镜头该往哪个方向移动才能对上焦。在PDAF出现之前，主流的反差对焦（CDAF）系统如同在黑暗中摸索，它只能通过检测图像对比度的峰值来判断是否合焦，但无法预知离焦的方向，因此不得不让镜头来回移动“试探”，效率低下。相位检测对焦则不同，它通过比较来自同一物点、但通过镜头不同部分的光线所形成的图像偏移（即相位差），能直接计算出离焦量和方向，理论上可以实现“一步到位”的对焦。

2010年，富士与东芝合作，在一款前照式CCD传感器上首次将这一理念引入消费级相机（FinePix Z800EXR），标志着屏蔽像素PDAF 技术的商业化起点。其原理直白而巧妙：在常规的成像像素阵列中，规律性地嵌入一些经过特殊处理的“对焦像素”。这些像素的表面，被一层不透明的金属层（通常是钨或铝）遮挡住一半的光敏区域。

提示：这种金属遮罩层并非额外添加，而是直接利用芯片制造中已有的互联层（如Metal 1）进行图案化，这大大降低了工艺复杂度和成本。

具体来说，传感器中心区域约7%的像素被改造为成对的PDAF像素。一个像素遮挡左半部分，其相邻的另一个同色像素则遮挡右半部分。这样，来自镜头左侧和右侧的光线，就分别被这两个像素采集。通过比较这两组信号产生的微小图像偏移，系统就能计算出精确的相位差。TechInsights的逆向工程报告显示，这颗1.6微米像素的CCD，其遮罩就位于光电二极管上方的钨屏蔽层。

然而，初代技术带着与生俱来的阿喀琉斯之踵：

• 信号损失：每个对焦像素损失了近一半的进光量，在暗光下信噪比急剧恶化。
• 空间牺牲：用于对焦的像素无法用于成像，其空缺的图像信息需要依靠周围像素通过算法插值来填补。当PDAF像素密度过高时，插值错误会导致明显的伪影和画质下降。
• 覆盖范围有限：早期方案通常只将PDAF像素集中布置在画面中心区域，对画面边缘物体的对焦能力很弱。

下面的表格概括了早期屏蔽像素PDAF在几种典型传感器上的实现方式：

年份	厂商/传感器示例	像素工艺	遮罩位置	PDAF像素布局	核心特点与局限
2010	富士/Toshiba CCD	前照式，1.6µm	PD上方钨层	中心矩形区域，~7%覆盖率	首次消费化，金属半遮罩，对焦速度约0.158秒
2011	尼康V1 / Aptina	前照式CMOS，3.4µm	Metal 1 (Cu)	9条横贯传感器的线性阵列	线性排列，易于读取，但覆盖不连续
2012	佳能650D	前照式CMOS，4.3µm	Metal 2 (Al) 垂直遮罩 + Metal 1 水平遮罩	中心“+”字形区域，约7%	引入透明（Clear）滤色片替换部分红蓝滤色片，提升PDAF像素进光量
2013	富士X20 / Toshiba	背照式CMOS，2.2µm	背面开口金属网格（Al）	约13%区域，每4行有1行含PDAF像素	迁移至背照式工艺，遮罩位于光路后端

尽管局限明显，屏蔽像素PDAF为移动影像和入门级相机带来了前所未有的对焦速度提升。它证明了在CMOS图像传感器（CIS）上集成相位检测功能的可行性，为后续更激进的技术演进铺平了道路。工程师们很快意识到，要突破性能天花板，必须从根本上改变“遮挡光线”的思路。

2. 范式转移：双光电二极管（Dual PD）与全像素对焦的崛起

如果屏蔽像素是“做减法”（遮挡部分光线），那么双光电二极管（Dual PD） 技术就是在做“加法”和“除法”。它的核心思想不再是牺牲像素的感光能力，而是将一个像素井（Pixel Well）内的单个光电二极管（PD）物理分割成两个独立、对称的光电二极管。这两个子二极管共享同一个微透镜（Microlens）和颜色滤镜，但分别收集从镜头不同部分入射的光线。

传统单PD像素： [微透镜] -> [颜色滤镜] -> [单个PD]
Dual PD像素：   [微透镜] -> [颜色滤镜] -> [PD左 | PD右]

2013年，佳能在EOS 70D上首次推出了基于此技术的“全像素双核CMOS AF”（Dual Pixel CMOS AF）。虽然当时仍限于前照式工艺和中心约80%的像素区域，但它宣告了一个新时代的到来：每一个像素，都可以同时参与成像和对焦。

真正的革命性突破发生在2016年。三星将其ISOCELL 技术与Dual PD结合，在Galaxy S7的1.4微米背照式堆叠传感器上，实现了100%像素覆盖的双核对焦。几乎同时，索尼也为同一款手机提供了类似方案的传感器（IMX260）。逆向分析显示，为了实现两个PD间的电气隔离并减少串扰，三星和索尼都采用了背面深沟槽隔离（B-DTI） 技术。三星版本甚至在绿色和蓝色通道的Dual PD子阵列周围，使用了独特的2x2 B-DTI结构来进一步优化性能。

Dual PD技术的优势是压倒性的：

1. 无信号损失：两个子PD的信号在成像时可以合并，得到与普通像素完全相同的图像信号，彻底消除了画质妥协。
2. 超高密度相位信息：100%的像素都是对焦点，意味着相位检测的密度和精度达到极致，尤其有利于追踪快速移动的物体。
3. 出色的弱光性能：由于没有遮光损失，在低照度下依然能获得可靠的相位差信号。

当然，Dual PD也非完美。将一个PD一分为二，意味着每个子PD的满阱容量（Full Well Capacity） 会减小，这在一定程度上会影响动态范围，处理不当可能导致高光区域更容易过曝。三星和索尼通过先进的像素内电荷转移、多曝光HDR 以及强大的图像信号处理器（ISP） 算法，有效地缓解了这一问题。

从屏蔽像素到双光电二极管，PDAF完成了一次从“部分牺牲”到“全员参与”的哲学转变。但这远不是终点，在追求更小像素、更高分辨率、更强性能的道路上，更精妙的“合纵连横”正在上演。

3. 索尼的“组合拳”：2x2 OCL与Octa PD的架构精解

当行业在Dual PD路径上高歌猛进时，索尼作为图像传感器市场的领导者，展示了一套更为复杂和多样化的技术组合拳，统称为 “全像素AF” 技术。这不仅仅是一种技术，而是针对不同传感器尺寸和设计目标（高分辨率、高感光度、高速对焦）的多种解决方案。理解这些方案，是看懂高端传感器技术路线的关键。

3.1 Dual PD方式：全像素AF的基石

这是索尼全像素AF家族中最基础、也是最直接的方式，原理与前述三星的Dual Pixel类似。每个像素由两个光电二极管组成，共享一个片上镜头（On-Chip Lens, OCL）。其结构可以简单理解为：

像素结构: [单个微透镜] -> [单个颜色滤镜] -> [PD_A | PD_B]
工作模式:
- 对焦时: 分别读取PD_A和PD_B的信号，计算相位差。
- 成像时: 将PD_A和PD_B的信号相加，作为一个完整像素的输出。

这种方式是实现全像素AF的直通车，但如前所述，在极小像素尺寸下（如0.8µm），两个PD的物理隔离和性能平衡面临巨大挑战。

3.2 2x2 OCL方式：为高分辨率与小型化而生

随着手机传感器像素尺寸不断微缩至1.0µm甚至0.8µm，传统的Dual PD结构在制造和性能上面临瓶颈。索尼的 2x2 OCL 技术提供了一种巧妙的折中方案。它建立在 Quad Bayer 色彩阵列的基础上。

Quad Bayer阵列本身是一种像素合并技术，它将相邻的2x2共四个同色像素（例如四个绿色）视为一个“超级像素”，在弱光下合并信号以提升感光度，在亮光下又可单独输出以获取高分辨率。2x2 OCL技术则让这四个同色像素共享一个更大的片上镜头。

结构示意图:
传统Bayer: [G透镜] [B透镜] [G透镜] [R透镜]... (每个像素独立透镜)
2x2 OCL:    [    一个大透镜    ] 覆盖 [G][G][G][G] 四个同色像素

在这种结构下，四个像素接收到的光线具有微小的角度差异。通过比较这四个像素两两之间的信号关系，算法可以推导出相位信息。它的精妙之处在于：

• 无需信号合并：作为图像信号输出时，四个像素本身就是独立的，无需像Dual PD那样将两个信号相加，因此更有利于实现极高的分辨率。
• 兼容Quad Bayer：完美继承了Quad Bayer的高感光和HDR优势。
• 适合中型传感器：在像素尺寸较小、追求高像素密度的手机主摄传感器上尤为适用。例如，索尼的LYTIA系列传感器就广泛应用了此项技术。

3.3 Octa PD方式：大型传感器的性能王者

对于追求极致画质和感光性能的大型传感器（如APS-C、全画幅），索尼祭出了终极武器：Octa PD。你可以将其理解为 “Dual PD”与“Quad Bayer”的融合升级版。

在一个2x2的像素组（例如四个绿色像素）中，每个像素内部都集成了双光电二极管。这样一来，一个四像素组就拥有了八个独立的光电二极管（Octa即“八”）。

Octa PD结构 (以2x2绿色像素组为例):
像素(0,0): [PD_G0_L, PD_G0_R]
像素(0,1): [PD_G1_L, PD_G1_R]
像素(1,0): [PD_G2_L, PD_G2_R]
像素(1,1): [PD_G3_L, PD_G3_R]
它们共享一个大的OCL或紧密排列的微透镜组。

这种架构带来了无与伦比的优势：

• 极高的相位信息密度：在一个微小区域内提供了极其丰富的相位差数据。
• 卓越的HDR对焦性能：这是Octa PD的杀手锏。在进行多曝光HDR拍摄时（长、中、短曝光），所有曝光帧的每一个像素都能进行相位检测。这意味着即使在极高反差或亮度急剧变化的场景中，系统也能持续获得可靠的对焦信息，实现“零延迟”的追焦。
• 维持高感光度：保留了Quad Bayer像素合并的能力，暗光画质有保障。

索尼的Octa PD技术常见于其高端相机和旗舰手机的大底主摄传感器上，代表了当前全像素相位检测对焦技术的最高水平。它不再是对单个像素的改造，而是对像素集群的协同设计，体现了系统级优化的思路。

4. 技术路线对比与实战传感器剖析

理解了主流技术路径后，我们通过具体的传感器实例和对比，来直观感受不同方案的实际表现与权衡。

4.1 关键参数与特性对照表

下表总结了三种核心PDAF实现方式的关键差异：

特性维度	屏蔽像素PDAF (Partial-PD)	双光电二极管 (Dual PD)	2x2 OCL (索尼)	Octa PD (索尼)
核心原理	金属层遮挡像素部分感光区	单个像素内集成两个PD	2x2同色像素共享一个大微透镜	2x2像素组中，每个像素均为Dual PD
相位检测像素覆盖率	部分 (通常<10%，后期可达>90%)	100% (全像素)	100% (基于像素组)	100% (全像素，且密度更高)
对画质影响	需插值补偿，可能导致伪影	基本无影响 (信号可合并)	无影响，且利于高分辨率	无影响，且支持高性能HDR
弱光对焦性能	较差 (信号损失严重)	优秀	良好	极佳 (多曝光下仍可用)
制程复杂度/成本	低 (复用现有金属层)	中高 (需隔离工艺)	中 (微透镜制造精度要求高)	高 (结构最复杂)
主要适用场景	早期手机、入门相机	主流中高端手机、无反相机	高像素密度手机传感器	高端大底手机传感器、专业相机
代表性传感器/产品	富士早期CCD、OmniVision OV16880	三星Galaxy S7系列、佳能EOS R系列	索尼IMX586 (48MP), IMX989 (1英寸)	索尼A7 IV、部分旗舰手机大底主摄

4.2 经典传感器实拍对比与深度解析

让我们聚焦几颗有代表性的传感器，看看技术参数如何转化为实际体验。

案例一：OmniVision OV16880 (1.0µm, 背照式，屏蔽像素PDAF) 这颗发布于2016年初的1600万像素传感器，是早期背照式小像素PDAF的一个典型。TechInsights的分析显示，其PDAF像素采用背面金属网格遮罩，分布在传感器特定区域。

• 实拍体验推演：在光线充足时，其对焦速度相比纯反差对焦有显著优势。但在室内或黄昏场景，对焦会开始犹豫，偶尔出现“拉风箱”的情况。拍摄纹理复杂的物体时，如果仔细审视PDAF像素分布的区域，有时能察觉到极其细微的摩尔纹或解析力下降，这是插值算法不可避免的副作用。这颗传感器标志着PDAF向小像素、高密度迈出了重要一步，但画质与对焦的权衡依然明显。

案例二：三星S5K2L1 / 索尼IMX260 (1.4µm, 背照式堆叠，Dual Pixel) 这两颗为Galaxy S7定制的传感器，是全像素双核对焦在移动端的里程碑。尽管来自不同厂商，但都实现了1.4µm像素下的100% Dual PD覆盖。

• 实拍体验对比：在实际使用中，两者的对焦体验都达到了当时前所未有的“指哪打哪”的水平。尤其是在拍摄儿童、宠物等运动主体时，连续追焦的粘滞感大大增强。不过，有细心的开发者通过测试发现，在极限逆光或极高对比度场景下，三星版本偶尔会出现轻微的高光溢出，而索尼版本在色彩过渡的平滑度上略胜一筹。这很可能与两者在B-DTI隔离结构、内部电荷转移效率以及ISP调校上的细微差异有关。这告诉我们，即使原理相同，工艺和算法的细节依然决定了最终体验的上限。

案例三：索尼IMX989 (1英寸， Quad Bayer + 2x2 OCL) 这颗用于多家旗舰手机的1英寸大底传感器，是2x2 OCL技术的典范。其原生分辨率为3200万像素（通过Quad Bayer输出1250万或5000万像素）。

• 实战优势分析：在日常1250万像素输出模式下，四个同色像素合并，等效像素尺寸达到3.2µm，感光度极高。此时，2x2 OCL结构使得这个“大像素”依然能提供精确的相位信息。在明亮光线下使用高像素模式时，每个小像素又能独立成像，OCL提供的相位信息有助于提升高分辨率下的对焦精度。我个人的体验是，在夜景模式下，它的对焦成功率和速度远超传统Partial-PD传感器，因为每个“超级像素”都能贡献可靠的相位数据，暗部对焦几乎无迟疑。

案例四：索尼Exmor RS for iPhone (1.0µm, 堆叠式， “Dual PDAF”) 这里需要特别提及一个有趣的变种。在iPhone 7 Plus等机型使用的索尼传感器中，发现了一种被称为 “Dual PDAF” 的结构。它并非传统的Dual PD，而是在特定的绿色-蓝色像素对上，使用了一个1x2的宽微透镜，覆盖一个绿色像素和一个替换为绿色滤镜的蓝色像素位置。

简化示意图 (8x8像素区块):
[G][B][G][B][G][B][G][B]
[B][G][B][G][B][G][B][G]
... (其中两个特定的G-B对共享一个横跨的微透镜)

这种设计非常巧妙，它用较低的复杂度，在部分像素上实现了类似双核对焦的相位检测能力，同时保持了小像素尺寸。它在当时的对焦性能，尤其是视频追焦上，带来了显著提升，可以看作是索尼在成本和性能之间的一次精妙平衡。

4.3 显微镜下的像素排列：一张图看懂差异

对于硬件爱好者来说，没有什么比显微镜下的芯片裸片图像更直观的了。虽然我们无法在此嵌入真实图像，但可以通过描述来构建认知：

• 屏蔽像素：在规则的Bayer阵列中，你会看到一些像素表面有一道明显的黑色金属线，将像素一分为二。这些像素通常成对出现，遮挡方向相反。
• Dual Pixel：在电子显微镜的截面图上，可以看到单个像素井内，有两个被深沟槽（DTI） 清晰隔开的光电二极管区域。表面看起来与普通像素无异，但底层结构截然不同。
• 2x2 OCL：在俯视图中，你能观察到四个同色像素（如绿色） 被一个更大的、连续的圆形或方形微透镜所覆盖，这与周围每个像素拥有独立小透镜的格局形成鲜明对比。
• Octa PD：在极高倍率的截面分析中，会在一个2x2像素组的每个像素内，都看到双PD结构，并且这组像素的微透镜可能是一个整体或紧密耦合的集群。

这些微观结构的差异，直接编码了各代技术不同的性能基因。从遮光到分光，从独立到共享，从部分到全体，PDAF技术的演进史，就是一部在方寸之间不断重新定义光、电转换规则的微观工程史诗。

5. 未来展望：超越相位检测的融合感知

PDAF技术的故事远未结束。当前，我们已经看到了几个清晰的发展趋势：

首先，是PDAF与其它对焦技术的深度融合。 纯粹的相位检测在极暗环境或低对比度物体前仍会失效。因此，激光雷达（LiDAR）、ToF（飞行时间） 传感器提供的绝对距离信息，与对比度检测提供的微调能力，正在与PDAF构成多模态的融合对焦系统。例如，iPhone的“聚焦像素”与LiDAR扫描仪协同工作，先在激光测距的辅助下快速定位大致焦平面，再由PDAF进行精细校准，最后用反差检测确认峰值。这种传感器融合策略将成为高端设备的标配。

其次，是AI对对焦逻辑的彻底重构。 传统的PDAF算法依赖于计算左右图像的相位差。而现在，基于机器学习的对焦算法正在学习直接从传感器原始数据中预测最佳对焦点。它们可以识别画面中的人眼、面部、宠物，甚至运动物体的轨迹，提前预判对焦主体的移动，实现“预见性对焦”。这已经超越了单纯的硬件相位检测，进入了计算摄影的深水区。

最后，是PDAF向新领域的拓展。 在汽车自动驾驶领域，用于舱内监控的DMS（驾驶员监测系统）摄像头需要快速准确地对焦于驾驶员的面部或眼球。在工业机器视觉中，对运动生产线上的零件进行快速检测，也离不开高速、可靠的自动对焦。这些领域对可靠性、环境适应性和速度的要求，正在推动PDAF技术向更宽温度范围、更高抗干扰性方向发展。

回望从2010年那个被金属遮住一半的像素，到今天每个像素都能“睁开双眼”感知光线方向的复杂结构，PDAF的演进完美诠释了影像技术如何在物理限制与算法智能之间寻找最优解。对于开发者而言，选择哪种PDAF方案，不再仅仅是参数表的对比，而是需要深入理解其底层结构如何与你的ISP流水线、3A（自动对焦、自动曝光、自动白平衡）算法以及最终的用户体验目标相匹配。下一次当你惊叹于手机瞬间抓拍的能力时，不妨想想那数千万个微观光电二极管，正在如何默契地分工协作，将光影转化为清晰的记忆。