相机拍夜景为什么总有噪点?有科学家想让光少被“滤掉”一些

2026-11-09 林树鑫

GIAI 光学科普 · 科研成果解读

夜里路过一排亮着灯的小店,顺手拿手机拍一张。屏幕上看着还行,回家放大一看就露了底:阴影里铺满细碎的彩色颗粒,墙面纹理糊成一片,远处招牌的字边发虚。

换一台拍照更强的手机,这些问题会轻一些,但很难彻底消失。

常见的解释是光太暗、传感器太小、降噪算法不够好,这些都没错。不过在光真正落到感光元件之前,还有一道很少被留意的关口:为了让相机分得清颜色,传感器表面那层彩色滤光阵列会吸收掉相当一部分入射光。

2026年8月,《Nature Communications》刊登了新加坡科技设计大学等机构的一项研究,思路很直接:既然暗光下每一点光都珍贵,能不能别把“暂时用不上”的颜色吸收掉,而是把它们引到用得上的像素里去?

一、相机明明收到了光,为什么还要挡掉一大半

先看相机是怎么拍出彩色照片的。

CMOS图像传感器上的每个感光像素,本质上是一个光量计。它把落在自己身上的光转换成电荷,记录的是“有多少”,而不是“什么颜色”。一束红光和一束蓝光只要产生的电荷一样多,像素就分不出差别。

滤光片

图1|拜耳阵列的 RGGB 排列和吸收式分色原理。自行绘制的二维科研示意图。

颜色信息要靠另一层结构提供。最常见的是拜耳滤光阵列(Bayer filter array):在像素上方铺一层红、绿、蓝三色滤光单元组成的马赛克,每2×2个像素为一组,两个绿、一个红、一个蓝。绿色多给一份,是因为人眼对亮度细节的感知主要集中在绿光附近。

每个滤光单元主要放行对应的颜色波段,其余大部分被染料吸收。于是每个像素只记录一种颜色,相机再根据相邻像素的数值,用去马赛克算法估算出每个位置缺失的另外两种颜色,拼成完整的彩色图像。

这套方案成熟、成本可控、可靠,从手机、数码相机到工业相机都广泛使用。代价也写在原理里:一束红光照到2×2单元上,落在绿色和蓝色单元上的那部分基本被吸收了,哪怕它本可以在下方的像素里产生有用的信号。按照这篇论文给出的典型比较,拜耳型滤光阵列通常只能让大约30%的入射白光通过。

这并不等于现代相机只能用上三成的光,微透镜、背照式结构和像素设计都在设法改善收光效率。但只要还靠吸收来分色,这部分损失就难以避免。白天光线充足时影响可能不明显,到了夜里,每一个光子都开始算数。

二、暗部的颗粒,是光子“数不准”留下的痕迹

光到达传感器,并不像水流那样均匀连续,而是一个个离散的光子,到达时刻带有随机性。即便对着一面亮度完全稳定的墙,同一个像素在相同曝光时间内收到的光子数,每次也会有起伏。这种由光本身的统计特性带来的波动,叫作光子散粒噪声(photon shot noise)。

它的规律并不复杂:一个像素平均收到N个光子,在简化的泊松统计模型中,波动幅度大约是N的平方根。收到一万个光子时,起伏约一百个,只占1%;只收到一百个光子时,起伏约十个,就占到了10%。光越少,噪声在有效信号里的占比越大。

滤光片

图2|弱光条件下散粒噪声的相对占比更大。圆点为概念示意,非相机实拍。

再叠加读出噪声、暗电流噪声等因素,夜景暗部就更容易出现颗粒。实际照片里还可能看到彩色噪点,它与颜色重建、通道放大及后期处理也有关,不能全部归因于散粒噪声。

应对办法无非几种。延长曝光能多收一些光子,可手一抖、人一动,画面就糊了。提高ISO(感光增益)能让画面变亮,但它不能凭空补回丢掉的光子。降噪算法能把颗粒抹平,被一起抹掉的有时还有真实的细节。

这些手段大多发生在光子到达传感器之后。换个方向想:如果在光进入像素之前就少浪费一些,问题能不能从源头上缓解一点?

三、不挡光,改成给光“分路”

这项研究由新加坡科技设计大学等机构的研究人员完成,论文于2026年8月27日发表。他们制作的器件叫彩色光路由器(color router)。

拜耳滤光阵列的逻辑是“筛”,每个位置主要放行一种颜色。光路由器的逻辑是“分”:在光到达像素之前改变不同波长的传播方向,让红光更多地落到红色像素上,绿光落到绿色像素上,蓝光落到蓝色像素上。两者都是为了获得颜色信息,前者主要靠吸收,后者尝试靠重新分配光场。

滤光片

图3|四根纳米柱共同改变 RGB 光的空间分布。图中光线路径仅作原理解释,非数值模拟。

光当然不会像车一样看着路牌转弯,真正起作用的是微纳结构对光的散射与干涉。研究团队在每个路由单元里放了四根聚合物纳米柱,对应拜耳排列中的红、绿、绿、蓝四个位置。蓝色位置的柱子高约1.2微米、直径约0.56微米;红色位置的柱子高约2.0微米、直径约0.68微米;两根绿色位置的柱子几何参数相同,高约1.9微米、直径约0.48微米。作为对比,一根头发丝的直径通常在几十微米量级。

这里有个容易误会的地方:立在红色像素对应位置的那根柱子,并不是一个独立的“红色滤光柱”。四根柱子各自散射出的光在空间里叠加、干涉,最终在不同位置形成不同颜色的光强分布。分色效果来自整个组合的集体响应,单拎出任何一根都解释不了。

问题的性质也随之变了:分色不再只是一道材料吸收的题,还可以是一道光场设计的题。

四、低折射率材料,怎么“掰得动”光

此前的一些光路由器研究,多用二氧化钛、氮化镓等高折射率材料。道理不难理解:结构与周围介质的折射率差越大,通常越容易在微小尺度上实现较强的光学调控。代价是这类材料的微纳加工往往需要较复杂的薄膜沉积、光刻或刻蚀工艺。

这项研究用的是一种叫IP-L的商用光刻胶,折射率约1.52。低折射率材料具有工艺方面的潜力,但在如此短的距离内改变光的分布并不容易。研究要回答的问题是:能不能靠结构设计,把材料本身的弱势补回来?

几何参数靠计算来找。团队先用全波电磁仿真计算不同结构的光场,再用粒子群优化算法搜索纳米柱的高度与直径组合。优化目标设得很有讲究:不追求某一种颜色表现最好,而是尽量提高红、绿、蓝三个目标通道中表现最弱的那个,免得一个通道很亮、另一个很暗。

滤光片

图4|设计优化、双光子聚合制造和微纳阵列样品的流程示意,非真实加工照片。

结构定下来后,用双光子聚合3D打印制作。这种技术让聚焦激光在光刻胶内部的微小区域触发聚合固化,可以直接“写”出微纳尺度的柱状结构。高度不同的纳米柱,在一次光刻工序中就能形成。

最终的样品约1毫米见方,包含500×500、共25万个路由单元。每个单元有四根柱子,合计约一百万根纳米柱。放在桌上,它只是一小片几乎看不出名堂的透明微结构。

五、实验结果:多出来的光,去了哪里

仿真中,这种光路由器在可见光波段的整体透过率约87%,蓝、绿、红三个通道的峰值路由效率分别约60%、61%和62%。

实际打印出的器件,整体透过率约70%。研究团队指出,与仿真之间的差异可能涉及加工造成的几何偏差、材料参数不一致、表面粗糙度以及测量对准等因素。

70%这个数字需要拆开看。它反映的是器件的整体透过表现,却不意味着七成入射光都被准确送到了“颜色正确”的像素。衡量分色能力的是另一个指标:路由效率,也就是某种颜色的光有多大比例被送进了对应颜色的像素区域。实验测得的峰值路由效率,蓝光(450纳米)约40%,绿光(550纳米)约51%,红光(675纳米)约48%。

滤光片

图5|论文报告的整体透过率及各通道路由效率。数值来自论文,不代表 GIAI 产品指标。

两组数字不能混用。拿70%直接当作各颜色的有效收集效率,容易高估分色之后的实际收益。在理想化的2×2拜耳排列中,对于均匀照射的单色红光,只有四分之一的像素面积对应红色通道;蓝光同理,绿光则占一半。这只是帮助理解的几何参照,不是现代商用相机的实际光学效率测量。

成像对比实验更接近人们关心的问题。研究团队分别测试传统彩色滤光方案与新型光路由器方案,拍摄白、红、绿、黄、蓝等色块,并重建颜色信息。在论文的特定亮度比较中,光路由器方案约4毫秒曝光就达到了传统滤光方案约10毫秒曝光时的相近亮度。

在这套实验条件下,达到相近亮度所需的曝光时间缩短到了原来的四成左右。对于弱光成像,这是有意义的进展;但它不是“手机夜景噪点减少60%”的测量结果,也不能直接换算成商业相机的实际性能。

六、离手机夜景还有多远

还有相当长的路,论文也没有宣称它已经可以直接替代手机摄像头里的滤光阵列。

首先,这是一个验证光学原理的样机,不是集成好的相机。实验中的光路由器没有直接制作在传感器表面,而是通过独立光学系统与相机配合。完整图像的演示采用40×40个路由单元为一块依次采集,再在后期拼接。这种方式适合验证分色效果,与手机摄像头实时成像的方式相距甚远。

滤光片

图6|斜入射和通道串扰仍然是实际集成需要解决的问题。原理示意,非实验照片。

其次是通道串扰。部分光会落进不该去的颜色像素,研究中就观察到一部分蓝光进入红色通道。串扰越大,颜色还原就越依赖系统设计和后端校正。

第三是入射角。论文报告,现有设计在入射角不超过约6°时性能相对稳定。实际镜头不同位置的光线入射角可能明显更大,具体取决于镜头视场、主光线角度与像素堆栈结构,因此还需要专门适配。

第四是制造路线。双光子聚合3D打印精度高,但逐点写入的方式不等于已经具备大规模量产经济性。研究者将这类打印视为原理验证手段,未来仍需研究与晶圆制造兼容的材料、复制工艺以及更稳定的结构设计。

研究团队提出的后续方向包括直接集成到图像传感器、改善颜色串扰和斜入射表现,并评估更适合规模化复制的工艺。即便这些问题都解决了,噪声也不会彻底消失。光子散粒噪声来自光的统计特性,读出电路、暗电流和算法同样影响画质。光路由器针对的是分色环节的一部分光损失。

七、滤光片没有过时,光学设计多了一条路

回头看,这项研究最耐人寻味的或许不是70%这个数字,而是它重新提出的一个问题:从光里提取信息,是否一定要先牺牲一部分光?

答案取决于要提取的是什么。对于消费相机的RGB分色,光路由器给出了一种少浪费光的可能。可在很多场景里,“挡掉”本身就是目的。荧光显微中,激发光往往远强于荧光信号,需要发射滤光片把激发光有效抑制;机器视觉里,窄带滤光片可以突出所需照明波段,抑制环境光和杂散光;一些激光系统则需要滤光与保护元件避免探测器承受不需要的光辐射。

滤光片

图7|滤光片负责选择或抑制光谱成分,光路由器负责引导空间分布。原理示意。

这些需求不能简单通过把RGB光重新分配到不同像素位置来替代。研究者也设想把这类光路由器扩展到多光谱或微弱荧光成像,但即使走到那一步,激发光抑制与光谱选择仍可能需要专用滤光元件。

两条路线也未必只能二选一。2022年的一项光路由器研究就探索过在路由器下方叠加传统拜耳滤光阵列,以进一步降低通道串扰。路由器负责把更多光送到位,滤光片负责限制不需要的颜色混入。

光学薄膜、吸收型滤光片和微纳光场调控器件,要解决的是不同条件下如何获取可靠光学信息。一项新技术能否走出实验室,看的不只是理想条件下的透过率,还包括真实光路中的稳定性、制造一致性以及成本。

下次在夜里拍照,放大后看到暗部的颗粒,可以想一想:这些光从路灯出发,穿过空气、镜头和传感器表面那层彩色马赛克,最后有多少真正落进了像素里。

让夜景更干净,除了更聪明的算法,也可以从少浪费一点本来就不多的光开始。

图片说明

本文所有配图均为依据公开光学原理独立绘制的科研二维示意图,不是论文原始实验照片。图中研究数值仅对应所引用论文及其特定实验条件,不能用作 GIAI 产品性能数据。

参考资料

1. Pan, C.-F., et al. 3D printed designer color routers with low refractive index for low-light imaging. Nature Communications 17, 10243 (2026).
https://doi.org/10.1038/s41467-026-76072-8

2. Singapore University of Technology and Design. Routing the way to sharper and brighter low light photography with tiny 3D printed colour routers (2026).
https://www.eurekalert.org/news-releases/1148839

3. Zou, X., et al. Pixel-level Bayer-type colour router based on metasurfaces. Nature Communications 13, 3288 (2022).
https://doi.org/10.1038/s41467-022-31019-7

4. Hamamatsu Photonics. What is photon shot noise?
https://camera.hamamatsu.com/us/en/learn/technical_information/thechnical_guide/photon_shot_noise.html


电话咨询
邮件咨询
联系激埃特光电 光学滤光片与定制项目咨询
☎ 咨询电话 0755-89936779
微信咨询 · 扫码添加 激埃特光电微信二维码