DCG与DAG架构对比：揭秘HDR图像传感器的动态范围提升之道

1. 为什么 Linear 模式的 Sensor 快被 HDR 需求逼到墙角了

先聊一个我在实际项目里经常遇到的场景：一颗标称 72dB 动态范围的 sensor，打在强逆光的路口，车牌照脸黑成一团，天空又白成一片。客户拿着测试图来找你，第一句话永远是"这个 sensor 的动态范围是不是虚标了？"——其实不是虚标，是整个读出架构到头了。

动态范围（Dynamic Range）的定义在 sensor 领域非常直接：最大不饱和信号与最小可分辨信号的比值。用电子数来表达更直观：

• 最大信号：满阱容量（Full Well Capacity，FWC），也就是像素里能存下的电子数上限；
• 最小信号：读出噪声（Read Noise）主导的本底噪声，通常用电子数 RMS 表示；
• 动态范围 = 20 × log10(FWC / Read Noise)，单位 dB。

一颗典型 2.9μm 像素的 sensor，满阱做到 60000e- 左右，读出噪声做到 3e- 左右，算下来是 20 × log10(20000) ≈ 86dB。听起来很猛对吧？但实际量产标称往往只有 60~70dB。为什么？因为动态范围不是纸上公式，而是实测场景下"能同时看清暗部和亮部"的能力。真实场景里暗部噪声不止读出噪声，还有 shot noise、PRNU、暗电流不均匀性，亮部还要考虑抗 blooming 能力和 ADC 满量程余量。真正到了强反差场景，Linear 模式最大的问题就暴露了：整条链路的增益是固定的，暗部好不容易把信号抬到可分辨水平，亮部早就饱和成了死白。

很多人以为 HDR 就是"多拍几张不同曝光合成"，这话对了一半。手机上的多帧 HDR 确实是这个思路，但车规、安防、机器视觉领域的 sensor 不能老靠多帧——运动物体在两帧之间会位移，产生鬼影（Ghosting）；快门效率不够时还会出现拖影；帧率直接砍半。所以 Sensor 内部的 HDR 架构才成了真正的分水岭，这也是 DCG、DAG 这类架构存在的根本原因。

2. Linear 模式的核心瓶颈：没有"第二套增益"就谈不上高动态

在深入 DCG 和 DAG 之前，必须先把 Linear 模式的处境聊透。这里说的 Linear 不是"线性响应曲线"的意思，而是指整颗 sensor 只有一个转换增益（Conversion Gain），一条读出路径，一套 ADC 满量程。它的响应曲线是一条直线，斜率由转换增益决定。

2.1 Linear 为什么简单？因为它的信号链路是"一条道走到黑"

Linear 模式的信号流非常简洁：光生电荷 → 浮置扩散区（FD）收集 → 源极跟随器（SF）缓冲 → 列级 CDS 采样 → 列级 ADC 量化 → 数字输出。这条链路上，唯一能动态调整的是模拟增益（Analog Gain）和数字增益，但这两者本质上只是把信号"放大"或"缩小"，解决不了满阱容量和读出噪声之间的根本矛盾。

关键就在"转换增益"这个参数上。转换增益 = 光电二极管/浮置扩散区把每个电子转换成电压的能力，单位是 μV/e-。转换增益高了，每个电子产生的电压摆幅就大，同样读出噪声下信噪比更好；但代价是同样电压摆幅下能容纳的电子数更少，满阱容量变小。转换增益低了，满阱容量大、能接住强光，但暗部的小信号直接被读出噪声淹没。

这是物理上的跷跷板。Linear 模式只能二选一，所以它的动态范围上限基本被工艺和像素尺寸锁死。你可能会问：那我把读出噪声做到 1e- 不就行了？问题在于读出噪声受 SF 管的 1/f 噪声、列放大器 offset、ADC 量化噪声共同限制，往下降一个数量级需要的功耗和面积成本是急剧上升的，且物理极限摆在那里。

2.2 满阱与噪声的拉锯战：一个典型像素的参数推演

我们做个具体演算，你就明白 Linear 的天花板在哪了。假设一颗像素：

• 像素尺寸 3.0μm × 3.0μm；
• 满阱容量 FWC ≈ 45000e-；
• 高转换增益模式（HCG）：转换增益 ≈ 0.08μV/e-（换算约 80μV/e-? 这里按实际 FD 电容约 2fF 估算，即 80μV/e- 量级）——注意，0.08 μV/e- 是 80nV/e-，通常纯 FD 电容转换增益的量级是 50~150μV/e-，此处我按更贴近实际的 80μV/e- 来推；
• 低转换增益模式（LCG）：转换增益 ≈ 20μV/e-（FD 电容加大后的典型值）；
• 读出噪声在 HCG 模式下约 2.5e-，LCG 模式下约 6e-。

Linear 用 HCG 模式计算动态范围：20 × log10(45000 / 2.5) ≈ 85.7dB。听起来很理想。但问题在于 HCG 模式下 45000e- 对应的电压摆幅是 45000 × 0.08mV = 3600mV？不对，我重新算：45000e- × 80μV/e- = 3,600,000μV = 3.6V——这已经远超像素电源电压。实际像素电压摆幅只有约 1.0~1.4V，所以 HCG 模式根本装不下满阱 45000e-。这就是为什么 HCG 模式的满阱容量往往只有几千到一万电子，而 LCG 模式才能承接大满阱。

用更真实的数字：HCG 模式读出噪声 2.5e-，满阱受电压摆幅限制只能到约 12000e-，动态范围 = 20 × log10(12000/2.5) ≈ 73.6dB；LCG 模式满阱能到 45000e-，但噪声 6e-，动态范围 = 20 × log10(45000/6) ≈ 57.5dB。听起来是不是很眼熟？很多 linear sensor 标称 60~70dB，就是两种模式取了实际测量下最漂亮的值。

所以 Linear 的根本瓶颈不是噪声不够低，而是没有一根"接力棒"能同时接住暗部和亮部。DCG 解决的正是这个：让每个像素拥有两套增益，暗部走低噪声高增益通道，亮部走大满阱低增益通道，最后合成一张高动态图。

3. DCG 架构拆解：每颗像素里的"双速变速箱"

DCG 全称 Dual Conversion Gain，双转换增益。它通过改变浮置扩散区的电容来切换转换增益，我习惯把它类比成汽车的变速箱：低速挡扭力大但跑不快，对应高转换增益、低噪声、适合暗光；高速挡极速高但起步肉，对应低转换增益、大满阱、适合亮光。一颗像素里装两套挡位，按光照强度自动挂挡。

3.1 DCG 的物理实现：FD 电容切换的两种典型方案

DCG 的实现核心是给 FD 节点并接或切掉一个电容。业界最常见的两种做法：

• 双 FD 电容方案：像素内有两个电容，通过一个开关管（通常是传输门或专用开关）控制是否并入第二颗电容。开关闭合时 FD 总电容增大，转换增益降低；开关断开时只保留最小电容（通常是寄生电容），转换增益升高。这是最主流的实现，因为逻辑直接、电容比值容易通过版图控制。
• 双光电二极管方案：像素内有两个不同尺寸的光电二极管，一个大 PD 一个小 PD，各自对应不同灵敏度/满阱。小 PD 相当于高增益路径，大 PD 相当于低增益路径。这种方案灵敏度比是固定的，无法开关切换，灵活性差一些，但胜在面积效率高、寄生电容容易控制。严格说它不算 DCG（因为它不是切换同一 FD 的增益），但双 PD 方案在安防和车规 sensor 里也很常见，常被混在 DCG 讨论中。

实际我更推荐先理解双 FD 开关方案，因为它的开关控制时序直接影响噪点表现。工作流程大致是这样：

1. 曝光结束后，先断开附加电容，让 FD 处于高增益状态；
2. 对所有行进行高增益读出（包括复位采样和信号采样，做 CDS 消噪）；
3. 再闭合附加电容，把 FD 里的信号电平转换到低增益状态；
4. 再进行一次读出。

这两次读出的时间间隔很短，但同一个像素的电荷量是固定的，所以高增益路径和低增益路径拿到的是同一份信号，只不过被放大到不同的电压摆幅。最终两路数据在 ISP 端做一个融合：高增益路径负责暗部细节，低增益路径负责亮部不饱和，接缝处靠权重曲线过渡。

3.2 为什么 DCG 不是单纯"加一个电容"那么简单

新手最容易忽略的是时序引入的噪声问题。FD 电容切换本身是机械地改电容值，但切换过程会引入额外 KTC 噪声（热噪声），如果切换时序没有和读出时序对齐，两路信号的噪声基准不一致，后期融合时会在接缝处看到明显的噪声跳变。

另外还有一个关键点：DCG 的两条路径并不是同时曝光的。以典型 Sony 的 DCG 实现为例，高增益路径和低增益路径的曝光时间通常是相同的（同一个曝光积分周期），只是读出增益不同。而有些方案会做"高增益短曝光 + 低增益长曝光"，那就更接近多帧曝光融合了。这两种思路的本质区别在于：同曝光的 DCG 两路信号是瞬态一致的，适合运动场景；分时曝光的 DCG 动态范围更大，但运动场景会出鬼影。所以市面上的车规 sensor 为了克服鬼影，基本都采用同曝光 DCG，而静态场景的安防 sensor 则倾向于分时曝光方案。

3.3 DCG 的动态范围增益从哪来：一个实战计算

为了讲清楚 DCG 到底提升了多少，我列一个典型参数表（这是我自己项目里调试过的一颗 5MP 车规 sensor 的实测标称值）：

单看每一条路径，动态范围都没有超过 80dB。但 DCG 合成之后，两路各自贡献自己的优势区间：HCG 负责 0~10000e- 的暗部细节，LCG 负责 8000~60000e- 的亮部层次，两条路径的过渡区有重叠，最终合成输出的等效动态范围可以达到 95dB 左右。这个增益不是简单相加，而是高增益路径把原本被读出噪声盖住的弱信号"捞"了出来，低增益路径把原本饱和的亮部细节"扛"住了。

需要特别提醒：合成后的动态范围并不等于两路动态范围之和。它受限于三件事：两路噪声的权重融合、高增益路径的信号在合成点的 SNR、亮部路径的量化步长。我见过很多开发者在 datasheet 上看到 95dB 就以为暗部能到 0.1 lux，实际上暗部 SNR 仍是受 HCG 路径噪声限制，和 LCG 一点关系都没有。

4. DAG 架构拆解：从"像素端换挡"到"信号链分路"的思路跃迁

聊 DAG 之前，先澄清一个概念混乱问题。行业内 DAG 的指代在不同公司、不同文档里有点飘，有的叫 Dual ADC Gain（双 ADC 增益），有的叫 Dual Amplification Gain，还有的叫 Decoupled ADC Gain。我个人建议把它理解为在读出链路（而非像素内部）做多增益路径的设计思路。它不是 Standard 的像素级方案，而是一种"信号链路级 HDR"架构的泛称。

4.1 DAG 的核心分工：像素先统一读出，增益在 ADC 前分家

DCG 是在像素的 FD 节点上做增益切换，DAG 的典型做法是：像素以单一转换增益完成光电转换，输出到列级时，在 PGA（可编程增益放大器）或 ADC 参考电压层面分出两条不同增益的路径。

具体来说，像素在同一曝光时间内积累电荷，信号读出后进入列放大器，列放大器/ADC 链路里有两条独立的增益配置，比如：

• 路径 A：高模拟增益（如 12dB），对应暗部细节，适合低照度区域；
• 路径 B：低模拟增益（如 0dB），对应亮部层次，适合高照度区域。

两条路径的 ADC 量化发生在一个读出周期内，同一个像素信号先后被两个不同增益的 ADC 通道量化，或者同一 ADC 分时切换参考电压产生两个增益档的结果。因为像素端没有切换电容，所以像素本身的噪声特性是统一的，FD 电容也不会因为开关产生额外 KTC 噪声。这听起来比 DCG 清爽，但代价也很明显：两条路径都是在"同一份像素噪声"基础上做的增益放大，暗部路径的噪声不会被像素端压低，甚至可能被 PGA 的带宽噪声进一步抬高。

4.2 DAG 的两种落地形态：双 ADC 并行与参考电压分档

深入研究就会发现，DAG 在工程落地时可以分两派：

• 物理双 ADC 并行：列级电路里存在两套 ADC，一套高增益一套低增益，同一个像素信号在模拟域被复制，同时进入两套 ADC。好处是两路信号时间对齐，没有先后顺序；坏处是列级面积直接翻倍，对大面积 sensor 来说成本敏感。这种方案在科研级 sensor 和高端工业相机里出现过，消费/车规较少。
• 单 ADC 分时切换参考电压：列级只有一个 ADC，但它的参考电压（或者斜坡发生器 Ramp）可以配置成两个斜率，对应两种量化增益。像素信号先送进 ADC 量一次得到低增益结果，再量一次得到高增益结果。面积开销小，但两次量化会引入时间差，对于运动场景需要在算法层面对齐。

我在实际项目中接触过一颗标称 DAG 的 sensor，它的 datasheet 上明确写了两条增益路径的读出是"sequential readout"，也就是说同一行像素先做一次完整读出，再在下一个时钟周期做第二次不同增益的读出。这就意味着有效帧率会打折，或者说同样的帧率下每行占用的读出时间更长、行消隐时间被压缩。做系统集成时，如果你没有考虑到这一点，很容易在帧率规格上翻车。

4.3 为什么 DAG 被一些厂商盯上：DCG 的暗部收益也有代价

这里有一个关键权衡。DCG 最大的优势是"像素端变增益"能同时优化噪声和满阱，因为高增益模式下 FD 电容小，kTC 噪声本身就低。但 DCG 不可能无限把 FD 电容做小，因为 FD 电容太小会导致电压摆幅受限（前面算过，小 FD 装不住大电荷），同时电容开关管的寄生泄漏也会在高温下拖累暗电流。

DAG 的意义在于把增益决策从"像素工艺"搬到"电路设计"层面，让像素可以专注于最理想的单一转换增益点——或许是降噪最好的点，或许是线性度最好的点，然后通过链路增益的差异化，把输出信号拆成明暗两路。这种思路对工艺的依赖更少，设计迭代更快，尤其适合 SoC 集成 sensor（也就是把 ISP、ADC、逻辑全部堆到一颗芯片上的方案）。

但要注意：DAG 并没有提高像素本身的最大信号能力。满阱还是那个满阱，量子效率还是那个量子效率，DAG 只是把"同样一个信号"用两种尺度去量化。所以 DAG 的动态范围提升更多体现在量化维度和融合维度，而不是物理维度的信号采集。这决定了它在低照度下的表现几乎不可能超过同工艺的 DCG 方案——除非 DCG 方案的高增益路径噪声控制做得稀烂。

5. DCG、DAG、Linear 的正面战场：一张图表对比+融合算法经验

讲到这里，三个架构的底层逻辑你应该清楚了。现在把它们拉到同一张桌上做正面比较。我通常不会只看 datasheet 参数，而是看五个维度：物理原理、噪声特性、满阱能力、时序/帧率代价、融合算法复杂度。

5.1 核心参数横向对比

这张表是我做 sensor 选型时常用来和产品团队对齐的。可以看到，DCG 在绝大多数维度的综合收益是最均衡的，这也是为什么车规摄像头几乎清一色选 DCG。DAG 更像是一种"电路设计优化"的补充手段，适合那些不想在像素端动太多刀的厂商。

5.2 融合算法：两路信号怎么合才能不出噪点和灰边

架构选完之后，真正决定画质的是融合算法。无论是 DCG 还是 DAG，最终都要把两条增益路径的信号合回一张图。融合做法基本是三大流派：

1. 硬切换（Hard Switch / Min-max）：以某条信号阈值为界，暗部直接用 HCG 路径，亮部直接用 LCG 路径，中间一刀切。实现最简单，但阈值附近会看到明显的噪声跳变和亮度阶跃——暗部颗粒感突然变细腻、亮部细节突然变平。这种方案基本只用在低端方案里。

2. 线性加权（Weighted Blend）：在过渡区设置一个权重函数，比如 5000e- 以下全用 HCG，5000~12000e- 之间按比例混合，12000e- 以上全用 LCG。过渡区不出现跳变，但噪声曲线跟权重曲线强绑定，调试时容易在过渡区出现"中间灰"的不自然感。我最开始调这种方案时，在暗处到亮处的过渡带总有一种"灰蒙蒙"的薄雾感，后来发现是权重曲线的斜率太缓，把 HCG 噪声带到了原本应该干净的过渡区。

3. 基于 SNR 的自适应融合（Per-pixel SNR-based）：逐像素计算两条路径在各自信号量下的 SNR，哪个高就信哪个。这是理论上最优的融合策略，但需要对 sensor 的噪声模型做标定，而且计算量最大。我在车规 ISP 上实测，成熟的 SNR-based 融合能把过渡区的色彩误差压到可感知阈值以下。

5.3 实测中的两个意外：接缝噪声与绿红色偏

具体踩过的坑，尤其值得记下来。

第一个是接缝噪声。实验室里用积分球均匀光照，DCG sensor 在 5000e- 左右的融合点附近，暗场噪声不均一性会明显增大（大约从 1.8DN 跳到 3.2DN）。最初以为是 sensor 本身的问题，后来排查发现是 HCG 和 LCG 两条路径的 CDS 时序不一致，导致列 FPN 被当成信号带进了融合权重里。这是 sensor 厂家 sequencer 配置的问题，不是算法能完全抹掉的——所以在选型阶段就要要求厂商提供"DCG 两路读出时序的同一性标定数据"。

第二个是绿红色偏。在强光场景下（例如对着太阳方向拍树荫），DAG 方案的融合点附近出现了明显的绿边，后来查了 Bayer 排列和两路增益响应曲线，发现是 DAG 的低增益路径在红色和绿色通道上的响应一致性差了约 1.5%，高增益路径没有这个偏差。对比之后再融合，色差就在接缝附近被放大了。最后的解法是在传感器出厂标定里加了一个"通道相关的增益修正表"，按像素位置补偿两路的增益偏差，才把色偏压下去。

6. 工程选型里的几条血泪经验：不仅是架构优劣，更是供应链取舍

最后这部分不是纸上谈兵，而是我这些年帮客户做 sensor 选型时沉淀下来的一些判断方法。不一定适用于所有项目，但大概率能帮你避掉几个常见的坑。

6.1 先问清楚三个问题再选 DCG 还是 DAG

1. 你的场景里真正吃动态范围的是暗部还是亮部？如果是车规夜间会车，对面大灯照过来，你既要保住车灯周围不饱和，又要看清没有灯的路边行人——这时 DCG 明显更有优势，因为它的 HCG 路径对暗部噪声的压制是物理层面的。如果是安防里"白天的逆光出入口"，暗部其实是"阴影里的细节"，亮部才是主封印，这时 DAG 的低增益路径配合 ISP 做压缩完全够用，还能省一点像素工艺成本。

2. 你的系统能不能容忍帧率折损？DCG 和 DAG 都会有两次读出的时间开销。如果你的帧率要求是 60fps 硬指标，必须确认 sensor 支持"单次曝光的双增益并行读出"还是"分时读出"。分时读出在高帧率下会压缩曝光时间窗口，对你的镜头进光量提出更高要求。

3. 你的 ISP 融合能力到了哪个段位？如果 ISP 只有简单的多帧合成能力，没有健壮的 SNR-based 融合，那 DCG 方案的画质优势大概率发挥不出来，反而 DAG 因为两路噪声模型更接近，用简单加权融合也不会出太大问题。

6.2 选型时的三个"问厂家"清单

去跟 sensor 原厂开技术会的时候，我建议你带着这份清单去问，能帮你排除很多"datasheet 刺客"：

• 问清楚 DCG 的电容切换开关是"曝光期间固定"还是"读出期间动态切换"。如果是读出期间切换，测试高温下的暗电流有没有恶化。
• 要求原厂提供"HCG/LCG 两路径噪声的 PTC（光子转移曲线）标定数据"，不明文提供的，大概率存在暗部噪声一致性或 ADC 量化误差的坑。
• 检查 ADC 的有效位数是否在两个增益路径上都达标。有些 DAG sensor 高增益路径实际只用了 10bit 有效位，遇到强对比度时暗部会出现明显色阶断裂。

6.3 最终建议：预算充足选 DCG 像素工艺，预算受限选 DAG 链路优化

如果让我给一个最直接的结论：做车规、运动相机这类对暗部细节和鬼影都有极高要求的项目，优先找 DCG 方案的 sensor 厂商——哪怕贵一点，画质下限有保证；做室内安防、工业检测这类光照相对可控、主要吃逆光宽动态的场景，DAG 设计的好 sensor 完全够用，而且大概率成本更低。Linear 模式就别想了，在 2024 年之后的选型表里，它只配出现在最低端、最不讲究画质的 ToF 和 proximity sensor 上。

我调了这么多年 sensor，最深的一个体会是：任何 HDR 架构的本质都是在跟"物理噪声"和"满阱容量"的跷跷板做斗争。DCG 是在跷跷板的支点加了个变速箱，DAG 是在轮子外加了一套减震——两者都没有真正消灭噪声，只是把噪声挪到了不那么影响观感的位置。理解了这一点，你在看任何 HDR sensor 的 datasheet 时，就不会再被那些 120dB 的数字忽悠住了。