多光谱滤光片赋能CMOS传感器--技术优势与手机市场新机遇
从去年华为发布的Mate70系列手机来看，这款手机最大的亮点就在于搭载了华为的“多光谱色温传感器”专利的多光谱图像传感器--红枫原色影像图像传感器，可通过波段数据优化拍照色彩；
（图源华为发布会）
目前从官方披露的信息来看，150万摄像头的红枫摄像头是华为首次应用于手机多光谱成像摄像头的一个新的尝试，打破了传统Bayer阵列图像传感器只有RGB三颜色的光谱分辨壁垒，从颜色通道实现多光谱到高光谱的一个跃升，其颜色通道甚至可以达到数十个，使得用户在摄像拍照方面获得更高的光谱分辨能力，从而更好的采集更高色光有效信息。
（图源华为发布会）
近年来，智能手机影像能力的持续升级，多光谱成像技术逐渐从科研和工业领域向消费电子市场渗透。从华为的这一举措，w66国际·利来（中国）APP下载不难看出，多光谱滤光片与CMOS传感器的结合，将成为推动这一趋势的核心技术之一。
（图源网络）
一、多光谱滤光片的技术优势：突破传统成像边界
传统CMOS传感器依赖Bayer滤光片（RGB三通道）捕捉可见光信息，但光谱分辨率有限。而多光谱滤光片通过将入射光分割为更多窄波段（如5-10个通道甚至更多），显著提升了光谱信息的丰富度。
光谱成像分辨率示意图
来源:Vines & Zhang Grass Research 2022,2:1
1. 高精度光谱解析能力
多光谱滤光片可覆盖可见光至近红外（400-1000nm）范围，每个通道对应特定波长，能够区分传统RGB无法识别的细微光谱差异。例如，在农业检测中识别作物病害，或在医疗领域通过皮肤反射光谱分析健康指标。
2. 增强环境感知与色彩还原
通过多波段数据融合，可更精确还原真实色彩，尤其在复杂光照条件下（如混合光源、低光环境）表现突出。例如，在手机摄影中实现更自然的白平衡调整，减少后期算法依赖。
3. 兼容小型化与低成本制造
基于MEMS（微机电系统）或纳米压印技术，多光谱滤光片可直接集成于CMOS传感器表面，无需复杂光学组件。相较于传统多相机模组方案，体积和成本优势显著，适合手机等消费电子设备。
4. 拓展应用场景
多光谱数据可支持AR/VR中的材质识别、食品成分检测、环境污染监测等创新功能，为手机从“拍照工具”向“感知终端”转型提供硬件基础。
（图源华为：华为P20 色温传感器）
二、手机市场动态：从影像内卷到技术破局
w66国际·利来（中国）APP下载以华为为例，其进化形态基本有�？裳淙徽獠皇腔谝淮瓮瞥龉馄子跋竦ピ缭�18年华为推出P20时就曾搭载过由艾迈斯（ams）提供的TCS3430色温传感器 （资料来源芯智讯），可针对不同照明条件实现精准颜色和环境光感测，实现精准白平和调节。
（图源华为发布会：P50 Pocket 超光谱超级影像单元）
2021年，华为推出P50 Pocket，首创超光谱超级影像单元，光谱硬件由10通道多光谱传感器、闪光灯、3200万像素超光谱摄像头、超光谱补光灯构成，其中3200万像素超光谱摄像头+超光谱补光灯构成了一个紫外相机，相当于把手机图像传感器的滤光片换成只允许紫外光通过的滤光片。因此，这里的“超光谱”是指超越“肉眼可见”，可以发现可见光之外(紫外光)的细节，带来肉眼“看不到的真实”(即紫外光感知)，并非物理定义上的超光谱。
（图源华为官网：紫外荧光摄影）
在此之后，华为陆续在旗下旗舰机型中不断覆盖其多通道光谱传感器，从3通道GRB图像传感器跃升到2018年P20机型5通道色温传感器，再到2020年的P40多光谱8通道色温传感器，再来到2021年P50 Pocket 10通道多光谱传感器。
（图源华为发布会：华为多光谱传感器的升级）
三、市场的竞争变化
当然，多光谱成像对于影视效果的提升随着华为的兴起，行业嗅探随着芯片化光谱系统方案的成熟已经逐渐在行业内形成一股风潮，各大手机厂商开始在其期间机型中采用环境光/多光谱色温传感器的布局；
（图源网络-iPhone X中的环境光传感器）
如：iPhone X搭载了ams为其定制开发的6通道多光谱传感器，包括紫外光、红光、绿光、蓝光、和两种近红外光。可利用该传感器感知环境光CCT水平，进而调整显示颜色和亮度。至iPhone 14系列，苹果首次配备双环境光传感器，同时改善亮度调节和后摄曝光。
（来源OPPO：OPPO Find X5 Pro中的13通道光谱传感器）
OPPO Find X5 Pro在业界首次搭载13通道光谱传感器，给相机系统带来精准的色彩表现，同时也还原更真实的环境光源信息，改善白平衡效果，OPPO Find X6 Pro的“健康引擎”可利用近红外光谱分析皮肤含水量或血氧浓度。
（图源VIVO：vivo VCS仿生光谱技术）
VIVO X90则是采用自研VCS仿生光谱技术。由于普通图像传感器的color filter光谱与人眼差异较大，自研VCS仿生光道技术通过改进color fiter，让传感器接收的原始信息不断接近人眼，实现更好的噪声表现和色彩还原，前置优化光信号。
现阶段，华为、苹果、三星等企业已申请多项多光谱成像相关专利。例如，华为的“多光谱色温传感器”专利可通过多波段数据优化拍照色彩；苹果则探索将红外光谱用于生物识别增强。小米12S Ultra通过额外光谱传感器提升AI场景识别精度。
四、多光谱传感器的分析介绍
（图源ams：窄带滤光结构设计示意图）
多光谱传感器的技术原理(非成像)
在上述手机机型中均采用的多光谱传感器，一般采用均窄带滤波技术，在传感器的感光部分开口，开口上方放置窄波长滤光片，从而探测到环境光源的光线，不同光谱通道实际就是通过窄波长滤光片来控制特定频率的光通过。这类传感器不需要体积庞大的色散元件和光路，因此结构非常紧凑。而此类方案属于单点的光谱传感，仅限对整体的光环境混合探测，无法体现同部的光源、色温信息和差异。
（来源：Sensors）
多光谱成像芯片的技术原理
为何说华为Mate70的红枫原色影像会成为本次的主角，原因在于其对比于往期单点多光谱传感器在其结构上进行一轮的升级，常规图像传感器通常是在各像素的光电二极管上构建红、绿、蓝3种彩色滤光片，而多光谱成像则是在图像传感器的光电二极管上构建更多种颜色的滤光片，可分别透过不同波长的光线。结合光谱恢复算法，可以和普通相机一样，一次拍摄即可获取二维图像和更丰富的光谱信息。
五、未来趋势：从技术突破到生态构建
尽管前景广阔，多光谱滤光片在手机端任然有持续发展空间，结合当下热门的ai计算成像技术，实现软件计算调控与成像系统硬件的支持，将成为手机影像发展的一个助推动力，而计算成像不再满足于锦上添花，更多的影像表现也成为众多厂商追求的重点。
当下发展难点：
算法与算力瓶颈：多波段数据需更高阶的ISP（图像信号处理器）和AI算法支持，对芯片能效提出新要求。
用户认知度不足：消费者对光谱功能的感知较弱，需通过场景化应用（如美妆分析、食品安全检测）建立需求。
（来源:阿里巴巴达摩院）
六、未来发展方向可能
1. 光谱+AI融合创新：结合深度学习模型，将多光谱数据转化为直观的用户价值（如实时肌肤诊断报告）。
2. 开放生态合作：手机厂商联合医疗、农业、环保等行业，构建多光谱应用开发生态。
3. 成本下探与标准化：通过工艺优化（如晶圆级滤光片阵列）降低单价，推动技术向中端机型渗透。
多光谱滤光片与CMOS传感器的结合，标志着智能手机成像从“视觉记录”向“光谱感知”的范式转变。随着技术成熟与场景挖掘，这一技术有望成为下一代移动设备的标配，不仅重塑影像赛道，更将开启“手机即科学仪器”的新时代。厂商需在硬件迭代、算法优化与生态构建三端协同发力，方能在这一技术浪潮中抢占先机。