当前位置:首页 > 文章列表 > 科技周边 > 业界新闻 > 苹果相机专利曝光:动态范围媲美人眼

苹果相机专利曝光:动态范围媲美人眼

2025-07-30 09:54:29 0浏览 收藏

今日不肯埋头,明日何以抬头!每日一句努力自己的话哈哈~哈喽,今天我将给大家带来一篇《苹果相机专利曝光:动态范围媲美人眼》,主要内容是讲解等等,感兴趣的朋友可以收藏或者有更好的建议在评论提出,我都会认真看的!大家一起进步,一起学习!

7 月 2 日报道,苹果正在研发一种全新的图像传感器技术,该技术有望实现高达 20 档的动态范围。这一表现不仅超过了 ARRI ALEXA 35 专业电影摄影机,还接近人眼的平均动态范围水平。

苹果新专利曝光:相机传感器动态范围逼近人眼水平

根据 Y.M.Cinema Magazine 报道的一项名为“具有高动态范围和低噪声的堆叠像素图像传感器”的苹果专利,该公司计划开发一款具备超高动态范围的新一代图像传感器,其性能足以媲美当前的专业电影摄像设备。专利中提到的堆叠式传感器设计,可实现最高 20 档的动态范围,这意味着在同一画面中,能够同时记录从最亮到最暗的光线细节,对比度达到惊人的 1,048,576:1。

动态范围是衡量相机捕捉光线能力的重要参数,单位为“档(stop)”,每一档代表光线强度翻倍或减半。例如,20 档动态范围意味着在一张图像中,相机可以同时呈现亮度差异超过百万比一的区域,而不会出现曝光过度或不足的问题。

目前 iPhone 16 Pro Max 的传感器尚未公布官方动态范围数值,但参考 CineD 对 iPhone 15 Pro Max 24mm 镜头的测试数据,在 ISO 55 下其动态范围约为 12 档,ISO 1200 时可达 13.4 档。人类眼睛的瞬时动态范围通常在 10 到 14 档之间,通过瞳孔调节和视网膜适应,可扩展至 20 至 30 档。

这项专利所描述的图像传感器采用双层结构:

  • 感光芯片:利用光电二极管与定制模拟电路来捕获光线。
  • 逻辑芯片:用于处理图像数据,并集成降噪功能。

虽然这种堆叠式结构并非苹果首创,索尼也曾在其产品中应用类似技术,但苹果的专利引入了两项独特创新:

1. LOFIC 技术(横向溢流积分电容):每个像素可根据场景亮度存储三种不同电荷水平,从而扩展动态范围。

2. 实时降噪机制:每个像素配备电流记忆电路,能实时检测并抵消热噪声,无需依赖后期处理即可去除噪点。此外,苹果采用了三晶体管(3T)像素架构,相较于更复杂且易产生噪声的四晶体管(4T)结构更具优势。

通过将感光元件与处理芯片堆叠结合,苹果为每个像素加入了独立快门,并在图像输出前完成降噪处理。这不仅显著提升了动态范围,也大幅降低了图像噪声。

若该技术最终投入量产,苹果不仅能在智能手机影像领域领先对手,甚至可能在某些关键指标上超越索尼、佳能或 RED 等专业相机厂商。结合神经引擎与软硬件深度整合的优势,未来苹果有望推出更高性能的影像系统,甚至打造真正意义上的专业级相机。

Y.M.Cinema 杂志推测,如果该技术被应用于未来的 iPhone 17 Pro 或 Apple Vision Pro 2,可能会带来以下变革:

  • 手机拍摄出电影级别的 HDR 视频;
  • 在各种光照条件下实现实时无噪视频录制;
  • 在轻薄设备中实现高达 20 档动态范围的专业成像效果。

不过,尽管这项技术令人期待,但它目前仍停留在专利阶段。苹果过去申请过大量未能量产的技术专利,因此短期内未必能看到其实际应用。

以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于科技周边的相关知识,也可关注golang学习网公众号。

CSS垂直居中5种方法详解CSS垂直居中5种方法详解
上一篇
CSS垂直居中5种方法详解
PHP视频上传与转码实现方法
下一篇
PHP视频上传与转码实现方法
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    405次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    482次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    493次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    437次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    262次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码