當下，智能手機拍照的使用頻次已僅次于通訊，而手機拍照性能也越來越強大，2000年到現(xiàn)在，手機攝像頭的像素數(shù)從最初的11萬提升到最高4100萬。但是單攝像頭現(xiàn)在已經開始面臨瓶頸。
從目前來看，大部分手機采用的單攝像頭方案主要存在以下幾個問題：
1、像素越高，相同感光面積下，pixelsize(單位像素面積)就會越小，導致暗光下成像效果越差;
2、如果維持單位像素面積提高像素數(shù)量，那就意味著模組會更厚，攝像頭凸起，即使iPhone6s也不能避免;
3、在場景營造上，和單反差距較大，例如動態(tài)范圍呈現(xiàn)(逆光等高光比環(huán)境呈現(xiàn))、暗光下的細節(jié)呈現(xiàn)、背景虛化能力普遍偏弱;
4、對焦速度上，激光對焦、PDAF對焦等單一對焦方案都各有利弊，沒有互補的對焦方案。
榮耀最新發(fā)布的榮耀V8采用了后置雙1200萬像素的攝像頭，顯然，是為了解決單攝像頭的缺憾而推出。那么它的成像原理是什么，相對于單攝像頭的方案又有什么優(yōu)勢呢?我們在此簡單分析一下。
硬件規(guī)格：
榮耀V8采用了后置雙1200萬攝像頭，分別是1200萬像素的彩色sensor和1200萬像素的黑白sensor，單顆攝像頭的pixelsize達到1.25μm，采用6P非球面鏡片，雙攝像頭的等效pixelsize達到1.76μm。單反級的獨立ISP+獨立的深度ISP，激光對焦+深度對焦+反差對焦的混合對焦方案等等。
技術原理：
從拍照過程上來看，榮耀V8的雙鏡頭方案與傳統(tǒng)的單鏡頭方案一樣，簡單來說就是取景→對焦→曝光→機內處理→照片呈現(xiàn)，只不過由于榮耀V8的兩顆攝像頭各有分工，黑白sensor勾勒輪廓，彩色sensor還原色彩，因此在機內合成的過程中多了一個迭代合成的過程。
榮耀V8成像過程示意
雙攝像頭優(yōu)勢：
1、pixelsize更大
從直觀感受上來說，單反相機往往體積碩大，機內空間充足，可以使用全畫幅、APS-C畫幅的CMOS/CCD。而智能手機作為我們日常隨身攜帶的移動終端設備，對機身體積有很高的要求，機內空間更是極其有限，所以只能采用盡量小巧的CMOS。
全畫幅CMOS與手機感光元件面積對比
而pixel(像素)通俗地將就是在感光元件上的花粉的小方格，比如100萬像素的COMS，就是說這塊CMOS被劃分成了100萬個小方格。因此，在感光元件面積一定的情況下，像素數(shù)越高，pixelsize就越小，理論上圖像的噪聲越大，動態(tài)范圍幅度更小，并且可能受到彌散圓的影響，即像素之間的互相影響(DTI技術的作用就是減弱這種影響)。
反之，pixelsize越大，圖像的噪聲和動態(tài)范圍也就可以控制的更好，而且受彌散圓的影響也更小。
所以pixelsize和圖像分辨率是一對矛盾體，蘋果此前一直采用800W的低像素攝像頭，很大原因就是為了保持大pixelsize。
榮耀V8的兩顆sensor都是1200W像素，單個像素尺寸面積達到1.25μm，但由于兩顆攝像頭都參與成像，因此照片上的每一個點實際是兩顆CMOS像素點共同呈現(xiàn)的結果。當然在這個過程中圖像不是簡單的疊加，根據(jù)榮耀官方給出的數(shù)據(jù)，通過算法合成后榮耀V8的等效pixelsize相當于1.76μm。而拍照效果已經不錯的iPhone6sPlus，pixelsize為1.22微米。
此外，榮耀V8搭載的兩顆1200萬的攝像頭中，黑白sensor勾勒輪廓，彩色sensor還原色彩。而黑白sensor的pixelsize(單像素尺寸)是彩色sensor的3~4倍，原因是在彩色sensor中，每一個彩色pixel又會被分為四份，分別用于抓取R、G、B三種原色，而黑白sensor的每個pixel要么是黑、要么是白，即單個pixel只有黑或白一個選擇。從顏色的pixelsize上看，黑白sensor的單個色彩感光面積是彩色sensor的3到4倍。
彩色sensor像素排布示意
pixelsize增大，帶來的成像質量改變是決定性的，例如逆光等高光比環(huán)境下拍攝的照片，高光區(qū)域不過曝、暗部區(qū)域不欠曝;感光能力更強，夜景、室內燈暗光環(huán)境下拍攝的照片細節(jié)呈現(xiàn)更出色、噪點更少等。
榮耀V8夜景照片
2、場景營造能力加強
上文中已經說明，pixelsize越高，動態(tài)范圍呈現(xiàn)能力越強，所以理論上擁有高pixelsize的榮耀V8動態(tài)范圍呈現(xiàn)能力要優(yōu)于傳統(tǒng)的單攝像頭手機。
此外榮耀V8在進行HDR拍攝時，相比單顆攝像頭HDR模式下的先高曝光再低曝光隨后合成的串行模式，榮耀V8可以兩顆1200萬攝像頭同時分工拍攝高曝光和低曝光模式下的照片并經過3IE2.0算法系統(tǒng)合成，并行曝光處理，使拍攝速度和質量都能夠更高。
而景深的表現(xiàn)能力(即通俗說的背景虛化能力)則比較復雜，看下面的景深公式;
根據(jù)上面的公式，鏡頭焦距、拍攝光圈值、物距對于景深的影響較大，容許彌散圓直徑非常小。
手機的光圈雖然普遍已經做到了2.X甚至1.X級別，但由于鏡頭模組體積限制，一般使用的都是廣角鏡頭，因此想要達到淺景深的效果相對比較難。
此前HTCM8Duo的解決方案是通過副攝像頭記錄空間的深度信息，對焦點處保持清晰，而非焦點范圍內的影像則通過軟件算法進行虛化，這樣就能創(chuàng)造出主體清晰而背景虛化的景深照片。同時拍照時相片各像素點的深度資料被DuoCamera記錄下?恚?傭?市磧沒?惱蘸蠖越埂?/p>
但HTCM8Duo的缺點也顯而易見，副攝像頭不參與成像，而只有400W像素的主攝像頭解析力太低。
榮耀V8在雙攝像頭高成像質量的前提下，還搭載了獨立的深度ISP，用于記錄場景的深度信息，可以調節(jié)從F0.95-F16的光圈，從而不僅能夠實現(xiàn)大光圈拍照，還允許用戶拍照前后選擇光圈值與焦點，此外調整的效果還可以實時預覽。這樣，用戶不僅可以拍攝出背景虛化的照片，還可以邊調整邊預覽從而得到最佳的照片效果。
大光圈的好處是，拍花卉、工藝品、人像時，可以很輕易把主體拍攝物體從背景畫面瞧見顯出來，實現(xiàn)很好的背景虛化，而在此前只有單反相機才能實現(xiàn)。
榮耀V8大光圈可調及實時預覽
3、更快速的精準對焦
傳統(tǒng)的單攝像頭手機對焦方式主要分為兩種，一種是純反差對焦，但單一的反差對焦在拍攝細節(jié)較少或較暗的場景是，會出現(xiàn)無法對焦的情況(攝影圈所說的“拉風箱”);另一種是混合對焦，即包括相位對焦、激光對焦與反差對焦的其中兩種。
榮耀V8采用的是激光對焦+景深對焦+反差對焦的混合對焦方案，三個原理互相補充，并集成了closeloop中置馬達，對焦速度更快、對焦精度更高。
對焦過程上，在1.2米以內，利用激光對焦進快速對焦，由于激光往返時間極短(S=VT)，并且不依賴光線，所以對焦速度和暗光下對焦效果很好，對焦的誤差精度可以控制在2%以內。同時，依據(jù)三角測距原理(依托于雙攝像頭的景深對焦方案)，對焦物體的精度進行微調，使深度信息更準確，抓取的深度信息更豐滿。
激光的缺點是在遠距離上會出現(xiàn)大幅度衰減，因此在遠距離的對焦上，主要使用景深對焦進行測距。
景深對焦原理
在少數(shù)情況下激光對焦和景深對焦失敗時，用常用的反差對焦方案進行補充。
通過三種對焦方式的優(yōu)勢互補，從而能夠實現(xiàn)對焦更快、更準。
當然這里要說明的是，對于任何拍照設備而言，即便是同一設備，在不同場景下完成對焦的時間也不同。某品牌曾經說自己的產品可以做到0秒對焦，完全是營銷人員不尊重科學的虛假宣傳。
通過以上的解釋，可能有人會問，既然榮耀V8的雙攝像頭方案這么好，為什么沒有被大規(guī)模采用呢?這要從結構和算法兩方面上來解釋。
首先，從結構上來說，雙攝像頭并不是簡單地將兩顆攝像頭排布在一起，兩顆攝像頭之間的距離和夾角都非常有講究：距離過近，景深對焦的精度會降低;距離過遠或夾角過大，則會導致成像不一致，合成照片是損失像素數(shù)量或合成照片質量下降。
從穩(wěn)定性上講，雙攝像頭除了考慮單攝像頭相對機身的穩(wěn)定性外，還需要考慮模組本身的穩(wěn)定性，以免用戶在長時間使用過程中出現(xiàn)拍照質量下降的問題。
因此，在鏡頭模組的組裝、調教、固定、監(jiān)測上就需要加強，一個環(huán)節(jié)不到位，就有可能導致良品率下降甚至是產品缺陷，對于中小廠家來說，很容易費力不討好。
而從算法上來說，除了單攝像頭方案需要考慮的所有問題外，雙攝像頭方案的算法中還需增加兩顆sensor抓取圖像的合成算法等，單是兩個圖像的合成校準就需要做大量的工作，這也是一般中小廠家難以做到的。
通過以上的解讀，相信大家對于榮耀V8的雙攝像頭拍照原理和優(yōu)勢有了更進一步的了解，而榮耀V8帶來的諸如大光圈拍照、超級夜景等可玩性極高的拍照功能，則需要大家親手體驗了。
4、控制鏡頭組厚度
單鏡頭組件如果在保證單位像素面積的前提下提高像素數(shù)量，那么就需要增大感光元件面積，反之亦然。
原因是感光元件面積增大后，就需要使用孔徑更大的鏡頭，考慮到鏡片的弧度(即使是非球面鏡片，也不可能是純平的)，鏡頭組會更厚，從而導致攝像頭凸起。
而榮耀V8使用雙鏡頭模組，在保證像素數(shù)量的情況下通過雙sensor合成的方案進一步增大pixelsize，從而保證了相機模組厚度，因此我們看到榮耀V8并沒有出現(xiàn)iPhone6s等手機攝像頭凸起的情況。說明榮耀在做工上的頂級水平。
