当前我们对图像传感器的依赖程度超出了大多数人的想象。图像传感器应用在汽车上，帮助我们避免碰撞；应用于建筑监控，防止非法入侵；应用于生产线，检查产品的质量。有趣的是，人们经常按照像素大小和解析度等非常简单的指标，对图像传感器进行分类，但为不同应用选择合适的传感器要比这复杂得多。分辨率我们依赖于传感器来探测危险，或检测产品中的缺陷，因而传感器的图像质量至关重要。系统设计人员和最终用户通常认为，更高的分辨率（即图像中的像素更多）可以增强图像质量。但情况并非总是如此。更高的分辨率固然可以保留图像的锐化边缘和精细细

如今，摄像头已随处可见，工厂、车辆、公共建筑、街道……其数量还在不断增多。大部分摄像头依靠图像传感器将场景中的光线转换为电子图像，因而推升了对图像传感器的需求。但图像传感器种类繁多，功能特性各不相同，设计人员需要熟悉不同传感器的不同功能特性，才能为特定应用选择合适的摄像头。乘用车摄像头搭载量激增，有些豪华车型甚至配有十几个摄像头。汽车制造商需要添加更多传感器以提升安全性，还需考虑每个摄像头的经济成本和占用空间，这为其带来了挑战。于是，汽车制造商开始寻找解决方案，希望用一个摄像头捕获同时针对人眼视觉和机器视

当前我们对图像传感器的依赖程度超出了大多数人的想象。图像传感器应用在汽车上，帮助我们避免碰撞；应用于建筑监控，防止非法入侵；应用于生产线，检查产品的质量。有趣的是，人们经常按照像素大小和分辨率等非常简单的指标，对图像传感器进行分类，但为不同应用选择合适的传感器要比这复杂得多。分辨率我们依赖传感器来探测危险，或检测产品中的缺陷，因而传感器的图像质量至关重要。系统设计人员和最终用户通常认为，更高的分辨率（即图像中的像素更多）可以增强图像质量，但情况并非总是如此。更高的分辨率固然可以保留图像的锐化边缘和精细细节

图像传感器的应用日益普及，特别是在安防、工业和汽车应用领域。很多汽车现在都配备了至少五个以上基于图像传感器的摄像头。但是，图像传感器技术不同于标准半导体技术，存在着一些错误认知。摩尔定律和图像传感器有些人假设著名的“摩尔定律”也适用于图像传感器。戈登·摩尔（Fairchild半导体公司的创始人，Fairchild半导体现在是安森美的一部分）指出，集成电路 (IC) 上的晶体管数量每两年增加一倍。为了将两倍数量的晶体管放置在单个器件上，缩小晶体管是主要实现方式。这种趋势已经持续了数十年，但近年晶体管数量增长