误区一：杂散光只影响成像质量，不影响信噪比
这个误区，我见过太多人踩进去了。
刚入行那会儿，我自己也这么想过。觉得杂散光嘛，不就是让画面多了点鬼影、降低了点对比度？跟信噪比有什么关系？
后来被现实狠狠教育了一回。今天咱们就把这个坑彻底填平。
信噪比的定义，你真的吃透了吗？
先看一个最基础的东西。信噪比（SNR）怎么算？
SNR = 信号 / 噪声注意，这里的“信号”是有效信号，“噪声”是总噪声。
杂散光进来之后，它既不是有效信号，也不是传统意义上的随机噪声。它是个“伪信号”——有结构、有能量，但跟你要探测的目标毫无关系。
核心观点：杂散光会同时污染信号项和噪声项，最终导致信噪比全面恶化。
杂散光是怎么“吃掉”信噪比的？
我习惯把杂散光的影响拆成三个层面来讲。这样你理解起来会更清楚。
| 影响层面 | 具体机制 | 对SNR的后果 |
|---|---|---|
| 信号层 | 杂散光叠加到目标信号上，使探测器饱和或接近饱和 | 有效信号动态范围被压缩，等效信号强度下降 |
| 噪声层 | 杂散光本身携带光子散粒噪声，且会放大暗电流噪声 | 总噪声基底抬升，噪声方差增大 |
| 系统层 | 自动增益控制（AGC）或曝光时间被杂散光误导而调整 | 系统信噪比进一步劣化，甚至出现“假信号” |
你看，杂散光不是只“遮住”图像，它是从根上把信噪比给拖垮了。
一个真实的项目教训
我记得2016年做一款星载多光谱相机。实验室测试时，MTF和畸变都过了，成像质量看着也不错。结果外场试验一跑，数据完全没法用。
为什么？
太阳光从某个角度进入遮光罩，在焦平面边缘形成了一片很弱的杂散光。那片杂散光在图像上几乎看不出来，但光谱数据里的信噪比直接从60dB掉到了35dB。
说白了，图像看着还行，但数据已经废了。
避坑指南：我曾经以为只要MTF达标、鬼影不明显，杂散光就算控制住了。后来才明白，信噪比才是那个“一票否决”的指标。杂散光对信噪比的影响，往往比成像质量更致命。
量化分析：杂散光如何改变SNR公式
咱们把公式展开看看。
没有杂散光时，信噪比是：
SNR_clean = S_signal / √(S_signal + N_dark² + N_read²)有杂散光时，变成：
SNR_stray = (S_signal + S_stray) / √(S_signal + S_stray + N_dark² + N_read²)注意，分子里多了个S_stray，分母的根号里也多了个S_stray。
这意味着什么？
- 分子增大：但增大的部分是无效的，它不携带目标信息
- 分母增大：噪声项实实在在地增加了
- 最终结果：SNR_stray < SNR_clean，而且杂散光越强，差距越大
一个小技巧：我习惯在仿真时单独提取杂散光分量，计算它对SNR的“污染系数”。如果污染系数超过5%，我就会重新审视遮光罩设计或镀膜方案。
知识结构图：杂散光与信噪比的关系
下面这张图，把整个逻辑串起来了。你可以把它当作一个快速检查清单。
总结一下，记住这三点
- 杂散光不是“装饰性”问题——它实实在在地改变了信噪比的分子和分母
- 图像质量好 ≠ 信噪比高——我见过太多系统在图像上挑不出毛病，但数据一分析就露馅
- 评价杂散光时，必须把信噪比作为核心指标——不要只看MTF、鬼影等级这些“面子”参数