1. 成像系统噪声概述

各位好，我是老张。在图像传感器这行摸爬滚打了十几年，今天咱们来聊聊一个绕不开的话题——噪声。

你想想看，一个完美的图像传感器应该是什么样？光线进来，电荷产生，信号读出，图像完美。但现实呢？总有一些“不干净”的东西混进来，让画面出现颗粒、条纹、色斑。这些东西，就是噪声。

我个人习惯把噪声比作“信号里的沙子”。你做的饭再香，掺了沙子也没法吃。图像也一样，信噪比不够，再好的算法也救不回来。

1.1 噪声来源分类

噪声从哪来？我把它分成三大类。这就像破案，得先知道凶手是谁。

噪声类型	物理根源	核心特征
光子噪声	光子到达的随机性	服从泊松分布，与信号强度平方根成正比
读出噪声	像素到ADC的电路路径	与信号无关，固定底噪
暗电流噪声	热激发产生的暗电荷	随温度和时间指数增长

光子噪声

这是最“公平”的噪声。为什么？因为它是物理定律决定的。光子到达传感器的时间是随机的，就像雨滴落在屋顶上，你永远不知道下一滴落在哪。

光子噪声服从泊松分布。它的标准差等于信号强度的平方根。举个例子：如果信号是100个电子，噪声就是10个电子；信号是10000个电子，噪声就是100个电子。

读出噪声

这个我太熟了。读出噪声是传感器读出电路引入的，包括像素源跟随器、列放大器、ADC量化等环节。

我在项目中遇到过一件事：一款低光相机，白天效果很好，晚上全是条纹。查了三个月，最后发现是ADC参考电压的纹波耦合进了读出路径。嗯，从那以后，我对电源完整性再也不敢马虎了。

读出噪声的特点是：它跟信号大小没关系。哪怕你把镜头盖盖上，它依然存在。所以低光环境下，读出噪声是主要限制因素。

暗电流噪声

这个咱们后面会花一整章来讲。简单说，就是没有光照时，像素里也会产生电荷。温度越高，暗电流越大。

暗电流噪声包含两部分：暗电流本身的散粒噪声，以及像素间暗电流不均匀导致的固定模式噪声。

1.2 噪声对图像质量的影响

噪声怎么影响图像？我习惯从三个维度看：

• 亮度噪声：画面出现颗粒感，像老电视的雪花。这是光子噪声和读出噪声的混合体。
• 色度噪声：颜色出现随机斑点。因为不同颜色通道的噪声特性不同，拜耳阵列还会放大这种效应。
• 固定模式噪声：画面出现固定的竖条纹或网格。这是像素间不一致导致的，暗电流不均匀是主要元凶。

你想想看，一张照片如果全是噪点，细节就全丢了。边缘检测、目标识别这些算法，在低信噪比下基本失效。

1.3 信噪比(SNR)定义

信噪比，英文Signal-to-Noise Ratio，简称SNR。它是衡量图像质量最核心的指标。

定义很简单：

SNR = 信号强度 / 噪声强度

通常用分贝(dB)表示：

SNR(dB) = 20 * log10(信号强度 / 噪声强度)

举个例子：信号1000个电子，噪声10个电子，SNR就是100，换算成dB是40dB。这个水平，人眼看起来就比较干净了。

我个人习惯把SNR分成几个档次：

SNR范围	主观感受	典型场景
< 20 dB	噪声明显，细节丢失	极低光环境
20 - 30 dB	可接受，但颗粒感可见	室内灯光
30 - 40 dB	良好，噪声不明显	白天室外
> 40 dB	优秀，几乎无噪声	专业摄影

好了，噪声的三大来源和SNR的定义，咱们就聊到这。下面这张图，帮你把整个知识体系串起来。

这张图把咱们今天讲的内容串起来了。从三大噪声来源，到它们对图像的影响，最后落到SNR这个核心指标上。后面的课程，咱们会一个一个深入拆解。