2. 光子噪声（散粒噪声）：泊松分布模型、光子噪声与信号强度的关系、光子噪声的方差特性

好，咱们今天聊一个在图像传感器里躲不开的话题——光子噪声，也叫散粒噪声。

说实话，我刚开始接触成像系统时，总觉得噪声是电路设计没做好才有的东西。后来被现实狠狠教育了一顿——有些噪声，你电路做得再干净也去不掉。光子噪声就是其中之一。

它根植于光本身的量子特性。说白了，光是一份一份的光子，不是连续的水流。你曝光时间再长，光子到达传感器像素的速率也不是均匀的。这种随机性，就是光子噪声的来源。

2.1 泊松分布模型——光子到达的数学描述

光子到达像素的过程，可以用泊松分布来建模。为什么是泊松？因为它满足三个条件：

• 独立：每个光子的到达事件互不影响
• 均匀：在固定曝光时间内，平均到达率是常数
• 稀有：在极短的时间间隔内，到达两个光子的概率趋近于零

嗯，这三个条件在大多数成像场景下都成立。所以我们可以放心地用泊松分布来描述光子计数。

泊松分布的概率质量函数长这样：

P(k) = (λ^k * e^(-λ)) / k!

其中：

• k：实际观测到的光子数（整数）
• λ：平均光子数（期望值）
• e：自然常数 ≈ 2.71828
• k!：k 的阶乘

举个例子。假设某个像素在1秒曝光内平均收到100个光子（λ=100），那么它实际收到95个、100个、105个光子的概率分别是多少？用上面的公式算一下就知道了。

2.2 光子噪声与信号强度的关系

泊松分布有一个非常优雅的性质：均值等于方差。

也就是说：

μ = λ
σ² = λ

标准差就是：

σ = √λ

这意味着什么？我直接说结论：

• 信号强度 λ 越大，光子噪声的幅度（标准差）越大
• 但相对幅度（噪声/信号）反而越小

信噪比（SNR）可以这样算：

SNR = 信号 / 噪声 = λ / √λ = √λ

你看，信噪比跟平均光子数的平方根成正比。信号翻4倍，信噪比只翻2倍。这就是为什么弱光环境下图像质量会急剧下降——光子数太少，信噪比太低了。

平均光子数 λ	噪声标准差 √λ	信噪比 SNR (dB)	图像质量感受
10	3.16	10 dB	颗粒感明显，细节模糊
100	10	20 dB	可接受，但仍有噪点
1,000	31.6	30 dB	画质干净，细节清晰
10,000	100	40 dB	专业级画质

2.3 光子噪声的方差特性——为什么它“散”不掉

光子噪声的方差等于均值，这个特性决定了它在成像系统中的行为：

• 不可消除性：只要用光子成像，这个噪声就在。你没法通过电路设计把它滤掉，因为它跟信号是“长在一起”的。
• 叠加性：多个像素的光子噪声在统计上是独立的，总方差等于各像素方差之和。
• 非高斯性：在低光条件下（λ较小），泊松分布明显不对称，不是高斯分布。只有在λ较大时（通常λ > 30），泊松分布才近似于高斯分布。

这一点在实际工程中很重要。很多算法（比如去噪、特征提取）默认噪声是高斯分布。如果你在低光场景下直接套用高斯噪声模型，结果会出问题。

2.4 知识结构图：光子噪声的核心逻辑

下面这张图把光子噪声的来龙去脉串起来了，方便你理解整个知识体系：

2.5 工程中的实际考量

讲完了理论，咱们聊聊实际工程中怎么跟光子噪声打交道。

第一，像素设计阶段。我建议把满阱容量（Full Well Capacity）作为关键指标来优化。满阱容量越大，像素能收集的光子数越多，信噪比上限就越高。举个例子，一个满阱容量为10,000电子的像素，理论上最大信噪比是√10,000 = 100（40 dB）。

第二，曝光策略。在弱光环境下，延长曝光时间比提高增益更有效。因为延长曝光时间能增加收集到的光子数，直接提升信噪比。而提高增益只是放大信号，信噪比不变。

第三，多帧合成。如果你没法延长单帧曝光时间（比如拍摄运动物体），可以考虑多帧平均。N帧平均后，信噪比提升√N倍。但要注意，这要求场景在帧间基本静止。