传感器关键参数：量子效率、满阱容量、动态范围、信噪比

做图像传感器调试这些年，我见过不少工程师一上来就调增益、改曝光时间，结果图像要么噪点满天飞，要么高光一片死白。说白了，他们没搞懂传感器的四个核心参数。今天咱们就把这四个参数掰开揉碎了讲清楚。

2.1 量子效率（QE）—— 传感器的“视力”

量子效率，英文叫 Quantum Efficiency，简称 QE。它描述的是传感器把光子转换成电子的能力。

公式很简单：

QE = 产生的电子数 / 入射的光子数 × 100%

举个例子。如果某个像素接收了 100 个光子，产生了 70 个电子，那它的 QE 就是 70%。

关键点：

• QE 是波长的函数。不同波长的光，QE 不一样。
• 可见光波段，背照式（BSI）传感器的 QE 通常比前照式（FSI）高 20%-30%。
• 近红外（NIR）波段，QE 会急剧下降。

2.2 满阱容量（FWC）—— 像素的“胃”

满阱容量，Full Well Capacity，简称 FWC。它代表一个像素最多能容纳多少电子。

单位是电子数（e⁻），常见范围：

为什么重要？

• FWC 越大，能容纳的光信号越强，高光部分不容易过曝。
• 但 FWC 和像素尺寸成正比。像素越小，FWC 越小。
• FWC 决定了传感器的最大信噪比上限。

2.3 动态范围（DR）—— 亮暗通吃的本事

动态范围，Dynamic Range，简称 DR。它衡量传感器能同时记录的最亮和最暗信号的比值。

公式：

DR = 20 × log₁₀(FWC / 读出噪声)  单位：dB

举个例子。FWC 为 50,000e⁻，读出噪声为 5e⁻：

DR = 20 × log₁₀(50,000 / 5) = 20 × log₁₀(10,000) = 80 dB

动态范围的影响因素：

• FWC 越大，DR 上限越高。
• 读出噪声越低，暗部细节越丰富。
• ADC 位数也会限制 DR。12-bit ADC 的理论最大 DR 是 72 dB。

2.4 信噪比（SNR）—— 图像干净与否的标尺

信噪比，Signal-to-Noise Ratio，简称 SNR。它描述信号和噪声的比值。

公式：

SNR = 20 × log₁₀(信号电子数 / 总噪声电子数)  单位：dB

噪声来源主要有三个：

1. 散粒噪声：光子到达的随机性，服从泊松分布。信号越强，散粒噪声越大，但 SNR 反而提高。
2. 读出噪声：像素读出电路引入的噪声，与信号强度无关。
3. 暗电流噪声：热激发产生的电子，与曝光时间和温度相关。

SNR 的典型值：

2.5 四个参数的关系

这四个参数不是孤立的。它们互相影响，形成一个闭环。

关系总结：

• QE × 入射光子数 = 产生的信号电子数。QE 越高，相同光照下信号越强。
• FWC 限制了信号电子数的上限。信号不能超过 FWC，否则饱和。
• DR 由 FWC 和读出噪声共同决定。FWC 越大、噪声越低，DR 越高。
• SNR 受信号强度和所有噪声源影响。信号强、噪声低，SNR 就高。

2.6 实际调试中的优先级

我个人习惯的调试顺序是这样的：

1. 先看 QE 曲线：确认传感器在目标波段有足够的响应。不够就换传感器或加补光。
2. 再测 FWC：通过平场曝光，找到饱和点。确认 FWC 是否满足高光需求。
3. 然后算 DR：结合 FWC 和读出噪声，评估动态范围是否够用。不够就考虑 HDR 模式。
4. 最后优化 SNR：通过调整增益、曝光时间、降噪算法，把 SNR 拉到目标值。