2. 图像噪声基础：噪声类型与来源

图像噪声是摄像头输出信号中非期望的随机或伪随机波动，是影响图像质量的首要因素。在嵌入式 Linux 摄像头驱动调试中，准确识别噪声类型并追溯其来源，是后续进行降噪与色彩校正的前提。本节从噪声的数学模型、典型类型及物理来源三个维度展开。

2.1 噪声的数学模型与统计特性

图像噪声通常建模为加性噪声或乘性噪声。设理想图像信号为 \( f(x,y) \)，观测到的含噪图像为 \( g(x,y) \)，则：

• 加性噪声：\( g(x,y) = f(x,y) + n(x,y) \)，噪声与信号强度无关，典型代表为高斯噪声。
• 乘性噪声：\( g(x,y) = f(x,y) \cdot n(x,y) \)，噪声与信号强度成正比，典型代表为散粒噪声（泊松噪声）。
• 脉冲噪声：随机替换部分像素值为极值（0 或 255），典型代表为椒盐噪声。

2.2 三种核心噪声类型

2.3 噪声来源分析

摄像头图像噪声的物理来源可归纳为三大类：传感器噪声、电路噪声与环境噪声。下图展示了从光子入射到数字图像输出的完整噪声注入链路。

2.4 噪声来源详细分类

2.4.1 传感器噪声

• 光子散粒噪声（泊松噪声）：光子到达的随机性导致，服从泊松分布。低照度下信噪比急剧下降，是传感器噪声的物理下限。
• 暗电流噪声：热激发产生的电子空穴对，即使无光照也存在。温度每升高 6-8°C，暗电流翻倍。
• 固定模式噪声（FPN）：像素间因制造工艺差异导致的固定偏移，表现为列/行条纹或网格图案。
• 像素响应非均匀性（PRNU）：各像素对相同光照的响应灵敏度不一致，属于乘性噪声。

2.4.2 电路噪声

• 读出噪声：包括复位噪声（KTC 噪声）和 1/f 噪声，主要来自模拟读出链路的晶体管和电容。
• 量化噪声：ADC 将模拟信号离散化时产生的误差，分辨率每增加 1 bit，量化信噪比提升约 6 dB。
• 电源纹波与串扰：PCB 上数字信号切换耦合到模拟电源，导致 ADC 参考电压波动。
• 时钟抖动：MIPI CSI-2 时钟的相位噪声导致数据采样偏移，产生行噪声。

2.4.3 环境噪声

• 光照波动：50 Hz/60 Hz 工频闪烁导致帧间亮度周期性变化。
• 温度热噪声：高温环境加剧暗电流和读出噪声，需通过驱动调节传感器温度补偿参数。
• 电磁干扰（EMI）：电机、射频模块等产生的辐射耦合到摄像头柔性排线（FPC）上。

2.5 噪声对图像质量的影响对比

2.6 噪声诊断流程

1. 采集暗帧：遮挡镜头，设置最短曝光时间，获取纯黑图像。分析直方图宽度和均值，判断读出噪声与暗电流水平。
2. 采集亮帧：均匀光照下拍摄灰卡，计算局部标准差。若标准差随亮度增加而增加，提示泊松噪声主导；若恒定，提示高斯噪声主导。
3. 帧差分析：连续拍摄两帧静态场景，计算差值图像。差值图像中的固定结构为 FPN，随机部分为时间噪声。
4. 频谱分析：对图像做 FFT，观察是否存在特定频率的峰值（如 50 Hz 工频干扰、MIPI 时钟谐波）。