感光芯片噪声及应对方法

*注：本文主要介绍相机端噪声来源，外界环境(镜头、温度、湿度等)不在本文讨论范围内。

噪声类型

随机噪声(Temporal noise)

随机噪声(Temporal noise)受外界环境参数影响，所以在实际应用中无法完全消除，根据不同响应区间的噪声占比权重，随机噪声主要分为下面3个部分(Readout noise, Shot noise, Saturation noise)。

读出噪声(Readout noise): 在传感器达到绝对灵敏度阈值之前，噪声主要以读出噪声为主，该噪声是由传感器A/D转换过程中因放大而产生的噪声，该噪声难以具量化，可降低噪声影响的方法只有制冷降温。

散粒噪声(Shot noise): 由于光的粒子特性，同一时刻落在不同像素(Pixel)或者不同时间落在同一像素(Pixel)上的光子数量是不一致的，该噪声符合泊松分布，且随曝光时间的增加而增加。散粒噪声(Shot noise)主要集中在传感器线性响应区间，也是影响图像像素稳定性的重要因素，目前降低噪声可行的办法是帧平均法，但会牺牲效率。

饱和噪声(Saturation noise): 超过像素饱和容量的光子，致使图像过曝甚至变黑，该类噪声一般不作为重点对待。

固定噪声

由于暗电流和个体差异的存在，原始数据无法保证所有的像素的响应完全一致，因此暗、明场校正(DSNU,PRNU)是针对这类噪声最有效的解决方式。

暗电流(Dark current): 电子热运动带来的噪声为暗电流噪声，该噪声与曝光时间成线性关系，与温度成指数关系增长，所以除了常规校正以外，制冷对减少暗噪声的影响也非常重要。

列噪声(Column noise): 通常CMOS芯片每一列都会有一个ADC，这些ADC细微的差别会导致每一列的输出不一致，这种不一致会导致图像呈现条纹状噪声。

列噪声(Column noise)

固定模式噪声(Fix pattern noise): 单个像素由于工艺问题导致每个像素输出的不一致而产生的噪声，这类噪声针对每个像素都是固定的，不会随时间而变化。

缺陷像素(Defective pixel): 像素坏点可以分为3种情况：燥点(Hot pixel)、坏点(Dead pixel)、温点(Warm pixel)。

燥点(Hot pixel)

由于芯片制造工艺缺陷导致电子外溢，这是所有芯片都会出现的问题，这种缺陷像素灰度值不随曝光时间的变化而变化(DN=255@8bit)，而且数量随着温度上升而增加，几乎很难建模和量化，尤其在长曝光、低亮度环境下的检测应用，会有非常大的困扰。目前解决燥点(Hot pixel)带来的噪声主要有两种方式：暗图像帧差法和芯片制冷。

坏点(Dead pixel)

由于芯片制造工艺或工作时长的增加，芯片会出现一些死像素点，无论曝光时间或者增益如何变化，这类像素点灰度值始终保持为0，对于这类缺陷的校正方式常用的是从该像素的2邻域或4邻域插值，赋值新的灰度值进行修复。

温点(Warm pixel)

该类缺陷产生的一些随机信号，导致与正常像素灰度值的响应不一致，但没有燥点(Hot pixel)或者坏点(Dead pixel)那样极端，因此这类缺陷修复方式较为复杂，下面是Vieworks针对该类缺陷做的动态坏点校正功能，用户无需手动添加坏点坐标即可完成修复。

噪声校正

通过上面的分析，可以看出无论随机噪声还是固定噪声，相比算法后期规避和降低以外，芯片制冷可以从源头上显著提升图像信噪比，例如由温度上升引入的暗电流(Dark current), 燥点(Hot pixel)等噪声均可以显著降低。

暗场校正(DSNU-Dark signal non-uniformity)：由于暗电流的存在，即使没有光照的情况下，芯片内部也会有暗电流的存在，导致一些像素灰度值大于0，而且暗噪声会随着温度和曝光时间的增加而增加，暗场校正的目的是每个像素都添加一个补偿值(Offset)，使得所有的像素灰度处在同一响应起点。

暗场校正(Dark Signal Non-Uniformity)

明场校正(PRNU-Photo response non-uniformity): 对于所有的亮场环境，我们希望所有的像素响应保持线性一致，然而再实际拍摄过程中，由于光学特性和光源的变化，会存在光响应水平不一致的情况，因此，经过DSNU后，PRNU校正可以对校正在亮场下所有的像素灰度值保持同一响应水平。

明场校正(Photo Response Non-Uniformity)

坏点校正(DPC-Defective pixel correction): 通常坏点数量会随着相机使用时长而增加，此时原始的芯片坏点地图已不适用，需要重新进行坏点校正，建议每半年进行一次坏点查找和校正。除了上述的动态坏点矫正功能外，Vieworks提供快速查找和修复燥点(Hot pixel)/坏点(Dead pixel)的工具，方便用户前期快速完成坏点校正工作。

总结

本文介绍了不同类型的感光芯片噪声。除此之外，图像在采集过的程中也会产生噪声，消除或减少这些噪声对检测结果的影响是至关重要的。希望通过以上的简单介绍可以帮助大家更好的理解不同噪声产生的原理和解决方案，有针对性的选择合适的产品。