Signal是简单的增加,Noise是以均方根形式增加

例如:
2*2的binning模式中,signal增加4倍,noise增加$\sqrt4$倍,so SNR增加2倍。

sony sensor 每个pixel是10bit的,4个10bit的 binning后输出一个12bit数据

signal data $S$ is:

$$ S = S_{10} + S_{10} + S_{10} + S_{10} = S_{12} $$

其中,$S_{10}$为10bit signal data

$$ N = \sqrt {N_{10}^2 + N_{10}^2 + N_{10}^2 + N_{10}^2} $$

其中,$N_{10}$为10bit noise data

Binning

Binning是将相邻pixel(相同颜色)感应的电荷加在一起,以一个pixel的模式读出。在环境光照低的情况下,提高摄像头表现力

处理位置:电荷域(charge)、模拟(电压)域(valtage)、数模转换后的数字域(digital)。

1、电荷域的N个pixel做binning,signal放大N倍,readout noise 减少,所以 S/N差不多增加N倍。

2、模拟(电压)域(valtage)和数字域环节在读出pixel值之后,会有readout noise,N个pixel做binning,signal放大N倍,因为readout noise 增加导致noise放大$\sqrt N$,所以 S/N差不多是之前$\sqrt N$倍。


上图行列均做x2,相当分辨率下降为之前的1/4

方案1:sensor靶面大小不变,pixel数目不变,pixel合并降低分辨率

低照环境下,通过binning技术降低sensor输出分辨率提高亮度和信噪比

比如800w pixels 的sensor,良好光照环境下,输出800w 10bit数据,低照环境下做2x2的binning,输出200w 的12bit数据较之前会有信噪比的提升,若输出10bit数据,亮度也会有提升

方案2:扩大sensor靶面,pixel数目不变,pixel大小增大

目标输出400w pixels,靶面增加,pixel大小增加即感光面积增加

比如pixel大小$x$ 平方微米,增加为$2x$平方微米,即pixel感光面积为$4x^2$,较之前的$x^2$提升4倍,SNR由$\frac {S}{\sqrt{S} + D}$提升为$\frac {S}{\sqrt{4S} + D}$,整体SNR约提升2倍

我的个人博客主页,欢迎访问

我的CSDN主页,欢迎访问

我的GitHub主页,欢迎访问

最后修改:2021 年 06 月 06 日 04 : 57 PM
如果觉得我的文章对你有用,请随意赞赏