下图给出一个包含势阱容量规格的例子 。
文章插图
图中可以看出 ， 不同厂家的像素工艺可以相差很大 ， 较先进的工艺可以在34μm2的面积上容纳超过3万个电子 ， 平均每μm2可以容纳近1000个电子 ， 而普通的工艺每μm2只能容纳不到400个电子 。
下图是两款SONY 进行比较 。
文章插图
下图是一些单反相机的饱和阱容比较 。
文章插图
3.3 噪声 （Noise）
“噪声”的广义定义是：在处理过程中设备自行产生的信号 ， 这些信号与输入信号无关 。
由于电子的无规则热运动产生的噪声在所有电子设备中普遍存在 ， 是不可避免的 ， 因此被重点研究 ， 并赋予了很多名字 ， 如本底噪声、固有噪声、背景噪声等 ， 英文中常见noise floor,noise等提法 。如下图所示 ， 器件的温度越高 ， 电子的热运动越剧烈 ， 产生的噪声也就越大 。
文章插图
真实世界中的所有信号都是叠加了噪声的 ， 图像信号也不例外 ， 如下图所示 ， 当有用信号的幅度小于背景噪声时 ， 这个信号就淹没在噪声中而难以分辨 ， 只有当有用信号的幅度大于噪声时这个信号才是可分辨的 。
文章插图
假设照明强度恒定、均匀 ， 相机拍摄图像中的噪声是测量信号中空间和时间振动的总和 。下图以传递函数的形式总结了CMOS光、电转换模型以及几种主要噪声的数学模型 。
文章插图
下图更加细致地描述了CMOS成像过程中各种噪声的来源和作用位置 。
文章插图
下图是对噪声图像的数值分析 。
文章插图
在了解各种噪声类型之前首先回顾一下概率与统计课程中学习过的泊松分布公式 ， 后面将多次遇到这个分布 。
文章插图
文章插图
泊松分布是最重要的离散分布之一 ， 它适合描述单位时间内随机事件发生的次数 。举例来说 ， 假设某高速公路在某时段的车流量是每小时1380辆 ， 平均每分钟23辆 ， 可是如果进一步以分钟为单位进行统计 ， 我们就会发现某一分钟只通过了15辆 ， 而另一分钟则通过了30辆 ， 这个概率分布就需要用泊松分布来描述 。同理 ， 我们可以把这个例子中的车流换成芯片内流过PN结的电子流 ， 或者换成通过镜头入射到像素的光子流 ， 这两种情况在统计意义上是完全一样的 ， 都需要用泊松分布来描述 。
下面这篇文章较详细地解释了泊松分布的推导过程和它的现实意义 。
噪声中含有几部分分量：
文章插图
文章插图
- 或者可以生成 一个glyph包含一直字符图片image和许多用于渲染文本的参数
- cmos是ram还是rom
- cmos图像传感器尺寸
- 台式电脑主板怎么放电？
- [image]20 卡车把柱子撞变形了，该怎么处理
- cmos发霉清理 cmos清洁液过期能不能用
- ttl和cmos的区别
- cmos setup utility如何重装系统 进来看看