Understanding CMOS Image Sensor(18) _像素密度

= √N= 20log(√N) ，其中N代表饱和阱容。
考虑前面提到的SONY的例子（截图如下），将饱和阱容（32316）带入上式可得
SNR=20log(√32316)=20log(179.766)=45.1

文章插图
一般认为， SNR=10dB 是可接受（）的图像质量标准，该值意味着信号幅度是噪声的3.16倍。而SNR=40dB 是优秀（）的图像质量标准，该值意味着信号幅度是噪声的100倍，因此至少需要-饱和阱容。介于中间的是SNR=30dB ，该值要求像素提供1000e-以上的饱和阱容，这刚好是很多手机的指标范围。
下图是一些单反相机的典型SNR对比。

文章插图
下图是Canon 1D3 单反相机在不同ISO下的信噪比曲线，横坐标是曝光量，纵坐标是SNR ，都是以"stop"为单位，即以2为底的log-log坐标。

文章插图
在评估图像质量时，常用以下公式计算噪声和信噪比

文章插图
回顾前文中的公式 DN=g*S(N, t) 可知，通过图像DN值和增益系数g可以反推光子数S ，而通过DN值和光子数S也可以反推的增益系数g 。
一个非常有用的问题是，图像上某个小区域的像素噪声与该区域的像素均值符合怎样的函数关系呢？我们可以进行这样的分析：
*令s表示像素均值， S表示光信号绝对值，则s=S*g；
*令n表示像素噪声均值， N表示噪声绝对值，则n=N*g；
*假设该小区域是均匀的，理想上像素DN值应该完全一样，因此实际得到的起伏就是噪声引起的，以DN值计量的噪声单位是 n=sqrt(MSE) ，或者MSE=n^2；
*光信号本身的噪声符合泊松分布 N=sqrt(S) ，所以有 n/g = sqrt(s/g) ，或n=sqrt(s*g);
所以能够得到的结论是：
图像中任一像素邻域内，图像噪声(DN值)与像素均值的平方根成正比，比例系数是sqrt(g) 。
3.5 动态范围（ Range）
一个信号系统的动态范围被定义成最大不失真电平和噪声电平的比值，在实际应用中经常用以10为底的对数来表示，单位是分贝。对于胶片和感光元件来说，动态范围表示图像中所包含的从“最暗”至“最亮”的取值范围。根据的定义， “最亮”指的是能够使输出编码值达到特定“饱和值”的亮度；而“最暗”指的是图像信噪比下降至1.0时的亮度。
动态范围越大，所能表现的层次越丰富，所包含的色彩空间也越广。下图是用来测量动态范围性能的常用方法。

文章插图
前面已经提到，是由数以百万个甚至更多像素组成的，这些像素在曝光过程中吸收光子转化成电荷。一旦这些像素容量达到饱和，多余的电荷便会溢出导致输出信号不再增加，此时像素的值不能反映光信号的真实强度，如下图所示。

文章插图

文章插图
因此能够输出的最大不失真信号就等于像素的势阱容量，而输出的最小值则取决于像素的背景噪声水平，一般起主导作用的是读出噪声。