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
1 条评论
nice