CMOS 相机中的读出噪声：只有有效值才有意义

对于任何统计参数，都有多种模型可应用于数据。计算读出噪声的经典电气工程方法是定义均方根 (rms)。这一直是计算 CCD 读出噪声的方法。中值和均方根都是完全有效的统计模型，但只有均方根噪声才能准确代表用户对相机的期望体验。对于 CCD，使用哪种模型永远不会有任何问题，因为所有像素的典型读出噪声非常相似，因此 rms 和中值是相等的。对于 sCMOS，传感器的结构本质上具有更多的像素变化，并且传感器的极低噪声使得变化在统计上更加显着。因此，在评估相机性能时，真正有意义的指标是均方根噪声。均方根噪声值可以深入了解图像质量，并且是定量计算中适当的噪声变量。例如，只有当使用均方根噪声值进行这些模拟时，SNR 测量结果才能凭经验与理论一致。科学成像中没有用于报告噪声规格的行业标准，但我们鼓励用户对中值噪声作为规格持怀疑态度，并要求更有意义的均方根噪声。

所有像素还是部分像素?

显示的中值只是一半像素具有更多读取噪声而另一半像素具有更少读取噪声的点。考虑到 sCMOS 相机噪声分布的性质，它并不能提供特别的信息。 RMS 是所有像素读取噪声的均方根值，可在像素校正关闭的情况下提供对图像质量的有意义的了解。它是图像 SNR 计算中比较好使用的值。仅当使用传感器中的所有像素或记录并解释了异常像素的排除时，RMS 或中值噪声值才有效。对于我们的科学 CMOS 相机，我们使用传感器中的每个像素计算均方根读出噪声。这是在没有任何像素校正功能或数据资格预审的情况下完成的。由于提供规格的一个目标是能够准确量化成像结果，因此这种方法与我们提供比较好定量科学相机的目标是一致的。

审核编辑 黄宇