数码相机设计，CMOS 图像传感器的基本噪声考虑

文章展示了基本的 5T 电荷转移像素如何通过使用一种方法将像素中的电荷集成与电荷感应功能分开来解决复位参考电平问题。最后，我们看到电荷转移像素可以在卷帘快门和全局快照快门模式下运行，从而解决了当场景中存在运动时卷帘快门运行模式所遭受的焦平面失真问题。我们还注意到，电荷转移像素中使用的动态电荷存储可能会导致图像质量下降，这是由于暗信号引起的噪声增加而导致的。

本文将介绍数码相机设计中噪声的基础知识。

光子统计

从 CMOS 图像传感器创建电子图像的基础是光电效应，爱因斯坦发现并获得 1921 年诺贝尔物理学奖。具有足够能量的光子与硅相互作用，产生空穴-电子对，它们是带电粒子。因为它们是带电的，所以可以通过电场对它们进行操纵、移动和收集，因此它们可以作为制作电子图像的一部分进行测量。

光子遵循泊松统计：在任何给定时间段内都会收集到平均数量的光子，但实际数量会因源的离散性而有所不同。它是光子散粒噪声的来源，导致由光子的离散性质引起的测量不确定性。

从数值的角度来看，这种散粒噪声等于与硅相互作用的光子数的平方根。对于可见光范围，每个相互作用的光子都会产生一个他对。因此，电子驱动可见光器件的散粒噪声为：

散粒噪声 (e-) = SQRT (信号(e-))

散粒噪声是单个电子图像中可能出现的最小噪声;它代表本底噪声。

如果在对数轴上绘制散粒噪声与信号的关系，则会出现一条直线，其斜率为 +1/2，对应于噪声和信号之间的平方根关系。

系统噪音

在没有信号和零长度曝光的情况下，仍然可以在电子图像中测量噪声。虽然有许多促成这种噪声的成分，但它可以统称为读取噪声。导致读取噪声的是源跟随放大器中的 1/F 噪声和随机电报信号噪声。另一个成分是复位噪声。复位噪声是与信号节点在每次复位操作期间未复位到相同电压相关的噪声。

使用相关双采样 (CDS)，可以有效地从图像中去除复位噪声。CDS 使用放大器和采样保持电路，这些电路可以有效地对复位电平进行采样，然后对积分信号电平和一个与另一个之间的差异进行采样。产生的信号通过这种方法去除了复位噪声。如第 4 部分所示，3T 像素无法去除像素感应级别的复位噪声。然而，在卷帘快门模式下使用的 5T 电荷转移像素可以使用这种差分与采样保持放大器相结合来消除像素感应级别的复位噪声。

暗信号噪声

暗信号是温度的强函数，对于给定的温度，它以稳定的速率累积。例如，对于恒定温度，曝光时间加倍将导致暗信号加倍。对于恒定的曝光时间，大约每 5-6 °C 变化会对暗信号产生 2 倍的影响。

从噪声的角度来看，暗信号产生的噪声有两个不同的成分：暗散粒噪声和暗固定模式噪声。与光相关的散粒噪声一样，暗散粒噪声在数学上等于积分周期内热生成电子数的平方根：

暗散粒噪声 (e-) = SQRT (暗信号 (e-))

暗固定模式噪声 (DFPN) 是由暗漏电流的不均匀分布引起的。在数学上，DFPN 与曝光时间成正比：

DFPN = DSNU * 暗信号 (e-)

只要没有饱和，曝光时间加倍就会导致 DFPN 加倍。对于给定的曝光时间和温度，这种暗固定模式在帧与帧之间是不变的，并且可以通过“暗减”或“去尖峰”从图像帧中去除。第 3 部分文章中显示了一个示例。

暗信号不均匀性 (DSNU) 是根据经验确定的。

无法从图像中去除暗散粒噪声。如果冷却传感器可行，则可以通过冷却使暗信号任意小。它会增加大量的复杂性、重量和成本，并急剧增加功耗，因此对于许多应用来说并不实用。

固定模式噪声

如果相机拍摄均匀照明的无特征目标，则生成的图像应该没有可辨别的特征。与此理想情况的任何偏差都是由固定模式噪声 (FPN) 引起的。

通常，FPN 具有两个组成部分：与将聚焦光传递到具有宽视场的图像传感器相关的光学不均匀性以及图像传感器的光响应的逐像素变化。图像传感器制造商可以指定像素级光响应不均匀性 (PRNU)，并且可以对光学贡献进行数学建模或根据经验确定。

噪声成分的综合影响

在数学上，这些不相关的噪声分量的组合效应表示为各个分量平方和的平方根。

总噪声 = SQRT (system_noise^2 + shot_noise^2 + dark_shot_noise^2 + FPN^2 + DFPN^2)

值得注意的是，只有系统噪声与信号电平无关。其他术语具有曝光或时间依赖性。例如，散粒噪声和 FPN 都是曝光产生的信号电荷的函数。同样，暗散粒噪声和 DFPN 都是暗信号电荷的函数，取决于时间和温度。

因此，可以绘制噪声与信号的关系图，如图 1 所示，并以图形方式识别四种不同的操作状态：

1. 读取噪音受限

2. 散粒噪声受限

3. 固定模式噪声限制

4. 饱和度(充分)

当使用对数轴绘制时，每个状态的描述由噪声曲线斜率的变化表示。读取噪声限制状态的斜率为零。散粒噪声限制状态的斜率为 +1/2，表示噪声和信号之间的平方根关系。固定模式噪声限制机制具有 +1 的斜率，并且当噪声开始使像素饱和时下降时指示饱和机制。

通过对同一图表的分析，可以以图形方式确定许多关键性能参数，例如：

1. 读取系统噪声(DN 或 e-)

2. 饱和度(DN 或 e-)

3. 照片响应不均匀或 PRNU (%)

4. 暗信号不均匀或 DSNU (%)

5. 相机增益常数 (e-/DN)

6. 相机增益线性度 (%)

噪音最小化

可以采取以下措施来减少噪音：

1. 可以通过以下方式减少暗噪声分量：

a. 减少曝光时间

b. 降低传感器的工作温度

2. 非饱和像素的暗固定图案噪声可以通过暗减法(也称为去尖峰)去除。它涉及从图像帧中逐个像素地减去暗帧。本系列文章的第 3 部分展示了一个去尖峰的示例。

3. 固定模式噪声可以通过称为平场的过程去除。该过程包括逐个像素地将图像帧除以像素校准图像帧。校准框架只是使用聚焦光学系统拍摄的均匀照明的无特征背景的高 SNR 图像。

散粒噪声和读取噪声是基本限制

唯一不能从具有非饱和像素的图像中去除的噪声分量是读取噪声、图像散粒噪声和暗散粒噪声。如果冷却传感器是可行的，则可以将暗散粒噪声降低到任意低的水平，从而成为非因素。

暗减法和平场法是否实用和有益取决于应用。例如，高帧率摄像机可能没有太多暗信号;在 1/60 秒内的一帧中不会积累多少暗信号电荷。另一方面，对于 30 分钟曝光时间的静止图像，可能需要冷却传感器。

快速广角镜头通常会从视野中心到边缘引入显着的光强度变化。这种变化作为固定模式的一部分在帧与帧之间是固定的，并且与图像的平均强度成比例。平面场可以消除这种固定模式，但实时应用于视频流可能不切实际，因为计算带宽可能超过低成本消费产品的系统能力。另一方面，应用于高分辨率静止图像可能是一件小事。

传感器的特性和使用它的相机设计将建立系统并读取噪声特性。影响因素包括传感器设计和制造技术以及相机设计参数，例如电源噪声和去耦以及 PCB 信号路由和屏蔽，特别是数字电路与小信号敏感模拟电路的屏蔽和隔离。

图像传感器的噪声成分

图像传感器设计和晶圆制造技术对系统噪声有巨大影响。该系统噪声可以分解为三个主要成分：放大器噪声、复位噪声和列偏移噪声。与其他不相关的噪声源一样，这些噪声源的综合效应也是平方和的平方根：

传感器系统噪声 = SQRT (reset_noise^2 + column_offset_noise^2 +ampl_noise^2)

像素设计会影响复位噪声。电荷转移像素可用于相关双采样方案，以消除模拟处理域中存在的片上复位噪声。

因为每列都有自己的放大器，所以零电平信号会因列而异。这种列到列的变化称为列偏移噪声，通常会主导传感器的系统噪声。幸运的是，可以通过从图像中减去零长度曝光来消除它。

图像传感器的基本本底噪声

唯一的基本且无法消除的片上噪声源是源跟随器放大器噪声。

，使用 Iron 55 软 X 射线源照射传感器。X 射线的能级每相互作用的 X 射线释放 1,620 个电子。除其他用途外，它还提供了一种将数字 (DN) 校准为电子计数的便捷方法;每个记录的“命中”是 1,620 个电子。6,480 DN 处的峰值对应于 1620e- 导致计算出的相机增益为 0.25 e-/DN。

偏移和复位噪声的幅度与源跟随器表示的“本底噪声”的关系非常重要。因此，如果低信号强度的图像信噪比 (SNR) 在您的应用中很重要，那么消除这些噪声分量就很有价值。在这种情况下，通过组合 64 个图像，通过将单个图像的 7.6e- 噪声降低到组合图像中的 0.97e-，可以将有效读取噪声降低 8 倍。