繁体中文
CMOS相機感測器的降噪技術：綜合指南
創建於 10.13
在數位影像的世界中，捕捉乾淨、高品質的影像是一個持續的挑戰——尤其是在處理低光、快速移動的主題或緊湊的相機設計時。這個挑戰的核心在於CMOS（互補金屬氧化物半導體）影像感測器中的噪音問題，這些感測器是現代相機在智能手機、數位單反相機、安全系統和科學儀器中。
噪聲在圖像中表現為不必要的顆粒、斑點或顏色瑕疵，這些都會降低清晰度和細節。對於攝影師、工程師和消費者來說，理解和減少這種噪聲是提升圖像質量的關鍵。在本指南中，我們將探討CMOS傳感器中噪聲的主要來源，並深入研究正在革新噪聲減少的尖端技術——無論是硬體還是軟體。
CMOS 感測器中的噪聲是由什麼引起的？
在深入探讨解决方案之前，了解CMOS传感器中噪声的来源至关重要。噪声源于物理现象和电子限制的混合，识别这些来源是解决问题的第一步。
1. 光子拍噪声
成像中最基本的噪聲來源是光子噪聲，這是一種根植於光的量子特性的統計效應。光由離散的粒子（光子）組成，它們到達感測器像素的時間是隨機的——即使在穩定的照明下也是如此。在低光條件下，當擊中感測器的光子較少時，這種隨機性變得更加明顯，表現為圖像中的顆粒狀斑點。
光子拍攝噪聲是不可避免的，但隨著更多光線到達感測器（例如，在明亮的白天），其影響會減少。它通常被描述為「信號依賴性」噪聲，這意味著它隨著捕獲光線的數量而變化（儘管不是線性）。
2. 暗電流噪聲
即使在完全黑暗中，CMOS 像素也會產生一種稱為暗電流的小電流。這發生在熱能激發了感測器的矽中的電子，使它們像光子一樣在像素井中積累。隨著時間的推移（例如，在長時間曝光期間），這種積累會在圖像的暗區創造出均勻的「噪聲底」或斑駁的圖案。
暗電流對溫度的依賴性很強：較暖的感測器會產生更多的暗電流。這就是為什麼科學相機（例如，用於天文學的相機）通常會包括冷卻系統。
3. 閱讀噪音
當像素的累積電荷轉換為數位信號時，感測器中的電子元件會引入讀取噪聲。這種噪聲源自於放大器、類比轉數位轉換器（ADC）和處理信號的接線。讀取噪聲是「信號無關的」，這意味著即使在明亮的條件下也會存在，儘管在信號較弱的陰影或黑暗區域中最為明顯。
傳感器設計的進步大幅降低了現代CMOS傳感器的讀取噪聲，但它仍然是低光性能中的一個關鍵因素。
4. 固定模式噪聲 (FPN)
固定模式噪聲在圖像中表現為一致的、重複的模式（例如，明亮或黑暗的斑點），這是由於像素靈敏度的輕微變化所造成的。這些變化源於製造缺陷——沒有兩個像素是完全相同的。FPN在均勻場景中最為明顯（例如，晴朗的藍天），並且可以分為兩種類型：
• 光學響應不均勻性 (PRNU)：像素對相同光照量的反應不同。
• 暗信號非均勻性 (DSNU)：像素產生不同量的暗電流。
硬體降噪技術
CMOS 感測器設計中的硬體創新對於最小化噪音在源頭上發揮了重要作用。這些技術在影像捕捉過程中處理噪音，減輕了後期處理軟體的負擔。
1. 像素設計優化
個別像素的結構直接影響噪聲性能：
• 背面照明 (BSI)：傳統的 CMOS 感測器在像素的前面有布線和電路，阻擋了一些光線。BSI 翻轉了設計，將光敏材料放在前面，電路放在後面，讓更多的光子能夠到達感測器。這通過提高光收集效率來減少光子噪聲，對於智能手機和低光攝影機至關重要。
• 堆疊 CMOS 感測器：堆疊感測器將像素陣列（捕捉光線的地方）與邏輯層（信號處理發生的地方）分開。這種設計允許在緊湊的空間中使用更大的像素（捕捉更多光線），並實現更快的讀取速度，減少讀取噪聲和運動伪影。
• 更大的像素尺寸：具有更大表面积的像素（以微米为单位测量，例如1.4μm与0.8μm）能够捕获更多光子，从而提高信噪比（SNR）。这就是为什么全画幅单反相机在低光环境下通常优于智能手机——它们更大的传感器可以容纳更大的像素。
2. 先進的ADC和信號處理
模擬到數字轉換步驟是讀取噪聲的主要來源。現代傳感器使用：
• 列平行ADC：每个像素列都有自己的ADC，而不是整个传感器只有一个ADC。这减少了读取过程中信号损失和干扰，从而降低了读取噪声。
• 16位ADC：更高的位深（例如，16位与12位）捕捉更多的音调细节，使得在暗区更容易区分信号与噪声。
3. 冷卻系統
對於必須最小化噪音的應用（例如，天文攝影、顯微鏡），傳感器與冷卻系統配對：
• 熱電冷卻 (TEC)：利用佩爾帖效應降低感測器溫度，減少暗電流噪聲。
• 液體冷卻：對於極端情況，液體系統將傳感器保持在接近冰點的溫度，幾乎消除了暗電流。
4. 光學低通濾波器 (OLPF)
雖然不是感測器組件，OLPFs 是放置在感測器上方的物理濾鏡，用於減少混疊——這是一種由感測器無法解析的高頻細節（例如，細緻的紋理）引起的噪音。通過在影像到達感測器之前稍微模糊影像，OLPFs 減少了混疊伪影，儘管這可能會使細節變得柔和。
噪音減少的軟件技術
即使使用先進的硬體，仍然會有一些噪音存在。基於軟體的噪音減少（NR）技術處理捕獲的圖像，以去除噪音，同時保留關鍵細節。這些方法隨著人工智慧的發展而顯著演變，但傳統方法仍然發揮著作用。
1. 空間噪音減少
空間NR算法分析像素及其鄰近像素以識別和減少噪聲：
• 高斯模糊：一种简单的技术，通过对区域内的像素值进行平均，平滑噪声。然而，它可能会模糊细节。
• 中值滤波：用邻域内像素的中值替换一个像素的值，有效去除“盐和胡椒”噪声（随机明暗斑点），而不会过度模糊。
• 雙邊濾波：模糊相似的像素（根據亮度或顏色），同時保留邊緣，在降噪和細節保留之間達到更好的平衡。
• 非本地均值去噪：将每个像素与图像中的所有其他像素进行比较，平均来自相似区域的值。这种先进的方法在减少噪声的同时保留纹理，使其在像 Adobe Lightroom 等专业软件中广受欢迎。
2. 時間噪聲減少
Temporal NR 利用多幀（來自視頻或連拍攝影）來減少噪聲，假設噪聲在幀之間隨機變化，而主體保持穩定：
• 框架平均：结合多次曝光，平均像素值以消除随机噪声。对静态场景（例如，风景摄影）有效，但在移动主体中可能导致运动模糊。
• 運動補償時間過濾：追蹤跨幀的移動物體，並僅對靜態區域應用降噪，保留移動元素的清晰度。這在攝像機和運動攝像機中很常見。
3. 機器學習驅動的去噪
最近在人工智能方面的突破徹底改變了噪音減少技術。深度學習模型在數百萬對噪音和清晰圖像的訓練下，能夠以驚人的準確性區分噪音和真實細節：
• BM3D (Block-Matching 3D)：一種混合方法，將相似的圖像塊分組為3D數組，應用濾波，並重建圖像。它被廣泛認為是最有效的傳統去噪方法之一。
• 神經網絡去噪：像 DnCNN（去噪卷積神經網絡）和 U-Net 架構的模型學習將噪聲圖像映射到乾淨的圖像。智能手機相機（例如，Google Pixel 的夜視模式、iPhone 的夜間模式）使用這些模型在近乎黑暗的環境中生成清晰、低噪聲的圖像。
• RAW去噪：應用於RAW感測器數據（去馬賽克之前）的AI模型保留了更多信息，能夠比處理JPEG更好地減少噪聲。
4. 原始處理工作流程
RAW 檔案包含未處理的感測器數據，包括比 JPEG 等壓縮格式更多的顏色和色調信息。這些額外的數據為軟體提供了更多的靈活性來減少噪點：
• 調整黑色水平：減去基線值以消除暗電流噪聲。
• 伽瑪校正：增強陰影細節而不放大噪音。
• 顏色噪音減少：針對色彩噪音（顏色斑點）與亮度噪音（灰階顆粒）分開處理，以保持顏色準確性。
在實際應用中的噪音減少
不同的使用案例需要量身定制的噪音降低策略。以下是这些技术在各个行业中的应用方式：
1. 智能手機攝影
智能手機面臨獨特的限制：小型感應器、固定鏡頭和有限的硬體空間。它們在很大程度上依賴於：
• BSI 和堆疊 CMOS 感測器以最大化光捕捉。
• AI驅動的去噪（例如，計算攝影）以結合多個短曝光，減少噪聲而不產生運動模糊。
• 實時處理以平衡視頻的降噪和速度。
2. 專業攝影
DSLR 和無反相機優先考慮影像真實性：
• 更大的感應器配備大像素，以最小化光子噪聲。
• 高位元ADC和低讀取噪聲以獲得乾淨的RAW檔案。
• 後處理軟件（例如，Capture One、Lightroom）為專業人士提供細緻的降噪控制，以微調結果。
3. 安全與監控
監控攝像頭在變化的光照下運作，並需要清晰的細節以便識別：
• 時間噪聲減少以清理低光視頻。
• WDR（寬動態範圍）傳感器以處理高對比場景，減少陰影和高光中的噪聲。
4. 科學影像
在顯微鏡學、天文學和醫學影像中，噪聲可能會遮蔽關鍵數據：
• 冷卻傳感器以消除暗電流。
• 長時間曝光結合幀平均以提高信噪比。
• 專業軟件（例如，ImageJ）具有先進的 NR 工具，用於定量分析。
未來CMOS噪聲減少的趨勢
隨著對更高影像品質的需求增長，降噪技術的創新也在不斷加速：
• 量子傳感器：新興技術如單光子雪崩二極體（SPADs）能夠檢測單個光子，潛在地消除低光環境下的拍攝噪聲。
• AI-硬件整合：具備片上神經處理單元（NPU）的感測器將實現實時、低功耗的AI去噪，這對於邊緣設備至關重要。
• 自適應噪音消除：分析場景條件（例如，光照水平、運動）的系統，並根據最佳結果動態切換硬體和軟體技術。
結論
CMOS 感測器中的降噪是一種平衡行為：在不犧牲細節、速度或效率的情況下最小化工件。當今的解決方案結合了硬體創新——從 BSI 像素到先進的 ADC——以及複雜的軟體，包括推動低光環境中可能性的 AI 模型。
無論您是捕捉日落的智能手機用戶、成像遙遠星系的科學家，還是設計下一代相機的工程師，理解這些技術是充分發揮CMOS技術潛力的關鍵。隨著硬件和軟件的不斷發展，我們可以期待即使在最具挑戰性的條件下，也能獲得更清晰、更銳利的影像。
通過在感測器設計和處理工作流程中優先考慮降噪，影像產業確保了攝影和錄影的未來不僅更加清晰，而且比以往任何時候都更具多樣性。
聯繫
留下您的信息，我們將與您聯繫。
WhatsApp
WeChat