如今，我们比大多数人意识到的更依赖图像传感器。 它们在我们的车辆中，帮助我们避免碰撞，在建筑物上监视入侵者，在生产线上检查商品的质量。 有趣的是，它们通常按非常简单的指标进行分类，例如像素大小或分辨率，但为特定应用选择最佳传感器要复杂得多。
解决方法
图像质量至关重要，因为我们依靠传感器来检测危险或发现制成品中的缺陷。 系统设计人员（和最终用户）通常认为更高的分辨率（图像中的更多像素）会提高图像质量。 然而，并非总是如此。 更高的分辨率确实会在图像中保留更清晰的边缘和更精细的细节，这有助于物体识别——但还有其他考虑因素。 更高的分辨率会影响关键参数，包括捕获速度/帧速率、传感器尺寸和传感器功率。 它还会影响其他系统元素，因为更大的图像需要更多的带宽、存储和处理能力。 在需要更高分辨率的情况下，减小像素尺寸可以保持镜头和相机尺寸，以满足成本和尺寸目标，同时提高图像质量。
人们经常假设他们需要尽可能多的像素，而不考虑他们的决定在成本和系统性能方面的影响。 在新项目开始时，完整的需求分析应该从最终用途和满足该需求的核心参数开始，并受到物理尺寸（镜头和相机机身）、功率或其他限制等限制。 与在评估中过早通过分辨率限制选择相比，这种方法将产生更符合您的应用需求的传感器。
图像传感器的性能还高度依赖于额外的系统组件，这些组件可能并不明显，因为它们不在光路中，甚至不属于传感器设备本身。 因此，设计人员可能会在电源设计等方面做出妥协。 这种方法会降低图像质量，因为电源组件的电噪声会导致图像缺陷，这些缺陷可能从细微到显而易见，每个观众都会注意到，即使他们不知道原因。
本质上，图像传感器是光子计数器。 在弱光条件下，光子数量较少，因此系统中的任何“噪声”在图像中都会更加明显。来自电源的电压尖峰或电压瞬变会导致最终图像输出出现缺陷。 虽然传感器设计用于电源电压在公差范围内波动，但超出该范围的任何偏差都可能影响图像质量。因此，供电质量是相机系统设计的关键要素。
噪声源
虽然拥有一个完美的设备可以无误差或无偏差地测量，但实际上，传感器芯片中的电路会受到不同的噪声源的影响，这些噪声源会影响每个像素的信号水平，从而影响最终图像中的像素。 一般来说，现代传感器可以很好地控制读取噪声，但另一种称为暗信号非均匀性 (DSNU) 的噪声源更具挑战性。
DSNU是你在完全黑暗中拍摄的图像所看到的：它是黑暗的，所以根本不应该有信号，但一些电子的行为并不完美，所以它们被认为是由入射光引起的，并且图像将不是完全黑色的。 如果每个像素都相同，则可以减去它——就像您可以编辑照片以使整个图像稍微暗一些一样。 当整个阵列不均匀时就会出现问题，因此 DSNU 是衡量整个阵列有多少变化的量度，并且随着传感器温度的升高而变得更糟。 由于受温度影响，传感器在装有空调的实验室中测试时可能看起来不错，但如果在炎热的夜晚在室外进行测试，则效果不佳。 炎热、漆黑的夜晚对 DSNU 的管理最具挑战性，因为有效信号不多，这个噪声源会更明显。 为解决这个问题，请在您的系统正常使用的温度和照明条件范围内测量任何传感器。
信噪比 (SNR)
SNR信噪比，定义为信号功率与噪声功率的平均比值。 不管有多少噪声，如果信噪比非常高，那么噪声对图像的影响就不那么明显了。 把这想象成餐馆支票上的错误。
如果你只点了一杯咖啡，3 美元的额外费用似乎是一笔不小的数目，但如果你有一大群人并且账单是数百美元，你可能不会注意到额外费用，因为它只是一个很小的百分比 错误，即使在这两种情况下都是 $3。 同样，如果你有来自数千个光子的信号电平，你不太可能注意到一些额外的东西。
回到图像传感器，如果您的图像有亮区和暗区，您会在某些区域观察到更多噪点。 具有讽刺意味的是，这可能不在图像的黑暗部分，而可能在“中间光线”中。 尽管如此，在低光过渡到较高亮光的区域中仍暴露出设计限制。 如果不深入了解技术细节，很难解释这一点，但类比可能就像自行车上的齿轮。 如果您有一辆 10 速自行车，您将拥有一个针对低速优化的齿轮，一个针对最高速度优化的齿轮，以及这两者之间的许多步骤。 现在假设您只有最高档、中档和最底档：您将拥有适合慢速（低光）、中速（中光）或快速（明亮的阳光）的齿轮，但是您从低速到中速和中速到高速不会很舒服，你可能会发现你的旅程的某些部分确实需要这种缺失的齿轮之一。
一些制造商经常将平均 SNR 吹捧为图像传感器的主要指标，通过挑选 SNR 良好的区域引用性能统计数据，并暗示这代表了所有照明条件下的整体图像质量。 这类似于自行车制造商在我们的示例中引用 3 速自行车的平均传动比。 中间档位大约是所有 3 个档位的平均值，但从低档到中档和中档到高档的过渡留下了很大的差距。 设计人员必须了解这一点，并超越“平均”SNR 声明。 解决方案是针对应用所需的照明条件范围测试传感器，并测量整个范围内的 SNR，试图发现您的自行车是否存在“缺档”问题。
简而言之，如果图像质量对您的图像传感器应用至关重要，那么您需要避免一些潜在的陷阱。 关于分辨率和噪声影响的假设必须通过测试进行验证，以确保您的最终系统设计不会出现意外。