作者：Aili-Light | 公众号：艾利光科技

如果要对比两台相机的性能，我们应该关注哪些参数呢，是焦距、像素、还是光圈大小？这些参数通常广为人知，并且很容易做出对比。上篇文章（《车载摄像头CMOS的性能评测标准》）我们提到，在一些专业领域，例如机器视觉、自动驾驶等行业，计算机算法对图像有着独特的要求，因此更应该关注暗噪声的变化、动态范围大小等参数。

那么在专业领域评价图像传感器的质量，我们又应该关注哪些参数，这些参数的意义是什么呢？EMVA（European Machine Vision Association）1288（图1）是专为相机图像传感器的测试而设计的标准。该标准定义了一系列的参数以及规范化的测量方法，例如量子效率、动态范围、灵敏度等等。

图1 EMVA1288标准

本文详细地介绍EMVA1288的各项参数的定义，提供推导计算公式。为了更好地理解这些指标的物理意义，我们从光电信号的转化开始，一步步深入探究，解释图像传感器的电子系统是如何采集信号的，为何会带来噪声，如何分析信噪比、动态范围等参数。最后，我们给出一些常见的图像传感器测试结果，给读者选择时作为参考。

电信号的生成

图2 图像传感器的信号产生原理

图2说明了图像传感器内部的电子信号处理过程，光线通过相机镜头聚焦在图像传感器（sensor）上，内置的光电二极管将光子（p）转化为电子（e-），这个过程的转化效率叫做量子效率 Quantum Efficiency，QE）。通过一系列的电路设计，系统将这些电荷收集在像素内部，随后通过采样电路获读取其电荷值。

根据光学原理，入射的光强度可以用公式（1）计算：

其中：Top：镜头的透光率，I：入射光强度，单位是W/(sr*m2)，θ：入射光与镜头的倾斜角，F：镜头的光学孔径，定义为F=Φ/f，Φ是镜头的通光面的直径，f是镜头焦距。

在相机的曝光时间，落在每个像素上的的光子数可表示为：

其中，Ee：照射在图像传感器上光强度，Ap：像素的面积，texp：曝光时间，Wc：每个光子的能量，根据波长定义为Wc=hc/λ，h是玻尔兹曼常数，λ是光的波长。

根据量子力学的波粒二象性原理，光线是由离散的光子构成，每个光子散落在图像传感器上，都是一个独立的事件。因此从统计学角度来看，一段时间内的光子数应服从泊松分布，其均值和方差分别为：

这些光子通过像素内置的光电二极管，会产生一定数量的电子，假设光电转化的量子效率（Quantum Efficiency）为η，可计算出电子数量的均值和方差分别为：

参数一：量子效率（QE）

量子效率是衡量图像传感器性能的一个重要的物理指标，CMOS图像传感器的量子效率通常在10%-80%之间，主要取决于光电二极管p-n结的结构和尺寸，并且跟波长有较大的关系（见上一篇文章《车载摄像头CMOS的性能评测标准》）。

噪声的来源

图像传感器的噪声分为固定模式噪声（Fix-Pattern Noise）和暂态噪声（Temporal Noise）。其中固定模式噪声与时间无关，是由于不同像素间的不一致性所致。对于同一颗图像传感器芯片，固定模式噪声与空间位置相关，但会随着不同图像传感器芯片而异。相反，暂态噪声与空间无关，其出现的空间位置是随机的，强度会随着时间而涨落。

暂态噪声 - Temporal Noise

我们先讨论暂态噪声。暂态噪声与时间相关，具有一定的随机性，例如暗噪声、采样噪声等。在一定积分时间内，我们可以统计这类噪声的均值和方差，作为衡量噪声水平的依据。

参数二：暗噪声（DN）

光电效应产生的电流，要通过一系列的MOS管、电容等器件，转换成电荷，才能变成可被采样的信号。在这个电路转化的过程中（图3），系统会引入一些噪声，例如暗噪声（Dark Noise）。暗噪声指的是当没有光线照射的时候，电路内部的固有电流，其通过积分成为暗电荷并存储在像素内，暗电荷的数量与积分时间成正比，同时也和温度有关系。在这里我们把暗噪声的均值和方差记作μd，σd2。暗噪声越低的图像传感器，性能就越好，一般来说暗噪声的范围在[0-50]e-（电子）。

图3 传感器内部电信号处理过程

如图3所示，电子信号在传感器内部被放大，放大倍率（K）定义为电路增益（Gain）。增益可分为模拟增益和数字增益，两种增益可独立使用，有各自的倍率，最终的电路增益是两种增益的乘积。最后，采样电路将电信号转化为数字信号输出（Digital value），数字信号的强度均值和方差分别为：

参数三：信噪比（SNR）

电子信号的信噪比可定义为，信号的均值除以噪声的平方差：

例如SNR=100意味着信号比噪声大100倍，通常人眼能接受的信噪比在SNR<50的范围内。对图像传感器系统来说，信噪比可以写做：

一个理想的相机，应该满足：η=1，σd=0，并且信号强度远高于噪声，因此从公式（7）可推算出，理想相机的信噪比为：

图4展示的曲线表明，理想相机与实际相机的信噪比差异。

图4 理想相机与实际相机的信噪比关系

参数四：灵敏度阈值（AST）

灵敏度阈值意味着传感器可以接收到的最小信号，当信号强度很低的时候，公式（7）可简化为：

EMVA1288标准把灵敏度阈值定义为达到SNR=1所需要的入射光子数，可通过公式（9）推导出来：

灵敏度阈值越低的图像传感器，越能接收到微弱的光信号，性能就越强。通常这个阈值的范围是[1-10] Ƴ（光子）。

参数五：动态范围（DR）

动态范围是传感器能接收到的最大信号和最小信号之间的比值，即：

其中μp,max指的是使信号饱和的光子数量。信号饱和值是来自于电路对电荷的存储能力上限，像素的内置电容越大，其饱和值就越高，通常这个饱和值在[105 – 106]Ƴ（光子）。像素饱和之后，就无法再接收更多的光子，在图像上体现为“过曝”的效果。μp,min即公式（10）中的最小信号。

固定模式噪声 Fix-Pattern Noise

固定模式噪声通常有两个来源，一是由于暗信号不一致性（Dark Signal Non-uniformity，DSNU）带来的偏置（offset），另一个是由于光响应非均匀性（Photon Response Non-uniformity，PRNU）引起的灵敏度（sensitivity）差异。考虑固定模式噪声，信噪比的公式应修正为：

其中，DSNU的数值大小一般在[0-1]e-（电子），而PRNU大约是1%左右。由于每颗图像传感器的都有差异性，因此DSNU和PRNU没有统一的计算公式。同样属于固定模式噪声的还有白噪声（White Noise），周期性的模式噪声等等。

总结

综上所述，表1总结了以上提到的各项参数，参数的定义、说明（与什么因素相关）、参数单位等信息。

表1 EMVA1288对图像传感器的评估参数以及定义

由于每个参数之间有一定的相关性，因此单独评估其中某一个参数，或某几个参数，对整体图像的影响，都是不完整的。我们可以通过测量系统输出信号的均值-方差关系，去评价整个图像传感器系统的性能。图5展示的是理想系统的均值-方差曲线和实际情况的差异​。

图5 理想系统的均值-方差曲线和实际情况的差异

实测数据

表2列出了一些常见的车载/工业级图像传感器的参数实测值，供读者选择时作为参考。

表2 常见的车载/工业图像传感器的参数实测值