Signal是簡單的增加，Noise是以均方根形式增加

例如：
2*2的binning模式中，signal增加4倍，noise增加$\sqrt{4}$倍，so SNR增加2倍。

sony sensor 每個pixel是10bit的，4個10bit的 binning后輸出一個12bit數據

signal data $S$ is：
$$S=S_{10}+S_{10}+S_{10}+S_{10}=S_{12}$$

其中，$S_{10}$為10bit signal data

$$N=\sqrt{N_{10}^2+N_{10}^2+N_{10}^2+N_{10}^2}$$
其中，$N_{10}$為10bit noise data

Binning

Binning是將相鄰pixel（相同顏色）感應的電荷加在一起，以一個pixel的模式讀出。在環境光照低的情況下，提高攝像頭表現力

處理位置：電荷域（charge）、模擬（電壓）域（valtage）、數模轉換后的數字域（digital）。

1、電荷域的N個pixel做binning，signal放大N倍，readout noise 減少，所以 SNR差不多增加N倍。

2、模擬（電壓）域（valtage）和數字域環節在讀出pixel值之后，會有readout noise，N個pixel做binning，signal放大N倍，因為readout noise 增加導致noise放大$\sqrt{N}$，所以 SNR差不多是之前$\sqrt{N}$倍。

上圖行列均做x2，相當分辨率下降為之前的1/4

方案1：sensor靶面大小不變，pixel數目不變，pixel合并降低分辨率

低照環境下，通過binning技術降低sensor輸出分辨率提高亮度和信噪比

比如800w pixels 的sensor，良好光照環境下，輸出800w 10bit數據，低照環境下做2x2的binning，輸出200w 的12bit數據較之前會有信噪比的提升，若輸出10bit數據，亮度也會有提升

方案2：擴大sensor靶面，pixel數目不變，pixel大小增大

目標輸出400w pixels，靶面增加，pixel大小增加即感光面積增加

比如pixel大小$x$ 平方微米，增加為$2x$平方微米，即pixel感光面積為$4x^2$，較之前的$x^2$提升4倍，SNR由$\frac{S}{\sqrt{S}+D}$提升為$\frac{S}{\sqrt{4S}+D}$，整體SNR約提升2倍

我的個人博客主頁，歡迎訪問

我的CSDN主頁，歡迎訪問

我的GitHub主頁，歡迎訪問

總結

以上是生活随笔為你收集整理的sensor binning信号及信噪比的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。