???????????????????????????????????????? 理解 Pix Binning

在CMOS 攝像頭的Skipping 和 Binning 模式博文中，我們提到過Pix Binning可以提高sensor的信噪比。但是這種技術究竟是如何提高sensor的信噪比的，我們可以通過這篇博文的定性分析詳細的了解到提高sensor信噪比的原因。

在談及binning如何工作之前，我們必須首先了解sensor中的噪聲。

我們在此談及的噪聲是一個在幀與幀之間，像素與像素之間的隨機的像素亮度值。下圖我們可以更加直觀的了解到噪聲對圖像的影響。

較少噪聲 較大噪聲

?

度量圖像噪聲情況如何并不僅僅是看噪聲的大小，更重要的是噪聲相對于圖像亮度的大小。這就是我們經常說的信噪比----SNR。舉例來說，假如圖像大部分亮度分布在200，而噪聲散布與195到205之間，我們就可以說圖像的信噪比大小為40（200/5=40）.

那么，圖像中的噪聲從哪來的呢？我們主要從三個源頭加以考慮。

散粒噪聲。這種典型的噪聲是由于每個像素檢測到的光子的數量在每一幀每一個像素之間都很隨機。想象一下，當下雨時，你有方法可以計算每一秒雨點進入到容器的數量。當降雨穩定的時候，如果你每一秒鐘計算掉入到容器中雨滴的數量，每一秒鐘所獲的到的雨滴大小并不是一樣的。在某一時刻你可能計算的到20，另一個時刻可能是21,19,22,18,17,23等等。這些自然的變量即為散粒噪聲。有意思的是，散粒噪聲的大小等于被檢測到光子數量的平方根。

讀出噪聲。讀出噪聲除妖是由于sensor的模擬數據轉換為數字數據時所帶入的噪聲。讀出噪聲是圖像傳感器本身的特性。一些sensor的讀出噪聲高于另一些sensor的讀出噪聲。在 當前所使用的CMOS sensor中，其讀出噪聲一般都比CCD sensor讀出噪聲小。

熱噪。sensor本身的熱量所散發出電子。sensor檢測到自身所散發的電子當做光的一部分。曝光時間越長熱噪越多，曝光時間較短是熱噪可以忽略不計。降溫可以在一定程度上減少熱噪。

?

讓我們例舉一個具體的例子。以IMX178為例，我們設置一個比較小的增益。設置好之后，我們可能得到以下具體的數值：

Gain（e/ADU）：0.25

讀出噪聲（e-RMS）：1.7

Exposure：0.1s

?

如果我們有一個灰度值為200(ADU)的像素,即表示sensor檢測到50個光子（Gain乘以ADU）。

檢測到的50個光子告訴我們其散粒噪聲大小為50的開方根，即大概為七個電子。由于曝光時間比較短，其熱噪可以忽略不計，此外，讀出噪聲為1.7個電子。

因此，總的噪聲為7e+0e+1.7e

?

實際上，噪聲總和并不是直接相加為8.7e。當我們計算噪聲的總和時，不僅僅是直接把其各個噪聲相加，而是把每一個噪聲平方相加之后再開方。除非噪聲之間互相相關，否則一般噪聲的總和是把每一個噪聲平方相加之后再開方。

因此，根據以上噪聲信息，我們得到7.2e

根據噪聲信息和增益大小，我們可以得到噪聲大概為29ADU。

?

Ok,到此為止，我們了解到每一個像素都有一定噪聲，其主要有三個來源。現在我們會到之前的例子，200像素大小時計算出噪聲為29ADU。會到我們之前定義的信噪比定義中，我們得到SNR=200/29=6.89。那么，讓我們看看Binning之后將會發生什么！

假設我們以2*2 binning，我們選取四個像素為一個宏像素，每一個像素有200ADU和29ADU的噪聲。我們將其相加作為一個像素之后：

Binned Value= 200+200+200+200=800

那么，對于Binned像素而言其噪聲應該怎么計算了？回到之前我們談及到的，當噪聲之間不相相關的時候，我們使用加法求積的形式計算其噪聲的大小。即平方每個噪聲相加之后再開方：

Binned noise =

我們發現，binnned之后像素的大小增大了四倍，但是其噪聲的大小只是增大了兩倍。計算biinned 像素之后的值為：

SNR=800/58 =13.8左右

Binning之后，SNR大概是原來的2倍。這即是binning百分之九十的秘密：像素值相加，但是噪聲通過加性相乘提高了SNR

?

如上所述，binnning通過四個像素灰度值相加binned得到800。這是一種常用的binning技術，這種方式得到的Binned像素將是原來的四倍亮度，對展現細節非常有用。這種技術有個問題是，如果像素值大小最大為255，binned之后我們將得不到800，而是截取之后得到255。實際上binned之前的相鄰像素大小為64或者64以上，我們都將得到255.

另外一種Binnning方式是把四個像素值相加之后求其平均值。那么，這種方式下有時如何影響到SNR的呢？

?

我們分兩步計算其SNR。首先相加。把binned之前四個像素值相加：

Sum= 200+200+200+200=800

Noise on Sum =58

?

然后我們除以binned size大小。

Average= 800/4 = 200

Noise on Sum = 58/4=14.5

?

SNR = 200/14.5=13.8

?

因此，不管是相加的binning形式還是平均的Binning形式，都能增加sensor的信噪比提高sensor獲取圖像的性能。

?

因此，我們總結如下：

Binning 增加了圖形的信噪比

CMOS N*N binning增加信噪比是原來的N倍。即如果以2*2 binning，信噪比將提高2倍，以3*3 binning，信噪比將提高3倍。

相加形式的binnning和平均形式的binning有相同的信噪比大小。

參考：https://forums.sharpcap.co.uk/viewtopic.php?f=35&t=262

總結

以上是生活随笔為你收集整理的理解 Pix Binning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。