Valovasteen epätasaisuus (PRNU) edustaa kameran valovasteen tasaisuutta ja on erityisen tärkeä kirkkaassa valaistuksessa. PRNU kvantifioi vahvistuksen vaihtelut – havaittujen fotoelektronien suhde vastaavaan digitaalisen harmaasävyn arvoon (ADU) – kameran kennon pikseleiden poikki.
PRNU tulee havaittavammaksi korkeammilla signaalitasoilla (lineaarisen alueen sisällä) ja sillä on suurin merkitys kvantitatiivisissa työnkuluissa, kuten tasokenttään perustuvissa mittauksissa tai kehysten keskiarvoistamisessa/summaamisessa. Sitä vastoin DSNU on offset-/tummasignaalin epätasaisuus, joka on näkyvintä pimeissä tai hämärässä. Tässä oppaassa selitetään, miten PRNU määritellään, mitataan, vertaillaan ja korjataan – ja miten vältetään lähes saturaatioartefaktien erehtyminen todellisiksi PRNU-virheiksi.
Mitä PRNU on (ja mitä se ei ole)?
Kun kamera havaitsee valoa, jokainen pikseli kerää valotuksen aikana fotoelektroneja. Nämä elektronit muunnetaan digitaaliseksi harmaasävyksi (ADU) lukuketjun avulla, johon tyypillisesti kuuluu pikselitason vahvistus ja analogia-digitaalimuunnin (ADC).
PRNU: pikselikohtainen vahvistuksen vaihtelu
Kuva 1Yksi PRNU:n tyypillisimmistä ilmenemismuodoista, joka osoittaa selvästi pikselien valovasteen epätasaisuuden ominaisuudet.
PRNU viittaa erityisestipikselikohtainen vahvistuksen vaihteluTasaisessa valaistuksessa tämä näkyy vakaana vaste"tekstuurina", jossa jotkut pikselit reagoivat hieman keskimääräistä voimakkaammin ja toiset hieman keskimääräistä heikommin. PRNU:n määrittelevä ominaisuus on, että seasteikot signaalitasolla(lineaarisen alueen sisällä): kun valaistus lisääntyy, pikselien välinen absoluuttinen ero kasvaa suhteessa.
Siksi PRNU:sta tulee usein merkityksellisempikvantitatiiviset työnkulut, kuten tasokenttään perustuvat mittaukset tai kehyksen keskiarvoistus, joissa satunnainen kohina vähenee, mutta kiinteät vahvistuserot säilyvät.
PRNU vs. DSNU
PRNU:sta keskustellaan usein rinnakkainPimeän signaalin epätasaisuus (DSNU):
●DSNUviittaa pikselien väliseen vaihteluun siirtymässä tai tummassa signaalissa ja on näkyvintä tummissa kuvissa tai hämärässä.
●PRNUviittaa pikselien väliseen vahvistuksen vaihteluun ja tulee selvemmäksi valaistuksen lisääntyessä.
Molemmat vaikutukset voivat ilmetä kiinteäkuvioisena kohinana (FPN), mutta ne ovat peräisin signaalimallin eri osista (offset vs. vahvistus) ja käyttäytyvät eri tavalla signaalitason muuttuessa.
Mitä PRNU ei ole
Käytännössä monet vaikutukset voidaan virheellisesti tulkita PRNU:ksi. PRNU onei:
● Epätasainen valaistus valonlähteestä
● Linssien tai suodattimien aiheuttama optinen varjostus tai vinjetointi
● Pölyä tai likaa optiikassa tai anturin ikkunassa
● Lähes saturaatioon liittyvä epälineaarisuus tai leikkautuminen, joka voi luoda kirkkaan valon artefakteja, jotka muistuttavat "huonompaa PRNU:ta"
Näiden erojen selkeyttäminen on tärkeää ennen PRNU-spesifikaation tulkitsemista tai mittauksen yrittämistä.
Mistä PRNU tulee nykyaikaisissa CMOS-kameroissa?
PRNU on peräisin pienistä, toistuvistavoitto-erotpikselitason piirien ja sarakerinnakkaisten lukupolkujen käyttöön ottama nykyaikaisissa CMOS-arkkitehtuureissa. Koska nämä järjestelmät toimivat erittäin rinnakkaisissa signaaliketjuissa, jopa hyvin pienet erot vahvistuksessa tai ADC-käyttäytymisessä voivat näkyä vakaina pikseli- tai saraketason vastevaihteluina tasaisessa valaistuksessa.
Merkittävää on, että mitattavissa olevan PRNU:n esiintyminen eieiviittaavat heikkolaatuiseen anturiin. Jopa tehokkaattieteellinen CMOS-kameraniillä on jonkinasteinen sisäinen vahvistuksen hajonta, joka tulee näkyviin vain kontrolloiduissa olosuhteissa tai korkean signaali-kohinasuhteen omaavissa työnkuluissa.
Miten PRNU vaikuttaa kuvanlaatuun ja kvantitatiiviseen tarkkuuteen?
PRNU on kiinteä, pikselikohtainen vahvistusvirhe, joten sen vaikutus riippuu voimakkaasti signaalitasosta ja siitä, arvioidaanko kuvaayksittäinen kehystai osanakvantitatiivinen tai keskiarvoistettu tulos.
Matala- ja keskisignaalikuvantaminen
Alhaisen ja keskitason signaalialueilla – joissa fotonimäärät ovat suhteellisen pieniä – PRNU on tyypillisesti vähäinen verrattuna muihin kohinalähteisiin, kuten lukukohinaan, DSNU:hun tai fotonien laukaisema kohinaan. Näissä tapauksissa pienet PRNU-erot harvoin vaikuttavat näkyvästi yksittäisen kuvan laatuun.
Jos kuvaa rajoittaa lukukohina tai tummaan liittyvä kohina, pelkkä PRNU:n parantaminen ei yleensä tuota huomattavaa hyötyä, ellei työnkulku ole eksplisiittisesti kvantitatiivinen.
Korkean signaalin kuvantaminen ja keskiarvoistus
Korkeilla signaalitasoilla fotonilaukauksen kohina usein hallitsee yksittäisten kuvien kohinaa, joten PRNU voi silti näkyä vähäisenä tyypillisessä kuvassa. Kuitenkin, kun kuvat ovatkeskiarvoistettu tai summattu, satunnainen kohina vähenee suunnilleen 1/√N, kun taas PRNU ei keskiarvoistu.
Tämän seurauksena PRNU voi olla rajoittava tekijä:
● tasokenttään perustuvat mittaukset ja radiometria
● taustan yhtenäisyys tieteellisessä kuvantamisessa
● vikojen havaitsemiskynnykset teollisessa tarkastuksessa
● mosaiikkityöt tai ompelut, joissa yhtenäinen sävytys on tärkeää
Kirkkaan valon artefaktit ja PRNU
Korkeilla signaalitasoilla PRNU:hun liittyvät kuviot voivat tulla näkyvämmiksi, mutta monet raportoidut "kirkkaan valon artefaktat" johtuvat muista vaikutuksista kuin PRNU:n luontaisista vaikutuksista.
Miltä näyttävät kirkkaasti valossa olevat esineet
Käyttäjät kuvailevat yleisesti:
● hieman kirkkaampien ja tummempien pikselien staattinen jakauma
● jäsennelty sarake- tai rivivärjäys
● hienovarainen kiinteä varjostus, joka tulee näkyviin kontrastin venyttämisen jälkeen
Nämä kuviot pysyvät samoissa pikselipaikoissa ruudusta toiseen, mikä osoittaa systemaattista alkuperää.
Miksi lähes saturaatiokäyttäytyminen voi olla harhaanjohtavaa
Kun anturit lähestyvät saturaatiota,epälineaarisuus ja leikkautuminenvoi aiheuttaa artefakteja, jotka muistuttavat lisääntynyttä epätasaisuutta. Kuva voi näyttää "PRNU-kaltaisemmalta" yksinkertaisesti siksi, että vaste ei ole enää lineaarinen – vaikka taustalla oleva PRNU ei olisi muuttunut.
Käytännön sääntönä on arvioida PRNUhyvin lineaarisen alueen sisälläja välttää kyllästymispisteiden lähellä olevia toimintapisteitä.
Käytännön sääntöjä sekaannusten välttämiseksi
● Pysy kylläisyyden alapuolella ja vältä leikkaantuneita kirkkaita kohtia
● Tarkista useita signaalitasoja lineaarisella alueella
● Käytä todella tasaista ja vakaata valonlähdettä
● Erota optinen varjostus ja kontaminaatio anturin vasteesta
● Muista, että keskiarvoistus vähentää satunnaista kohinaa ja voi paljastaa kiinteitä kaavoja
Kuinka lukea PRNU-spesifikaatioita?
PRNU-arvoja on helppo vertailla väärin, koska tulokset riippuvat vahvasti siitä, miten ne mitataan ja raportoidaan.
●Metrinen%RMS on vakaampi kuin %peak-to-peak, joka on erittäin herkkä poikkeaville arvoille.
●ROI ja peittäminenTäyden koon arvoissa saattavat olla pääasiassa reunat tai viat; varmista ROI-alueen määritelmä ja pikselien maskaus.
●SignaalitasoPRNU tulisi raportoida lineaarisella alueella; lähes saturaatioarvot voivat olla harhaanjohtavia.
●Raaka vs. korjattuJoissakin spesifikaatioissa PRNU-arvot mainitaan tasokenttä-/NUC-korjauksen jälkeen; toisissa taas raaka-PRNU-arvot. Näitä ei voida suoraan verrata.
●TestiolosuhteetAallonpituus, lämpötila, lukutila, vahvistus, binning ja optiikka vaikuttavat kaikki PRNU:hun.
Jos näitä ehtoja ei ole selvästi mainittu, käsittele lukua karkeana indikaattorina eikä tiukkana vertailumittarina.
Tyypilliset PRNU-arvot (ja mitä “"<1%" tarkoittaa oikeastaan)
Monille CMOS-kennoille on määritetty PRNU-arvotalle ~1 %mutta tuo luku on merkityksellinen vain silloin, kunraportointiehdoton ilmoitettu – kuten käytetty mittari (%RMS vs. %huipusta huippuun), ROI, signaalitasolineaarinen alue, lämpötila/valaistusspektri ja onko arvoraaka ortasaisen kentän/NUC-korjauksen jälkeen.
Useimmissa matalan ja keskitason signaalin omaavissa yksittäisten kuvien kuvantamistyönkuluissa PRNU tällä tasolla ei usein ole hallitseva rajoitus verrattuna lukukohinaan, DSNU:hun tai kuvauskohinaan. ”<1 %” on merkityksellisempi esimerkiksi silloin, kunkvantitatiivinenkuvantaminen (tasakenttämittaukset, mosaiikki/ompelu) taikehyksen keskiarvoistus/summaus, jossa satunnainen kohina vähenee ja kiinteä vasteen vaihtelu voi asettaa konsistenssin pohjatason.
PRNU-korjaus käytännössä (tasainen kenttä / NUC)
PRNU:ta käsitellään tyypillisesti käyttämällätasaisen kentän korjaus, joka tunnetaan myös nimellä epätasaisuuden korjaus (NUC). Tämä lähestymistapa kuvaa kunkin pikselin suhteellista vahvistusta tasaisessa valaistuksessa ja normalisoi vasteen vahvistuskarttaa käyttäen.
Tasaisen kentän korjaus vähentää systemaattisia vahvistuseroja, mutta ei poista satunnaista kohinaa tai kompensoi epälineaarista käyttäytymistä lähellä saturaatiota.
Mitä PRNU-korjaus todellisuudessa poistaa
Tasainen kenttä/NUC kompensoi ensisijaisestisystemaattiset vahvistuserotpikseleiden ja sarakkeiden välillä. Korjauksen jälkeen jäännösepätasaisuus on tyypillisesti paljon pienempi ja vähemmän näkyvä sekä kvalitatiivisissa kuvissa että kvantitatiivisissa mittauksissa. On tärkeää huomata, että PRNU-korjaus ei poista satunnaista kohinaa, eikä se pysty kompensoimaan epälineaarista käyttäytymistä lähellä saturaatiota.
Yhden pisteen vs. monipistekorjaus
●Yhden pisteen korjaus(yksi valaistustaso) on usein riittävä, kun anturin vaste on erittäin lineaarinen ja toiminta-alue on kapea.
●Monipistekorjaustulee tärkeäksi, kun vahvistus vaihtelee signaalitason, tilan tai käyttöolosuhteiden mukaan tai kun vaaditaan suurta radiometristä tarkkuutta.
Uudelleenkalibroinnin huomioon ottaminen
Uudelleenkalibrointi voi olla tarpeen, jos lämpötila muuttuu merkittävästi, optinen reitti muuttuu, lukutila tai vahvistusasetukset muuttuvat tai pitkäaikainen ajautuminen vaikuttaa vakauteen.
Tarkoissa tarkastusprosesseissa – erityisesti puolijohde- ja metrologiasovelluksissa – asianmukainen DSNU/PRNU-korjaus on usein luotettavan kvantitatiivisen analyysin edellytys.
Syvempää, sovelluskeskeistä keskustelua varten ks.Miksi DSNU/PRNU-korjaus on tärkeä puolijohdetarkastuksessa.
Vianmääritys: Jos ”PRNU” näyttää huonolta
Kun PRNU näyttää odotettua huonommalta, ongelma ei usein ole anturin vahvistuksen luontainen vaihtelu.
| Näkemäsi oire | Todennäköinen syy | Pikatarkistus | Suositeltu toimenpide |
| Voimakas kaltevuus tai epätasainen kenttä | Valaistuksen epätasaisuus tai optinen varjostus | Kierrä tai siirrä kameraa/valonlähdettä; liikkuuko kuvio? | Paranna tasaisen kentän yhtenäisyyttä, säädä geometriaa tai rajaa analyysi keskeiseen kohdealueeseen |
| Paikalliset tummat tai kirkkaat täplät | Pölyä tai likaa optiikassa/anturin ikkunassa | Hieman epätarkentaako tai poistaako optiikkaa; muuttuvatko täplät? | Puhdista optiikka/anturin ikkuna ja mittaa uudelleen |
| Pystysuora tai vaakasuora raidoitus | Sarake-/rivivahvistuseroja, lukemaan liittyvä rakenne tai valaistuksen välkkymistä | Vertaa yksittäistä kuvaa keskiarvoistettuun kuvaan; tarkista valaistuksen vakaus | Varmista valaistuksen vakaus, vältä välkkymislähteitä ja arvioi PRNU lineaarisella alueella |
| Epätasaisuus pahenee lähellä kohokohtia | Lähes saturaatioon liittyvä epälineaarisuus tai leikkautuminen (ei todellinen PRNU) | Vähennä valotusta pysyäksesi selvästi saturaation alapuolella; pieneneekö kuvio? | Mittaa PRNU vain lineaarisella alueella; vältä leikkautuneita pikseleitä |
| Reunat näyttävät huonommilta korjauksen jälkeen | Vahvistuskarttaan sisältyvän vinjetoinnin tai varjostuksen aiheuttama ylikorjaus | Korjaa vain keskeiseen kohdealueeseen | Erota optinen varjostus anturin PRNU:sta; tarkenna maskeja/ROI:ta |
| PRNU-arvo muuttuu ajojen välillä | Lämpötilavaihtelut tai epävakaat asetukset | Toista testi lämpöstabiloinnin jälkeen | Vakauta lämpötila ja lukitse vahvistus/tila mittauksen aikana |
| Odottamattoman korkea %huippujen välinen PRNU | Tilastoa hallitsevat poikkeamat tai huonot pikselit | Vaihda %RMS-arvoon ja peitä virheelliset pikselit | Raportoi %RMS selkeillä peittosäännöillä |
Loppuajatukset
PRNU on harvoin otsikkomääritelmä, mutta kvantitatiivisessa kuvantamisessa se usein määrittelee konsistenssin rajan, kun satunnainen kohina on vähennetty. PRNU:n alkuperän, sen käyttäytymisen eri signaalitasoilla ja sen mittaamisen ja korjaamisen ymmärtäminen on olennaista mielekkäiden vertailujen tekemiseksi ja väärintulkintojen välttämiseksi.
At TucsenPRNU:n suorituskykyä ei käsitellä pelkästään anturitasolla, vaan myös kalibroinnin, toimintatilojen ja todellisten mittausten työnkulkujen osalta. Jos sovelluksesi on riippuvainen vakaasta tasakentästä, kehyksen keskiarvoistamisesta tai erittäin tarkasta tarkastuksesta, tiimimme voi auttaa sinua arvioimaan PRNU:ta järjestelmällesi todella merkityksellisessä kontekstissa.
Usein kysytyt kysymykset
Muuttuuko PRNU ajan myötä tai anturin vanhetessa?
PRNU on yleensävakaaajan myötä, mutta se voi hitaasti ajautua anturin ikääntymisen, pitkäaikaisen lämpötilalle altistumisen tai käyttöolosuhteiden muutosten vuoksi. Korkean tarkkuuden tai pitkäikäisissä järjestelmissä on hyvä käytäntö tarkistaa PRNU säännöllisesti – varsinkin jos määrällinen yhdenmukaisuus on kriittistä.
Pitäisikö PRNU arvioida pikseli- vai sarakekohtaisesti?
Se riippuu anturiarkkitehtuurista ja sovelluksesta. Pikselitason PRNU tallentaa täydellisimmän kuvan, mutta sarakerinnakkaisissa CMOS-malleissasaraketason rakennevoi dominoida. Diagnostiikassa ja vianmäärityksessä on usein hyödyllistä tarkastella sekä pikselikarttoja että sarakekeskiarvoistettuja profiileja.
Onko alhaisempi PRNU aina parempi jokaisessa sovelluksessa?
Ei välttämättä. Monissa kvalitatiivisissa tai yksittäisten kuvien kuvantamistehtävissä PRNU:n vähentäminen tietyn pisteen jälkeen tarjoaaei käytännön hyötyä, koska muut kohinalähteet ovat hallitsevia. Pienempi PRNU on tärkein tekijä silloin, kun työnkulku perustuu tasokentän korjaukseen, keskiarvoistamiseen tai kvantitatiivisiin mittauksiin.
Voidaanko PRNU:ta verrata eri anturikokojen tai pikselitiheyksien välillä?
Suora vertailu on riskialtista. PRNU riippuu pikselin suunnittelusta, lukuarkkitehtuurista, toimintatilasta ja testiolosuhteista – ei pelkästään pikselitiheydestä tai anturin koosta. Merkityksellinen vertailu edellyttää yhteensopivuutta.mittausolosuhteet, ei pelkästään otsikkomäärityksiä.
Tucsen Photonics Co., Ltd. Kaikki oikeudet pidätetään. Mainitse lähde lainatessasi:www.tucsen.com
2026/02/28