Che cos'è la non uniformità della risposta alla luce (PRNU)?

Non uniformità della risposta alla luce (PRNU) rappresenta l'uniformità della risposta di una telecamera alla luce ed è particolarmente importante nelle applicazioni ad alta luminosità. PRNU quantifica le variazioni del guadagno, ovvero il rapporto tra i fotoelettroni rilevati e il corrispondente valore digitale in scala di grigi (Unità abitativa accessoria)—attraverso i pixel di un sensore fotografico.

La PRNU diventa più evidente a livelli di segnale più elevati (all'interno della regione lineare) ed è particolarmente importante per i flussi di lavoro quantitativi come le misurazioni basate sul flat-field o la media/somma dei frame. Al contrario, la DSNU è una non uniformità di offset/segnale scuro che è più visibile in condizioni di scarsa illuminazione o al buio. Questa guida spiega come definire, misurare, confrontare e correggere la PRNU e come evitare di confondere gli artefatti di quasi saturazione con la vera PRNU.

Che cos'è PRNU (e cosa non è)?

Quando una fotocamera rileva la luce, ogni pixel raccoglie fotoelettroni durante l'esposizione. Questi elettroni vengono convertiti in un valore digitale in scala di grigi (Unità abitativa accessoria) dalla catena di lettura, che in genere coinvolge l'amplificazione a livello di pixel e un convertitore analogico-digitale (ACD).

PRNU: variazione del guadagno da pixel a pixel

Una delle manifestazioni più tipiche della PRNU

Figura 1: Una delle manifestazioni più tipiche del PRNU, che mostra chiaramente le caratteristiche della non uniformità della risposta fotoelettrica dei pixel.

PRNU si riferisce specificamente avariazione del guadagno da pixel a pixelIn condizioni di illuminazione uniforme, ciò appare come una "struttura" di risposta stabile, in cui alcuni pixel rispondono leggermente più in alto e altri leggermente più in basso rispetto alla media. Una proprietà distintiva di PRNU è chescala con il livello del segnale(all'interno della regione lineare): all'aumentare dell'illuminazione, la differenza assoluta tra i pixel aumenta proporzionalmente.

Ecco perché PRNU spesso diventa più rilevante influssi di lavoro quantitativi, come ad esempio le misurazioni basate su campi piatti o la media dei fotogrammi, in cui il rumore casuale viene ridotto ma rimangono differenze di guadagno fisse.

PRNU vs DSNU

Il PRNU viene spesso discusso insiemeNon uniformità del segnale oscuro (DSNU):

●DSNUSi riferisce alla variazione da pixel a pixel dell'offset o del segnale di buio ed è più visibile nei fotogrammi scuri o in condizioni di scarsa illuminazione.

●PRNUSi riferisce alla variazione di guadagno da pixel a pixel e diventa più evidente all'aumentare dell'illuminazione.

Entrambi gli effetti possono manifestarsi come rumore a schema fisso (FPN), ma hanno origine da diverse parti del modello del segnale (offset rispetto al guadagno) e si comportano in modo diverso al variare del livello del segnale.

Ciò che PRNU non è

In pratica, molti effetti possono essere confusi con PRNU. PRNU ènon:

● Illuminazione non uniforme proveniente dalla sorgente luminosa

● Ombreggiatura ottica o vignettatura introdotte da lenti o filtri

● Polvere o contaminazione sulle ottiche o sulla finestra del sensore

● Non linearità o clipping prossimi alla saturazione, che possono creare artefatti ad alta luminosità simili a "PRNU peggiori"

È fondamentale tenere ben chiare queste distinzioni prima di interpretare una specifica PRNU o di tentare una misurazione.

Da dove deriva il PRNU nelle moderne fotocamere CMOS?

PRNU ha origine da piccoli, ripetibilidisallineamenti di guadagnoIntrodotte dai circuiti a livello di pixel e dai percorsi di lettura paralleli per colonna nelle moderne architetture CMOS. Poiché questi sistemi operano in catene di segnale altamente parallele, anche differenze molto piccole nell'amplificazione o nel comportamento dell'ADC possono apparire come variazioni di risposta stabili a livello di pixel o di colonna in condizioni di illuminazione uniforme.

È importante sottolineare che la presenza di PRNU misurabile nonnonimplicano un sensore di bassa qualità. Anche le prestazioni elevatetelecamera scientifica CMOSpresentano un certo grado di dispersione del guadagno intrinseca che diventa visibile solo in condizioni controllate o flussi di lavoro con elevato rapporto segnale/rumore (SNR).

In che modo PRNU influisce sulla qualità dell'immagine e sull'accuratezza quantitativa?

PRNU è un errore di guadagno fisso, dipendente dai pixel, quindi il suo impatto dipende fortemente dal livello del segnale e dal fatto che l'immagine venga valutata come unsingolo fotogrammao come parte di unrisultato quantitativo o medio.

Immagini a segnale basso e medio

Nei regimi di segnale basso o medio, dove il numero di fotoni è relativamente basso, il PRNU è in genere minore rispetto ad altre fonti di rumore come il rumore di lettura, il DSNU o il rumore di shot dei fotoni. In questi casi, modeste differenze di PRNU raramente hanno un impatto visibile sulla qualità dell'immagine del singolo fotogramma.

Se un'immagine è limitata dal rumore di lettura o dal rumore legato al buio, il solo miglioramento del PRNU di solito non produce un beneficio apprezzabile a meno che il flusso di lavoro non sia esplicitamente quantitativo.

Immagini ad alto segnale e media

Ad alti livelli di segnale, il rumore di shot dei fotoni spesso domina il rumore del singolo fotogramma, quindi il PRNU può ancora apparire minore in un'immagine tipica. Tuttavia, quando i fotogrammi sonomedia o sommaIl rumore casuale diminuisce approssimativamente come 1/√N, mentre il PRNU non si annulla in media.

Di conseguenza, PRNU può diventare un fattore limitante per:

● misurazioni basate su campo piatto e radiometria

● uniformità dello sfondo nell'imaging scientifico

● soglie di rilevamento dei difetti nell'ispezione industriale

● Mosaico o cucitura dove è importante ottenere un'ombreggiatura uniforme

Artefatti in evidenza e PRNU

A livelli di segnale elevati, i pattern correlati al PRNU possono diventare più visibili, ma molti degli "artefatti ad alta luminosità" segnalati sono causati da effetti diversi dal PRNU intrinseco.

Che aspetto hanno gli artefatti evidenziati

Gli utenti descrivono comunemente:

● distribuzioni statiche di pixel leggermente più luminosi e più scuri

● Fasciatura strutturata di colonne o righe

● Sottile ombreggiatura fissa che diventa evidente dopo l'allungamento del contrasto

Questi schemi rimangono nelle stesse posizioni dei pixel da un fotogramma all'altro, indicando un'origine sistematica.

Perché un comportamento prossimo alla saturazione può essere fuorviante

Man mano che i sensori si avvicinano alla saturazione,non linearità e clippingpuò introdurre artefatti che simulano una maggiore non uniformità. Un'immagine può apparire "più simile a PRNU" semplicemente perché la risposta non è più lineare, anche se il PRNU sottostante non è cambiato.

Una regola pratica è valutare PRNUben all'interno della regione lineareed evitare punti di funzionamento prossimi alla saturazione.

Regole pratiche per evitare confusione

● Mantieni la saturazione al di sotto ed evita le alte luci bruciate

● Verificare i livelli di segnale multipli all'interno dell'intervallo lineare

● Utilizzare una fonte di illuminazione veramente uniforme e stabile

● Separare l'ombreggiatura ottica e la contaminazione dalla risposta del sensore

● Ricorda che la media riduce il rumore casuale e può rivelare schemi fissi

Come leggere le specifiche PRNU?

I valori PRNU sono facilmente soggetti a confronti errati perché i risultati dipendono fortemente da come vengono misurati e riportati.

●metrico: %RMS è più stabile di %peak-to-peak, che è altamente sensibile ai valori anomali.

●ROI e mascheramentoI valori dell'immagine a pieno formato potrebbero essere dominati da bordi o difetti; verificare la definizione della regione di interesse (ROI) e la maschera dei pixel.

●Livello del segnaleIl PRNU deve essere riportato nella regione lineare; i valori prossimi alla saturazione possono essere fuorvianti.

●Dati grezzi rispetto a quelli correttiAlcune specifiche riportano il PRNU dopo la correzione del campo piatto/NUC; altre riportano il PRNU grezzo. Questi valori non sono direttamente confrontabili.

●Condizioni di prova: Lunghezza d'onda, temperatura, modalità di lettura, guadagno, binning e ottica influenzano tutti il PRNU.

Se queste condizioni non sono chiaramente indicate, il numero va considerato come un indicatore approssimativo piuttosto che come un parametro di confronto rigoroso.

Valori PRNU tipici (e cosa “<1%” significa davvero)

Molti sensori CMOS sono specificati con valori PRNUinferiore all'1% circama quel numero è significativo solo quandocondizioni di segnalazionevengono dichiarati, come la metrica utilizzata (%RMS vs %picco-picco), il ROI, il livello del segnale all'interno delregione lineare, spettro di temperatura/illuminazione e se il valore ècrudo ordopo la correzione del campo piatto/NUC.

Nella maggior parte dei flussi di lavoro di imaging a singolo fotogramma a segnale basso e medio, il PRNU a questo livello spesso non è la limitazione dominante rispetto al rumore di lettura, al DSNU o al rumore di sparo. Dove “<1%” diventa più rilevante è inquantitativoimmagini (misurazioni basate su campo piatto, mosaico/unione) omedia/somma dei fotogrammidove il rumore casuale viene ridotto e la variazione fissa della risposta può stabilire un livello minimo di coerenza.

Correzione PRNU in pratica (campo piatto / NUC)

PRNU viene in genere affrontato utilizzandocorrezione del campo piatto, nota anche come correzione della non uniformità (NUC). Questo approccio caratterizza il guadagno relativo di ciascun pixel in condizioni di illuminazione uniforme e applica una mappa di guadagno per normalizzare la risposta.

La correzione del campo piatto riduce le differenze di guadagno sistematiche, ma non elimina il rumore casuale né compensa il comportamento non lineare in prossimità della saturazione.

Cosa rimuove effettivamente la correzione PRNU

Il campo piatto/NUC compensa principalmente perdifferenze sistematiche di guadagnosu pixel e colonne. Dopo la correzione, la non uniformità residua è in genere molto inferiore e meno visibile sia nelle immagini qualitative che nelle misurazioni quantitative. È importante sottolineare che la correzione PRNU non rimuove il rumore casuale e non può compensare il comportamento non lineare in prossimità della saturazione.

Correzione a un punto vs correzione a più punti

●Correzione di un punto(un singolo livello di illuminazione) è spesso sufficiente quando la risposta del sensore è altamente lineare e il campo di funzionamento è ristretto.

●Correzione multipuntoDiventa importante quando il guadagno varia in base al livello del segnale, alla modalità o alle condizioni operative, oppure quando è richiesta un'elevata precisione radiometrica.

Considerazioni sulla ricalibrazione

Potrebbe essere necessaria una ricalibrazione se la temperatura varia in modo significativo, se il percorso ottico viene modificato, se cambiano la modalità di lettura o le impostazioni di guadagno, oppure se la deriva a lungo termine influisce sulla stabilità.

Nei flussi di lavoro di ispezione ad alta precisione, in particolare nelle applicazioni di semiconduttori e metrologia, una corretta correzione DSNU/PRNU è spesso un prerequisito per un'analisi quantitativa affidabile.

Per una discussione più approfondita e incentrata sull'applicazione, vederePerché la correzione DSNU/PRNU è importante nell'ispezione dei semiconduttori.

Risoluzione dei problemi: se il tuo “PRNU” ha un aspetto sbagliato

Quando il PRNU risulta peggiore del previsto, il problema spesso non risiede nella variazione intrinseca del guadagno del sensore.

Sintomo che vedi	Probabile causa	Controllo rapido	Azione consigliata
Forte gradiente o campo irregolare	non uniformità dell'illuminazione o ombreggiatura ottica	Ruota o riposiziona la telecamera/la sorgente luminosa; il motivo si sposta?	Migliora l'uniformità del campo piatto, regola la geometria o limita l'analisi a una ROI centrale
Macchie scure o luminose localizzate	Polvere o contaminazione sulla finestra delle ottiche/del sensore	Sfoca leggermente o rimuovi le ottiche; i punti cambiano?	Pulire le ottiche/la finestra del sensore e ripetere la misurazione.
fasce verticali o orizzontali	Differenze di guadagno tra colonne e righe, struttura correlata alla lettura o sfarfallio dell'illuminazione	Confrontare il singolo fotogramma con il fotogramma medio; verificare la stabilità dell'illuminazione.	Verificare la stabilità dell'illuminazione, evitare fonti di sfarfallio, valutare il PRNU nella regione lineare
La non uniformità è peggiore in prossimità delle zone più luminose.	Non linearità o clipping in prossimità della saturazione (non vero PRNU)	Ridurre l'esposizione per rimanere ben al di sotto della saturazione; il pattern si riduce?	Misurare PRNU solo nell'intervallo lineare; evitare i pixel tagliati
I bordi appaiono peggiori dopo la correzione	Sovracorrezione dovuta a vignettatura o ombreggiatura incluse nella mappa di guadagno	Applicare la correzione solo al ROI centrale	Separare l'ombreggiatura ottica dal PRNU del sensore; perfezionare le maschere/ROI
Il valore PRNU varia tra le esecuzioni	Variazioni di temperatura o impostazioni instabili	Ripetere il test dopo la stabilizzazione termica	Stabilizzare la temperatura e bloccare il guadagno/la modalità durante la misurazione
PRNU %picco-picco inaspettatamente elevato	Valori anomali o pixel difettosi che dominano la statistica	Passa a %RMS e maschera i pixel difettosi	Riporta %RMS con regole di mascheramento chiare

Considerazioni finali

Il PRNU raramente rappresenta la specifica principale, ma nell'imaging quantitativo definisce spesso il limite di coerenza una volta ridotto il rumore casuale. Comprendere da dove proviene il PRNU, come si comporta al variare dei livelli di segnale e come dovrebbe essere misurato e corretto è essenziale per effettuare confronti significativi ed evitare interpretazioni errate.

At TucsenLe prestazioni PRNU vengono valutate non solo a livello del sensore, ma anche in relazione alla calibrazione, alle modalità operative e ai flussi di lavoro di misurazione reali. Se la tua applicazione dipende da una planarità stabile, dalla media dei frame o da un'ispezione ad alta precisione, il nostro team può aiutarti a valutare PRNU nel contesto effettivamente rilevante per il tuo sistema.

FAQ

Il PRNU cambia nel tempo o con l'invecchiamento del sensore?

PRNU è generalmentestabilenel tempo, ma può variare lentamente a causa dell'invecchiamento del sensore, dell'esposizione prolungata alle alte temperature o di cambiamenti nelle condizioni operative. Nei sistemi ad alta precisione o di lunga durata, è buona norma verificare periodicamente il PRNU, soprattutto se la coerenza quantitativa è fondamentale.

Il PRNU deve essere valutato per pixel o per colonna?

Ciò dipende dall'architettura del sensore e dall'applicazione. Il PRNU a livello di pixel cattura l'immagine più completa, ma nei progetti CMOS paralleli a colonne,struttura a livello di colonnapuò dominare. Per la diagnostica e la risoluzione dei problemi, spesso è utile esaminare sia le mappe dei pixel che i profili medi delle colonne.

Un PRNU più basso è sempre preferibile per ogni applicazione?

Non necessariamente. Per molte attività di imaging qualitative o a fotogramma singolo, ridurre il PRNU oltre un certo punto forniscenessun vantaggio pratico, perché altre fonti di rumore sono dominanti. Un PRNU più basso è particolarmente importante quando il flusso di lavoro si basa sulla correzione del campo piatto, sulla media o su misurazioni quantitative.

È possibile confrontare PRNU su sensori di diverse dimensioni o con diverse risoluzioni dei pixel?

Il confronto diretto è rischioso. Il PRNU dipende dalla progettazione dei pixel, dall'architettura di lettura, dalla modalità operativa e dalle condizioni di test, non solo dal passo dei pixel o dalle dimensioni del sensore. Un confronto significativo richiede l'abbinamento.condizioni di misurazione, non solo le specifiche principali.