光応答不均一性（PRNU）とは？

光応答の不均一性（プヌ）は、カメラの光に対する応答の均一性を表し、特に高照度アプリケーションで重要です。PRNUは、ゲイン（検出された光電子と対応するデジタルグレースケール値（）の比率）の変動を定量化します。ADU）カメラセンサーのピクセル全体にわたって。

PRNUは、信号レベルが高いほど（線形領域内において）顕著になり、フラットフィールドベースの測定やフレーム平均化／加算などの定量的なワークフローにおいて最も重要になります。一方、DSNUはオフセット／ダーク信号の不均一性であり、暗い場所や低照度環境で最も顕著に現れます。このガイドでは、PRNUの定義、測定、比較、補正方法、そして飽和に近いアーティファクトを真のPRNUと誤認しない方法について説明します。

PRNUとは何か（そしてPRNUではないものとは何か）？

カメラが光を検出すると、露光中に各ピクセルが光電子を収集します。これらの電子はデジタルグレースケール値に変換されます（ADU) 読み出しチェーンによって、通常はピクセルレベルの増幅とアナログ-デジタル変換器を含む (ADC).

PRNU: ピクセルごとのゲイン変動

図1PRNUの最も典型的な現れの1つであり、画素の光応答の不均一性の特徴を明確に示しています。

PRNUは具体的にはピクセルごとのゲインのばらつき均一な照明下では、これは安定した応答「テクスチャ」として現れ、一部のピクセルは平均よりもわずかに高い応答を示し、他のピクセルは平均よりもわずかに低い応答を示します。PRNU の決定的な特性は、信号レベルに比例する（線形領域内）：照度が増加すると、ピクセル間の絶対差は比例して増加します。

これが、PRNUがしばしばより重要になる理由です。定量的ワークフロー例えば、フラットフィールドベースの測定やフレーム平均化などでは、ランダムノイズは低減されるが、固定ゲイン差は残る。

PRNU対DSNU

PRNUはしばしば一緒に議論される暗信号不均一性 (DSNU):

●DSNUこれは、オフセットまたはダーク信号のピクセルごとのばらつきを指し、暗いフレームや低照度条件下で最も顕著に現れます。

●プヌこれは、画素ごとのゲインのばらつきを指し、照度が高くなるにつれてより顕著になる。

どちらの効果も固定パターンノイズ（FPN）として現れる可能性があるが、信号モデルの異なる部分（オフセットとゲイン）に由来し、信号レベルの変化に対する挙動も異なる。

PRNUではないもの

実際には、多くの効果がPRNUと間違われる可能性があります。PRNUとはない:

●光源からの不均一な照明

● レンズやフィルターによって生じる光学的な陰影または周辺減光

● 光学系またはセンサーウィンドウに付着したほこりや汚れ

● 飽和に近い非線形性またはクリッピングにより、「より悪いPRNU」に似たハイライトアーティファクトが発生する可能性がある

PRNU仕様を解釈したり、測定を試みたりする前に、これらの区別を明確にしておくことが不可欠です。

現代のCMOSカメラにおけるPRNUはどこから来るのか？

PRNUは、小さくて再現性のあるゲインの不一致これは、最新のCMOSアーキテクチャにおけるピクセルレベルの回路と列並列読み出しパスによってもたらされる現象です。これらのシステムは高度に並列化された信号経路で動作するため、増幅やADCの動作におけるごくわずかな違いでも、均一な照明下では安定したピクセルレベルまたは列レベルの応答変動として現れる可能性があります。

重要なことに、測定可能なPRNUの存在はない低品質のセンサーを意味する。高性能であっても科学用CMOSカメラある程度の固有のゲイン拡散を示し、それは制御された条件下または高SNRワークフローでのみ目に見えるようになる。

PRNUは画像品質と定量精度にどのような影響を与えるか？

PRNUは固定のピクセル依存ゲイン誤差であるため、その影響は信号レベルと画像が評価されるかどうかに大きく依存します。シングルフレームまたはその一部として定量的または平均化された結果.

低信号および中信号イメージング

低信号から中信号領域（光子数が比較的少ない領域）では、PRNUは読み出しノイズ、DSNU、光子ショットノイズなどの他のノイズ源に比べて通常は小さい。このような場合、PRNUのわずかな違いが単一フレームの画像品質に目に見える影響を与えることはほとんどない。

画像が読み出しノイズや暗電流ノイズによって制限されている場合、ワークフローが明確に定量化されていない限り、PRNUを改善するだけでは通常は目立った効果は得られません。

高信号イメージングと平均化

高信号レベルでは、光子ショットノイズが単一フレームノイズを支配することが多いため、PRNUは通常の画像では依然として軽微に見える可能性があります。しかし、フレームが平均または合計ランダムノイズはおよそ 1/√N に比例して減少するが、PRNU は平均化されない。

その結果、PRNUは以下のような制限要因となる可能性がある。

● フラットフィールド測定と放射測定

●科学画像における背景の均一性

● 工業検査における欠陥検出閾値

● 一貫した陰影が重要なモザイク模様やステッチ模様

ハイライトアーティファクトとPRNU

高信号レベルでは、PRNUに関連するパターンがより目立つようになる可能性があるが、報告されている多くの「ハイライトアーティファクト」は、固有のPRNU以外の影響によって引き起こされている。

ハイライトアーティファクトはどのようなものか

ユーザーからはよく次のような説明が寄せられます。

●わずかに明るいピクセルと暗いピクセルの静的な分布

● 構造化された列または行の帯状表示

●コントラストを強調した後に明らかになる、微妙な固定シェーディング

これらのパターンはフレームごとに同じピクセル位置に留まっており、系統的な起源を示している。

飽和状態に近い挙動が誤解を招く可能性がある理由

センサーが飽和状態に近づくと、非線形性とクリッピング不均一性の増加に似たアーティファクトが生じる可能性があります。基となるPRNUが変化していなくても、応答が線形でなくなったという理由だけで、画像が「よりPRNUらしく」見えることがあります。

実用的なルールは、PRNUを評価することです。線形領域内に十分収まるまた、飽和点に近い動作点は避けてください。

混乱を避けるための実用的なルール

● 彩度を低く抑え、ハイライトの白飛びを避ける

● 線形範囲内で複数の信号レベルを確認する

● 真に均一で安定した光源を使用する

● 光学的な遮蔽と汚染をセンサーの応答から分離する

● 平均化はランダムノイズを低減し、固定パターンを明らかにすることができることを覚えておいてください。

PRNU仕様書の読み方

PRNU値は、測定方法や報告方法によって結果が大きく左右されるため、比較を誤る可能性が高い。

●メトリック: %RMSは、外れ値に非常に敏感な%peak-to-peakよりも安定しています。

●ROIとマスキング: フルフレームの値は、エッジや欠陥によって大きく影響を受ける可能性があります。ROIの定義とピクセルマスキングを確認してください。

●信号レベルPRNUは線形領域で報告されるべきであり、飽和に近い値は誤解を招く可能性がある。

●生データと補正済みデータ仕様によっては、フラットフィールド補正／NUC補正後のPRNU値が記載されている場合と、補正前のPRNU値が記載されている場合があります。これらは直接比較できません。

●試験条件波長、温度、読み出しモード、ゲイン、ビニング、光学系はすべてPRNUに影響を与えます。

これらの条件が明確に示されていない場合は、その数値を厳密な比較指標ではなく、おおまかな目安として扱う。

典型的な PRNU 値 (および「「1%未満」とは実際には）

多くのCMOSセンサーはPRNU値で規定されています。約1％以下しかし、その数字は、報告条件使用される指標（%RMS 対 %peak-to-peak）、ROI、信号レベルなどが記載されています。線形領域温度/照明スペクトル、および値が生 orフラットフィールド補正/NUC補正後.

ほとんどの低信号および中信号、シングルフレームイメージングワークフローでは、このレベルのPRNUは、読み出しノイズ、DSNU、またはショットノイズと比較して、支配的な制限要因ではないことが多い。「<1%」がより重要になるのは、定量的イメージング（フラットフィールドベースの測定、モザイク処理／ステッチング）またはフレーム平均化／加算ランダムノイズが低減され、固定応答変動によって一貫性の下限を設定できる。

PRNU補正の実践例（フラットフィールド／NUC）

PRNUは通常、以下の方法で対処されます。フラットフィールド補正これは、非均一性補正（NUC）とも呼ばれます。この手法では、均一な照明下での各ピクセルの相対ゲインを特徴付け、ゲインマップを適用して応答を正規化します。

フラットフィールド補正は系統的なゲイン差を低減しますが、ランダムノイズを除去したり、飽和付近の非線形挙動を補償したりするものではありません。

PRNU補正が実際に除去するもの

フラットフィールド/NUCは主に系統的なゲイン差ピクセルと列全体にわたって補正が行われます。補正後、残留不均一性は通常、定性画像と定量測定の両方において大幅に低減され、目立たなくなります。重要な点として、PRNU補正はランダムノイズを除去するものではなく、飽和付近の非線形挙動を補正することもできません。

一点補正と多点補正

●1点修正センサーの応答が非常に直線的で、動作範囲が狭い場合は、（単一の照度レベル）で十分な場合が多い。

●マルチポイント補正ゲインが信号レベル、モード、または動作条件によって変化する場合、あるいは高精度の放射測定精度が要求される場合に、ゲインは重要になります。

再校正に関する考慮事項

温度が大きく変化した場合、光路が変更された場合、読み出しモードやゲイン設定が変更された場合、または長期的なドリフトが安定性に影響を与える場合は、再校正が必要になる場合があります。

高精度検査ワークフロー、特に半導体や計測アプリケーションにおいては、適切なDSNU/PRNU補正は、信頼性の高い定量分析を行うための前提条件となることが多い。

より詳細な、応用面に焦点を当てた議論については、以下を参照してください。半導体検査においてDSNU/PRNU補正が重要な理由.

トラブルシューティング：「PRNU」の見た目が悪い場合

PRNUが予想よりも悪い場合、問題はセンサー固有のゲイン変動ではないことが多い。

見られる症状	考えられる原因	クイックチェック	推奨される行動
強い勾配または不均一なフィールド	照明の不均一性または光学的陰影	カメラや光源を回転させたり位置を変えたりしてみてください。模様は動きますか？	フラットフィールドの均一性を改善したり、ジオメトリを調整したり、分析を中央のROIに限定したりする。
局所的な暗いまたは明るい斑点	光学系／センサーウィンドウ上の埃や汚染物質	わずかに焦点をずらすか、光学系を取り外してみてください。斑点は変化しますか？	光学系/センサーウィンドウを清掃し、再測定します
縦縞または横縞	列/行ゲインの差、読み出し関連構造、または照明のちらつき	単一フレームと平均フレームを比較し、照明の安定性を確認する。	照明の安定性を確認し、ちらつき源を避け、線形領域でPRNUを評価する。
ハイライト付近では不均一性が悪化する	飽和に近い非線形性またはクリッピング（真のPRNUではない）	露出を減らして飽和状態をはるかに下回るようにします。そうすると、パターンは減少しますか？	PRNUは線形範囲でのみ測定し、クリッピングされたピクセルは避けてください。
修正後、エッジの見え方が悪くなった。	周辺光量落ちや陰影による過剰補正がゲインマップに含まれています。	補正は中心ROIにのみ適用する	光学シェーディングをセンサーPRNUから分離し、マスク/ROIを改良する
PRNU値は実行ごとに変化する	温度ドリフトまたは不安定な設定	熱安定化後に試験を繰り返す	測定中は温度を安定させ、ゲイン/モードをロックする
予想外に高いピークツーピークPRNU率	外れ値または不良ピクセルが統計を支配している	%RMSに切り替えて不良ピクセルをマスクする	明確なマスキングルールを使用して%RMSを報告します

最後に

PRNUは主要な仕様として取り上げられることは稀ですが、定量イメージングにおいては、ランダムノイズが低減された後の一貫性の限界を定義する指標となることがよくあります。PRNUの発生源、信号レベルごとの挙動、そして測定と補正の方法を理解することは、有意義な比較を行い、誤解を避けるために不可欠です。

At ツーセンPRNUの性能は、センサーレベルだけでなく、キャリブレーション、動作モード、実際の測定ワークフロー全体にわたって評価されます。安定したフラットフィールド補正、フレーム平均化、高精度検査がアプリケーションで必要となる場合、当社のチームはお客様のシステムにとって実際に重要な状況においてPRNUを評価するお手伝いをいたします。

よくある質問

PRNU値は時間経過やセンサーの経年劣化によって変化しますか？

PRNUは一般的に安定した時間の経過とともに変化するものの、センサーの経年劣化、長期的な温度変化、または動作条件の変化により、徐々にずれが生じる可能性があります。高精度システムや長寿命システムでは、特に定量的な一貫性が重要な場合、PRNUを定期的に検証することが推奨されます。

PRNUはピクセル単位で評価すべきか、それとも列単位で評価すべきか？

それはセンサーのアーキテクチャとアプリケーションによって異なります。ピクセルレベルのPRNUは最も完全な画像を捉えますが、列並列CMOS設計では、列レベルの構造支配的な役割を果たす可能性があります。診断やトラブルシューティングにおいては、ピクセルマップと列平均プロファイルの両方を調べることがしばしば役立ちます。

PRNU値が低い方が、あらゆるアプリケーションにとって常に良いのでしょうか？

必ずしもそうとは限りません。多くの定性的または単一フレームの画像処理タスクでは、PRNUをある一定の点以下に下げると、実質的なメリットはないなぜなら、他のノイズ源が支配的になるからです。PRNU値が低いほど、ワークフローがフラットフィールド補正、平均化、または定量測定に依存する場合に最も重要になります。