2022/04/22DSNU hänvisar till variationen i bakgrundssignalen i en kamerabild när inget ljus (eller fotoner) infaller på sensorn. Det indikerar hur mycket pixelförskjutningarna varierar över sensorn när man tar en bild i fullständigt mörker.
DSNU blir särskilt viktigt vid fotografering i svagt ljus, där kameran producerar en mörk eller snedvriden bild i frånvaro av ljus. I sådana fall kan pixlarnas offsetvärde variera, och DSNU blir viktigt, särskilt när det är jämförbart med eller större än kamerans läsbrus (vanligtvis 1-3e-).
1. Varför DSNU är viktigt inom bilddiagnostik
1) Avbildning i svagt ljus:
I frånvaro av ljus producerar en kameras sensor en signal som inte är noll utan vanligtvis ett offsetvärde (t.ex. 100 grånivåer). Denna offset påverkas av kamerans elektroniska brus, men det kan finnas variationer i offsetvärdena från en pixel till en annan. Denna variation i pixeloffsetvärden kallas för fast mönsterbrus, vilket uppstår på grund av inkonsekvens i sensorns mörksignal över pixlar.
2) Fast mönsterbrus:
DSNU kvantifierar den tidsoberoende variationen i dessa offsetvärden. Den ger ett mått på hur konsekvent sensorns mörksignal är över olika pixlar.
2. DSNU och bildkvalitet
1) Standard DSNU-värden:
För de flesta kameror för svagt ljus ligger DSNU-värdena vanligtvis under 0,5e- (elektroner), vilket innebär att DSNU:s bidrag till brus är försumbart under förhållanden med medelstarkt eller starkt ljus.
2) Påverkan på bildkvaliteten:
För bilder med höga fotonantal (t.ex. hundratals eller tusentals fotoner per pixel) har DSNU en minimal effekt. För tillämpningar i svagt ljus förblir DSNU signifikant när den är jämförbar med eller överstiger kamerans läsbrus (vanligtvis 1-3e-), vilket kan påverka bildkvaliteten.
3. Begränsningar för DSNU:
DSNU (Dark Signal Non-Uniformity) är ett verktyg som används för att kvantifiera brus med fast mönster, men det fångar inte alla typer av brus med fast mönster, såsom strukturerat brus (Fixed Pattern Noise) och tidsberoende mörkt brus (Temporal Dark Noise).
1) Strukturerade mönster och kolumnbrus:
Strukturerat mönsterbrus, särskilt kolumnbrus, är en typ av brus med fast mönster som uppstår när vissa pixlar eller grupper av pixlar uppvisar systematiska skillnader i sin mörka signal (offsets), vanligtvis justerade längs specifika kolumner eller rader. Detta brus uppträder i ett strukturerat mönster snarare än slumpmässiga fluktuationer.
2) Tidsberoende variationer:
Tidsberoende brus avser variationer i sensorns mörksignal över tid, orsakade av faktorer som temperaturfluktuationer, elektronisk instabilitet eller sensoråldring. Dessa variationer gör att pixlarnas offsetvärden fluktuerar från en exponering till en annan. DSNU mäter tidsoberoende brus, vilket innebär att den inte tar hänsyn till dessa förändringar i offsetvärden över tid. För att observera tidsberoende variationer krävs en sekvens av biasbilder (bilder tagna utan ljus) som tagits över tid för att detektera dessa fluktuationer.
4. DSNU i praktiska tillämpningar
DSNU är försumbar vid avbildning i starkt ljus, eftersom fotonsignalen är mycket starkare än någon variation i mörkersignaler.
För tillämpningar som enmolekylavbildning, kvantavbildning och astronomiska observationer krävs kameror för att fånga extremt svaga ljussignaler. Dessa signaler ligger vanligtvis på nivån 1–3 elektroner (e-) eller ännu lägre, så ytterligare brus (som DSNU) kan påverka kvaliteten på den slutliga bilden och minska signal-brusförhållandet (SNR). Det är därför moderna högkänsliga vetenskapliga kameror har DSNU-korrigeringsfunktioner. Ju lägre DSNU-värde, desto högre kvantitativ noggrannhet.
Modern industriell inspektion kräver ständigt ökande precision, särskilt inom halvledarindustrin, där de kvantitativa kraven för defektsignaler är jämförbara med de i vetenskapliga tillämpningar för avbildning i svagt ljus. DSNU (Dark Signal Non-Uniformity) är lika viktig i detta sammanhang. Artikeln "Varför DSNU/PRNU-korrigering är viktig vid halvledarinspektion"ger en mycket detaljerad förklaring.
