2026/02/28Mörksignalsnonuniformitet (DSNU) beskriver variationen mellan pixels i en kameras offsetsignal när inget ljus faller på sensorn. Även i fullständigt mörker producerar bildsensorer en nollskild utsignal – ofta kallad en bias- eller mörksignal – och denna offset är inte helt enhetlig över alla pixlar. DSNU kvantifierar hur mycket dessa offset skiljer sig rumsligt.
DSNU blir mest relevant vid avbildning i svagt ljus, där signalnivåerna närmar sig området för nära-läsbrus och små offset-skillnader kan påverka det effektiva brusgolvet. Till skillnad från läsbrus, som är slumpmässigt och medelvärdesvis beräknas över flera bildrutor, representerar DSNU en fast rumslig variation som förblir konstant om den inte korrigeras.
Att förstå DSNU är avgörande för att tolka prestanda i svagt ljus, jämföra kameraspecifikationer och säkerställa kvantitativ noggrannhet i tillämpningar med begränsade mörkerförhållanden.
Vad DSNU verkligen mäter (och vad den inte gör)
För att förstå effekten av DSNU är det viktigt att klargöra exakt vilken del av sensorsignalen den beskriver – och vilka brusmekanismer den inte representerar.
Figur 1:En av de mest typiska manifestationerna av DSNU, som tydligt visar egenskaperna hos inhomogenitet i pixelmörkersignaler.
DSNU = Variation i pixelnivåförskjutning
När en kamera tar en bild i fullständigt mörker producerar varje pixel en nollskild utsignal, ofta kallad bias eller mörk offset. Helst skulle alla pixlar dela samma offset, men i praktiken finns det små variationer från pixel till pixel.
DSNU kvantifierar dettarumslig variation av offset över sensornDet rapporteras vanligtvis i elektroner (e⁻ RMS) och representerar standardavvikelsen för pixelförskjutningar i en mörk eller biasad bildruta. DSNU beskriver därför ett fast rumsligt mönster under stabila driftsförhållanden – inte slumpmässigt brus.
DSNU vs Läsbrus
DSNU skiljer sig fundamentalt från läsbrus.
●Läs brusär temporal och slumpmässig; den varierar från bildruta till bildruta och minskar med bildgenomsnittet.
●DSNUär rumsligt och tidsoberoende; offset-missmatchningen mellan pixlar förblir konstant om den inte korrigeras.
Vid avbildning i svagt ljus bidrar båda till det effektiva brusgolvet, men på olika sätt: läsbrus definierar osäkerhet mellan bildrutor, medan DSNU definierar rumslig inkonsekvens i baslinjesignalen.
DSNU mot PRNU
DSNU hänvisar till offsetvariation i mörker, medan PRNU beskriver förstärkningsvariation under belysning. DSNU är mest relevant i mörka eller nästan mörka förhållanden, medan PRNU blir signifikant när signalnivåerna ökar. Tillsammans representerar de de två primära formerna av fastmönster-oenhetlighet i bildsensorer.
Varför DSNU är viktigt vid avbildning i svagt ljus
DSNU blir viktigt när avbildningsförhållandena närmar sig det mörkbegränsade eller nära-mörka regimet – där fotonsignalerna är svaga och det effektiva brusgolvet avgör prestandan.
När DSNU är försumbar
I medelstarka till starka ljusförhållanden dominerar fotonbruset brusbudgeten. När signalnivån når hundratals eller tusentals elektroner per pixel blir små skillnader i offset mellan pixlar obetydliga i förhållande till den totala signalen. I sådana fall bidrar DSNU lite till synligt bildbrus eller kvantitativa fel.
För tillämpningar med ljusfält eller högt signal-brusförhållande är DSNU sällan den begränsande faktorn.
När DSNU blir begränsande
I applikationer med svagt ljus med hjälp avvetenskaplig CMOS-kamera, kan signalnivåerna närma sig endast ett fåtal elektroner per pixel – eller till och med under 1 e⁻ i extrema fall. Under dessa förhållanden kan variationen i den rumsliga offseten bli jämförbar med själva signalen.
Om DSNU närmar sig eller överstiger kamerans läsbrus, ökar det effektivt baslinjevariationen över pixlar. Även om läsbruset i genomsnitt minskar med bildstapling, gör inte DSNU det. Den rumsliga offset-missmatchningen kvarstår om den inte korrigeras genom mörkersubtraktion eller kalibrering.
Detta blir avgörande i applikationer som:
●Enmolekylär fluorescensavbildning
● Kvant- eller fotonräkningsexperiment
● Mörkfältsinspektion i industrin
I dessa scenarier påverkar DSNU direkt rumslig enhetlighet, detektionsgränser och kvantitativ konsistens.
DSNU och det effektiva brusgolvet
DSNU introducerar inte tidsmässig slumpmässighet, men den definierar hur enhetlig den mörka baslinjen är över sensorn. När avbildningsuppgiften är beroende av att detektera extremt svaga signaler ovanför en mörk bakgrund kan denna baslinjeuniformitet bli en avgörande faktor för uppnåeligt signal-brusförhållande.
Att förstå om DSNU är försumbar eller begränsande kräver att den utvärderas i förhållande till läsbrus, signalnivå och den avsedda tillämpningen.
DSNU och offsetdistribution
För att tolka DSNU korrekt är det viktigt att förstå att den härleds från den rumsliga fördelningen av pixelförskjutningar i en mörk bildruta. DSNU-värdet är inte en isolerad parameter, utan en statistisk sammanfattning av denna underliggande förskjutningsfördelning.
Offsetfördelning i en biasram
En mörk eller biasbild är sällan helt enhetlig. Även under stabila förhållanden uppvisar varje pixel ett något annorlunda offsetvärde, vilket ger en rumslig fördelning av mörka signalnivåer över sensorn. Denna fördelning kan verka brusliknande och ostrukturerad, eller så kan den uppvisa subtila kolumn- eller radrelaterade mönster beroende på avläsningsarkitekturen.
DSNU är en statistisk deskriptor för denna offsetfördelning. Den definieras vanligtvis som standardavvikelsen (RMS) för pixelförskjutningar mätt från en medelvärdesberäknad mörk bildruta. För att undertrycka temporalt läsbrus och isolera fast rumslig variation beräknas DSNU ofta från medelvärdet av tusentals mörka bildrutor. Resultatet rapporteras i elektroner (e⁻), vilket möjliggör direkt jämförelse med läsbrus och mellan kameror.
Vad DSNU-värdet representerar – och inte representerar
Tolkning av DSNU-värdet kräver kontext. Om DSNU ligger långt under kamerans läsbrus är dess bidrag till bildförsämring i svagt ljus vanligtvis minimalt. När DSNU närmar sig eller överstiger läsbrus kan variationer i den rumsliga baslinjen påverka det effektiva brusgolvet och detekterbarheten vid låg signal.
Ett enda DSNU-nummer kan dock inte beskriva alla mörkerrelaterade artefakter. RMS-statistik fångar inte strukturerade offsetmönster som kolumnband, och representerar inte heller tidsberoende variationer i mörksignalen. DSNU fungerar därför som en viktig – men ofullständig – indikator på prestanda i svagt ljus. Korrekt utvärdering kan kräva att man granskar biasbilder direkt och beaktar driftsläge, temperatur och stabilitet.
Begränsningar med DSNU som ett prestationsmått
Även om DSNU är en viktig indikator på konsistens i mörkerförskjutningen, beskriver den inte bildkvaliteten i svagt ljus helt och hållet.
Första,DSNU rapporteras vanligtvis som ett enda RMS-värdeDenna statistik sammanfattar spridningen av pixelförskjutningar men fångar inte den rumsliga strukturen. Kolumnrelaterade förskjutningsmönster, lokaliserade kluster eller andra strukturerade artefakter kanske inte återspeglas tydligt i RMS-talet, även om de kan ha en märkbar visuell eller kvantitativ inverkan.
Andra,DSNU representerar tidsoberoende rumslig variation under stabila förhållandenDen tar inte hänsyn till tidsmässigt mörkt brus eller offsetdrift orsakad av temperaturfluktuationer, elektronisk instabilitet eller långvarigt åldrande. I tillämpningar som kräver hög stabilitet över tid kan dessa dynamiska beteenden vara lika viktiga.
Slutligen,DSNU-värden anges ofta under begränsade driftsförhållanden och kan variera mellan avläsningslägen, förstärkningsinställningar eller temperaturområden.Ett enda DSNU-nummer kan därför inte representera prestanda för alla konfigurationer.
DSNU bör tolkas som en komponent av prestanda i svagt ljus – användbar, men inte tillräcklig i sig.
Hur man tolkar DSNU-specifikationer
Ett DSNU-värde är endast meningsfullt när det tolkas i sitt sammanhang. Att läsa ett enda tal från ett datablad utan att förstå mätförhållandena kan leda till missvisande slutsatser.
Jämför DSNU med Read Noise
DSNU bör alltid utvärderas i förhållande till kamerans läsbrus.
● Om DSNU är betydligt lägre än läsbruset är dess bidrag till försämring vid svagt ljus vanligtvis minimalt.
● Om DSNU närmar sig eller överskrider läsbruset kan variationer i den spatialförskjutningen påverka det effektiva brusgolvet och detekterbarheten vid låg signal.
Till exempel är det osannolikt att en DSNU på 0,3 e⁻ i en kamera med 2 e⁻ läsbrus är begränsande, medan 1 e⁻ DSNU i ett 1 e⁻ läsbrussystem kan förtjäna närmare uppmärksamhet.
Kontrollera mätförhållandena
DSNU-värden beror på driftsparametrar som:
● Sensortemperatur
● Avläsningsläge och bitdjup
● Förstärkningsinställningar
● Exponeringstid
Särskilt kylning kan avsevärt minska mörkerrelaterade effekter. Att jämföra DSNU-värden mellan kameror utan att bekräfta matchande förhållanden kan ge felaktiga slutsatser.
Rå vs. korrigerad DSNU
Vissa specifikationer rapporterar DSNU efter intern offsetkorrigering eller kalibrering. När det är möjligt, skilj mellan:
● Raw DSNU (intrinsisk offsetvariation)
● Återstående DSNU efter korrigering
Båda värdena kan vara informativa, men de beskriver olika prestationsstadier.
Ett välspecificerat DSNU-värde inkluderar dess driftsförhållanden, mätmetod och korrigeringstillstånd. Utan detta sammanhang bör det behandlas som ett indikativt – inte definitivt – prestandamått.
Tillämpningar: Där DSNU blir en verklig designfaktor
DSNU är sällan en begränsande faktor vid avbildning i starkt ljus. När fotonsignalerna är stora dominerar skottbruset brusbudgeten, och små variationer i spatiala offset har minimal inverkan på bildkvaliteten eller kvantitativ analys.
DSNU blir dock alltmer relevant i lågsignalsregimer där fotonantalet endast närmar sig ett fåtal elektroner per pixel. I tillämpningar somfluorescensavbildning av enskilda molekyler, astronomiska observationer eller experiment på kvantnivå, kan signalen av intresse vara jämförbar med kamerans läsbrus. Under dessa förhållanden kan variationer i rumslig offset påverka bakgrundsuniformitet, detektionströsklar och effektivt signal-brusförhållande.
Industriella inspektionssystem kan möta liknande begränsningar.halvledarinspektionochprecisionsmetrologiska tillämpningar, defektsignaler kan vara små i förhållande till baslinjesignalen. Även subtila ojämnheter i offset-modellen kan påverka konsistensen över synfältet, särskilt i system som förlitar sig på bakgrundssubtraktion eller tröskelbaserad detektion.
I sådana arbetsflöden är DSNU inte bara ett specifikationsvärde – det blir en del av felbudgeten på systemnivå. Korrekt mörkerkalibrering och val av driftläge är därför avgörande när konsistens i svagt ljus eller defektkänslighet är kritisk.
I halvledarinspektionssystem påverkar offset-olikformighet direkt defekttröskelkonsistensen. En detaljerad diskussion om kalibreringsstrategier i detta sammanhang finns iVarför DSNU/PRNU-korrigering är viktig vid halvledarinspektion.
Slutsats
Mörksignalsbrist definierar hur konsekvent en sensors mörka baslinje är över pixlar. Även om DSNU ofta är försumbar vid avbildning i starkt ljus, kan den påverka det effektiva brusgolvet i tillämpningar med låg signalnivå där läsbrus och signalnivåer är jämförbara. Att tolka DSNU korrekt kräver att man beaktar driftsförhållanden, mätkontext och dess förhållande till andra bruskällor.
När konsistens i svagt ljus eller kvantitativ precision är avgörande blir utvärdering av DSNU tillsammans med läsbrus och kalibreringsstrategi en del av systemnivådesignen. För applikationsspecifik validering eller diskussioner om mörkerkalibrering,Tucsens tekniker kan hjälpa till att definiera mätförhållanden i linje med ditt bildbehandlingsarbetsflöde.
Tucsen Photonics Co., Ltd. Med ensamrätt. Vänligen ange källan vid citering:www.tucsen.com
