2026/02/28Fotorespons-icke-uniformitet (PRNU) representerar likformigheten i en kameras ljusrespons och är särskilt viktig i tillämpningar med starkt ljus. PRNU kvantifierar variationer i förstärkningen – förhållandet mellan detekterade fotoelektroner och motsvarande digitala gråskalevärde (ADU) – över pixlarna i en kamerasensor.
PRNU blir mer märkbar vid högre signalnivåer (inom det linjära området) och är viktigast för kvantitativa arbetsflöden som flatfältsbaserade mätningar eller bildgenomsnittsberäkning/summering. DSNU är däremot en offset-/mörksignal-icke-uniformitet som är mest synlig i mörka eller svagt ljus. Den här guiden förklarar hur man definierar, mäter, jämför och korrigerar PRNU – och hur man undviker att missta nästan mättnadsartefakter för äkta PRNU.
Vad PRNU är (och vad det inte är)?
När en kamera detekterar ljus samlar varje pixel fotoelektroner under exponeringen. Dessa elektroner omvandlas till ett digitalt gråskalevärde (ADU) av avläsningskedjan, vanligtvis involverande pixelnivåförstärkning och en analog-till-digital-omvandlare (ADC).
PRNU: variation i pixel-till-pixel-förstärkning
Figur 1En av de mest typiska manifestationerna av PRNU, som tydligt visar egenskaperna hos pixelfotoresponsens olikformighet.
PRNU hänvisar specifikt tillpixel-till-pixel variation i förstärkningUnder jämn belysning framstår detta som en stabil respons-"textur", där vissa pixlar svarar något högre och andra något lägre än genomsnittet. En definierande egenskap hos PRNU är att denvågar med signalnivå(inom det linjära området): när belysningen ökar ökar den absoluta skillnaden mellan pixlar proportionellt.
Det är därför PRNU ofta blir mer relevant ikvantitativa arbetsflöden, såsom flatfältsbaserade mätningar eller bildmedelvärdesbildning, där slumpmässigt brus reduceras men fasta förstärkningsskillnader kvarstår.
PRNU mot DSNU
PRNU diskuteras ofta tillsammans medMörk signal oenhetlighet (DSNU):
●DSNUavser variation från pixel till pixel i offset- eller mörksignal och är mest synlig i mörka bildrutor eller förhållanden med svagt ljus.
●PRNUavser variation i förstärkning från pixel till pixel och blir mer uppenbar ju mer belysningen ökar.
Båda effekterna kan uppstå som brus med fast mönster (FPN), men de kommer från olika delar av signalmodellen (offset kontra förstärkning) och beter sig olika när signalnivån ändras.
Vad PRNU inte är
I praktiken kan många effekter misstas för PRNU. PRNU ärinte:
● Ojämn belysning från ljuskällan
● Optisk skuggning eller vinjettering orsakad av linser eller filter
● Damm eller smuts på optiken eller sensorfönstret
● Icke-linjäritet eller klippning nära mättnad, vilket kan skapa artefakter i högt ljus som liknar "sämre PRNU"
Att hålla dessa distinktioner tydliga är viktigt innan man tolkar en PRNU-specifikation eller försöker göra en mätning.
Var kommer PRNU ifrån i moderna CMOS-kameror?
PRNU härstammar från små, repeterbaravinstmatchningarintroduceras av pixelnivåkretsar och kolumnparallella avläsningsvägar i moderna CMOS-arkitekturer. Eftersom dessa system arbetar i mycket parallella signalkedjor kan även mycket små skillnader i förstärkning eller ADC-beteende uppstå som stabila variationer i pixel- eller kolumnnivårespons under enhetlig belysning.
Viktigt är att närvaron av mätbar PRNU inteinteinnebär en sensor av låg kvalitet. Även den högpresterandevetenskaplig CMOS-kamerauppvisar en viss grad av inneboende förstärkningsspridning som endast blir synlig under kontrollerade förhållanden eller arbetsflöden med högt signal-brusförhållande.
Hur påverkar PRNU bildkvalitet och kvantitativ noggrannhet?
PRNU är ett fast, pixelberoende förstärkningsfel, så dess inverkan beror starkt på signalnivån och på om bilden utvärderas som enenda bildrutaeller som en del av enkvantitativt eller genomsnittligt resultat.
Avbildning av låga och medelhöga signaler
I låga till medelhöga signalområden – där fotonantalet är relativt litet – är PRNU vanligtvis liten jämfört med andra bruskällor såsom läsbrus, DSNU eller fotonskottsbrus. I dessa fall har blygsamma PRNU-skillnader sällan en synlig inverkan på bildkvaliteten i enstaka bilder.
Om en bild begränsas av läsbrus eller mörkerrelaterat brus, ger enbart förbättring av PRNU vanligtvis ingen märkbar fördel om inte arbetsflödet är explicit kvantitativt.
Högsignalavbildning och medelvärdesbildning
Vid höga signalnivåer dominerar fotonbruset ofta bruset i enskilda bildrutor, så PRNU kan fortfarande verka obetydlig i en typisk bild. Men när bildrutorna ärmedelvärde eller summering, minskar slumpmässigt brus ungefär med 1/√N, medan PRNU inte medelvärdesvis borträknas.
Som ett resultat kan PRNU bli en begränsande faktor för:
● plattfältsbaserade mätningar och radiometri
● bakgrundsuniformitet i vetenskaplig avbildning
● tröskelvärden för defektdetektering vid industriell inspektion
● mosaik eller sömnad där konsekvent skuggning är viktig
High-Light Artefakter och PRNU
Vid höga signalnivåer kan PRNU-relaterade mönster bli mer synliga – men många rapporterade ”high-light-artefakter” orsakas av andra effekter än inneboende PRNU.
Hur artefakter i högljus ser ut
Användare beskriver ofta:
● statiska fördelningar av något ljusare och mörkare pixlar
● strukturerad kolumn- eller radbandning
● subtil fast skuggning som blir tydlig efter kontrastutsträckning
Dessa mönster förblir på samma pixelplatser från bildruta till bildruta, vilket indikerar ett systematiskt ursprung.
Varför beteende nära mättnad kan vara vilseledande
När sensorerna närmar sig mättnad,icke-linjäritet och klippningkan introducera artefakter som liknar ökad olikformighet. En bild kan verka "mer PRNU-liknande" helt enkelt för att responsen inte längre är linjär – även om den underliggande PRNU inte har förändrats.
En praktisk regel är att utvärdera PRNUväl inom det linjära områdetoch undvik driftspunkter nära mättnad.
Praktiska regler för att undvika förvirring
● Håll dig under mättnad och undvik klippta högdagrar
● Kontrollera flera signalnivåer inom det linjära området
● Använd en verkligt jämn och stabil ljuskälla
● Separera optisk skuggning och kontaminering från sensorrespons
● Kom ihåg att medelvärde minskar slumpmässigt brus och kan avslöja fasta mönster
Hur läser man PRNU-specifikationer?
PRNU-värden är lätta att jämföra eftersom resultaten starkt beror på hur de mäts och rapporteras.
●Metrisk%RMS är mer stabil än %peak-to-peak, vilket är mycket känsligt för extremvärden.
●ROI och maskeringHelbildsvärden kan domineras av kanter eller defekter; bekräfta ROI-definition och pixelmaskering.
●SignalnivåPRNU bör rapporteras i det linjära området; värden nära mättnad kan vara missvisande.
●Rå kontra korrigeradVissa specifikationer anger PRNU efter flatfälts-/NUC-korrigering; andra anger rå PRNU. Dessa är inte direkt jämförbara.
●TestförhållandenVåglängd, temperatur, avläsningsläge, förstärkning, binning och optik påverkar alla PRNU.
Om dessa villkor inte anges tydligt, behandla siffran som en grov indikator snarare än ett strikt jämförelsemått.
Typiska PRNU-värden (och vad “"<1%" egentligen betyder)
Många CMOS-sensorer är specificerade med PRNU-värdenunder ~1%, men den siffran är bara meningsfull närrapporteringsvillkoranges—såsom den metriska funktionen som används (%RMS vs %topp-till-topp), ROI, signalnivån inomlinjärt område, temperatur-/belysningsspektrum och huruvida värdet ärrå orefter flatfälts-/NUC-korrigering.
I de flesta arbetsflöden för bildåtergivning med låg och mellanhög signalnivå och en bildruta är PRNU på denna nivå ofta inte den dominerande begränsningen jämfört med läsbrus, DSNU eller skottbrus. Där "<1 %" blir mer relevant är ikvantitativavbildning (plattfältsbaserade mätningar, mosaik/sömnad) ellerrammedelvärdesberäkning/summering, där slumpmässigt brus reduceras och fast responsvariation kan sätta ett konsistensgolv.
PRNU-korrigering i praktiken (plattfält / NUC)
PRNU adresseras vanligtvis med hjälp avplattfältskorrigering, även känd som icke-uniformitetskorrigering (NUC). Denna metod karakteriserar varje pixels relativa förstärkning under jämn belysning och tillämpar en förstärkningskarta för att normalisera responsen.
Planfältskorrigering minskar systematiska förstärkningsskillnader men tar inte bort slumpmässigt brus eller kompenserar för icke-linjärt beteende nära mättnad.
Vad PRNU-korrigering faktiskt tar bort
Flatfält/NUC kompenserar främst försystematiska vinstskillnaderöver pixlar och kolumner. Efter korrigering är kvarvarande olikformighet vanligtvis mycket lägre och mindre synlig i både kvalitativa bilder och kvantitativa mätningar. Viktigt är att PRNU-korrigering inte tar bort slumpmässigt brus, och den kan inte kompensera för icke-linjärt beteende nära mättnad.
Enpunktskorrigering kontra flerpunktskorrigering
●Enpunktskorrigering(enkel belysningsnivå) är ofta tillräcklig när sensorresponsen är mycket linjär och arbetsområdet är smalt.
●Flerpunktskorrigeringblir viktigt när förstärkningen varierar med signalnivå, läge eller driftsförhållanden, eller när radiometrisk noggrannhet med hög precision krävs.
Överväganden vid omkalibrering
Omkalibrering kan behövas om temperaturen ändras avsevärt, den optiska vägen ändras, avläsningsläge eller förstärkningsinställningar ändras eller långvarig drift påverkar stabiliteten.
I högprecisionsinspektionsarbetsflöden – särskilt halvledar- och metrologitillämpningar – är korrekt DSNU/PRNU-korrigering ofta en förutsättning för tillförlitlig kvantitativ analys.
För en djupare, tillämpningsfokuserad diskussion, seVarför DSNU/PRNU-korrigering är viktig vid halvledarinspektion.
Felsökning: Om din “PRNU” ser dålig ut
När PRNU verkar sämre än förväntat är problemet ofta inte variationen i sensorförstärkningen.
| Symtom du ser | Trolig orsak | Snabbkontroll | Rekommenderad åtgärd |
| Stark lutning eller ojämnt fält | Belysningsbrist eller optisk skuggning | Rotera eller flytta kameran/ljuskällan; rör sig mönstret? | Förbättra planfältsuniformiteten, justera geometrin eller begränsa analysen till ett centralt ROI |
| Lokala mörka eller ljusa fläckar | Damm eller smuts på optik/sensorfönster | Lite oskärpa eller ta bort optiken; förändras fläckarna? | Rengör optiken/sensorfönstret och mät om |
| Vertikal eller horisontell bandning | Skillnader i kolumn-/radförstärkning, avläsningsrelaterad struktur eller flimmer i ljuset | Jämför enskild bildruta med en genomsnittlig bildruta; kontrollera belysningsstabiliteten | Verifiera ljusstabilitet, undvik flimmerkällor, utvärdera PRNU i det linjära området |
| Bristande enhetlighet värre nära högdagrar | Nära-mättnads-icke-linjäritet eller klippning (inte sann PRNU) | Minska exponeringen för att hålla sig långt under mättnaden; minskar mönstret? | Mät PRNU endast i det linjära området; undvik klippta pixlar |
| Kanterna ser sämre ut efter korrigering | Överkorrigering på grund av vinjettering eller skuggning inkluderad i förstärkningskartan | Tillämpa korrigering endast på central ROI | Separera optisk skuggning från sensorns PRNU; förfina masker/ROI |
| PRNU-värde ändras mellan körningar | Temperaturavvikelse eller instabila inställningar | Upprepa testet efter termisk stabilisering | Stabilisera temperaturen och lås förstärkning/läge under mätning |
| Oväntat hög % topp-till-topp PRNU | Avvikare eller dåliga pixlar som dominerar statistiken | Växla till %RMS och maskera dåliga pixlar | Rapportera %RMS med tydliga maskeringsregler |
Slutliga tankar
PRNU är sällan den huvudsakliga specifikationen – men inom kvantitativ avbildning definierar den ofta konsistensgränsen när slumpmässigt brus har reducerats. Att förstå var PRNU kommer ifrån, hur det beter sig över olika signalnivåer och hur det ska mätas och korrigeras är avgörande för att göra meningsfulla jämförelser och undvika feltolkningar.
At TucsenPRNU-prestanda hanteras inte bara på sensornivå, utan även över kalibrering, driftslägen och verkliga mätarbetsflöden. Om din applikation är beroende av stabil flatfältning, bildgenomsnittsberäkning eller högprecisionsinspektion kan vårt team hjälpa dig att utvärdera PRNU i det sammanhang som faktiskt är viktigt för ditt system.
Vanliga frågor
Förändras PRNU över tid eller med sensorns åldrande?
PRNU är generelltstabilöver tid, men den kan avvika långsamt på grund av sensorns åldrande, långvarig temperaturexponering eller förändringar i driftsförhållanden. I högprecisionssystem eller system med lång livslängd är det god praxis att regelbundet verifiera PRNU – särskilt om kvantitativ konsistens är avgörande.
Ska PRNU utvärderas per pixel eller per kolumn?
Det beror på sensorarkitekturen och tillämpningen. PRNU på pixelnivå fångar den mest kompletta bilden, men i kolumnparallella CMOS-designer,struktur på kolumnnivåkan dominera. För diagnostik och felsökning är det ofta bra att undersöka både pixelkartor och kolumnmedelvärdesprofiler.
Är lägre PRNU alltid bättre för alla tillämpningar?
Inte nödvändigtvis. För många kvalitativa eller enbildsavbildningsuppgifter ger en minskning av PRNU bortom en viss punktingen praktisk nytta, eftersom andra bruskällor dominerar. Lägre PRNU är viktigast när ditt arbetsflöde är beroende av flatfältskorrigering, medelvärdesberäkning eller kvantitativa mätningar.
Kan PRNU jämföras mellan olika sensorstorlekar eller pixelavstånd?
Direkt jämförelse är riskabel. PRNU beror på pixeldesign, avläsningsarkitektur, driftläge och testförhållanden – inte bara pixelstorlek eller sensorstorlek. Meningsfull jämförelse kräver matchningmätförhållanden, inte bara rubrikspecifikationer.
Tucsen Photonics Co., Ltd. Med ensamrätt. Vänligen ange källan vid citering:www.tucsen.com
