第一章：暗光场景的噪声模型
各位同学好，我是你们的老朋友。今天咱们来聊聊暗光场景下的噪声模型。说实话，我刚开始做ISP调试那会儿，最头疼的就是暗光。白天光线好的时候，随便调调参数画面都挺干净。一到晚上，各种噪点就冒出来了，像满天星似的。
为什么会这样？说白了，暗光下信号弱，噪声就特别明显。你想想看，信号和噪声是混在一起的，信号弱了，噪声自然就凸显出来了。今天我就把暗光场景下最常见的几种噪声，掰开揉碎了讲给你们听。
核心观点：暗光调试，本质上就是跟噪声做斗争。你搞懂了噪声的脾气，调试就成功了一半。
1.1 光子散粒噪声
先说说光子散粒噪声。这个噪声很有意思，它跟光本身有关。光是由一个个光子组成的，光子到达传感器的过程是随机的。就像下雨天，你拿个桶接雨水，每个雨滴落下来的时间是不确定的。
我在项目中遇到过这样一个情况：用同一台相机，在完全相同的暗光条件下拍两张照片，结果两张图的噪点分布完全不一样。这就是散粒噪声在作怪。它跟信号强度有关，信号越强，散粒噪声也越大。但好消息是，散粒噪声的信噪比会随着信号增强而提高。
散粒噪声的数学模型很简单：
散粒噪声标准差 = √(信号电子数)举个例子，如果信号是100个电子，散粒噪声就是10个电子，信噪比是10。如果信号是10000个电子，散粒噪声是100个电子，信噪比就变成了100。所以光线越强，画面越干净。
实战技巧：暗光下想降低散粒噪声的影响，最直接的办法就是增加曝光时间或者提高增益。但要注意，曝光时间长了会手抖，增益高了会放大其他噪声。这是个平衡的艺术。
1.2 读出噪声
接下来是读出噪声。这个噪声跟传感器本身有关，是传感器把电荷转换成电压、再转换成数字信号的过程中引入的。我习惯把它叫做「电路噪声」。
读出噪声的特点是：它跟信号强度无关。不管你是暗光还是亮光，读出噪声基本是固定的。这就很要命了——暗光下信号本来就弱，读出噪声还不变，那信噪比就会急剧下降。
我记得有一次调试一个手机摄像头，暗光下画面全是横条纹。查了半天，发现是读出电路的电源纹波太大。换了颗电源芯片，问题就解决了。嗯，这里要注意，读出噪声有时候会跟电源质量、PCB布局有很大关系。
读出噪声的典型值：
| 传感器类型 | 典型读出噪声 | 适用场景 |
|---|---|---|
| CCD | 2-5 e- | 工业相机、科研 |
| CMOS（高端） | 1-3 e- | 单反、微单 |
| CMOS（手机） | 3-8 e- | 手机摄像头 |
1.3 固定模式噪声（FPN）
固定模式噪声，简称FPN。这个噪声有个特点：它是固定的。什么意思呢？就是每次拍出来的噪声位置都一样。你拍一张暗场照片，放大看，某些像素总是偏亮，某些总是偏暗。
为什么会这样？因为每个像素的感光面积、暗电流、转换增益都有细微差异。这些差异是制造过程中产生的，一旦芯片做出来，这些差异就固定了。
我曾经遇到一个项目，客户投诉说暗光下画面有「网格」。我一看就知道是FPN。怎么解决？做暗场校正。先拍一张暗场照片，记录下每个像素的偏移量，然后在正常拍摄时减去这个偏移量。效果立竿见影。
避坑指南：我曾经犯过一个错误——暗场校正时用的温度跟实际拍摄温度不一样。结果校正完反而更差了。记住，暗场校正一定要在相同温度下做，因为暗电流跟温度密切相关。
1.4 噪声的时域与空域特性
搞清楚了噪声类型，咱们还得看看噪声的「脾气」。噪声有两种维度：时域和空域。
时域噪声：同一像素在不同时间点的噪声变化。散粒噪声和读出噪声都属于时域噪声。它们每帧都在变，所以你看视频的时候，噪点会「闪烁」。
空域噪声：同一帧图像中，不同像素之间的噪声差异。FPN就是典型的空域噪声。它不随时间变化，所以你看照片的时候，某些位置总是「脏脏的」。
我个人的调试习惯是：先处理空域噪声（FPN），再处理时域噪声。因为FPN是固定的，好处理。时域噪声比较麻烦，需要用多帧降噪或者双边滤波之类的算法。
下面这张图展示了暗光场景下噪声的完整模型：
从这张图可以看得很清楚：光进入传感器后，三种噪声同时叠加到信号上。ISP要做的事情，就是把这些噪声尽可能去掉，同时保留图像细节。
个人经验：我调试暗光参数时，会先拍一张暗场照片（盖上镜头盖），分析FPN的分布。然后再拍一张灰阶卡，分析散粒噪声和读出噪声。这样就能把三种噪声分开，针对性地调参数。
好了，关于暗光场景的噪声模型，今天就讲到这里。记住一句话：噪声不可怕，可怕的是你不了解它。搞懂了每种噪声的脾气，调试起来就有方向了。
公众号:蓝海资料掘金营，微信deep3321