噪音如何產(chǎn)生？

區(qū)別數(shù)字與傳統(tǒng)影像，噪音（Noise）是一個重要的觀察指標。取代傳統(tǒng)底片的數(shù)字感光原件 CCD / CMOS（相關電子感光原件的介紹請參考前面的講座）本身就是一個消耗能量（電力）的設備。有能源的消耗，自然就會產(chǎn)生熱量，『熱』導致晶片材質(zhì)的電子活動加劇，受熱的電子不斷的運動而產(chǎn)生了電流，形成所謂的『暗電流』（Black Level）。


理想的光感測器其暗電流應該是零，但現(xiàn)實世界里這樣的理想材質(zhì)還在研究階段。當然，還有其他因素同樣會影響暗電流的產(chǎn)生，然而『熱』卻是最顯著的影響因素。暗電流的存在，讓即使沒有 光進入數(shù)字相機之中，卻因光電二極管自行釋放的電流，彷彿開了另一道『窗口』感應光線；當暗電流電壓與低亮度光的電壓相當時，感光原件的畫素就彷彿『看到了』景物，從而導致曝光，并將結果呈現(xiàn)在畫面上。

噪音消除 Noise Reduction

噪音的存在對早期的數(shù)字相機來說，就揮之不去的夢魘！想像一下，當你身在人群之中，多人講話的音量（Noise）蓋過了你原本說話的聲音（Signal），逼得你不得不提高嗓門大聲說話，來獲得短暫清楚的信息，可是與此同時更多人就必須提高更大的音量來彼此對談，信號（Signal）和噪音（Noise）就是在這樣里來我往之間取得平衡。這也導出 SNR訊噪比公式： SNR= Signal / Noise （單位 dB）。

[page]

SNR數(shù)據(jù)需要于光亮臨界點之處，想取得清楚影像時非常有用。由于開發(fā)低噪音比材質(zhì)之困難度太高，攜帶型相機設備又不適合運用成本高的散熱機制。因此，處理噪音的方法轉而用內(nèi)建韌體或軟件的方式來執(zhí)行，例如：同時拍攝兩張照片，其中一張系關閉光圈拍攝之，用以比對可能會出現(xiàn)的噪音處，從而消除之，稱之 Noise Reduction。我們會在后續(xù)的章節(jié)中另開專文討論。

Noise 噪音檢測

關于數(shù)字相機的噪音檢測，你可以用很簡單的方式，蓋上鏡頭蓋，直接長時間曝光（一般消費型數(shù)字相機約2秒，專業(yè)型可以手動調(diào)整M模式，取得8秒甚至 bulb 的曝光時間）。再將影像拉回到電腦軟件之中，啟動色調(diào)分佈圖（見下左），比較與純黑影像的區(qū)別（下右圖）。


數(shù)據(jù)化的噪音檢測

Imatest 這套軟件提供了多組 Noise 噪音測試方式，包括由 ISO12233、Q-13 與 ColorChecker 所構成，方便使用者檢查各個階段相機噪音表現(xiàn)。其中 ISO12233的測試之中，提供了完整的 Noise 圖表，內(nèi)容包含平均 S/N 值（S/N mean），該值越大代表信號強度越強，影像也就越清晰。另外，右圖之中還提供 Shannon channel capacity，一般稱之為香濃定律或 Shannon information transmission capacity C 香濃容量，這是一個非常重要的電子學方程式，如下：

C = Wlog2(S/N+1)

該方程式原意是用來計算單一頻道中所能攜帶最大的訊息量（不包括 Noise 噪音），在這里被用來檢測 L 明度之中所含正確信息的數(shù)量。在數(shù)據(jù)中顯示三種不同的反差狀況，100％代表正常反差下影像的香濃數(shù)量，10％代表低反差的表現(xiàn)，1％ 則是用來檢查大范圍區(qū)域（例如：天空）的信息含量。

加入 Shannon channel capacity 的主要用意在于避開數(shù)字相機內(nèi)建的 Noise Reduction 機制，多數(shù)的 NR 設計會將低反差的訊號移除，藉以達到平衡畫面的效果，但于此同時也會減低畫面細節(jié)的表現(xiàn)。對于一般的 Noise 檢測來說，NR 確實可以達到提升 S/N 比的效果。但對 Shannon channel capacity 檢查來說，NR 的機制就不那么明顯，比較能夠正確的計算出 Noise 的范圍，提供使用者正確的資訊。

相關閱讀：

工程師支招：解決電源管理IC抑制音頻噪音的方法
牛人DIY：徹底消除中波噪音干擾的簡單方法
共模和差模信號及其噪音抑制