为什么更明亮的测量可以更精确?
对静止且光照不变的场景连续拍摄,原始像素值仍不会完全相同:检测到的光电子数目有随机波动,电子电路也会引入误差。决定延长曝光、平均多张图像,还是平滑相邻像素之前,我们需要明确的模型。平均后的噪声变小,也不意味着锐利边缘一定得到保留。
考虑一个感光点,以电子数为电荷单位。假设光产生电子的速率恒为 r≥0,曝光时间为已知的 t>0,暗电流产生电子的速率为 d≥0。在简化的独立到达模型中,光电子数 P∼Poisson(rt) 和暗电子数 D∼Poisson(dt) 相互独立。读出噪声 N 与两者独立,均值为零、方差为 σR2,单位为电子数的平方。经过黑电平校正而未饱和的原始测量为
Y=P+D+N,E[Y]=(r+d)t,Var(Y)=(r+d)t+σR2.
泊松(Poisson)变量的方差等于其均值,而独立变量的方差可以相加,因此得到上式。即使减去暗电流的平均值,暗电子数的随机波动仍然存在。这是理想模型,并不保证所有相机都有独立、方差固定的读出噪声;固定图样偏移、电路相关性、量化、饱和和光照变化都须另行处理。若原始数据以数字值记录,须先用已校准增益换算成电子数,才能套用这些单位。
估计光电子速率
若 d 已知,把观测速率减去暗速率,就可以估计 r。这个估计量无偏,而方差的两项对 t 的依赖不同。
在上述观测模型中,设 r=Y/t−d。则
E[r]=r,Var(r)=tr+d+t2σR2.
由期望的线性性,E[r]=E[Y]/t−d=(r+d)t/t−d=r。减去常数 d 不改变方差,而 Var(Y/t)=Var(Y)/t2,因此
Var(r)=t2(r+d)t+σR2=tr+d+t2σR2.
证明透视
曝光时间的两个次方从何而来?
计数方差与 t 成正比;把计数换成速率时除以 t,方差便除以 t2,所以散粒项留下 1/t。一次读出的方差是 σR2,换算速率后则带有 1/t2。推导假设整段曝光的速率不变,而且没有截断饱和。
第一项来自随机到达数目,第二项来自一次读出。在上述条件下,延长曝光会降低两项。信噪比的定义如下。
当 Var(r)>0 时,估计光电子速率的信噪比为
SNR=Var(r)r.若 r=0 但仍有噪声,比值为零;对无噪声的零信号,分母为零,这个比值不能作为精确度指标。
设 r=100、d=4 电子每秒,t=2 秒,σR=4 电子。原始电荷的期望为 208 电子,方差为 224 电子平方。减去已知暗速率后,速率估计的均值为 100,方差为 224/4=56,单位是每秒电子数的平方;标准差约为 56≈7.48 电子每秒。减去暗速率只消除每秒四个电子的平均偏差,不能消除暗计数的随机波动。
从观测值中减去 dt,只消除暗电流的平均贡献,并不消除暗电子数 D 的泊松波动,它仍给方差贡献 dt。在上例中,相减后方差仍是 224,被校正的只有均值。
取 r=1、d=0、σR=4,则 Var(r)=1/t+16/t2。两项相等当 1/t=16/t2,即 t=16。在 t=1 时方差为 17,其中 16 来自读出,SNR=1/17≈0.24。在 t=16 时方差为 1/16+16/256=0.125,SNR=1/0.125=8≈2.83。曝光短时读出项占主导,曝光长时散粒项占主导。边界情形:若 r=d=0,则 Var(r)=16/t2 仍随 t 下降,但对任何 t 都有 SNR=0,因为根本没有可分辨的信号。
一次长曝光,还是多次短曝光?
假设把固定总曝光时间 T 分成 n 次等长曝光,每次 T/n,各次的计数和读出噪声均相互独立,曝光之间没有间隔,速率也不变。把各次测量相加、减去 dT,再除以 T,得到
rn=T∑k=1nYk−dT,Var(rn)=Tr+d+T2nσR2.
拆分不改变总计数的期望,因此总散粒方差不变;但每次独立读出都额外引入一份读出方差。所以在此模型内,同样总曝光时间下,一次未饱和长曝光的方差不大于拆分曝光。短曝光仍可用来避免饱和或运动模糊,但此时简单比较的条件已改变。场景移动时,若不先对齐及处理遮挡,直接逐像素平均对目标参考帧也可能有偏差。
沿用上例的速率及 T=2,一次曝光的速率方差为 56;四次半秒曝光的方差为 104/2+4(16)/4=68。先计算四次各自的速率估计再取平均,结果相同。四次曝光的标准差为 68≈8.25,并非一次曝光标准差的一半:因为总曝光时间固定。
反例模式
平均无法还原截断的数据
假设无噪声检测器把超过 150 电子的电荷一律截断至 150。两秒内,速率 100 的场景产生 200 电子,速率 200 的场景产生 400 电子,记录值却都是 150。重复并平均这些截断值仍得 150,无法区分两个速率。上述无偏公式明确排除饱和;不能把饱和值当作线性测量套用。
空间平均和共用样本
对固定权重的线性估计 Z=i∑wiYi,
Var(Z)=i∑wi2Var(Yi)+2i<j∑wiwjCov(Yi,Yj).
此恒等式不要求高斯(Gaussian)噪声。若四个独立样本测量相同的底层信号,且方差均为 v,其平均的方差为 v/4。若信号不同,平均估计的是它们的均值;把它当作某个中心值的估计便可能产生偏差。边缘处混合不同位置的信号正有此代价。光子散粒噪声依赖信号,因此各样本方差也不一定相等。
即使原始样本独立,去马赛克仍可产生相关性。设 A=(Y1+Y2)/2、B=(Y2+Y3)/2,三个原始误差独立且方差均为 v,则 Var(A)=Var(B)=v/2,但由于共用 Y2,有 Cov(A,B)=v/4。若把重建后的像素当作独立,便会遗漏这项协方差;后续颜色矩阵和空间滤波应传递完整协方差,而不只是每个方差。
沿用上面的 A 和 B,若独立,会得 Var(A+B)=v/2+v/2=v。共用样本时却是 Var(A+B)=v/2+v/2+2⋅v/4=3v/2,因为 A+B=(Y1+2Y2+Y3)/2 的方差为 (v+4v+v)/4。忽略协方差会把 3v/2 报成 v,低估任何同时组合两个像素的滤波的方差。
练习与解答
快速检查
(若 r=40、d=0、t=1、σR=3,求 Y 的均值及方差,以及 r 的方差。)
先用 Y 的方差公式,再除以 t2。
解答 · 答案
E[Y]=40,Var(Y)=40+9=49;由于 t=1,速率方差也是 49。
快速检查
(同样速率及总时间 T=1,比较一张与两张等长图像的速率方差,并说明假设。)
分别取 n=1 和 n=2 代入拆分曝光公式。
解答 · 答案
一次读出得 40+9=49;两次读出得 40+18=58。假设各次读出和到达独立、速率相同且恒定、没有间隔及饱和。
快速检查
(两个测量相同常数信号 s 的误差方差均为 9,协方差为 3。求它们平均值的方差。)
用加权和的方差恒等式,两个权重均为 1/2。
解答 · 答案
方差为 (9+9+2⋅3)/4=6;若独立则是 4.5。
快速检查
(两像素边缘的真值分别为 0 和 10。以无噪声的两者平均估计第一个值,误差是多少?为什么没有噪声时平均仍可能误导?)
解答 · 答案
平均为 5,相对第一像素的误差是 +5。即使随机方差为零,平均不同信号仍会造成确定性偏差。