智能駕駛如今漸漸成為汽車的一個常見功能，它增強了汽車和駕駛員的感知能力，降低了駕駛員的工作強度，同時可以有效提高行車的安全性。這其中，基于CMOS 圖像傳感器的攝像頭是智能駕駛系統感知外界環境的主要工具之一。

Figure 1光電效應

從架構上看，CMOS圖像傳感器類似于一個存儲器memory，它有大量存儲單元，支持行和列的尋址操作，區別在于存儲器是電路寫入內容，而sensor中的內容是可見光或近紅外光線寫入的。

傳感器收集到的電荷包括兩部分：一部分是我們期望的電荷，來源于環境光線所激發的有效信號；另一部分是用戶不希望的干擾產生的電荷，干擾來源有很多種，一般統稱為噪聲。

我們希望圖像中的有效信息越多越好，干擾噪聲越少越好。一個常見的衡量圖像噪聲效果的指標是信噪比SNR，即信號與噪聲的比值。信噪比越大，圖像噪聲相對含量越少，圖像質量越好。SNR的單位可以是比值，也可以轉成對數單位dB。

CMOS sensor的數據手冊一般都會提供信噪比參數SNR，如下所示。

有一個常見的問題：46dB信噪比的sensor是不是比43dB的sensor低照效果更好？

答案是未必，脫離條件的結論往往會掉到坑里。 SNR不是一個點，它是光照條件的函數，如圖2，SNR會隨著光照強度變化變成一條曲線。當它作為低照效果指標時，要求選取低照條件下的SNR值。而業內sensor數據手冊上的SNR參數通常是SNR最大值，對應于光照環境非常明亮時的SNR值，即圖中藍色SNR曲線右上角的SNRMax點。而藍線位于左下角區域的SNR值才適合作為評估低照的參數，此時的光照不足，對應于低照環境。這就像賣蘋果，放在上面一層是最好的，你需要翻開籃子，看看里面蘋果的質量如何。

Figure 2信噪比SNR曲線

依據最大SNR點來評判sensor有以偏概全的問題。根據需要，用戶可以選取特定曝光條件Exposure對應的SNR大小來評判低照噪聲，SNR越大越好；也可以限定SNR為某個固定值，例如SNR=5時，用此時需要的曝光條件Exposure值大小來評判低照噪聲，Exposure值越小意味著達到同等SNR時需要的光照資源越少，sensor的低照性能越好。

圖2顯示的是普通sensor的SNR，是單調遞增的曲線。汽車上使用的CMOS sensor，為了匹配全天候應用場景，需要很高的動態范圍HDR，HDR常用方法是改變sensor的靈敏度，對環境的不同亮度分別采樣，再把多次采樣的圖像幀映射到標準化的線性數據空間，最后從不同靈敏度幀中選取合適像素，拼成一張完整的圖像幀，參見《車用圖像傳感器參數小議——動態范圍》。

sensor的靈敏度變化，對應于坐標系中的SNR線移動到不同的位置，最終HDR圖像的SNR曲線演變成多條SNR曲線的擬合結果，例如圖3的藍線，它不再是一條單調遞增曲線，除了低照SNR會很小以外，高亮區間還會出現多個局部極小值，當工作點落在SNR跌落區間時，即便此時環境很亮，噪聲也會惡化。

這在圖像上會出現一個違背人眼感知習慣的現象，即隨著亮度增強，圖像的質量會從差到好，然后又突然惡化的情況。因此與傳統線性sensor不同，車用寬動態sensor的信噪比還需要評估高亮條件下的極小值指標。

Figure 3 HDR圖像的SNR

Figure 4 SNR和噪聲

車用sensor的SNR是一條非單調的曲線，汽車應用環境會讓問題變得更復雜。sensor是一個模擬器件，在ADC之前，信號和噪聲數據是以電荷的形式存儲的，sensor的暗電流也會累積電荷，其產生速度大致上與曝光時長成正比，與溫度呈指數關系。所以我們還必須考慮溫度，曝光時長以及模擬增益對暗態噪聲的影響。SNR同時是溫度，曝光時間和模擬增益的函數，它的曲線已經變成多維的曲線簇了。

以溫度影響為例，圖5是SNR=10時需要的Exposure值隨sensor內部溫度升高的變化趨勢，我們可以看到，不同sensor對溫漂的敏感度是不一樣的，這兩個sensor的SNR曝光值在60°C時發生交叉，意味著在室溫25℃和高溫80℃分別評估時，得出的SNR結論截然相反。

Figure 5 晶圓內部溫度影響

按照車用攝像頭有效使用生命周期的溫度分布，超過88%的生命周期內，sensor內部的節溫超過40℃，超過80%時間內節溫超過60℃，超過65%時間內節溫超過80℃。

溫漂影響會導致SNR曲線發生進一步變化。如圖6紅色虛線示意，當溫度升高后，SNR曲線在低照區域和高亮局部區域會繼續下跌。

Figure 6 溫度對HDRSNR影響

目前業內對車用圖像傳感器SNR的評估，常采用歐洲機器視覺協會的EMVA1288標準來測試。EMVA1288標準中的信噪比SNR，是基于傳統單調的線性sensor模型來定義的，對于車用寬動態圖像傳感器 SNR特性的描述并不完善。電氣與電子工程師協會IEEE正在為汽車影像定義新的質量測試標準P2020，作為工作組成員之一，安森美公司承擔了IEEE P2020標準中圖像噪聲標準的起草工作，其中就包括了SNR參數。

最后總結一下，車用CMOS圖像傳感器的信噪比SNR是一個關鍵的圖像質量指標，它具有非單調特性，受到汽車應用環境的多因素影響，對SNR的評估是一個多維的綜合評判工作，客觀全面的SNR評價才能真實描述sensor的性能，正確指導車用成像產品的開發工作。

審核編輯：黃飛

?