前两篇如影随形的噪声(上，中) 我们讨论了图像的主要噪声源。了解噪声的目的，是为了尽可能提升图像的信噪比。本期小编就想和大家探讨一下，常用的提升信噪比方法的技术原理，并对他们的效果做定量分析。
以下的讨论，都是基于这个基本信噪比公式:
另外，对生物成像应用，我们有以下假设:
-
制冷相机的暗电流可以忽略；注意：一定要制冷！
-
要进行定量分析，要求图像信噪比至少要大于5:1, 即信号要高于25e- (参考: 做成像的你不能不了解的真相3- 信噪比2)
接下来，让我们来看看有什么办法可以拯救下面这张图像吧:
当前图像: 曝光时间1ms, 典型信号强度 5e-.
方法1：增加曝光时间
假设曝光时间提高为原来的 n 倍，那么信噪比变为:
结果图像: 曝光时间10ms, 典型信号强度 50e-.
方法 2：多帧图像平均
对 n 张图像做平均，结果图像的信噪比为：
结果图像： 平均10张1ms曝光时间的图像.
大家不难发现，在弱光条件下，提高曝光时间的效果要优于图像平均。
小 结
-
在读出噪声不能忽略的弱光情况下(如对于读出噪声为1.5e-左右的 sCMOS 相机，当信号<10e-时)，将曝光时间延长n倍的效果比平均n张图像好。信号越弱，或读出噪声越大，两者的差别就越明显。
-
在信号较强时（如 sCMOS相机信号＞20e-时），可以忽略读出噪声，两种方法对信噪比的提高效果相同。
-
由于CCD的读出噪声比较高（~8e-），使用图像平均的效果不如CMOS好。
方法 3：像素融合Binning
Binning是用来提高信噪比的常见方法。CCD的Binning 发生在读出之前，因此不会改变读出噪声。以bin 2（2x2）为例，其对信噪比的改善为：
结果恰好和曝光时间延长为原来4倍一样。
而CMOS的binning是在读出之后完成的，相当于4个像素相加，读出噪声也会提高。
这个结果和 4 张图像平均一样。
是不是非常神奇？让我们直观的看一下bin 2 的效果:
可以看到，bin 2 明显提高了信噪比，但分辨率降低了。
方法 4：使用QE更高的相机 （背照式 95% vs 前照式 65%）
背照式sCMOS QE 高达95%，而前照式sCMOS在显微成像中实际测量的有效QE只有65%左右（波长和物镜不同时稍有变化，详情参见做成像的你不得不了解的真相2-灵敏度和QE）。两种相机的信噪比差别为：
像元尺寸相同的情况下，背照式相机信噪比是前照式的1.2倍
方法5：使用像元尺寸更大的相机（11²μm vs 6.5²μm）
像元尺寸大，则信号收集能力更强。如果我们比较11²μm像元和6.5²μm像元相机的信噪比：
11²μm像元信噪比是6.5²μm的1.7倍。
小 结
如果我们使用95%QE，11²μm像元的Prime 95B与流行的正照式6.5²μm像元的 sCMOS相机相比，其信噪比差别为：
通过以上的分析我们会发现，其实对信噪比影响最大的噪声是散粒噪声，它是一种固有的物理现象。那么是不是我们对它就束手无策了呢？当然不是！
注意！接下来的绝不是广告
Photometrics sCMOS相机内置denoising功能，可以大大降低散粒噪声，显著提高图像信噪比
Photometrics 在噪声控制方面一直是业内的佼佼者， Prime 95B和Prime BSI都内置了最先进的denoising技术，它采用先进的内嵌图像算法，对单帧图像实时处理，在降低图像噪声的同时，不影响信号强度，保证了图像的可定量性。平均可将图像的信噪比提高3-5倍，相当于增加10倍以上曝光时间的效果。对比下图中使用denoising功能前后的图像，我们可以很明显的看到信噪比的提高，下方的线强度曲线（line profile）也充分展现了denoising功能优异的降噪效果。
由于计算量大，虽然通过高级优化的FPGA图像算法，denoising仍然在一定程度上降低了相机速度。以95B为例，全帧采集速度会从40帧/s下降到25帧/s。
好啦，说了这么多，希望能对大家拍出信噪比更高的图像有所帮助！其实无论采用哪种技术来提高信噪比，灵敏度高的相机总是首选，毕竟巧妇难为无米之炊呀！
