前兩篇如影隨形的噪聲(上，中) 我們討論了圖像的主要噪聲源。了解噪聲的目的，是為了儘可能提升圖像的信噪比。本期小編就想和大家探討一下，常用的提升信噪比方法的技術原理，並對他們的效果做定量分析。
以下的討論，都是基於這個基本信噪比公式:
另外，對生物成像應用，我們有以下假設:
製冷相機的暗電流可以忽略；注意：一定要製冷！要進行定量分析，要求圖像信噪比至少要大於5:1, 即信號要高於25e- (參考: 做成像的你不能不了解的真相3- 信噪比2) 接下來，讓我們來看看有什麼辦法可以拯救下面這張圖像吧:
當前圖像: 曝光時間1ms, 典型信號強度 5e-.
方法1：增加曝光時間
假設曝光時間提高為原來的 n 倍，那麼信噪比變為:
結果圖像: 曝光時間10ms, 典型信號強度 50e-.
方法 2：多幀圖像平均
對 n 張圖像做平均，結果圖像的信噪比為：
結果圖像： 平均10張1ms曝光時間的圖像.
大家不難發現，在弱光條件下，提高曝光時間的效果要優於圖像平均。
小 結
在讀出噪聲不能忽略的弱光情況下(如對於讀出噪聲為1.5e-左右的 sCMOS 相機，當信號<10e-時)，將曝光時間延長n倍的效果比平均n張圖像好。信號越弱，或讀出噪聲越大，兩者的差別就越明顯。在信號較強時（如 sCMOS相機信號＞20e-時），可以忽略讀出噪聲，兩種方法對信噪比的提高效果相同。由於CCD的讀出噪聲比較高（~8e-），使用圖像平均的效果不如CMOS好。
方法 3：像素融合Binning
Binning是用來提高信噪比的常見方法。CCD的Binning 發生在讀出之前，因此不會改變讀出噪聲。以bin 2（2x2）為例，其對信噪比的改善為：
結果恰好和曝光時間延長為原來4倍一樣。
而CMOS的binning是在讀出之後完成的，相當於4個像素相加，讀出噪聲也會提高。
這個結果和 4 張圖像平均一樣。
是不是非常神奇？讓我們直觀的看一下bin 2 的效果:
可以看到，bin 2 明顯提高了信噪比，但解析度降低了。
方法 4：使用QE更高的相機 （背照式 95% vs 前照式 65%）
背照式sCMOS QE 高達95%，而前照式sCMOS在顯微成像中實際測量的有效QE只有65%左右（波長和物鏡不同時稍有變化，詳情參見做成像的你不得不了解的真相2-靈敏度和QE）。兩種相機的信噪比差別為：
像元尺寸相同的情況下，背照式相機信噪比是前照式的1.2倍
方法5：使用像元尺寸更大的相機（11μm vs 6.5μm）
像元尺寸大，則信號收集能力更強。如果我們比較11μm像元和6.5μm像元相機的信噪比：
11μm像元信噪比是6.5μm的1.7倍。
小 結
如果我們使用95%QE，11μm像元的Prime 95B與流行的正照式6.5μm像元的 sCMOS相機相比，其信噪比差別為：
通過以上的分析我們會發現，其實對信噪比影響最大的噪聲是散粒噪聲，它是一種固有的物理現象。那麼是不是我們對它就束手無策了呢？當然不是！
注意！接下來的絕不是廣告
Photometrics sCMOS相機內置denoising功能，可以大大降低散粒噪聲，顯著提高圖像信噪比
Photometrics 在噪聲控制方面一直是業內的佼佼者， Prime 95B和Prime BSI都內置了最先進的denoising技術，它採用先進的內嵌圖像算法，對單幀圖像實時處理，在降低圖像噪聲的同時，不影響信號強度，保證了圖像的可定量性。平均可將圖像的信噪比提高3-5倍，相當於增加10倍以上曝光時間的效果。對比下圖中使用denoising功能前後的圖像，我們可以很明顯的看到信噪比的提高，下方的線強度曲線（line profile）也充分展現了denoising功能優異的降噪效果。
由於計算量大，雖然通過高級優化的FPGA圖像算法，denoising仍然在一定程度上降低了相機速度。以95B為例，全幀採集速度會從40幀/s下降到25幀/s。
好啦，說了這麼多，希望能對大家拍出信噪比更高的圖像有所幫助！其實無論採用哪種技術來提高信噪比，靈敏度高的相機總是首選，畢竟巧婦難為無米之炊呀！
接下來的是正經廣告
Prime 95B背照式sCMOS相機具有前所未有的靈敏度：高達95%的量子效率和11μm大像元能夠收集儘可能多的入射光子，低讀出噪聲也使得它更加適用於弱光成像。同時，更好的圖像背景質量，像素均勻性以及降噪技術也幫助研究者們更好地進行圖像定量分析。
下期預告：相機製冷溫度越低越好？非也！欲知詳情請看下回分解~