本文作者：安森美(onsemi)中国区汽车现场应用工程经理William Chen
智能驾驶如今渐渐成为汽车的一个常见功能，它增强了汽车和驾驶员的感知能力，降低了驾驶员的工作强度，同时可以有效提高行车的安全性。这其中，基于CMOS 图像传感器的摄像头是智能驾驶系统感知外界环境的主要工具之一。
CMOS图像传感器是成像sensor，它本质上是一个存储器和模数转换（ADC）的组合。基于硅的光电效应，入射光线会在传感器像素的感光二极管中激发电荷，电荷被收集存储，经过ADC转换为数字输出。图片
图1 光电效应
从架构上看，CMOS图像传感器类似于一个存储器memory，它有大量存储单元，支持行和列的寻址操作，区别在于存储器是电路写入内容，而sensor中的内容是可见光或近红外光线写入的。传感器收集到的电荷包括两部分：一部分是我们期望的电荷，来源于环境光线所激发的有效信号；另一部分是用户不希望的干扰产生的电荷，干扰来源有很多种，一般统称为噪声。
我们希望图像中的有效信息越多越好，干扰噪声越少越好。一个常见的衡量图像噪声效果的指标是信噪比SNR，即信号与噪声的比值。信噪比越大，图像噪声相对含量越少，图像质量越好。SNR的单位可以是比值，也可以转成对数单位dB。
CMOS sensor的数据手册一般都会提供信噪比参数SNR，如下所示。
有一个常见的问题：46dB信噪比的sensor是不是比43dB的sensor低照效果更好？答案是未必，脱离条件的结论往往会掉到坑里。
SNR不是一个点，它是光照条件的函数，如图2，SNR会随着光照强度变化变成一条曲线。当它作为低照效果指标时，要求选取低照条件下的SNR值。而业内sensor数据手册上的SNR参数通常是SNR最大值，对应于光照环境非常明亮时的SNR值，即图中蓝色SNR曲线右上角的SNR Max点。而蓝线位于左下角区域的SNR值才适合作为评估低照的参数，此时的光照不足，对应于低照环境。这就像卖苹果，放在上面一层是最好的，你需要翻开篮子，看看里面苹果的质量如何。
图2 信噪比SNR曲线
依据最大SNR点来评判sensor有以偏概全的问题。根据需要，用户可以选取特定曝光条件Exposure对应的SNR大小来评判低照噪声，SNR越大越好；也可以限定SNR为某个固定值，例如SNR=5时，用此时需要的曝光条件Exposure值大小来评判低照噪声，Exposure值越小意味着达到同等SNR时需要的光照资源越少，sensor的低照性能越好。
图2显示的是普通sensor的SNR，是单调递增的曲线。汽车上使用的CMOS sensor，为了匹配全天候应用场景，需要很高的动态范围HDR，HDR常用方法是改变sensor的灵敏度，对环境的不同亮度分别采样，再把多次采样的图像帧映射到标准化的线性数据空间，最后从不同灵敏度帧中选取合适像素，拼成一张完整的图像帧，参见《车用图像传感器参数小议——动态范围》。
sensor的灵敏度变化，对应于坐标系中的SNR线移动到不同的位置，最终HDR图像的SNR曲线演变成多条SNR曲线的拟合结果，例如图3的蓝线，它不再是一条单调递增曲线，除了低照SNR会很小以外，高亮区间还会出现多个局部极小值，当工作点落在SNR跌落区间时，即便此时环境很亮，噪声也会恶化。
这在图像上会出现一个违背人眼感知习惯的现象，即随着亮度增强，图像的质量会从差到好，然后又突然恶化的情况。因此与传统线性sensor不同，车用宽动态sensor的信噪比还需要评估高亮条件下的极小值指标。
图3 HDR图像的SNR
图4 SNR和噪声
