一、背景
EMVA 1288 标准由欧洲机器视觉协会(EMVA)于 2004 年发起倡议,旨在解决工业成像领域各厂商指标口径不一、数据无法横向对比的痛点。自 2005 年发布首版以来,该标准将复杂的相机表现转化为可量化的物理参数,为图像传感器和相机性能测试提供一套统一的客观测量与分析方法。
版本演进:
目前的最新版本为 Release 4.0,于 2021年6月 正式生效,全面取代了聚焦线性响应器件的 3.1 版本。
根据传感器响应特性,Release 4.0 分为两个核心模块:
- Linear(线性模型):系 3.1 版的直接继承者,适用于线性响应且无内置预处理(如无插值、无降噪、无锐化等)的传统传感器。它通过光子转移法(Photon Transfer Method),由信号均值与方差的关系推导出量子效率$\eta$、系统增益$K$及各类噪声参数。
- General(通用模型):全新分支,适用于各类图像传感器与相机,兼容线性与非线性成像系统。该模型基于黑箱理论,不再依赖线性响应假设,仅通过分析输出图像的统计特性,实现对复杂相机系统进行标准化性能表征(如信噪比SNR等)。
国际认可:
美国AIA、中国CMVU、欧洲EMVA、日本JIIA、德国VDMA等机器视觉相关的行业组织签署了G3协议,互认标准,使EMVA1288成为业内唯一的国际国内通用的图像传感器与相机性能测试标准,被全球主流传感器芯片及相机制造商广泛采纳。
本文将遵循 EMVA 1288 Release 4.0 标准,对Linear和General模型的测试方法展开系统解析。
二、核心参数的定义
三、核心测试项
线性模型为白箱模型,可测量绝对量子效率、系统增益等电子级物理参数,仅适用于线性无预处理传感器;通用模型基于黑箱理论,无法测量绝对量子效率、系统增益等内部物理参数,仅能以光子为单位表征整体性能,适用于各类非线性相机。
以通用模型为例,其测试项为:
1. 灵敏度与噪声
2. 暗电流
3. 空间非均匀性
4. 缺陷像素
三、测试方法
1. 量子效率
(1)线性模型(Linear Model):绝对量子效率$\eta$
绝对量子效率$\eta$(Release 4.0 Linear 6.6)
指在某一波长下,传感器将入射光子转化为有效光电子的物理比例:
$$ \eta = \frac{\mu_e}{\mu_p} \tag{1}$$
其中,$\mu_p$为曝光时间内入射到单个像素的光子数均值;$\mu_e$为对应产生的光电子数均值。。
基于理想线性光电转换假设,相机的输出灰度值与入射光子数满足线性关系:
$$\mu_y = \mu_{y,\text{dark}} + K \eta \mu_p \tag{2}$$
式中:$\mu_y $亮场输出灰度均值(DN);$ \mu_{y,\text{dark}}$为暗场输出灰度均值(DN);$K$为系统增益(单位:$\text{DN}/e^-$)。
故可推导出绝对量子效率$\eta$计算式为:$$\eta = \frac{\mu_y - \mu_{y,\text{dark}}}{K \mu_p} \tag{3}$$
测试设备:(Release 4.0 Linear 9.1)
宽带光源 + 单色仪,或可切换波长的多波段光源。光源需满足规定的几何特性要求:直径为D的光源,需在距离d=8D处。
测试条件:(Release 4.0 Linear 9.2)
测试方法:
(2)通用模型(General Model):相对量子效率$\eta$
受黑箱模型和未知的系统增益 K 的限制,无法直接测量像素内积累的电荷数${\mu_e}$,因此无法得到绝对量子效率,只能通过光谱扫描测量相对于参考波长的相对量子效率。除数据分析方法不同外,该模型的测试条件、测试设备、测试流程均与线性模型(Linear Model)一致。
数据分析:
针对每个选定波长,需对参考波长的逆特性曲线做三次 B 样条回归,得到灰度值与光子数转换关系:
$$\mu_p = R^{-1}\left( \mu_y - \mu_{y.\text{dark}} \right) \tag{4}$$
$\mu_p$为入射光子数均值;$R^{-1}$为逆响应特性函数; $\mu_y$为亮场灰度均值; $\mu_{y.\text{dark}}$为暗场灰度均值。
计算该波长下的光谱灰度平均值$\mu_y(\lambda)$,用上述逆特性曲线,将灰度值转换为线性化的输入信号,代入公式(5),计算相对参考波长$\lambda_{\text{ref}}$的相对量子效率为:
$$\frac{\eta(\lambda)}{\eta(\lambda_{\text{ref}})} = \frac{R^{-1}\left(\mu_y(\lambda) - \mu_{y.\text{dark}}\right)}{R^{-1}\left(\mu_y(\lambda_{\text{ref}}) - \mu_{y.\text{dark}}\right)} \cdot \frac{\mu_p(\lambda)}{\mu_p(\lambda_{\text{ref}})}\tag{5}$$
2. 暗电流
暗电流($\boldsymbol{\mu_I}$)指在完全无光、恒温条件下,传感器单位时间、单位像素内热激发产生的电子数。它会随曝光时间线性增长、随温度指数增长,因此,暗电流具有很强的温度依赖性,需在不同环境温度下测量。
测试条件:
测试方法:
① 单一温度下暗电流评估:(Release 4.0 7.1)
暗电流测量需在无光照条件下进行,可通过暗场灰度值$y_{dark}$随曝光时间线性增长的均值或方差来计算。无暗电流补偿时,两种方法均可,优先采用均值法,因为均值的估计精度远高于方差;若相机具备暗电流补偿功能,则必须通过方差法计算暗电流。
暗电流为曝光时间 t 与暗值均值 / 方差关系曲线的斜率,对测得的暗信号的均值$\bar{y}_{\text{dark}}$或方差$\sigma^2_{y.\text{dark}}$进行线性最小二乘回归,可分别得到单位为$\text{DN/s}$和$\text{DN}^2/\text{s}$的暗电流斜率$\mu_{I,y}$与$\mu_{I,y,\text{var}}$;
Linear Model:
通过相机增益$K$完成单位转换,对应暗电流为:
$\mu_I = \frac{\mu_{I,y}}{K} \quad$ (均值法,单位$\mathrm{e^-/s}$) ,$\mu_{I,\text{var}} = \frac{\mu_{I,y,\text{var}}}{K^2}$(方差法,单位$\mathrm{e^-/s}$)
General Model:
通过特征曲线零曝光斜率$R_d$完成单位转换,对应暗电流为:
$\mu_I = \frac{\mu_{I,y}}{R_d}$(均值法,单位为$\mathrm{p/s}$)和 $\mu_{I,\text{var}} = \frac{\mu_{I,y,\text{var}}}{R_d^2}$(方差法,单位为$p/s$)。
② 不同温度下的暗电流评估:(Release 4.0 7.2)
暗电流的加倍温差($T_d$)通过在不同壳体温度下测量暗电流、拟合指数模型得到,测试范围需覆盖相机的整个工作温区,且在该范围内设置至少 6 个等间隔温度点。将相机感光口遮住,置于温控箱或其他控温设备中,待温度变化后相机参数稳定(可通过持续监测最大曝光时间下的暗值验证)、达到热平衡后,按单温度方法测量各温度点的暗电流。对于内部集成制冷功能的相机,无需额外温箱,其温度依赖性测试在相机正常工作温区内进行。
计算方法:
暗电流随温度呈指数增长,基于多温度点的 $\mu_I$ 数据,拟合指数模型:$$\mu_I = \mu_{I,\text{ref}} \cdot 2^{(T-T_{\text{ref}})/T_d}$$可得到参考温度暗电流 $\mu_{I,\text{ref}}$ 与加倍温差 $T_d$。
3.时域暗噪声
Linear Model:
时域暗噪声需在相机最低曝光时间下测量,以获取最低本底时域暗噪声;在更高曝光时间下,时域暗噪声会随曝光时间线性增大。需报告两项核心指标:
General Model:
4.绝对灵敏度阈值
绝对灵敏度阈值指当传感器输出信号的信噪比(SNR=1) 时,单像素对应的最小入射光子数(或等效电子数),表征相机系统的最弱光探测极限。
Linear Model:
以光子为单位:
该指标受量子效率$\eta$强影响,仅适合同一波长、同类型传感器内部横向对比。其计算公式如下:
$$\mu_{p,\text{min}} = \frac{1}{\eta} \left( \sqrt{\sigma_d^2 + \sigma_q^2/K^2 + 1/4} + \frac{1}{2} \right) = \frac{1}{\eta} \left( \sqrt{\sigma_{y,\text{dark}}^2/K^2 + 1/4} + \frac{1}{2} \right) \ge \frac{1}{\eta}.$$
以电子为单位:
该指标不包含量子效率$\eta$影响,直接反映传感器物理层面的最小电子检测能力,优先用于跨设备、跨波长的性能对比。其计算公式如下:
$$\mu_{e,\text{min}} = \left( \sqrt{\sigma_d^2 + \sigma_q^2/K^2 + 1/4} + \frac{1}{2} \right) \ge 1.$$
电子单位阈值可通过量子效率$\eta$换算为光子单位阈值:
$\mu_{p,\text{min}} \equiv \frac{\mu_{e,\text{min}}}{\eta}$
General Model:
通过数值插值确定信噪比为 1 所需的光子数。需采用均匀照明光源(如积分球光源)提供面均匀光照,采集分级曝光的明场与暗场测试图像,计算得到输出信噪比 $SNR_{y}$,再通过特征曲线的导数将$SNR_{y}$转换为输入光子信噪比 $SNR_{p}$;在双对数坐标系下对逆信噪比关系 $μ_{p}$($SNR_{p}$) 进行三次 B 样条拟合,最终在拟合曲线上找到 $SNR_{p}=1$ 对应的曝光量,即为绝对灵敏度阈值 $μ_{p,min}$。(详细计算见Release 4.0 General 6.8)
曲线展示实测数据经三次B样条拟合后的 $\text{SNR}_p$ 随曝光量变化,垂直虚线分别标注绝对灵敏度阈值($\text{SNR}_p=1$ 对应光子数)与饱和容量值。
5.饱和容量
{注}:饱和容量≠满阱容量,前者是数字域饱和(受限于相机最大量化值 $2^k-1$,需满足统计无偏),通常低于像素物理满阱容量(像素本身可承载的最大电子数)。
6.最大信噪比$SNR_{max}$
Linear Model:
采用积分球均匀单色光源,采集从暗场到饱和的多曝光RAW图像,标定系统增益$K$、量子效率$\eta$、暗噪声$\sigma_d$,定位无偏饱和点并计算电子单位饱和容量$\mu_{e,\text{sat}}$;基于公式 $\boldsymbol{\mathrm{SNR} = \frac{\mu_y - \mu_{y,\text{dark}}}{\sigma_y}}$ 计算全曝光范围实测信噪比,用公式 $\boldsymbol{\mathrm{SNR}(\mu_p) = \frac{\eta \mu_p}{\sqrt{\sigma_d^2 + \sigma_q^2/K^2 + \eta \mu_p}}}$ 拟合理论曲线,验证传感器线性度与噪声特性;提取饱和点实测SNR,同时用公式 $\boldsymbol{\mathrm{SNR_{max}} = \sqrt{\mu_{e,\text{sat}}}}$ 计算理论极限,对比实测值与理论值,最终出具符合标准的合规结果。
7.动态范围$DR$
动态范围为饱和上限(饱和辐照度 $\mu_{p,\text{sat}}$与灵敏度下限(绝对灵敏度阈值 $\mu_{p,\text{min}}$)的光子数比值,其计算公式为:$$\boldsymbol{\mathrm{DR} = \frac{\mu_{p,\text{sat}}}{\mu_{p,\text{min}}}}$$
单位通常采用数值比值和分贝($20\log_{10}\mathrm{DR}$)表示。
8. 空间非均匀性
空间非均匀性(也称固定模式噪声)源于图像传感器像素阵列中各像素灵敏度与增益的固有差异,表现为像素响应在空间上的不一致。其核心特征是在不同图像帧之间保持固定一致,与随帧变化的随机时间噪声有本质区别。对于线性传感器,这种差异体现为每个像素的特性曲线可能具有不同的偏移量和斜率,可分为两种形态:暗信号不均匀性(DSNU)和 光响应不均匀性(PRNU)。
四类典型效应:
空间非均匀性比时间噪声更难描述,因为它们并非完全随机。要对其进行充分描述,必须考虑以下四类典型效应:
①渐变变化:制造缺陷会在芯片全域产生低频缓慢变化,镜头渐晕、非均匀照明也会引入额外的渐变变化。该效应难以测量,人眼不可察觉,对图像质量影响有限。因此,对于要求传感器阵列全域响应平坦的应用场景,需通过完整的成像系统对渐变变化进行校正。
② 周期性变化与空间模式:表现为列、行等规律空间模式,人眼对其高度敏感,易干扰图像处理操作。
③ 离群值:指单个像素或像素簇,其信号表现与均值存在显著偏差。
④随机变化:若空间非均匀性呈纯随机分布,即不存在空间相关性,其功率谱是平坦的(称为白色功率谱),其变化在所有波数上均匀分布。
光源设备选择:
首选积分球光源,满足 f=8、辐照不均匀性 ΔE≤3%,采用准单色(FWHM<10nm)、波长匹配传感器峰值响应的光源,无积分球时可用高均匀面光源替代。
测试方法:
在完全遮光条件下采集多帧暗场图像并计算像素均值,用于计算 DSNU;在均匀光源照射下,调整曝光使图像输出灰度约为传感器饱和灰度的 50%,采集多帧亮场图像并计算像素均值,用于计算 PRNU。通过多帧平均抑制时域噪声后,分别对暗场与亮场均值图像计算总空间方差,并按标准分解为行、列、像素级空间方差,以全面表征成像系统的空间响应一致性。
9. 缺陷像素
由于应用需求各不相同,标准不提供统一的缺陷像素判定阈值,而是通过 统计分布 ( 对数直方图 与 累积对数直方图)呈现像素响应特性,由用户根据应用场景自行定义缺陷标准。
对数直方图:
对数直方图用于展示单个或平均图像中像素响应值的分布情况,横轴为像素响应值 x,纵轴为对数刻度的像素计数,以便清晰地观察到占比极低的异常像素。
a为单张图像直方图,Model(模型区,青色)代表符合预期响应模型的正常像素;Deviation(偏差区,黄色)代表响应值与模型存在一定偏差的像素,这些像素可能是性能稍差但通常可满足基础应用需求;Outlier(离群值,蓝色竖线):代表响应值显著偏离模型的像素,即潜在的缺陷像素。通过观察离群值的位置和数量,可以初步判断缺陷像素的严重程度。
图 b为平均图像与单张图像的对比,黑色曲线通过对多幅图像取平均,消除了时间噪声的影响,更能反映像素的空间响应特性;青色区域的曲线包含了时间噪声和空间噪声的总响应,对比两条曲线的差异,可以分离出由时间噪声引起的波动和由像素本身缺陷引起的响应偏差。
累积对数直方图:
累积对数直方图展示了像素响应值与均值$\mu_x$绝对偏差的累积分布,横轴为像素响应与均值$\mu_x$的绝对偏差纵轴为累积百分比,用于更精确地定义缺陷阈值。
图中“ Stop Band ”(停止带) 为用户根据应用场景设定的最大可接受偏差阈值:其左侧为正常像素(含模型区、偏差区),右侧为超出偏差阈值的缺陷像素(离群值区)。停止带右侧像素对应的纵轴累积百分比,即为该成像系统的缺陷像素率;通过左右调整停止带的位置,可灵活适配科学成像、消费级成像、车载视觉等不同场景的缺陷容忍度要求。