픽셀 SNR vs 조도

광자 수(조도)에 따른 신호 대 잡음비를 표시합니다. 소스별 노이즈 분해를 시각화하고 실제 센서 성능과 이상적 샷 노이즈 한계를 비교합니다.

SNR vs 조도

신호 레벨별 SNR을 노이즈 성분 분해와 함께 분석합니다. 다른 픽셀 구성을 비교하고 노이즈 제한 영역을 식별합니다.

QE (550nm): 70%

풀 웰 용량: 10,000 e−

읽기 노이즈: 3.0 e−

암전류: 10 e−/s

노출 시간: 33 ms

픽셀 면적: 1.00 μm²

SNR_max

40.0 dB

단위 SNR

6 광자

20dB 임계

156 광자

포화

14286 광자

모델 범위

이 브라우저 도구는 직관 형성, 상대 경향 비교, 설계 공간 탐색에 사용하세요. 로컬에서 실행되는 간이 모델이며 RCWA/FDTD sign-off, 실리콘 보정, 벤더 공정 데이터를 대체하지 않습니다.

더 알아보기

노이즈, SNR, 다이나믹 레인지

물리 수식과 이론

조도-SNR 변환

쉽게 이해하기

장면의 밝기(lux)는 어떻게 이미지 품질로 이어질까요? 이 도구는 그 변환 과정을 단계별로 보여줍니다. lux는 픽셀당 광자 수가 되고, 광자는 QE를 거쳐 전자가 되며, 전자는 샷·암전류·읽기 노이즈와 경쟁합니다. 결과 곡선은 어디서부터 읽기 노이즈가 제한 요인인지(저조도)와 샷 노이즈가 지배적인지(충분한 조명)를 보여줍니다.

이 도구는 장면 조도가 광자, 광전자, 그리고 센서 노이즈를 포함한 최종 SNR로 변환되는 과정을 보여줍니다.

모델 가정

Lux-to-photon 변환에는 spectrum과 optical throughput 가정이 필요하며 lux는 유일한 photon count가 아닙니다.
Signal은 photon count, pixel area, exposure time, QE에서 계산하고 shot/dark/read noise와 결합합니다.
모델은 scalar SNR을 보고하며 denoise, tone mapping, demosaic, scene contrast, color noise는 생략합니다.

출력값

Illuminance에 따른 SNR, photon/electron count, noise-regime transition, read-noise 또는 shot-noise dominance를 출력합니다.
QE, pixel pitch, exposure, F-number, read noise, dark current가 곡선을 어떻게 움직이는지 보여주는 low-light design view입니다.

검증 예제

Saturation 전 높은 조도에서는 SNR이 shot-noise trend $\sqrt{S}$에 접근해야 합니다.
낮은 조도에서는 full well을 키우는 것보다 read noise를 낮추는 쪽이 SNR을 더 강하게 개선해야 합니다.

핵심 수식

전자 신호

$$S = N_{\text{ph}} \cdot QE$$

$N_{\text{ph}}$: 입사 광자 수

광학 처리량과 양자 효율이 광자를 수집 전자로 바꿉니다.

전체 노이즈

$$\sigma = \sqrt{S + D \cdot t + \sigma_{\text{read}}^2}$$

$\sigma$: 전체 노이즈 표준편차

시뮬레이터는 샷, 암전류, 읽기 노이즈 기여를 구분합니다.

이상적 한계

$$\text{SNR}_{\text{ideal}} = \sqrt{S}$$

$S$: 신호 전하량

주어진 신호에서 가능한 최선의 광자 샷 노이즈 한계입니다.

모델 해석

저조도 SNR은 보통 읽기 노이즈와 광자 부족에 의해 제한됩니다.
같은 조도와 노출에서 큰 픽셀은 더 많은 광자를 수집합니다.
조도-광자 변환은 스펙트럼, 렌즈 f-number, 보정 가정에 의존합니다.

Lux에서 전자까지

Illuminance는 photopic human-eye weighted 값이므로 lux를 photon으로 바꾸려면 spectrum 가정이 필요합니다.
Lens f-number와 transmittance는 scene radiance 중 픽셀에 도달하는 양을 결정합니다.
Pixel area, exposure time, QE는 도달한 photon flux를 signal electron으로 변환합니다.

곡선 해석

어두운 끝에서는 read noise가 지배하므로 곡선이 평평합니다.
중간 영역에서는 photon shot noise가 지배해 SNR이 대략 $\sqrt{S}$로 증가합니다.
높은 조도에서는 full well과 PRNU가 추가 SNR 개선을 제한할 수 있습니다.

아직 빠진 물리

Lux에서 photon으로의 변환은 spectrum 의존적이며 유일하지 않습니다.
Lens flare, scene contrast, demosaic, denoise, tone mapping은 포함하지 않습니다.
실제 저조도 품질은 scalar SNR뿐 아니라 color noise, fixed-pattern noise, temporal processing에도 의존합니다.