對于任何統計參數，都有多種模型可應用于數據。計算讀出噪聲的經典電氣工程方法是定義均方根 (rms)。這一直是計算 CCD 讀出噪聲的方法。中值和均方根都是完全有效的統計模型，但只有均方根噪聲才能準確代表用戶對相機的期望體驗。對于 CCD，使用哪種模型永遠不會有任何問題，因為所有像素的典型讀出噪聲非常相似，因此 rms 和中值是相等的。對于 sCMOS，傳感器的結構本質上具有更多的像素變化，并且傳感器的極低噪聲使得變化在統計上更加顯著。因此，在評估相機性能時，真正有意義的指標是均方根噪聲。均方根噪聲值可以深入了解圖像質量，并且是定量計算中適當的噪聲變量。例如，只有當使用均方根噪聲值進行這些模擬時，SNR 測量結果才能憑經驗與理論一致?？茖W成像中沒有用于報告噪聲規格的行業標準，但我們鼓勵用戶對中值噪聲作為規格持懷疑態度，并要求更有意義的均方根噪聲。

所有像素還是部分像素?

顯示的中值只是一半像素具有更多讀取噪聲而另一半像素具有更少讀取噪聲的點?？紤]到 sCMOS 相機噪聲分布的性質，它并不能提供特別的信息。 RMS 是所有像素讀取噪聲的均方根值，可在像素校正關閉的情況下提供對圖像質量的有意義的了解。它是圖像 SNR 計算中比較好使用的值。僅當使用傳感器中的所有像素或記錄并解釋了異常像素的排除時，RMS 或中值噪聲值才有效。對于我們的科學 CMOS 相機，我們使用傳感器中的每個像素計算均方根讀出噪聲。這是在沒有任何像素校正功能或數據資格預審的情況下完成的。由于提供規格的一個目標是能夠準確量化成像結果，因此這種方法與我們提供比較好定量科學相機的目標是一致的。

審核編輯 黃宇