이번 시간에는 Frame Averaging 기능에 대해서 살펴보겠습니다.
이미지를 촬영할 때 가장 중요하게 생각하는 요소 중 하나가 신호대 잡음 비율(SNR)의 균형입니다. SNR이 높은 이미지가 이미지 품질이 좋은 이미지를 의미하기 때문입니다. 하지만 SNR은 이미지 감도를 표현하지는 않습니다. 이미지 감도는 단순히 Gain을 증가하기만 하면 되지만 SNR 측면에서는 노이즈와 신호가 함께 증가하기 때문에 값의 변화가 없습니다. 타사 카메라보다 SNR이 좋은데 감도가 낮다는 경우는 단순히 Gain 증가만으로 더 좋은 품질의 이미지를 얻을 수 있습니다.
SNR의 공식은 아래와 같이 단순히 평균 신호를 노이즈(표준편차)로 나눈 값입니다.
저조도에서의 SNR을 좌우하는 요소는 Dark Noise(=Readout noise)입니다. 그리고 Bright 레벨에서 SNR을 좌우하는 요소는 Random Noise(=Shot Noise)입니다.
노이즈는 포괄적으로 3가지로 구분 할 수 있습니다.
- Total Noise : Spatial Noise와 Temporal Noise가 합쳐진 Noise입니다.
- Spatial Noise입니다. Fixed pattern noise라고도 하며 PRNU와 같은 보정으로 개선을 할 수 있습니다.
- Temporal Noise입니다. 고정 노이즈가 아닌 시간에 따라 변하는 Noise를 뜻하며 Random Noise라고도 불립니다. 이 노이즈는 보정을 할 수 없습니다.
위 노이즈에서 Bright level에서 가장 중요하게 생각해야 할 요소는 Temporal(=Random) noise입니다. Random noise는 보통 Shot noise라고도 불리며 입사되는 빛(광자)의 Root로 표현됩니다. 즉 입사된 빛과 입사된 빛의 Root의 Random noise로 SNR이 표현 가능하며 이 값은 입사된 빛이 밝을수록 SNR이 증가하게 됩니다.
보통 Pixel의 Full well capacity까지 증가가 되며 이 지점을 최대 SNR이라고 합니다. 보통 카메라 제조사에서는 Max SNR만을 표시합니다.
SNR을 개선하기 위해서는 노이즈를 줄여야 하는데 입사된 빛의 Root가 노이즈로 표현되는 물리적인 특성 때문에 이 변수를 조정하여 SNR을 증가 할 수 있는 방법은 없습니다. 하지만 Frame averaging이라는 방법을 통해 SNR을 향상할 수가 있습니다. Frame averaging은 단어 그대로 획득된 N 이미지를 Averaging 하여 하나의 이미지로 출력시키는 기능입니다. 이 경우 SNR 공식에 따라서 아래와 같이 SNR이 증가하게 됩니다.
| Frame 수 | Noise 감소(%) | SNR 증가(배수) | SNR 증가(dB) |
| 1 | 100(감소 없음) | 1 | 0 |
| 2 | 70.71 | 1.41 | 2.98 |
| 4 | 50 | 2 | 6.02 |
| 8 | 35.36 | 2.83 | 9.04 |
| 16 | 25 | 4 | 12.04 |
| 32 | 17.68 | 5.66 | 15.06 |
| 64 | 12.5 | 8 | 18.06 |
| 128 | 8.84 | 11.31 | 21.07 |
| 256 | 6.25 | 16 | 24.08 |
Frame averaging 기능이 적용된 실제 출력 이미지입니다.
Flat Panel의 패턴 검사 방식은 Pixel 하나하나의 이미지 레벨을 비교하는데 만약 이 Random noise가 크다면 System의 검사 정확성을 감소시킬 수 있습니다. 검사 기준인 Threshold 값을 이 Random noise의 변동 폭보다 작게 할 수는 없기 때문입니다. 하지만 Frame averaging 기능을 통해서 이 정확성을 향상시킬 수 있습니다.
뷰웍스 최신 제품에서는 이 Frame averaging을 카메라에 탑재하여 고객이 원하는 SNR의 이미지를 획득 할 수 있도록 지원하고 있습니다. 뷰웍스 최신 신제품은 아래 페이지에서 확인하세요.
Comments are closed.