随着sensor传感器技术的发展，安防摄像机的低照性能大大增强。黑暗的环境里，借助微弱的光线，甚至星光，摄像机仍能拍摄出清晰彩色的监控画面。海康有全彩系列（ColorVu Series）摄像机，大华、宇视等都有推出全彩摄像机。安防视频监控进入星光全彩时代。
相较于传统红外夜视，星光全彩摄像机的优点有：

图像彩色，比红外黑白图像呈现的内容更多。实时监看，事后调查取证能获取的信息更多；

不需要额外的红外灯，没有光污染，隐蔽性更好；

没有额外的补光灯，晚上功率相对更小，更有利于POE供电，同时发热量更小，摄像机，系统更稳定可靠；

不会有红外过曝，手电筒效应等传统红外摄像机的缺陷，看得更清楚。

一些特殊场景应用。比如晚上停车场，车头灯开启以后，红外摄像机可能完全看不清车牌和车头的情况。全彩摄像机完美解决了这个难题，车牌和车头清晰可见。

在探讨星光全彩技术之前，我们先来了解几个基本概念。

01—照度

照度（英语：Illuminance）是每单位面积所接收到的光通量。单位是勒克斯（lx=lux）。

1根蜡烛照射1m2 面积，所呈现的亮度大约就是1lux。

下表是一些常见场景的照度值

当然以上照度值只是一个参考值，没有那么精确。同样的在视频监控领域，什么照度的摄像机算星光级的，也没有太明确的标准，后面会具体讲到。一般的，摄像机的感光性能主要取决于镜头和图像传感器，指定的lux值越低，摄像机的感光性更好。

一般厂家会指定摄像机生成可接受图像所需的最低照度水平。尽管此类规格对同一厂家生产的摄像机进行感光性对比有帮助，但对比较不同厂家的摄像机则没那么有用。这是因为不同的厂家采用的测量方法不尽相同，而且对生成可接受的图像也会有不同的标准。

02—Starvis

星光级摄像机的概念在安防里一直都有，但是比较专业系统的命名应该是源于SONY。

SONY给自家的某些低照性能优秀的背照式CMOS sensor命名为starvis系列。这应该是星光全彩摄像机命名的源头。

对于Starvis，Sony官方解释是visibility under the starlight，意思就是星光下可见。当然行业里有解释成starvision。starvis这个标志Sony是有注册认证的，没有经过授权一般不允许自由使用。所以很多厂家另外命名，比如上面提到的海康的colorVU，大华的Full-color，宇视的LightHunter，安讯士的Lightfinder。

关于Starvis技术，Sony是这样定义的: STARVIS是监控摄像机用途CMOS影像传感器用的背照式像素技术，具有每1µm2 2000mV或以上(彩色规格产品、706cd/m2光源成像时、F5.6、1s积累当量) 的感光度。

这种技术主要应用于背照式CMOS sensor上，因为能从sensor硅衬底的背面接收光线，增加了进光量和减少了光损失，提高了灵敏度。

每1µm2面积sensor上的感光度能达到2000mV及以上的都被称为starvis sensor。那如何衡量不同starvis sensor的性能差异呢？Sony又提出了SNR1s概念。

03—SNR1s

索尼采用SNR1s，作为用于监控摄像机的CMOS影像传感器的低照度画质的定量评价的指标之一。

SNR1s是索尼独自提倡的新指标，仅限于监控摄像机用途的CMOS影像传感器。该数值越小，表明在低照度下的画质越出色。

SNR1s的SNR为”信噪比”，1是”噪声为1时的信号量为1″，此外，s表示”监控用途”。

SNR1s规定的测量条件

SNR1s测量方法

从两个方向用3200[K]的光源照射18%灰色图并调节到100[lx]，将摄像机放置在影像传感器的成像表面距离该灰色图1m远的位置，测量感光度[e-]以及暗噪声[e-]，通过关系式计算出SNR1s [lx]。

当这个方程式的数值为1时，对应的照度就是SNR1s[lx]。

Sony一些常见sensor的SNR1s值

04—影响摄像机低照度的四大因素

图像传感器
图像传感器的感光性能是决定摄像机低照效果的核心因素之一，除了上面介绍的Sony的Starvis系列CMOS背照式传感器，国内厂家也推出了一些感光性能较好的sensor，总体性能与Sony差距还是比较大，但性价比高（便宜），而且符合目前国内芯片产业自主可控的理念，所以市场占有率还是很高，未来可期！

大光圈镜头
光圈越大，透过镜头摄入到sensor上面的光量就越多，只能效果就越好。
全级光圈值中相邻两个光圈数的平方比为1:2，因此，相邻两个光圈值的镜头照度相差一倍。也就是说F1.0光圈镜头的进光量是F1.4镜头的2倍。
另外需要注意的是镜头光圈越大，会导致景深越小。

处理芯片
视频编码芯片中的ISP的降噪，自动增益能力会影响最后的成像效果。

低照度增强等算法
当所有硬件性能都一样时，最后决定产品低照性能好坏的就是各厂家的算法，优化能力了。比如通过一定的AI算法，将输入的不完整的信息进行恢复。有些甚至采用双sensor模式，一个黑白的能提供更多细节，一个彩色的提供色彩。然后将两幅图进行合成，从而增强摄像机低照能力。