信噪比（SNR）是用来衡量图像的噪声程度的一个概念，SNR = Signal / Noise. 如果按照dB计算，就是20log（S/N)。

如果我们给图像信号一个增益A，信号和噪声同样被放大A倍。那么SNR就应该保持不变。但是为什么我们经常会听到这样的一个经验：相比数字增益，模拟增益会更少地引入噪声呢？要想知道这个结论背后的道理，就需要先知道在数字成像系统中噪声的来源与性质。我们先从image sensor在成像过程中产生的噪声开始说起。

Sensor的成像是由光照射到Pixel上，再经过光电转换，模数转换。完成光信号的数字化。

光是由一组移动的光子组成。光的能量也就是这组光子所有的能量。（光的能量是焦耳，而不是Lux。Lux只是人眼对光的响应的一种权重表示。）当光子照射到Sensor上时，只有一部分被转换成了电子，这种转换的效率常用Quantum Efficiency来表述。所以更大的sensor Pixel和更高的QE可以获得更多的电子，也就是sensor的sensitivity更高。

被转换的电子都存在sensor上一个一个的像素里。每一个像素可以保存的最大电子量称为Full Well Capacity。这些被保存的电子不是每一个都是通过光电转换而来的，有一些则是通过暗电流产生的。暗电流是由热量产生的，通常情况下，温度每升高5°C~8°C，暗电流就会增长一倍。这些电子被转换成电压信号，再经过放大、模数转换ADC，形成数字图像信号。

在整个sensor成像过程中，每一步都会有不同的噪声进入信号中，比如刚才说到的暗电流就是噪声的一种。

按照ISO 15739，噪声主要是temporal noise和fixed pattern noise.

temporal noise可以说包含shot noise（散粒噪声）和热噪声。Shot noise（散粒噪声）包括光子照射到Pixel上产生的散粒噪声、光电转换产生的散粒噪声和暗电流产生的散粒噪声。散粒噪声的大小等于生成的电子信号的平方根。由于他们是从大量的、单一的事件引起的，所以服从泊松分布。

热噪声主要包括读出噪声和复位噪声。他们都是MOS器件的固有噪声。优良Pixel design可以减小这类噪声，但是无法从根本上消除。低温同样也对这类噪声的消除有帮助，但是效果也并不明显。由于这类噪声是由热电子随机运动引起的，所以服从高斯分布。

FPN包括Pixel的光照不均匀响应（PRNU）和暗电流产生的电子在各个Pixel上的不均匀分布（DSNU）。FPN是由CMOS生产工艺造成的，也服从高斯分布。

下图示意了噪声在sensor信号通路上的影响。

其中：

Pixel PD输出的信号和噪声表示为：s+np；

pixel circuit输出的信号和噪声表示为：CG*(s+np )+na；（CG表示电子放大倍数）

信号经过模拟增益（Gain）AG，再经过ADC变成数字信号。

ADC输出的信号和噪声表示为：  AG*(CG(s + np) + na) + nADC

所有在ADC之前的信号都是模拟量，所以在ADC之前的增益可以笼统地叫模拟增益；在ADC之后信号变成数字信号，所以ADC之后的增益可以笼统地叫数字增益。

我们常说的sensor digital gain和ISP digital gain都是在ADC后面，作用在数字信号上，只是ISP digital gain作用在成像的ISP信号处理环节。

经过sensor digital gain之后的信号加噪声就变成了：

DG*（AG*(CG(s + np) + na) + nADC) + n_xxx

所以从这个通路上我们可以看到，同样增加了输出信号的幅度，使用模拟增益analog gain 不会放大ADC的电路噪声，ADC的量化噪声，以及ADC以后的噪声。所以模拟增益在获得信号增大好处的同时，相比同样的数字增益，系统最终的Noise要小，这样SNR就更大。同样道理，相比sensor digital gain，ISP digital gain则会放大传输电路和ISP引入的电路噪声和量化噪声，造成SNR更多的损失。

模拟增益相对于数字增益的好处除了它不放大ADC以后的噪声以外，模拟增益的精度也远远高于数字增益，这也是它对图像信号的另一个好处。