ISP---RAW 成像的物理基础

一、RAW 像素值

RAW 像素值是光学系统、图像传感器与电子读出链对入射光进行一次物理测量后得到的数字编码结果。

假设某 Bayer 阵列 R 通道像素的 RAW 值为 y=1260 DNy=1260\ \mathrm{DN}y=1260 DN，这个数字本身无法直接对应场景的亮度等级。要还原其物理意义，至少需要知道黑电平、系统增益、曝光时间、模拟增益、量子效率、入射光波长、饱和电平，以及相机内部是否做过预处理。

1.1 线性相机的模型

EMVA 1288 标准将线性相机的成像链路抽象为"光子 → 电子 → 电压/放大 → ADC → 数字灰度值 "的测量系统，并用整体系统增益 KKK 统一描述从电子域到数字域的转换关系，公式为：

μy=μy,dark+Kμe \mu_y = \mu_{y,\mathrm{dark}} + K\mu_e μy=μy,dark+Kμe

其中：

μy\mu_yμy：输出数字灰度值的均值，单位 DN（Digital Number）
μy,dark\mu_{y,\mathrm{dark}}μy,dark：暗场下的均值黑电平，单位 DN
KKK：整体系统增益，单位 DN/e−\mathrm{DN/e^-}DN/e−，表示 1 个光电子最终对应多少个数字灰度值
μe\mu_eμe：光电子数的均值，单位 e−e^-e−

工程上可以简化为更直观的形式：

y=b+KNe \boxed{ y = b + K N_e } y=b+KNe

其中 bbb 为黑电平，NeN_eNe 为有效光电子数。

1.2 包含噪声与饱和的模型

真实相机中还存在读出噪声、量化噪声与饱和限制，更完整的表达式为：

y=clip⁡ $b+K(Ne+nread)+nq$ y = \operatorname{clip}\left $b + K\\left(N_e + n_{\\mathrm{read}}\\right) + n_q \\right$ y=clip $b+K(Ne+nread)+nq$

nreadn_{\mathrm{read}}nread：时域读出噪声，源于传感器读出电路与模拟链路，单位 e−e^-e−
nqn_qnq：量化噪声，源于 ADC 的离散化，方差为 σq2=1/12 DN2\sigma_q^2 = 1/12\ \mathrm{DN^2}σq2=1/12 DN2
clip⁡ $\cdot$ \operatorname{clip} $\\cdot$ clip $\cdot$ ：表示信号超过饱和电平时会被截断

二、光输入层：从场景辐射到像素光子数

图像传感器本质上是光子积分器，它不直接测量"亮度"，而是在曝光时间内收集入射光子并转换为电荷。

2.1 单个光子的能量

光子能量与波长负相关：

Ephoton=hν=hcλ E_{\mathrm{photon}} = h\nu = \frac{hc}{\lambda} Ephoton=hν=λhc

其中普朗克常数 h=6.6260755×10−34 J⋅sh=6.6260755 \times 10^{-34}\ \mathrm{J\cdot s}h=6.6260755×10−34 J⋅s，光速 c=2.99792458×108 m/sc=2.99792458 \times 10^8\ \mathrm{m/s}c=2.99792458×108 m/s。波长越短，单个光子能量越高。

相同辐射功率下，不同波长的光子数量不同。例如 1 mW 的红光因单光子能量低，光子总数反而高于 1 mW 的蓝光。

2.2 像素接收的光子数计算

设像面辐照度为 E $W/m2$ E\ $\\mathrm{W/m\^2}$ E $W/m2$ ，像素面积为 AAA，曝光时间为 texpt_{\mathrm{exp}}texp，则入射到单个像素的总光能为 EAtexpE A t_{\mathrm{exp}}EAtexp，对应的平均光子数为：

μp=EAtexpλhc \boxed{ \mu_p = \frac{E A t_{\mathrm{exp}} \lambda}{hc} } μp=hcEAtexpλ

这正是 EMVA 1288 给出的基本曝光模型。为了工程计算方便，EMVA 还给出了实用单位下的简化公式：

μp $photons$ =50.34⋅A $μm2$ ⋅texp $ms$ ⋅λ $μm$ ⋅E $μWcm2$ \mu_p\ $\\mathrm{photons}$ = 50.34 \cdot A $\\mu\\mathrm{m\^2}$ \cdot t_{\mathrm{exp}} $\\mathrm{ms}$ \cdot \lambda $\\mu\\mathrm{m}$ \cdot E\left $\\frac{\\mu\\mathrm{W}}{\\mathrm{cm\^2}} \\right$ μp $photons$ =50.34⋅A $μm2$ ⋅texp $ms$ ⋅λ $μm$ ⋅E $cm2μW$

2.3 光子数的正比关系

从公式可以直接得到三个正比关系：

光子数与辐照度成正比：Np∝EN_p \propto ENp∝E
光子数与像素面积成正比：Np∝AN_p \propto ANp∝A
光子数与曝光时间成正比：Np∝texpN_p \propto t_{\mathrm{exp}}Np∝texp

关键区分：增加曝光、增大像素面积、提高光源亮度，本质都是增加光子总数；而调整 Gain 不会增加光子数。这是曝光与增益最根本的物理区别。

三、光电转换层：量子效率与光电子生成

光子进入硅材料后，并非全部能转化为可被收集的光电子，转化比例由量子效率决定。

3.1 量子效率的定义

量子效率（Quantum Efficiency, QE）定义为：

η(λ)=μeμp \boxed{ \eta(\lambda) = \frac{\mu_e}{\mu_p} } η(λ)=μpμe

即入射光子中能转化为可收集光电子的比例，通常用百分比表示。例如 η=70%\eta=70\%η=70% 表示平均 100 个入射光子可产生 70 个光电子。

量子效率是波长的函数，不同波长下硅的吸收系数、像素结构的光耦合效率均有差异，因此 QE 随波长变化显著。

3.2 光电子数的表达式

结合光子数公式，光电子数为：

μe=η(λ)⋅EAtexpλhc \mu_e = \eta(\lambda) \cdot \frac{E A t_{\mathrm{exp}} \lambda}{hc} μe=η(λ)⋅hcEAtexpλ

3.3 RAW 的光谱相关性

由于 η=η(λ)\eta = \eta(\lambda)η=η(λ)，相同入射辐射功率在不同波长下产生的光电子数可能差异极大。对于 Bayer 彩色相机，R、Gr、Gb、B 四个通道前的滤色片透射光谱不同，加上硅本身的波长响应，各通道的光电转换特性并不一致。

RAW 数据是具有光谱响应特性的传感器数字测量值，并不是标准的光度学量（如 cd/m²、lux）。

四、信号转换层：电荷‑电压转换与转换增益

光电子仍处于电荷域，ADC 无法直接计数，需要先转换为模拟电压。

4.1 电荷‑电压转换增益

像素收集的电荷 Q=NeqQ = N_e qQ=Neq（q=1.602×10−19 Cq=1.602\times10^{-19}\ \mathrm{C}q=1.602×10−19 C 为电子电荷量）会转移到浮置扩散（Floating Diffusion）等节点，通过电容转换为电压：

V=QC V = \frac{Q}{C} V=CQ

定义电荷‑电压转换增益 GCVG_{\mathrm{CV}}GCV：

GCV=ΔVΔNe≈qC \boxed{ G_{\mathrm{CV}} = \frac{\Delta V}{\Delta N_e} \approx \frac{q}{C} } GCV=ΔNeΔV≈Cq

单位通常为 μV/e−\mu\mathrm{V/e^-}μV/e−。转换增益与节点电容成反比：电容越小，单个电子产生的电压摆幅越大，微弱信号越容易从后级噪声中分辨出来。

4.2 转换增益的权衡：HCG 与 LCG

电容减小会提升转换增益，但也会降低节点可容纳的最大电荷量，即：

C↓ ⟹ GCV↑但NFWC↓ C\downarrow \implies G_{\mathrm{CV}}\uparrow \quad \text{但} \quad N_{\mathrm{FWC}}\downarrow C↓⟹GCV↑但NFWC↓

这就是现代 CMOS 传感器高转换增益（HCG）/低转换增益（LCG） 双模式的物理背景：

HCG 模式：电容小、增益高、噪声低，适合低照度场景
LCG 模式：电容大、满阱高、动态范围大，适合明亮场景

Sony 工业 SWIR 传感器 IMX992 系列即采用该架构：HCG 模式在光信号刚转换后的低噪声阶段提升信号幅度，抑制后级噪声影响；明亮场景下切换为 LCG 以获得更大动态范围。

注意：Conversion Gain 与相机软件中的 Gain 参数不是同一概念 。前者描述 e−→Ve^- \rightarrow Ve−→V 的电荷电压转换；后者可能包含模拟放大、数字增益，甚至封装了 HCG/LCG 切换。

五、系统增益：连接电子域与数字域

整体系统增益是 EMVA 1288 最核心的参数之一，它把整个模拟链路（电荷转换、模拟放大、ADC）压缩为一个统一的转换系数。

5.1 系统增益的定义

EMVA 1288 定义整体系统增益 KKK 为数字灰度值变化量与光电子变化量的比值：

K=ΔDNΔe− \boxed{ K = \frac{\Delta \mathrm{DN}}{\Delta e^-} } K=Δe−ΔDN

单位：DN/e−\mathrm{DN/e^-}DN/e−。

举例：若 K=0.2 DN/e−K=0.2\ \mathrm{DN/e^-}K=0.2 DN/e−，某次曝光产生 Ne=5000 e−N_e=5000\ e^-Ne=5000 e−，则扣除黑电平后的数字信号为 SDN=KNe=1000 DNS_{\mathrm{DN}} = K N_e = 1000\ \mathrm{DN}SDN=KNe=1000 DN；若黑电平 b=256b=256b=256，最终 RAW 值为 y=1256 DNy=1256\ \mathrm{DN}y=1256 DN。

5.2 反向单位：e‑/DN

科学相机厂商常以反向单位表示转换增益，即 g $e-/ADU$ g\ $e\^-/ADU$ g $e-/ADU$ （ADU 与 DN 可近似等价），例如 Teledyne Retiga 相机标注 0.59 e‑/ADU。它与 EMVA 定义的系统增益互为倒数：

g=1K \boxed{ g = \frac{1}{K} } g=K1

看到"转换增益为 0.3"时，必须先确认单位：DN/e−\mathrm{DN/e^-}DN/e− 与 e−/DNe^-/DNe−/DN 的物理意义完全相反。

5.3 从 DN 回溯电子数

系统增益最实用的意义在于可以把 RAW 值还原为传感器收集的光电子数：

Ne≈y−bK \boxed{ N_e \approx \frac{y - b}{K} } Ne≈Ky−b

这是 RAW 图像辐射定标、噪声分析、线性度校验的基础。

5.4 测量方法：光子转移法

EMVA 1288 通过光子转移法（Photon Transfer Method） 测量系统增益：利用光电子的泊松噪声特性，数字信号的方差 σy2\sigma_y^2σy2 与均值光信号 μy−μy,dark\mu_y - \mu_{y,\mathrm{dark}}μy−μy,dark 呈线性关系，直线的斜率即为系统增益 KKK，截距对应暗噪声方差。

六、黑电平、饱和与动态范围

6.1 黑电平：为什么无光照时 RAW 不为 0

理想情况下无光照时 Ne=0N_e=0Ne=0，RAW 似乎应为 0，但实际相机会人为设置一个正偏置 bbb，即黑电平（Black Level）。

黑电平的作用是：让正负方向的读出噪声都能在数字域完整表达，避免负向噪声波动被截断为 0。因此有效光信号必须扣除黑电平：

SDN=y−b \boxed{ S_{\mathrm{DN}} = y - b } SDN=y−b

黑电平不是固定常数，它可能随增益、温度、读出模式、转换增益模式变化。Android Camera2 接口专门定义了 SENSOR_BLACK_LEVEL_PATTERN 对应 Bayer 各位置的独立黑电平，较新的标准还支持逐帧动态黑电平 SENSOR_DYNAMIC_BLACK_LEVEL，也可通过光学暗区（Optical Black）像素实时估计。

6.2 ADC、位深与白电平

ADC 的作用是将模拟电压离散化为数字码。若 ADC 位深为 NNN，理论编码范围为 0∼2N−10 \sim 2^N - 10∼2N−1。

ADC 位深	理论编码范围
8 bit	0 ~ 255
10 bit	0 ~ 1023
12 bit	0 ~ 4095
14 bit	0 ~ 16383
16 bit	0 ~ 65535

位深上限 ≠ 物理饱和点 。

例如 12 bit RAW 的最大值 4095 只是数字编码的上限，不代表传感器在 4095 处仍保持线性。传感器可能在更低的数值就开始出现非线性饱和，也可能 ADC 满幅时像素还未达到物理满阱。

Android 官方对 SENSOR_WHITE_LEVEL 的定义正是"传感器完全饱和对应的 RAW 编码值"，该值可能由位深决定，也可能由传感器非线性拐点决定，同样支持逐帧动态更新。

6.3 满阱容量

像素可以类比为"电子桶"，满阱容量（Full Well Capacity, FWC） 是像素能在线性范围内存储的最大光电子数，单位 e−e^-e−。

工程上需要区分三层饱和：

物理满阱：光电二极管本身能储存的最大电荷
可测量饱和 ：浮置扩散、模拟放大器或 ADC 先达到饱和，此时 Nsat,meas<NFWCN_{\mathrm{sat,meas}} < N_{\mathrm{FWC}}Nsat,meas<NFWC
数字白电平 ：RAW 图像中观察到的饱和编码 DNwhite\mathrm{DN_{white}}DNwhite

EMVA 1288 中的 saturation capacity 特指测量系统达到最大有效数字输出时对应的光子/电子容量，不等同于半导体器件内部的理论物理满阱。

6.4 为什么增益越高越容易"过曝"

假设 12 bit RAW 白电平为 4095，黑电平 256，有效数字范围为 3839 DN。

若 K=0.2 DN/e−K=0.2\ \mathrm{DN/e^-}K=0.2 DN/e−，最大可编码电子数 Nsat=3839/0.2≈19195 e−N_{\mathrm{sat}} = 3839 / 0.2 \approx 19195\ e^-Nsat=3839/0.2≈19195 e−
若增益翻倍至 K=0.4 DN/e−K=0.4\ \mathrm{DN/e^-}K=0.4 DN/e−，最大可编码电子数 Nsat=3839/0.4≈9598 e−N_{\mathrm{sat}} = 3839 / 0.4 \approx 9598\ e^-Nsat=3839/0.4≈9598 e−

结论：系统增益越高，单位电子对应的 DN 越多，可容纳的电子动态余量就越少，高光越容易饱和。

6.5 动态范围

动态范围描述相机从"刚好可检测的弱信号"到"饱和强信号"能覆盖的光强范围。

工程近似

常用读出噪声与满阱容量估算：

DR≈Nsatσread \mathrm{DR} \approx \frac{N_{\mathrm{sat}}}{\sigma_{\mathrm{read}}} DR≈σreadNsat

转换为分贝：

DRdB=20log⁡10(DR) \boxed{ \mathrm{DR_{dB}} = 20\log_{10}(\mathrm{DR}) } DRdB=20log10(DR)

转换为曝光档数：

DRstop=log⁡2(DR) \mathrm{DR_{stop}} = \log_2(\mathrm{DR}) DRstop=log2(DR)

EMVA 1288 正式定义

EMVA 以绝对灵敏度阈值 （SNR=1 时的入射光子数 μp,min⁡\mu_{p,\min}μp,min）与饱和光子数 μp,sat\mu_{p,\mathrm{sat}}μp,sat 定义动态范围：

DR=μp,satμp,min⁡ \boxed{ \mathrm{DR} = \frac{\mu_{p,\mathrm{sat}}}{\mu_{p,\min}} } DR=μp,minμp,sat

常见误区：12 bit ADC ≠ 12 stops 动态范围 。

位深只描述数字离散级数，动态范围描述系统可分辨的最大/最小物理信号之比。低端受读出噪声限制，高端受满阱/饱和限制，二者相关但不等价。通过双增益、HDR、多帧合成等技术，系统动态范围也可超过单 ADC 位深对应的直观范围。

七、曝光、光圈与增益的底层逻辑

7.1 曝光时间：

在传感器线性范围内，光电子数与曝光时间成正比：

Ne∝texp \boxed{ N_e \propto t_{\mathrm{exp}} } Ne∝texp

曝光从 1 ms 增加到 2 ms，光子数与光电子数约翻倍，RAW 有效信号也约翻倍。

增加曝光时间会增加像素收集的光子数量（NA增大，信息量变多），而 Gain 只是放大已有信号。

曝光改善 SNR 的原理

光子到达像素是离散随机事件，服从泊松分布，因此散粒噪声（Shot Noise） 的标准差等于信号均值的平方根：

σshot=μe \sigma_{\mathrm{shot}} = \sqrt{\mu_e} σshot=μe

在散粒噪声主导区域，信噪比为：

SNR=μeμe=μe \mathrm{SNR} = \frac{\mu_e}{\sqrt{\mu_e}} = \sqrt{\mu_e} SNR=μe μe=μe

若曝光翻倍，μe→2μe\mu_e \rightarrow 2\mu_eμe→2μe，则 SNR→2 SNR\mathrm{SNR} \rightarrow \sqrt{2}\ \mathrm{SNR}SNR→2 SNR，约提升 3.01 dB。

光子统计服从泊松规律，散粒噪声标准差等于光子/光电子数的平方根。

工业视觉结论：真正提升光子统计意义上的 SNR，优先增加有效光子数，而非单纯提高数字亮度。

曝光的限制：运动模糊

若物体在像面的运动速度为 vimage $pixel/s$ v_{\mathrm{image}}\ $\\mathrm{pixel/s}$ vimage $pixel/s$ ，曝光期间的模糊量为：

Lblur=vimagetexp \boxed{ L_{\mathrm{blur}} = v_{\mathrm{image}} t_{\mathrm{exp}} } Lblur=vimagetexp

工业视觉的经验是：运动目标的曝光期间图像位移尽量不超过 1 个像素。

曝光的本质权衡：

texp↑ ⟹ {Np↑,SNR↑motion blur↑可能降低最大帧率 t_{\mathrm{exp}}\uparrow \implies \begin{cases} N_p\uparrow,\quad \mathrm{SNR}\uparrow \\ \text{motion blur}\uparrow \\ \text{可能降低最大帧率} \end{cases} texp↑⟹⎩ ⎨ ⎧Np↑,SNR↑motion blur↑可能降低最大帧率

7.2 光圈：

镜头 F‑number（f/#）定义为焦距与有效入瞳直径之比：

f/#=fDEA \boxed{ f/\# = \frac{f}{D_{\mathrm{EA}}} } f/#=DEAf

通光量

其他条件相同时，进光能力与 f/# 的平方成反比：

光通量∝1(f/#)2 \text{光通量} \propto \frac{1}{(f/\#)^2} 光通量∝(f/#)21

f/# 每增加 2\sqrt{2}2 倍，孔径面积减半，光通量减半。例如 f/2 到 f/2.8，通光量约降低一半。

光圈的多维度影响

光圈同时影响多个成像特性：

进光量：光圈越大，进光越多
景深：光圈越小，景深越大
衍射：光圈越小，衍射越明显，分辨率下降
像差：大光圈通常像差更显著

增加 f/# 能增大景深，但 f/# 过大后衍射开始降低理论分辨率，景深与分辨率无法同时无限提升。

工作 F‑number

普通 f/# 定义对应无穷远成像。机器视觉常工作在近距离、大倍率下，需使用工作 F‑number 修正：

(f/#)w≈(1+m)⋅(f/#) (f/\#)_w \approx (1+m) \cdot (f/\#) (f/#)w≈(1+m)⋅(f/#)

其中 mmm 为放大倍率。近距离成像时，镜头标称 f/2.8 并不等效于远距离下的 f/2.8 成像条件。

7.3 模拟增益与数字增益的本质区别

模拟增益

模拟增益位于 ADC 之前，对传感器输出的模拟电压进行放大：

VADC=GaVsensor V_{\mathrm{ADC}} = G_a V_{\mathrm{sensor}} VADC=GaVsensor

Analog Gain 应用于 ADC 转换之前，Digital Gain 应用于数字转换之后。

模拟增益的特性：

信号与前级噪声（包括散粒噪声）被同比例放大，因此模拟增益本身不能改善光子散粒噪声极限
但可以提升弱信号的幅度，减轻 ADC 量化噪声与后级电路噪声的相对影响，这也是 HCG 模式在暗场下的价值所在

数字增益

数字增益位于 ADC 之后，本质是数字域的线性尺度变换：

DNout=Gd⋅DNin \mathrm{DN_{out}} = G_d \cdot \mathrm{DN_{in}} DNout=Gd⋅DNin

数字增益的特性：

不会增加光子，也不会增加光电子
无法恢复 ADC 前已经被噪声淹没的信息
无法挽回已经饱和的高光
仅为数字尺度拉伸，不新增测量信息

7.4 ISO 与 Gain 区分

消费级相机的 ISO 感光度遵循 ISO 12232:2019 标准，定义了数字相机的曝光指数、ISO 速度评级、标准输出灵敏度等规范，是一套面向摄影曝光体系的标准化表示。

工业相机更常直接使用 Gain、GainRaw、AnalogGain、DigitalGain、ConversionGain 等参数，关注传感器实际工作状态而非摄影曝光体系的标称。

Android Camera2 接口给出了关键区分：SENSOR_MAX_ANALOG_SENSITIVITY 阈值以下保证仅使用模拟增益；超过该值，则可能是模拟与数字增益的组合。

ISO ≠ 单纯的模拟增益，不能简单认为 ISO800 = 8× 基础增益。

八、帧率、读出与成像链路的权衡

8.1 曝光时间与帧率的关系

帧率 ffps=1/Tframef_{\mathrm{fps}} = 1 / T_{\mathrm{frame}}ffps=1/Tframe，其中帧周期取决于曝光与读出的时序关系。

非重叠采集

若必须等上一帧完全读出后才开始下一帧曝光，则：

Tframe≥texp+treadout+toverhead T_{\mathrm{frame}} \ge t_{\mathrm{exp}} + t_{\mathrm{readout}} + t_{\mathrm{overhead}} Tframe≥texp+treadout+toverhead

例如曝光 20 ms、读出 10 ms，理想帧率上限约 33.3 FPS。

重叠采集

现代 CMOS 大多支持重叠采集（Overlapping Image Acquisition）：上一帧读出期间可以开始下一帧曝光。

理想重叠下帧周期近似为：

Tframe≳max⁡(texp,treadout)+toverhead \boxed{ T_{\mathrm{frame}} \gtrsim \max(t_{\mathrm{exp}}, t_{\mathrm{readout}}) + t_{\mathrm{overhead}} } Tframe≳max(texp,treadout)+toverhead

8.2 ROI 为什么能提高帧率

传感器读出时间主要取决于像素总数、行周期、ADC 并行度、像素时钟等因素。逐行读出架构中，裁剪 ROI（减少行数）可以显著降低读出时间，从而提升最大帧率。

例如全分辨率 4096×3000 为 40 FPS，裁剪为 4096×500 时可能达到 150 FPS。

但最终帧率还受像素格式、接口带宽、触发周期、内部 ISP 等共同限制，不能仅看软件设置的 AcquisitionFrameRate，需以实际 ResultingAcquisitionFrameRate 或时间戳为准。

总结

9.1 链路公式

将所有环节串联，得到 RAW 灰度值均值的完整表达式：

μy=μy,dark+K⋅η(λ)⋅EAtexpλhc \boxed{ \mu_y = \mu_{y,\mathrm{dark}} + K \cdot \eta(\lambda) \cdot \frac{E A t_{\mathrm{exp}} \lambda}{hc} } μy=μy,dark+K⋅η(λ)⋅hcEAtexpλ

RAW DN 由辐照度 EEE、像素面积 AAA、曝光时间 texpt_{\mathrm{exp}}texp、波长 λ\lambdaλ、量子效率 η\etaη、系统增益 KKK、黑电平 bbb 共同决定。

9.2 数字示例

假设某 Bayer G 像素接收 10 000 个光子，该波长 QE 为 70%：

光电子数：Ne=7000 e−N_e = 7000\ e^-Ne=7000 e−
系统增益：K=0.2 DN/e−K=0.2\ \mathrm{DN/e^-}K=0.2 DN/e−
有效数字信号：S=1400 DNS = 1400\ \mathrm{DN}S=1400 DN
黑电平：b=256b=256b=256
最终 RAW：y≈1656 DNy \approx 1656\ \mathrm{DN}y≈1656 DN

若曝光翻倍，其他条件不变：

光子数、光电子数、有效信号均翻倍，RAW 约为 3056 DN，物理测量信息真实增加。

若仅数字增益翻倍，RAW 约为 3312 DN，但传感器仍只接收 10 000 光子、产生 7000 电子，物理测量信息并未增加。

这就是 Exposure ≠ Gain 的本质。

9.3 建立物理思维

看到 RAW 图像中的某个像素值时，不要第一反应是"亮度是多少"，而应自动还原出完整链路：

光→Photon→e−→V→Gain→ADC→DN \boxed{ \text{光} \rightarrow \text{Photon} \rightarrow e^- \rightarrow V \rightarrow \text{Gain} \rightarrow \text{ADC} \rightarrow \text{DN} } 光→Photon→e−→V→Gain→ADC→DN

依次确认黑电平、白电平、曝光、模拟增益、转换增益、系统增益、量子效率、是否饱和，最终实现：

DN−b⟶e−⟶photons \boxed{ \mathrm{DN} - b \longrightarrow e^- \longrightarrow \text{photons} } DN−b⟶e−⟶photons

这时 RAW 就不再是"灰度整数矩阵"，而是一份可追溯到光子统计与模拟电子学的物理测量数据。