噪声与信噪比:为什么要叠加

深空天体极其暗弱,单张曝光中目标信号往往与噪声处于同一量级甚至埋于噪声之下。信噪比(signal-to-noise ratio, SNR)是衡量成像质量最核心的物理量,它直接决定成片的细腻程度,也解释了天文摄影为何要拍摄数十乃至上百张子帧(sub-frame)再行叠加(stacking)。本页梳理信号与噪声的来源、信噪比的定义与公式、叠加的统计原理,以及在实际拍摄中提升信噪比的途径。

信号与噪声

信号(signal) 指来自目标天体的光子在传感器(sensor)上经光电转换后记录的电子数,单位通常以电子(e⁻)计。曝光时间越长、口径越大、量子效率(quantum efficiency, QE)越高、天空越暗,累积的信号电子越多。信号是确定性的:对同一目标、同一拍摄条件,每张子帧记录到的期望信号相同。

噪声(noise) 是叠加在信号上的随机起伏,表现为画面的颗粒感与暗部杂色。噪声的统计度量是信号涨落的标准差(standard deviation),单位同样是电子(e⁻)。与信号不同,噪声在每张子帧中互不相同,是随机过程的体现。

天文成像中的噪声主要来自以下四个源头:

噪声来源	英文	物理本质	噪声大小	主要对策
光子散粒噪声	shot noise / photon noise	光子到达服从泊松分布,计数本身存在涨落	√(目标信号)	拉长总积分时间、增大口径
天光背景噪声	sky background noise	光污染、月光、大气辉光等背景光子的散粒噪声	√(背景信号)	暗夜、窄带滤镜、光污染滤镜
暗电流噪声	dark current noise	传感器热激发产生杂散电子,计数同样服从泊松分布	√(暗电流电子)	制冷、暗场(dark frame)校准
读出噪声	read noise	电荷转为电压并经模数转换时引入的电子学噪声	固定 rms 值,与曝光时长无关	单张曝光足够长以”淹没”它

光子散粒噪声

散粒噪声是最根本的一类噪声。光子来自独立、随机且平均到达率恒定的发射事件,其计数服从泊松分布(Poisson distribution)。泊松分布的一个核心性质是:标准差等于均值的平方根。因此若一个像素平均记录到 S 个信号电子,其散粒噪声为:

N_shot = √S

由此,仅受散粒噪声限制(shot-noise-limited)时的信噪比为:

SNR = S / √S = √S

例如,某像素记录到 100 个电子,散粒噪声约为 10 个电子,信噪比约为 10。这一关系说明:散粒噪声无法靠改进相机消除,因为它源于光子到达本身的随机性。它既是散粒噪声正比于信号平方根的原因,也是后文 √N 叠加规律的物理根源。

天光背景光子(光污染、月光、大气辉光)与目标光子遵循同样的统计规律,其散粒噪声为 √(背景信号)。值得注意的是:背景的信号可以在后期被减去,但背景所携带的散粒噪声无法被减去——这正是光污染严重损害成片质量的原因。

散粒噪声的根本性

散粒噪声是物理过程的内禀属性,即使传感器完美无瑕也无法消除。当目标信号足够强(总电子数远大于读出噪声的平方)时,成像进入”散粒噪声受限”区,此时相机性能达到最优,只能靠增加总积分时长或降低天光背景来进一步提升信噪比。

暗电流噪声与读出噪声

暗电流(dark current) 是传感器在无光照时因热激发在硅内产生的杂散电子,通常以「电子/像素/秒」计,随温度升高而增大(经验上每降温约 5–9 ℃,暗电流减半)。暗电流积累的电子同样服从泊松统计,其噪声为 √(暗电流电子数)。暗电流的固定偏置部分可用暗场校准扣除,但其散粒噪声无法消除,只能通过制冷降低。

读出噪声(read noise) 是每次读取传感器、将电荷转换为电压并进行模数转换(analog-to-digital conversion)时引入的电子学噪声,来自片上放大器的白噪声与 1/f 闪烁噪声等。它与曝光时长无关,每读取一次就引入一份固定的 rms 噪声。现代制冷相机的读出噪声典型为 1–5 e⁻,早期 CCD 约 3–5 e⁻。读出噪声本身已是 rms 值,因此在信噪比公式中以平方形式参与(见下文)。

信噪比的定义与公式

信噪比定义为信号与总噪声之比:

SNR = 信号 / 总噪声

由于上述各噪声源互不相关(uncorrelated),它们按方和根(quadrature,平方相加再开方)的方式合成总噪声。对单张子帧,综合所有噪声源的信噪比公式为:

SNR = S_obj / √(S_obj + S_sky + D·t + RN²)

其中各量(单位均为电子 e⁻ 或经换算的电子数)含义如下:

符号	含义	在公式中的角色
S_obj	目标信号电子数	分子;同时作为自身散粒噪声项进入分母
S_sky	天光背景信号电子数	仅进入分母(只增噪声、不增有效信号)
D·t	暗电流电子数(暗电流 D × 曝光时长 t)	进入分母
RN	读出噪声(rms)	以 RN² 进入分母

工程上常以信噪比的数值衡量可用性:一般认为单像素信噪比达到约 5∶1 才勉强可辨识,数值越高画面越通透。提高信噪比、而非单纯追求”画面更亮”,才是曝光与后期的真正目标。读出噪声与单张曝光时长的权衡,详见曝光与增益;亮度与极限星等的概念见星等系统。

常见误区:把「减背景」当成「去噪声」

后期拉黑背景、减去渐晕,去除的是背景的信号(系统性成分),并不能去除背景光子带来的散粒噪声。在光污染下,天光散粒噪声可能远超目标自身的散粒噪声,这部分随机噪声一旦进入子帧便无法事后消除,只能通过暗夜、滤镜或更长总积分时间从源头压制。

叠加为何有效:SNR ∝ √N

信号是确定的(同一目标每张子帧的期望值一致),随机噪声却在每张子帧中各不相同。对 N 张子帧求平均(或求和后归一)时:

• 信号保持不变;
• 互不相关的随机噪声因相互抵消而下降,降幅为 1 / √N。

两者相除,得到天文摄影中最重要的经验法则:

SNR ∝ √N

其中 N 为参与叠加的子帧数。对前述单帧公式,叠加 N 张后近似为:

SNR_stack = (N · S_obj) / √(N · (S_obj + S_sky + D·t + RN²)) = √N · SNR_single

叠加 N 张子帧,信噪比按 √N 增长:从 1 张到 16 张提升约 4 倍,但回报递减。

回报曲线的几个典型节点:

叠加子帧数 N	SNR 提升倍数(√N)	说明
4	2 倍	每翻一倍需将帧数乘以 4
16	4 倍	相对 4 张再翻一倍
64	8 倍	相对 16 张再翻一倍
100	10 倍	常见的”一个晚上”量级
400	20 倍	需多个晚上的总投入

回报递减(diminishing returns)

由于是平方根关系,收益随帧数增加而递减。从 4 张加到 16 张,信噪比翻倍;但要在此基础上再翻倍,需加到 64 张。换言之,每让信噪比翻一番,所需子帧数都要乘以 4。这解释了为什么”再拍一晚”几乎总是值得,但”无限拍下去”的边际收益会逐渐走低。

总积分时长的决定作用

将上述规律换一种表述:决定成片质量的不是某一张拍得多漂亮,而是总积分时长(total integration time)= 子帧数 × 单张曝光时长。一晚累计 4 小时的总积分,远胜于一张极限长曝(后者还面临跟踪误差、卫星轨迹、宇宙射线击中而整帧报废的风险)。这也解释了天文摄影”拍很多张子帧再叠加”的基本工作方式:

1. 单张曝光足够长,使目标与天光信号产生的散粒噪声超过读出噪声,即把读出噪声”淹没(swamp)”;
2. 但不至于过曝亮星,也不浪费整晚在少数几张上,以分散整帧报废的风险;
3. 在此基础上靠子帧数量取胜,用叠加换取信噪比。

子帧时长与读出噪声的关系

读出噪声每读取一次引入一份,因此子帧越短、张数越多,累积的读出噪声占比越大。读出噪声在公式中以平方形式出现(如 5 e⁻ 读噪平方为 25 e⁻²),拍摄大量短帧会放大这一惩罚。合理做法是让单张曝光长到使天光背景的散粒噪声主导读出噪声,即进入”天光受限(sky-limited)“区:

拍摄环境	天光背景	单张曝光策略	典型子帧数
暗夜(暗天空)	低	可用更长单帧,直方图峰值靠左约 1/4–1/3	数十张即可
光污染城市	高	被迫缩短单帧(如 30–60 秒)以免过曝	需数百张,读出噪声占比上升

直观判据:当单张曝光使读出噪声相对天光散粒噪声可忽略时,继续延长单帧的边际收益变小,此时增加张数即等价于增加总积分时长。曝光时长的定量计算见曝光与增益,观测条件与暗夜的评估见观测条件。

抖动与固定模式噪声

拍摄多张子帧还有一项常被忽视的好处:抖动(dithering)。每拍若干张就让赤道仪(equatorial mount)在天空中随机平移几个像素,使传感器上的固定坏点、热点、列/行偏差等落在不同的天体位置上。

• 固定模式噪声(fixed pattern noise):与曝光内容无关、每帧位置固定的传感器缺陷(热点、坏列等)。不抖动时,这些缺陷在每张子帧的同一像素重复出现,叠加无法将其平均掉。
• 行走噪声(walking noise):当存在固定模式噪声且帧间仅有微小系统性漂移(如周期误差或极轴偏差导致的缓慢移动)时,缺陷会在叠加结果中沿固定方向”行走”,形成斜向条纹或拖尾。

抖动通过在帧间引入随机位移,把这些位置固定的系统性瑕疵转化为相对天体而言随机分布的成分;叠加时配合 sigma 剔除类算法(如 sigma clipping、Winsorized sigma clipping)即可将其作为离群值剔除,同时真实信号(始终对准目标)被保留。这套机制同样能抹除卫星与飞机轨迹、宇宙射线击中点。实践建议每 1–2 帧抖动一次,位移幅度数像素;窄带成像中 OIII、SII 信号较弱、噪声更显眼,抖动尤为重要。

实操要点

• 以总积分时长为规划核心,而非纠结单张拍得多好;
• 单张曝光以”淹没读出噪声 / 进入天光受限区”为下限,以”不过曝、不浪费整晚”为上限;
• 务必开启抖动,并在叠加时使用 sigma 类剔除,清除固定模式噪声、行走噪声与轨迹;
• 暗场、平场、偏置帧负责扣除可校准的系统性成分,随机噪声则交由叠加按 √N 降低。

暗空与窄带对信噪比的提升

由于天光背景的散粒噪声 √(S_sky) 进入信噪比公式的分母且无法事后扣除,降低天光背景是提升信噪比最有效的途径之一。

• 暗夜(dark sky):迁往光污染轻的暗夜地点,天空亮度可由市郊约 18–19 mag/arcsec² 改善到暗址约 21 mag/arcsec²。天光背景更低意味着可使用更长的单帧而不过曝,既降低 S_sky 又减小读出噪声占比,同时能记录到更暗的星与星云结构。
• 光污染滤镜(LP/UHC filter):压制特定波段的人造光污染,约相当于 1–2 挡的等效增益,成本较低,但对宽带连续谱天体(如星系、反射星云)增益有限。
• 窄带滤镜(narrowband filter):仅透过 Hα、OIII、SII 等发射线附近极窄的波段(典型 3–7 nm),将绝大部分天光与月光阻隔在外。这使得在城市光污染下也能拍摄发射星云,代价是透过的光通量很少、需要更长的单帧(常达 15 分钟乃至更久),以确保信号淹没读出噪声。

各类天体的辐射机制与发射线背景见恒星与天体物理;术语对照可参阅术语表。

校准与叠加共同服务于信噪比的提升:用[校准帧](/astrophotography/calibration/calibration-frames/)扣除暗电流偏置、渐晕、偏置等系统性误差,再用叠加按 √N 降低随机噪声。两者配合,才能把众多子帧合成为噪声更低、细节更丰富的深空图像。

参考资料

• CCD Noise Sources and Signal-to-Noise Ratio(Hamamatsu / Florida State University) —— 散粒噪声、暗电流噪声、读出噪声的定义及方和根合成的完整 SNR 公式与典型数值。
• Photons, Shot Noise and Poisson Processes(Strolls with my Dog) —— 从泊松统计推导散粒噪声 σ = √S 与 SNR = √S 的物理细节。
• Astrophotography Basics: SNR(Jon Rista) —— 四类噪声在天文成像中的组合、叠加 √N 规律、子帧时长与读出噪声的权衡。
• What is Dithering in Astrophotography?(AstroBackyard) —— 抖动如何消除固定模式噪声与行走噪声,及其与 sigma 剔除的配合。
• Understanding Signal-To-Noise-Ratio in Astrophotography(AstroBackyard) —— 信噪比基本概念、目标信噪比阈值与暗空/滤镜对背景噪声的影响。