新闻详情

新闻详情 

新闻中心
光子定量qCMOS相机ORCA-Quest技术解析(一)
来源: | 作者:王峰 | 发布时间: 2021-08-31 | 132 次浏览 | 分享到:

产品介绍

ORCA-Quest是首款具有光子数解析能力的定量CMOS(qCMOS)相机。光子数解析是一种和光子计数完全不同的独特功能(更精确的说,该方法可解析光电子数,但是由于在该领域中可比较的方法被称为单光子计数而不是单光电子计数,因此我们将该方法称为光子数解析)。


光子计数作为一个定量方法在测量中众所周知,因为它可以减小读出噪声(电子电路噪声)和乘性噪声(过量噪声)。通常使用光电倍增管(PMT)和2D传感器(例如EM-CCD和ICCD相机),他们都具有电子倍增功能,使得光子计数和区分0和1个光子的能力成为可能。然而,它们不能对多个光子数(例如1,2,3个光子数)进行计数,因为电子倍增功能会产生噪声,对多个光子计数能力产生不利影响。


ORCA-Quest具有极低的读出噪声,因此可以实现光子计数。因为ORCA-Quest不需要电子倍增功能就可以实现光子计数,它还可以对多个光子进行计数(称为“光子数解析”)。这种光子数解析方法,相比于标准光子计数方法,可以精确、定量地测量从低到高宽范围的光子数。另外,ORCA-Quest除了光子数解析,还具有940万高像素数,比EMCCD的100万像素数更多。


ORCA-Quest具有很多独特的特点,非常适合于多种成像应用场合。

1

主要特点


1-1.  读出噪声

1-1-1.  读出噪声

从根本上来说,相机具有三种到四种噪声来源:读出噪声,暗电流噪声,光子散粒噪声,乘性噪声(电子倍增相机)。乘性噪声是EM-CCD独有的噪声,在CCD和CMOS相机中并没有。在没有乘性噪声时,读出噪声是决定相机低光亮性能表现的主要噪声。特别是针对qCMOS相机,读出噪声是最重要的,只有极低的读出噪声,才能实现光子数解析能力。

传感器的浮动扩散放大器(FDA)中产生的噪声,是读出噪声的主要因素。qCMOS采用最前沿的技术,使得读出噪声最小化。不只是优化FDA,还对相关双采样(CDS)和其他电子器件进行优化,使得ORCA-Quest具有最低的读出噪声,这在其他类型相机上是从未见过的。


1-1-2.  读出噪声测量方法

因为CCD图像传感器在每个传感器上有一个读出放大器,每一张图片上多像素的读出噪声可以用来测量读出噪声。


相比之下,CMOS图像传感器在每个像素上都有一个放大器,每个像素上的读出噪声都不同。这样,就必须先从几百张图像中测量每个像素上的读出噪声(称为像素读出噪声)。中值和均方根值(rms)噪声是从这些像素读出噪声分布统计计算出来的。其他CMOS相机生产厂家,一般只标注中值读出噪声作为相机的读出噪声。但是中值会忽略了CMOS相机中读出噪声的分布形状。特别是针对sCMOS相机,一般使用包含了读出噪声分布形状的RMS值作为指标。加起来,两个参数值提供了芯片上噪声分布的估值,可以看图1-1。在某些sCMOS相机中,中值明显要比RMS值要小,所以在对比相机时需要按照相同的标准来对比。


1-1-3.  读出噪声性能

图1-1表示几种相机的典型像素读出噪声分布,qCMOS(红线),第三代sCMOS(绿线)第二代sCMOS(蓝线)。可以清晰的看出每种芯片读出噪声分布形状是不同的。qCMOS的分布具有最低的峰值,最窄的FWHM,短薄的拖尾。第三代sCMOS的分布具有第二低的峰值,第二窄的FWHM,短厚的拖尾。第二代sCMOS具有最高的峰值,最宽的FWHM,长厚的拖尾。

不对称的分布形状会导致读出噪声值的统计有较大变化。qCMOS的RMS读出噪声值为0.27电子,平均读出噪声为0.24电子,中值读出噪声为0.21电子,模式读出噪声为0.19电子。这表示有一半的像素读出噪声小于0.21电子,峰值像素读出噪声为0.19电子。


1-1-4.  读出噪声累积像素数比

图1-2表示qCMOS相机的典型读出噪声累积像素数比。表明95.5%的像素低于0.4电子RMS,82.5%的像素低于0.3电子,75.1%的像素低于0.27电子。


 



1-2.  光子数解析

1-2-1.  光子数解析

正如前面提到的,光子数解析和光子计数完全不同。光子计数相机例如EM-CCD或ICCD使用倍增增益,来实现计数光子数需要的低噪声,但是却无法实现光子数解析,因为它们具有额外的乘性噪声。相反的,qCMOS实现计数光子数需要的低噪声,不需要倍增增益,就不会有乘性噪声。

图1-3表示,当平均N=3光电子,观测到的服从泊松分布P3(k)的光电子的概率分布,三个不同的读出噪声值σR=0.5电子rms(蓝线),σR=0.3电子rms(红线),σR=0.15电子rms(绿线)。读出噪声越小,光电子峰值之间的波谷越深。如果CMOS传感器可以减小读出噪声,就可以光子数解析。

 


下图1-4是qCMOS测量单个像素几百张图像的真实数据,单个像素的读出噪声是0.16电子,产生的光电子数平均是2电子。2个电子的真实分布和模拟分布基本相同。

 


下图1-5也是qCMOS测量单个像素的真实数据,单个像素的读出噪声是0.16电子,产生的光电子数平均是55电子。即使是在较高光电子数时,分布也可以清楚的看到波谷。

 


1-2-2.  误差率

误差率是每个数据样本被归入错误的光子数或错误数据的百分比概率。如果误差率提升,光电子峰值之间的波谷就会变浅,光子数就会变得难以分辨。这种概率使得数据样本就会归类到下一个更高或更低的光电子数中,取决于读出噪声引起的样本分布。为了使得光子数分辨成为可能,需要数据样本标称数很大概率在±0.5电子内。相反的,这意味着误差率需要低,数据样本就会落在这个范围外。

图1-6表示-0.5电子到+0.5电子误差率和读出噪声的关系,读出噪声包括图1-3范围内的读出噪声。从这个曲线可以注意,读出噪声为0.5电子rms,31.7%的数据样本会是错误的,如果读出噪声是0.25电子rms,4.6%的数据样本会是错误的,如果读出噪声是0.167电子rms,0.3%数据样本会是错误的。


 


1-2-3.  在光子数解析时的读出噪声

光子数解析(PNR)是一种将电子数输出信号从真实数目转换成整数的方法。从图1-3可以估算,小数点后的数字是由读出噪声产生的。如果读出噪声非常小,可以通过PNR法将小数点后的数字去掉。相反的,如果读出噪声不小,读出噪声就会在它的误差率中检测到。

图1-7表明,当用PNR方法测量时模拟的读出噪声,如果原始的读出噪声小于0.3电子,通过PNR方法的读出噪声就会小于原始读出噪声。如果原始读出噪声是0.2电子,PNR方法的读出噪声就会是大概是0.1电子。如果原始读出噪声是0.1电子,PNR方法的读出噪声就会变成大概是0电子。



1-2-4.  光子数解析模式

ORCA-Quest具有光子数解析模式,可以通过相机内置的光子数解析方法输出电子数。当选择光子数解析模式时,扫描速度会设定到超静扫描模式,输出数据一个count值就会变成一个电子。芯片上每个像素增益都不同,但是光子数解析模式,通过相机内部校正像素增益差异,可以输出更加精细的光子数。因为光子数解析模式只对具有低噪声的高增益放大器有效,光子数解析模式最大输出变为200counts,对应200电子。


1-2-5.  光子数解析模式的优点

相比于传统的光子计数相机,光子数解析模式,具有更宽的可探测光子数范围。它具有潜力提供优越的测量线性度。

使用光子计数相机,每个像素上的输入光子数需要小于1个电子/像素/帧来保持好的线性度。但是,光子计数相机很难保证每个像素都少于1个电子/像素/帧,因为它只能输出0或1电子。用户可以尝试通过计算多帧的平均值,预估所有像素是否少于1电子/像素/帧。如果不是少于,需要通过各种方法降低输入光子数少于1电子/像素/帧,或者接受不好线性度的测量。

使用ORCA-Quest的光子数解析模式,相机输出光子数,在小于200电子/像素/帧的信号量级时,具有非常好的线性度。

光子数解析模式在同时有高光子数和低光子数的精密成像时非常有用。


1-2-6.  光子数解析模式的像素合并

像素合并方法是将相邻像素的信号合并在一起获得高灵敏度,但是会牺牲分辨率。CMOS芯片的像素合并叫做数字合并,不仅是信号合并,读出噪声也会合并。然而,ORCA-Quest的读出噪声非常小,像素合并后的读出噪声也非常小。图1-7表明,PNR方法的读出噪声变得比原始的读出噪声更小。

根据像素合并和PNR方法,我们有两个方案可选,第一个方法是在像素合并前进行PNR,第二个是在PNR前进行像素合并。因为PNR方法的优点是具有低读出噪声,ORCA-Quest会在像素合并增加读出噪声之前执行PNR方法。