量化信噪比 非均匀量化_键摄基础1：为什么要正确曝光/ADC精度和量化噪声

我在前面一个文稿和视频中提过，ISO的本质是对像素读出的电压进行增益，让他调整到合适的范围，最大程度的利用ADC的动态范围。

所以，拍摄照片需要正确的曝光，使用更低的ISO可以记录更大的明暗光比范围，但是暗部占的ADC范围小，精度低，量化噪声也更多，简而言之就是暗部黑成一片也拉不回来细节。使用更高的ISO会使得ADC记录的范围集中在暗部，暗部可以占用更大的ADC范围，但是高光的部分就可能超过ADC范围，使得完全过曝失去细节。

很明显的是，在这里，ADC的精度很大的程度也决定了动态范围。

ADC的精度使用比特数描述，比特数决定了ADC可以记录的值大小。从0到2的比特数次方-1。8比特记录0-255明度值，10比特记录0-1023，以此类推。

可以看到，每当ADC比特数增加一位，范围就增加一倍，精度也就增加一倍。

量化噪声是在对模拟信号量化过程中，数字信号不可能无限细分提高精度，所以数字信号一定和实际电压中具有误差。这种误差就构成的量化噪声，这种噪声随着ADC精度提高而降低。

我们也可以衍生出来，当你给一个照片过曝，大家都知道高光部分就只会是死白。而当你让相机欠曝，其中暗部占用的ADC范围就会随着欠曝档数降低：

可以认为，每减曝一档，实际使用的ADC范围就损失1bit，于是我们可以通过这种方式，近似的模拟出一个拥有更低ADC精度的图像。

我在这里，对同样一个场景，相同快门速度和光圈(保持感光量相同)，通过调整ISO增益欠曝，实际模拟一个ADC精度更低的传感器。对图像进行取样测量信噪比(SNR)

测量结果如下：

可以看到，随着ADC精度降低，体现了明显的信噪比损失。

ADC精度限制了图像暗部的信噪比，如果存在一个无限精度的ADC，拍摄的动态范围就会取决于场景的光强度/快门速度和传感器本身的噪声，与ISO无关，也就是最终达成ISOLESS的目标。如今，相机的14bitADC已经可以达到较好的水平，可以看到，在欠曝1-2档的范围中，也可以在后期拉回而不会有太明显的画质损失。