像素合并（pixel binning），是数码相机的图像传感器在读出期间或读出后通过对图像中相邻像素的数值求和或平均来合并这些像素的过程。它在弱光条件下提高成像表现，同时在光照充足时仍能保留高细节的照片。
历史
在固定传感器尺寸下提高兆像素数量通常会牺牲单个像素的表面积，导致每个像素在相同时间内捕获的光变少，从而在弱光下（在相同曝光时间下）产生更暗或噪点更多的图像。
过去，相机制造商不得不在弱光性能与充足光照下的细节数量之间妥协，例如HTC在2013年通过其四百万像素的“UltraPixel”相机降低像素数量来实现更好弱光表现。然而，这会在白天光线充足时产生细节较少的图像。
使用像素合并，摄像系统可以“兼得两者”的优点，即在光线良好时保持高细节，在弱光时提高亮度。在弱光下，四个或更多像素的表面可以作为一个更大的像素来捕获更多光。例如，一些智能手机如Samsung Galaxy A15在白天能够捕捉高达5000万像素的照片。但在弱光下，单个像素过小，无法在手持拍摄所允许的短曝光时间内捕获足够光线。因此在启用像素合并时，5000万像素的图像传感器可作为1250万像素的传感器工作，即分辨率降为原来的四分之一，每个合并后像素的表面积相应增大。
工作原理
在CCD（感光耦合元件）或某些其他图像传感器中，相邻像素的电荷可以在读出时合并，从而提高线速或帧率。
在數位影像處理中，合并是将整幅图像中相邻像素簇合并为单个像素的过程。例如，在2×2合并中，4个像素数组会变成一个更大的像素，像素数量降为原来的四分之一，每个维度的图像分辨率减半。合并后的值可以是该簇的和、平均值、中位数、最小值或最大值。有些系统使用更高级的算法，例如考虑邻近像素的数值、边缘检测、自称“AI”等，以提升最终缩小图像的视觉质量。
尽管这种聚合伴随信息损失，但它减少了需要处理的数据量，便于分析。合并后的图像分辨率较低，但每个像素的相对雜訊水平通常会降低。
参见
- 降采样
- 图像缩放
参考
评论 (0)