【導讀】除卻解像力和色彩還原力之外，訊噪比（S/N）、色像差（Chromatic Aberration）、動態范圍（Dynamic Range）以及白平衡（WB）也是常被拿來衡量一部數字相機的比較標準。其中訊噪比（S/N）或稱噪音抑制能力（Noise Reduction）占影響畫質表現相當大的比重，尤其是長時間間曝光拍照時，例如：夜景或是黎明黃昏時分，數字影像常常因為噪音這一項敗給了傳統底片。
噪音如何產生？
區別數字與傳統影像，噪音（Noise）是一個重要的觀察指標。取代傳統底片的數字感光原件 CCD / CMOS（相關電子感光原件的介紹請參考前面的講座）本身就是一個消耗能量（電力）的設備。有能源的消耗，自然就會產生熱量，『熱』導致晶片材質的電子活動加劇，受熱的電子不斷的運動而產生了電流，形成所謂的『暗電流』（Black Level）。
蓋上鏡頭蓋長時間曝光8秒的 Olympus E-10 畫面(放大16倍）上明顯出現噪音產生的白點（黃框）
一般感光原件的暗電流范圍通常在 0.075nA/cm2~2.0 nA/cm2之間
理想的光感測器其暗電流應該是零，但現實世界里這樣的理想材質還在研究階段。當然，還有其他因素同樣會影響暗電流的產生，然而『熱』卻是最顯著的影響因素。暗電流的存在，讓即使沒有 光進入數字相機之中，卻因光電二極管自行釋放的電流，彷彿開了另一道『窗口』感應光線；當暗電流電壓與低亮度光的電壓相當時，感光原件的畫素就彷彿『看到了』景物，從而導致曝光，并將結果呈現在畫面上。
噪音消除 Noise Reduction
噪音的存在對早期的數字相機來說，就揮之不去的夢魘！想像一下，當你身在人群之中，多人講話的音量（Noise）蓋過了你原本說話的聲音（Signal），逼得你不得不提高嗓門大聲說話，來獲得短暫清楚的信息，可是與此同時更多人就必須提高更大的音量來彼此對談，信號（Signal）和噪音（Noise）就是在這樣里來我往之間取得平衡。這也導出 SNR訊噪比公式： SNR= Signal / Noise （單位 dB）。
上：ISO12233測試原圖 SN=116.4 / 下：加強銳利化后 SN 降到13.68 訊噪曲線也有了改變
SNR數據需要于光亮臨界點之處，想取得清楚影像時非常有用。由于開發低噪音比材質之困難度太高，攜帶型相機設備又不適合運用成本高的散熱機制。因此，處理噪音的方法轉而用內建韌體或軟件的方式來執行，例如：同時拍攝兩張照片，其中一張系關閉光圈拍攝之，用以比對可能會出現的噪音處，從而消除之，稱之 Noise Reduction。我們會在后續的章節中另開專文討論。
Noise 噪音檢測
關于數字相機的噪音檢測，你可以用很簡單的方式，蓋上鏡頭蓋，直接長時間曝光（一般消費型數字相機約2秒，專業型可以手動調整M模式，取得8秒甚至 bulb 的曝光時間）。再將影像拉回到電腦軟件之中，啟動色調分佈圖（見下左），比較與純黑影像的區別（下右圖）。
數據化的噪音檢測
Imatest 這套軟件提供了多組 Noise 噪音測試方式，包括由 ISO12233、Q-13 與 ColorChecker 所構成，方便使用者檢查各個階段相機噪音表現。其中 ISO12233的測試之中，提供了完整的 Noise 圖表，內容包含平均 S/N 值（S/N mean），該值越大代表信號強度越強，影像也就越清晰。另外，右圖之中還提供 Shannon channel capacity，一般稱之為香濃定律或 Shannon information transmission capacity C 香濃容量，這是一個非常重要的電子學方程式，如下：
C = Wlog2(S/N+1)
該方程式原意是用來計算單一頻道中所能攜帶最大的訊息量（不包括 Noise 噪音），在這里被用來檢測 L 明度之中所含正確信息的數量。在數據中顯示三種不同的反差狀況，100％代表正常反差下影像的香濃數量，10％代表低反差的表現，1％ 則是用來檢查大范圍區域（例如：天空）的信息含量。
加入 Shannon channel capacity 的主要用意在于避開數字相機內建的 Noise Reduction 機制，多數的 NR 設計會將低反差的訊號移除，藉以達到平衡畫面的效果，但于此同時也會減低畫面細節的表現。對于一般的 Noise 檢測來說，NR 確實可以達到提升 S/N 比的效果。但對 Shannon channel capacity 檢查來說，NR 的機制就不那么明顯，比較能夠正確的計算出 Noise 的范圍，提供使用者正確的資訊。
相關閱讀：
工程師支招：解決電源管理IC抑制音頻噪音的方法
牛人DIY：徹底消除中波噪音干擾的簡單方法
共模和差模信號及其噪音抑制
