便利店防盗摄像头的低照度成像原理

1. 低照度成像的基础概念
   当环境光照低于正常视觉需求（如夜间、黎明或灯光昏暗时），普通摄像头会因进光量不足产生噪点多、细节模糊的图像。便利店夜间监控需通过以下技术突破此限制：首先，图像传感器（CMOS/CCD）会增大单个像素尺寸（如1.4μm→2.0μm），提升单位时间捕获光子能力，类似扩大漏斗口径以接更多雨水。

2. 双原生ISO技术的工作逻辑
   传感器内置两套信号放大电路：低ISO（如100）用于日光环境，高ISO（如3200）专为暗光设计。当光敏元件检测到照度低于10勒克斯（约等于月光亮度），自动切换至高ISO电路，通过对光电信号二次放大，实现“弱光强显”。此过程需配合降噪算法，防止信号过曝成雪花点。

3. 像素聚合与图像堆栈的协同机制
   部分摄像头采用四像素合一技术（Quad Bayer），将相邻4个小像素合并为1个大像素，总进光量提升300%。同时以每秒30帧速率连续拍摄多张短曝光照片，通过对比相邻帧的差异像素排除随机噪点，最终合成一张清晰长曝光图像，类似用多支铅笔描摹同一轮廓使线条更精准。

4. 红外补光与光谱扩展
   当可见光不足0.1勒克斯时，启动850nm波长红外LED补光。此波段人眼不可见但传感器可捕捉，通过校准红外焦点偏移（因红外光折射率不同于可见光），确保夜间人脸仍能精确对焦。部分系统还会融合热成像数据，通过识别体温轮廓（36-37℃）在完全黑暗中标定生物体位置。

5. 深度学习降噪的最终优化
   卷积神经网络对海量暗光图像训练后，可区分真实细节与电路噪点。例如将噪点模式识别为高频随机图案，而商品轮廓属于连续低频信号，通过滤波保留有效信息。最终在0.001勒克斯（近乎全黑）环境下，仍能提取出货架商品位移或人员衣着的颜色特征。