显而易见,图像传感器在设计的过程中,不可避免有各种缺陷,每一个像元,不可能如同一个模子刻出来的一样,表现完完全全一致。除此之外,外部电路的offset加压、时钟信号、直到像元储存电荷用的电势阱,更不可能表现的完完全全一致。因此,图像传感器存在一个比较固定的 “基底”。
对于完美的传感器,是不要拍摄BIAS Frame的,因为上面只有offset电压产生的均一的电荷数,比如:

你没看错,完美无瑕的传感器和外围电路,绝对理想的情况,每一个像元之间,都不存在任何差异。因此,不需要BIAS Frame,因为你只需要对任意帧减去offset电压产生的电荷数即可。
但之前提到了,因为各种原因,这种情况目前还没有。因此,我们拍摄的BIAS Frame,可能是下面的样子:

上面不仅包含了各个像元之间的差异,还包含了offset的差异,固定模式噪声 等等各种 “基底”。
而更重要的是,这只是你的基底的一种形态而已,并不是基底的 “真身”。因为有read noise存在。这一点非常非常重要,关系到最终图像处理的难易。
假设有这样一块传感器,大小为 100x100 个像素,上面有一个点A,坐标是 x58, y16(左上角为x0,y0,右下角为x100,y100)。这块传感器的gain值固定1e-/ADU,offset电压会产生500个电子。 现在拍摄10张BIAS:
用A1表示第一张片子上坐标x58, y16的点,A2表示第二张片子上坐标x58, y16的点……以此类推,在完全理想的情况下,有A1=A2=A3=……=A9=A10=500。完全相等
现在,由于有了读出噪声,A1 ~ A10 的值,都不相同,但他们都分布在以500位中心的 495 ~ 505 范围内,概率服从之前提到的内容。如果你想获得A点的 “真身”,该怎么办?聪明的你立刻想到,将这组数相加,并且除以个数10。
现在,在A的旁边有一个点B(x59, y16),该点由于加压缺陷导致只能生成498个电子,即offset=498e-,和A有差异。不过没关系,B1 ~ B10也同样分布在498周围,你只需要采取和A同样的操作即可。但是实际的结果是,B没有A “亮”。当然,这是废话,因为这才是 “基底” 的真正样子。不过请在此处留个心
结果显而易见了,如果你要获得非常准确的 “基底” ,你将可能需要不少数目的帧来完成叠加取平均的操作,这就是校准帧 BIAS Frame