Instrument-limited pixel-level SNR bounds from optical throughput

Este trabajo establece límites de relación señal-ruido (SNR) a nivel de píxel para imágenes instrumentales al definir un factor óptico-geométrico que cuantifica la eficiencia de transmisión óptica por píxel, demostrando que el presupuesto de fotones incidentes y el techo de ruido de disparo pre-detección escalan linealmente con la raíz cuadrada de este factor de throughput.

Lo esencial

Imagina que estás intentando tomar una foto con tu cámara, pero en lugar de una cámara normal, estás usando una cámara súper científica que mide la "luz" (o calor) de un objeto para saber exactamente qué es y cómo está.

Este artículo de investigación es como un manual de instrucciones para entender por qué algunas partes de tu imagen salen más brillantes y claras que otras, y cómo calcular el límite máximo de calidad que tu cámara puede lograr antes de que empiece a fallar la electrónica.

Aquí tienes la explicación sencilla, usando analogías del día a día:

1. El Problema: La "Caja de Herramientas" vs. El "Cubo de Agua"

En el mundo de la óptica, los ingenieros suelen usar una medida llamada étendue (o throughput) para describir cuánta luz puede entrar en un sistema completo, como si fuera el tamaño de una tubería gigante.

• La analogía: Imagina que tienes un sistema de riego para un jardín enorme. La tubería principal es gruesa y lleva mucha agua (luz). Pero, ¿qué pasa si quieres saber cuánta agua llega exactamente a una sola planta (un solo píxel de tu cámara)?
• El problema: Si solo miras la tubería principal, no sabes si esa planta específica está recibiendo agua o si está en una zona sombreada donde la tubería se dobla y pierde presión. En la fotografía y la ciencia, esto significa que no sabemos exactamente cuántos "fotones" (partículas de luz) llegan a cada pequeño punto de la imagen.

2. La Solución: El "Cubo Personalizado" para cada Píxel

Los autores (Jan Sova y Marie Kolaříková) dicen: "Olvídate de medir el sistema entero. Vamos a crear un cubo de agua personalizado para cada píxel de la cámara".

• La analogía: Imagina que cada píxel de tu cámara es un pequeño cubo que intenta atrapar lluvia.
  • Algunos cubos están bajo el techo (tienen sombra/vignetting) y solo reciben gotas que entran por un agujero pequeño.
  • Otros cubos están en campo abierto y reciben lluvia de todos lados.
  • Ellos definen un factor llamado $F_{opg,i}$. Piensa en esto como el "Tamaño del Cubo" de cada píxel. No es solo el tamaño físico del cubo, sino también qué tan bien está orientado hacia el cielo y si hay obstáculos (como el borde de la lente) que bloquean la lluvia.

3. La Regla de Oro: Más Cubo = Más Señal

El artículo demuestra una relación matemática muy importante:

• Si tu "cubo" (el factor óptico) es grande, atrapas mucha luz.
• Si atrapas mucha luz, tienes una señal fuerte.
• La analogía de la señal: Imagina que estás en una fiesta ruidosa (ruido) tratando de escuchar a un amigo (señal).
  • Si tu amigo te grita fuerte (muchos fotones), te oyes bien.
  • Si tu amigo susurra (pocos fotones), el ruido de la fiesta te impide escucharlo.
  • La calidad de la escucha (la relación Señal/Ruido o SNR) depende de cuánta luz atrape tu "cubo".

El artículo dice: La calidad de la imagen (SNR) es proporcional a la raíz cuadrada de cuánta luz atrapa tu cubo.

• Si duplicas el tamaño de tu "cubo" (haces la lente más grande o la abres más), no duplicas la calidad, sino que la mejoras en un factor de $\sqrt{2}$ (aproximadamente 1.4 veces). Es una ley física inquebrantable.

4. El Límite de la "Lluvia Natural" (Ruido de Disparo)

Aquí viene la parte más interesante. La cámara tiene electrónica, sensores y cables que pueden fallar o hacer ruido (como estática en la radio). Pero, antes de que la electrónica entre en juego, hay un límite impuesto por la naturaleza misma: la lluvia no cae de forma perfectamente uniforme.

• La analogía: Incluso si tu cubo es perfecto y no hay viento, la lluvia cae en gotas aleatorias. A veces caen 10 gotas en un segundo, a veces 12. Esa pequeña variación aleatoria es el "ruido de disparo" (shot noise).
• El hallazgo: El artículo dice que ninguna mejora en la electrónica (mejores sensores, mejor software) puede superar el límite impuesto por cuánta luz llega físicamente al cubo.
  • Si tu "cubo" es pequeño, la lluvia es escasa y las variaciones aleatorias se notan mucho (imagen granulada).
  • Si tu "cubo" es grande, la lluvia es abundante y las variaciones se diluyen (imagen nítida).
  • Conclusión: La óptica (la lente, el diseño) determina el "techo" de calidad. La electrónica solo puede hacer las cosas peores, nunca mejores que ese techo.

5. ¿Por qué es útil esto? (El "Mapa de Calor" de la Cámara)

Antes, los ingenieros hacían correcciones de imagen (como ajustar el brillo o el color) tratando de arreglar los problemas "después de la foto".

• La analogía: Es como intentar pintar una pared que tiene un agujero gigante, en lugar de tapar el agujero primero.
• La nueva idea: Este artículo dice: "Primero, calculemos exactamente cuánta luz debería llegar a cada píxel basándonos en la geometría de la lente (el tamaño del cubo)".
  • Si una parte de la foto sale oscura, ahora sabemos si es porque la lente tiene un defecto (el cubo es pequeño ahí) o porque el sensor está roto.
  • Esto ayuda a diseñar mejores cámaras para termografía (ver calor), satélites y cámaras médicas, asegurando que no se pierda información valiosa por un diseño óptico mediocre.

En Resumen

Este papel nos enseña a medir la "capacidad de atrapar luz" de cada píxel individualmente, como si fuera un cubo bajo la lluvia.

1. Define el cubo: Calcula exactamente cuánta luz llega a cada píxel considerando la lente y las sombras.
2. Establece el límite: Te dice que la calidad máxima de tu imagen está limitada por cuánta luz entra en ese cubo, no por lo bueno que sea tu sensor.
3. Separa los problemas: Te ayuda a distinguir entre un problema de diseño de la lente (poca luz) y un problema del sensor (ruido electrónico).

Es como pasar de decir "mi cámara es buena" a decir "mi lente permite que este píxel específico capture exactamente 500 gotas de lluvia por segundo, y esa es la mejor calidad posible para esa parte de la imagen".

Resumen técnico

Aquí tienes un resumen técnico detallado del artículo en español, estructurado según los puntos solicitados:

Título: Límites de SNR a nivel de píxel limitados por el instrumento a partir del rendimiento óptico (Instrument-limited pixel-level SNR bounds from optical throughput)

Autores: Jan Sova y Marie Kolaříková (Universidad Técnica de Praga, República Checa).
Publicación: Optics Communications (2026).

---

1. El Problema

En la radiometría y la imagenología cuantitativa (como la termografía y la teledetección), la relación entre la radiancia de la escena y el flujo radiante recolectado es fundamental. Tradicionalmente, el étendue (producto área-ángulo sólido) se utiliza como un descriptor compacto a nivel de sistema. Sin embargo, para la calibración precisa y la imagenología cuantitativa, esta aproximación a nivel de sistema es insuficiente por varias razones:

• Falta de resolución a nivel de píxel: Los modelos de sistema no capturan cómo la radiancia se mapea específicamente a un elemento detector individual.
• No idealidades ópticas: Factores como la viñetado (vignetting), la apodización y la visibilidad del pupila dependen del campo y de la posición del píxel, lo que no se refleja en un valor de étendue global.
• Confusión en la calibración: En los flujos de trabajo actuales, las correcciones de no uniformidad (NUC) y la ganancia/offset del detector a menudo se aplican a nivel de señal, manteniendo implícito el "presupuesto de fotones" entregado por la óptica. Esto dificulta distinguir entre mejoras reales en la relación señal-ruido (SNR) limitadas por la óptica y correcciones electrónicas o de procesamiento posterior.
• Falta de un enlace explícito: No existe una cadena matemática clara y reutilizable que conecte la radiometría del píxel, el rendimiento óptico, el presupuesto de fotones y el límite de SNR por ruido de disparo (shot noise).

2. Metodología

Los autores proponen una formulación basada en primeros principios que deriva directamente de la integral radiométrica restringida a un solo píxel.

• Definición del Factor Optogeométrico ($F_{opg,i}$):
  Se define un factor de rendimiento óptico-geométrico por píxel, $F_{opg,i}$ (con unidades de $m^2 \cdot sr$), que mapea la radiancia de la escena ($L_i$) al flujo radiante recolectado ($\Phi_i$) bajo la suposición de variación débil de radiancia:
  $$\Phi_i \approx L_i F_{opg,i}$$
  Este factor se calcula integrando sobre el área de la huella del píxel en el objeto ($A_{pix,i}$) y el conjunto de direcciones aceptadas hacia la pupila de entrada ($\Omega^+_i$), incluyendo un peso de visibilidad de la pupila $T_i(r, \hat{\omega})$ que modela la viñetado y la apodización.

• Aproximaciones y Refinamientos:

  • Línea base paraxial: Se derivan expresiones cerradas asumiendo un cono de aceptación pequeño y sin viñetado, recuperando escalas de diseño familiares (relación con el paso del píxel, número f y magnificación).
  • Corrección de cono finito: Para ópticas rápidas (bajo número f), se introduce una corrección exacta que utiliza la relación trigonométrica exacta en lugar de la aproximación de ángulo pequeño, cuantificando las desviaciones del modelo paraxial.

• Presupuesto de Fotones y SNR:
  A partir de la conservación de la energía, se deriva el número de fotones incidentes ($N_{inc,i}$) y detectados ($N_{ph,i}$) en función de $F_{opg,i}$, la eficiencia cuántica ($\eta$) y el tiempo de integración.
  Se establece que el límite superior de SNR (antes de la detección) está determinado por el ruido de disparo de los fotones incidentes:
  $$SNR_i \leq \sqrt{N_{ph,i}} \propto \sqrt{F_{opg,i}}$$

• Proxy de Espacio de Fases:
  Se introduce una métrica normalizada por longitud de onda, $M_i(\lambda) = F_{opg,i} / \lambda^2$, para comparar el rendimiento a través de diferentes bandas espectrales, actuando como un proxy de los grados de libertad espaciales admitidos.

3. Contribuciones Clave

1. Factor Optogeométrico por Píxel ($F_{opg,i}$): La definición formal de un factor de rendimiento puramente geométrico derivado directamente de la integral radiométrica, que incluye el peso de visibilidad de la pupila. Esto permite separar la geometría óptica de la respuesta del detector.
2. Enlace Explícito End-to-End: Establece una cadena causal clara: Radiometría del píxel $\rightarrow$ Rendimiento óptico ($F_{opg,i}$) $\rightarrow$ Presupuesto de fotones $\rightarrow$ Límite de SNR por ruido de disparo.
3. Normalización de Longitud de Onda: Introducción de $M_i(\lambda)$ como un descriptor de espacio de fases normalizado para comparar el rendimiento entre diferentes instrumentos y bandas espectrales.
4. Clarificación de la Calibración: Distingue matemáticamente entre la no uniformidad geométrica (debida a la óptica y capturada por $F_{opg,i}$) y la no uniformidad de respuesta del detector/electrónica (capturada por ganancia/offset). Esto es crucial para interpretar correctamente las correcciones de imagen.
5. Corrección para Ópticas Rápidas: Proporciona una fórmula refinada (Ecuación 14) que corrige el escalado de rendimiento $1/(f#)^2$ para sistemas con números f bajos, donde las aproximaciones paraxiales fallan.

4. Resultados Principales

• Escalado del SNR: Se demuestra que, para una escena y configuraciones de adquisición fijas, el SNR limitado por ruido de disparo escala con la raíz cuadrada del factor de rendimiento óptico:
  $$SNR_i \propto \sqrt{F_{opg,i}}$$
  En la línea base paraxial no viñeteada, esto se reduce a la relación de diseño conocida: $SNR_i \propto \frac{a_{pp,i}}{f\# |M|}$ (donde $a_{pp,i}$ es el paso del píxel y $M$ la magnificación).
• Límite de Ruido de Disparo: El SNR máximo alcanzable está fijado por el número de fotones incidentes entregados por la óptica ($N_{inc,i}$). La eficiencia cuántica y el ruido de lectura (oscuro, lectura) solo pueden reducir el SNR por debajo de este límite óptico, nunca mejorarlo.
• Independencia del Instrumento: La formulación es portable. $F_{opg,i}$ puede evaluarse analíticamente (para diseños simples) o numéricamente (para sistemas complejos con aberraciones y viñetado específicos), manteniendo la misma estructura física.
• Validación de la Separación: El modelo permite identificar qué parte de la no uniformidad en una imagen se debe a la óptica (viñetado geométrico) y qué parte al sensor, facilitando estrategias de calibración más precisas.

5. Significado e Impacto

Este trabajo eleva el rendimiento óptico a nivel de píxel a una "cantidad de primera clase" en las especificaciones de instrumentos de imagen.

• Para el Diseño Óptico: Permite realizar estudios de compensación (trade-offs) a nivel de píxel (cambios en apertura, viñetado, agrupamiento de píxeles) sin confundirlos con efectos del detector.
• Para la Calibración y Metrología: Ofrece un marco físico para interpretar las correcciones de no uniformidad (NUC). Al hacer explícito el presupuesto de fotones geométrico, se evita atribuir erróneamente cambios ópticos a variaciones de ganancia del sensor.
• Aplicaciones Prácticas: Es especialmente relevante para la termografía y la teledetección, donde las mejoras aparentes de SNR tras el procesamiento posterior a menudo oscurecen las limitaciones físicas reales del sistema óptico.
• Generalidad: Aunque motivado por aplicaciones infrarrojas, la formulación es aplicable a cualquier detector de imagen (CMOS/CCD en visible, NIR, SWIR, térmico), ya que se basa en la integral radiométrica fundamental.

En resumen, el artículo proporciona las herramientas matemáticas necesarias para cuantificar el límite físico fundamental de la calidad de la imagen (SNR) impuesto exclusivamente por la geometría óptica del sistema, separándola claramente de las limitaciones electrónicas y del procesamiento de señales.