姑且闲聊几句，尽可能简要。

１、信噪比（SNR）。一般从能量形式来讲是指用信号功率（Power of Signal）与噪声功率（Power of Noise）的比。 DxOMark 采用了一般的统计公式进行样本标准差（Standard Deviation）的计算。但这种 局部最小方差法 只是一种近似估计的方法，需要一些经验公式进行适当的修正。某些关于图像信号处理文献和仿真验证是采用经验公式 SNR’ = SNR * 1.04 - 7 。其中 SNR' 是修正后的信噪比，SNR 是最初统计计算出的信噪比（即 DxOMark 中的 Full SNR）。 DxOMark 既没有对图像信号进行分析，也没有根据经验公式对统计结果进行校正。所以，它得到的仅仅是一个符合统计意义上的近似结果，只表明数据集合本身的空间形态分布（离散程度）。而信噪比本身是和信号和噪声紧密相关的，只对数据进行统计而不对信号特征进行分析会导致误差产生。

进行校正的经验公式大多是从实践中得来的，一些领域都在运用（不只是民用）。俺觉得大概可以尝试着从更本质的角度来分析分析:
以下这几个词都可能比较熟，只简述一下：采样、采样定理、过采样、重采样。采样（Sampling）是将信号从时间域或空间域的连续量转化成离散量的过程。而采样定理（香农采样定理；奈奎斯特采样定理）指出，如果信号是带限的，并且采样频率高于信号带宽的一倍，那么，原来的连续信号可以从采样样本中完全重建出来。过采样（Oversampling）是指以远远高于输入信号带宽两倍（采样率大于奈奎斯特频率）对其进行采样的过程。重采样（Resampling）将原始样本数据经过变换后，重新生成新的数据集合（样本）。

举例来说：
声音信号属于（一维）时间域。人耳能分辨的音频信号是一个大致确定的区间 20Hz -- 20KHz。人耳可分辨的信号频率上限是 20KHz，根据采样定理，不失真的最小采样率不小于40KHz，比这个频率高的采样都是属于听觉上的过采样。
图像信号属于（二维平面）空间域。视觉能分辨的最小视角和最大视野，基本上对应眼睛内有效的视觉细胞在视觉平面上的分布情况。
视野范围内最高分辨率就是空间（平面）信号频率上限。根据采样定理，不失真的最小采样率不低于上限 2 倍，假设像素以规则的纵横排列在空间平面上，那分辨率就需要提高 2x2 倍（长x宽）。而比这个更高分辨率的采样就是视觉上的过采样。（人的每只眼球视网膜大概有 600万~700万的视锥细胞，1.2亿个视杆细胞）

如果对传感器和图像信号进行分析：一个影像投影到焦平面，假定已知影像信号的分辨率。根据采样定理，该传感器的不失真最低分辨率就必须高于该影像信号分辨率 2x2 倍（4 倍像素）以上，才能基本保证信号在空间频率（平面）上不失真。但问题是，被摄物在焦平面上的投影分辨率（空间信号频率）可分解到分子／原子水准（不考虑镜头限制等因素），远远高于传感器分辨率。这就无法保证信号在传感器产上不产生失真。或者反过来说，该传感器实际上最多只能保证 (1/2)*(1/2) 的信号分辨率在空间频率（平面）上不失真。举个很简单的例子，一个影像信号在焦平面的投影是一个像素大小，如果它恰好落在传感器某一个像素上，那信号不会有失真，如果它落在传感器某两个像素中间，那么输出的影像信号就会变成两个像素宽度，每个像素强度减半。这就是信号失真。

而根据 局部最小方差法 在统计计算时，其过程就像是一个“黑箱”，单个像素既有可能是表示某单个像素大小的信号，也有可能表示某单个像素大小的噪声。是不是伪随机噪声或伪随机信号，有没有产生混叠等等，不知道。它的计算结果只是数据集合（样本）本身的空间形态分布（离散程度）。因此，为了让 局部最小方差法 满足空间频率（平面）符合采样定理（Nyquist limit），只能根据采样定理假定每个像素只是空间频率（平面）上的一个采样，至少需要 4 个像素（2x2 排列）才能保证每单个最小影像信号不产生失真。我们知道，如果是（一维）2 倍过采样合并会大致提高 3db 升益（公式略），而 2x2 倍的空间频率（平面）过采样将大约提高 6db。现在把这个 过采样 逆推导一下，就可得出 SNR’ = SNR - 6  其中 SNR' 是校正后的信噪比。

再来看看最开始提到的经验公式 SNR’ = SNR * 1.04 - 7
假设一种相机用 DxOMark 统计公式算出的 SNR 是 40db，经过经验公式校正后，SNR’ = 40*1.04 - 7 = 34.6db。
而根据上面 采样定理 分析后的公式 SNR’ = SNR - 6，则可得出 SNR’ = 40 - 6 = 34db，这与经验公式的计算结果只差 0.6db。

现在的结果就很清楚了，由于 DxOMark 根本没有对信号和噪声的形态特征进行分析，没有考虑信号的失真，也没有进行仿真校正，导致其 Full SNR 虚增了 6db。

２、DxOMark 在归一化处理上通过“逆 过采样”玩了一个“小花招”。　缩图本质上是 重采样，重采样后整个样本／样本数改变了，信号失真和损失必须都得重新考虑进去。但 DxOMark “巧妙”的运用 过采样 的方法进行解释，把归一化缩图仅仅看作是 过采样 的后半部分（合并滤波后降低噪声）。（这让一些人产生了误解，以为缩图本质上能提高信噪比）
他们设定了一个采样率为 8M 的参考指标，以满足归一化的条件。在理想的情况下，根据采样原理，大概能无失真的还原 2M 分辨率（8M/(2*2)）的原始影像（信号）。所以，高像素都看成是针对这个 2M （原始影像）分辨率的 “过采样”，这基本上就是 DxOMark 忽略原始图像中高频信号损失的原因。但信噪比本身是和器件／设备、信号等密切相关的，如果原始信号都丢弃了，那这又是一个什么样的信噪比呢？？

本来 过采样 是在采样的时候，通过对信号的多个／多次采样来减少信号失真。它的前提是必须满足采样定理，在不破坏原有信号的前提下，通过滤波等方法降低噪声。可以想象一下，有人会愿意用 192KHz 采样的音乐（音频信号源）把它压缩到 10KHz 采样来提高所谓的“信噪比”吗？这样的“信噪比”实际上已经没有什么意义了。就算把 192KHz 的音源压缩到 22.05KHz 别人都是不愿意的（HIFI 厂商更不愿意）。因此，大致看来，DxOMark 其实是一个本木倒置、捉襟见肘的解释。（当然，DxOMark 原本出发点是好的，用归一化处理来消除各种相机解析度、画幅等差异。不过显而易见的是，在满足画幅和视野归一化后，像素数本身就是一个反应影像画质的指标，把增益累加到信噪比、动态范围等指标，纯属多此一举，且极容易产生歧义。不如把像素的多少加权后直接计入总分排名即可。）

好了，砖头扔完了。望不吝赐玉，谢绝板砖。

本帖最后由 于是我摄 于 2013-3-4 21:46 编辑

你认真看过 DxOMark 的那些指标说明么？？？

俺前面难道不是在说综合排名吗？你看不懂这是反问句么？
“难道 DxOMark 没有综合主要指标的整体评价体系？他们不会进行综合排名？？”

网路上估计还会有语文也是体育老师教这类的说法。

还在刷存在感么？有意思馍？特么滴无趣，不再回复你了。

关于你提到的问题：
如果是体育特长生，可以在最后投档时进行加分，但这分能加到数学成绩上吗？或者因为数学是体育老师教的？
再举个例，在电脑性能测试中，没有人会把 3.4GHz、2.5GHz 的 CPU 降频到 1GHz 的标准来进行对比测试。（倘若根据 DxOMark 的神逻辑，降频可以降温哦，可以省电哦，难道可以把这些能耗指标都直接累加到运算速度的指标上？）

不同的指标表示不同的属性。而你也认为“像素数是一个指标”。

关于DXO测试问题：
归一化处理的本质是保证不同的画幅在视野上保持一致，而 8M 只是一个具体用来计算增益的基数。文中第二点是在说归一化处理后的增益相对于信噪比等指标的影响问题。或许你还是没看明白。

口水多了只会浪费时间。表情符号神马的俺也会哦。（）

我不就揭露了下你狡辩吗？
我真没想到不但不承认，还会记恨在心，用这种恶语攻击我？
在spot的一贴中做了些辩论，之后他闪烁其词不进行正面回复，后来就完全回避并开始用恶语攻击：https://forum.xitek.com/forum-redirect-goto-findpost-ptid-1128789-pid-46057152.html

在该主题一楼总结了下spot的一些与我产的争论及他的错误（都围绕dxo评价问题，第一次是动态范围问题，第二次是spot误解iso12232标准一段话）：https://forum.xitek.com/forum-redirect-goto-findpost-ptid-1128789-pid-45993294.html

本帖最后由 markinon 于 2013-3-5 00:07 编辑

高度精确？你以为所有做图像信号分析的人都在吃闲饭吗？你以为图像信号分析只是给人拍靓照的吗？

文中已经解释得很清楚了，前面要你缩图，你却不敢。还在闭着眼睛瞎嚷嚷。不会再回复你了。

如此循环，可以提高画质无极限。。。。。。
　

根据我最近学习到的新知识，缩图可以提高信噪比，放大不改变信噪比。所以，先缩图再放大，重复几次以后可以极大的提高画质！

前几天要你缩图，难道你到现在还没缩好？

请你把下面这个图片长／宽各缩一半，然后，请你大声说：根据增益公式，缩图后信噪比提高鸟！那些字你们应该看滴更清晰鸟。。

（要缩图，不要缩头哦。。。）

洗耳恭听专家意见