---
title: "相机为什么会把膜拍得更硬"
description: "从有限曝光与角向像素平均推导观测谱，只用保存的轮廓拟合刚度，并诊断噪声、焦深和参数耦合。"
canonical_url: "https://sandboxphysics.com/zh/stories/membrane-mechanics/camera-and-inference/"
language: "zh-CN"
page_type: "story"
alternate_languages:
  en: "https://sandboxphysics.com/stories/membrane-mechanics/camera-and-inference/"
last_modified: "2026-10-28"
---

[膜与囊泡力学](https://sandboxphysics.com/zh/stories/membrane-mechanics/)

L3 · 第 5 章

# 相机为什么会把膜拍得更硬

Sandbox Physics · 2026-10-28

相机在一次曝光里把多次起伏平均到同一张图，快速抖动便会变小。若把这份变平的轮廓当成瞬时膜形状，常会把膜估得过硬。可靠的拟合要同时描述膜怎样动，以及相机怎样把运动变成像素。

## 开始前需要什么

上一章的模方差与赤道投影。需要平均值和方差；本章引入时间相关函数，并用一次双重积分推导曝光响应。

- 计算指数相关运动在有限曝光后的方差衰减。
- 区分模型真值、可见轮廓与拟合参数，并从保存的合成记录重复分析。

## 曝光拍到一段时间的平均

设一个实模 $q(t)$ 的平衡时间相关为 $\langle q(t)q(0)\rangle=C_0e^{-\lambda|t|}$。$\lambda$ 是每秒的松弛率，$1/\lambda$ 是典型记忆时间。相机曝光时长为 $T_e$，观测的是这段时间内的平均。

平均值的方差需要把曝光窗口内的每一对时刻相乘后求和。相关只取决于两时刻的距离，双重积分可折成一个三角形权重积分。窗口越长，正负起伏越容易互相抵消。

$$
\bar q=\frac1{T_e}\int_0^{T_e}q(t)\,\mathrm dt,\qquad \langle\bar q^2\rangle=\frac{2C_0}{T_e^2}\int_0^{T_e}(T_e-t)e^{-\lambda t}\,\mathrm dt
$$

三角形权重统计曝光窗口内具有相同时间差的时刻对。

$$
\langle\bar q^2\rangle=C_0B(\lambda T_e),\qquad B(x)=\frac{2(x-1+e^{-x})}{x^2}
$$

短曝光时 $B\to1$；长曝光时 $B\sim2/x$。计算很小的自变量时应使用级数，避免两个相近数相减损失精度。

来源：J. Pécréaux et al.

## 轮廓上的像素也在做平均

再把圆周分为 $N$ 个等角宽像素。若每个像素保存角宽内的平均半径，余弦模会被一个 sinc 因子压低。低模数受影响小，接近像素尺度的细波纹衰减更明显。

赤道轮廓的一个模含有多个球面模，它们的松弛速度不同。曝光因子要放在球面模求和里面，分别作用于各自的松弛率。独立定位噪声另加在观测谱上。

$$
W_m=\operatorname{sinc}\!\left(\frac{m\pi}{N}\right),\qquad \operatorname{sinc}(z)=\frac{\sin z}{z}
$$

像素平均作用在振幅上；功率或方差乘它的平方。

$$
S_m^{\rm obs}=W_m^2\sum_\ell w_{\ell m}^2\frac{k_BT}{\kappa E_\ell}B(\lambda_\ell T_e)+S_m^{\rm noise}
$$

这是有限球谐模型、零焦深赤道切片、角向箱形像素与曝光平均下的观测谱。有限焦深需要另换光学算子。

来源：S. A. Rautu et al.

## 完整例题：一个记忆时间的曝光

先取一个已知松弛率的独立模，忽略像素和定位噪声。令曝光时间恰好等于记忆时间，即 $\lambda T_e=1$。代入得 $B(1)=2/e\simeq0.736$，相机只留下约七成四的方差。

若真实刚度为 $20k_BT$，无量纲张力固定且已知，而拟合错用了瞬时热均分公式，它会把减小的方差解释为刚度增大，得到 $20/0.736\simeq27.2k_BT$。在这个单模例子里，曝光本身造成约三成六的高估。

真实多模拟合同时改变刚度、张力和松弛率，偏差不会总是这个比例。这个例题指出偏差的方向和来源；完整观测模型才能检验一组具体参数。

## 让保存下来的图像决定拟合

一份可重算的模拟记录需要保存每帧的径向像素、时间、种子、模型版本、像素宽度、曝光、单位和真值参数。分析函数只读取这些像素，对已居中的轮廓做模分解、去掉时间均值并计算谱，再拟合候选参数。模型真值用于事后比较，不能参与算出估计值。

同一份记录分别套用瞬时模型和相机校正模型，可以隔离分析方法的差异。换种子重复采集，才开始观察有限样本的随机波动。曝光、轮廓噪声、模截断和观察几何则构成不同的系统误差来源。

遇到低模数全被张力压住、高模数又埋进噪声的记录，正确做法是报告刚度与张力的耦合，而不是保留拟合器输出的所有小数。缩短曝光、提高空间分辨率或加入独立张力测量，都可能比延长视频更有帮助。

膜运动经过定义好的相机响应，才成为可保存、可拟合的轮廓；真值参数在拟合后单独比较。原创测量流程示意。

## 把推理带进实验

### [用同一份轮廓比较两种分析](https://sandboxphysics.com/zh/labs/membrane-fluctuations/)

1. 先预测延长曝光会怎样改变可见抖动和瞬时模型拟合的刚度。
2. 保存一份记录，对照相机可见轮廓、观测谱、模型真值和校正后的估计值。
3. 导出记录并保留种子、曝光和版本。改变一个测量条件重采，区分仪器偏差与随机波动。

## 练习与解释性答案

1. 曝光很短时 $B(x)$ 的首个修正项是什么？它的符号有何物理意义？

   展开解释

   展开指数后得 $B(x)=1-x/3+O(x^2)$。负号表示任何非零曝光都会平均掉一部分变化；它不是额外的热噪声。

2. 把像素数加倍，一定能把刚度误差减半吗？

   展开解释

   不会。像素平均只是误差的一部分。曝光、定位噪声、模数范围、焦深与模型假设也会影响估计；应比较观测谱的变化，而不是给分辨率套一个统一比例。

3. 有人用理想谱重新抽一组点，称它为对相机记录的重建。缺少哪一步？

   展开解释

   缺少从保存的像素或轮廓计算这些点的过程。重建必须由实际输入记录算出；独立生成的理想点只能作为参考。

[上一章：膜的抖动怎样显出弯曲刚度](https://sandboxphysics.com/zh/stories/membrane-mechanics/thermal-modes/) [下一章：拉出一根膜管要多大的力](https://sandboxphysics.com/zh/stories/membrane-mechanics/membrane-tethers/)

## 来源与复算范围

1. [J. Pécréaux et al., Refined contour analysis of giant unilamellar vesicles, European Physical Journal E 13, 277–290 (2004)](https://doi.org/10.1140/epje/i2004-10001-9)

   轮廓涨落谱、相机积分与观察平面。课程自行生成带种子的有限模记录，并推导曝光积分；本课程的数值拟合针对合成记录，不是对原论文脂质测量的重新拟合。

2. [S. A. Rautu et al., The role of optical projection in the analysis of membrane fluctuations, Soft Matter 13, 3480–3483 (2017)](https://doi.org/10.1039/C7SM00108H)

   式 (1)—(3)、图 1 与有限焦深的测量问题。本课程模型采用零焦深赤道切片，另行计算角向平均与曝光；完整光学投影算子作为后续方法讨论。