一幅图像并不是相机独立产生的。光源发出的光经过照明系统与样品相互作用，再由镜头传到传感器，最后经过采样、校准和算法形成数据。链路中任一环节变化，都可能被误认为晶圆发生了变化。
1. 光源决定“用什么看”
波长影响分辨能力、材料响应和散射特征；功率影响信号强度；均匀性和长期稳定性影响设备匹配。LED、激光、灯源或宽谱光源各有不同的光谱、相干性和寿命特征。
相干光能提高某些测量能力，也更容易产生散斑和干涉伪影。照明角度、偏振和数值孔径同样属于成像条件，不能只记录一个曝光时间。
2. 镜头在传递空间信息
数值孔径与波长共同限制可分辨细节，但大数值孔径通常带来更浅焦深和更严格的调焦要求。像差、畸变、杂散光和视场不均匀会让不同位置的图像表现不同。
点扩散函数描述一个点怎样被系统成像，调制传递函数描述不同空间频率的对比度传递。它们比“放大倍数”更能解释设备为何能看见某类结构却分不开另一类结构。
3. 样品是成像链的一部分
晶圆表面的材料、膜厚、图形方向和粗糙度决定反射、透射与散射。相同几何缺陷在不同膜层上可能呈现完全不同的信号，背景图形也可能比缺陷更强。
因此光学条件和算法阈值必须围绕应用开发。把实验室标准片上的表现直接外推到所有产品层，会造成灵敏度与误报判断失真。
4. 传感器不只看像素数量
像元尺寸、满阱容量、读出噪声、暗电流、量子效率、动态范围和帧率共同影响数据。像素更多不必然获得更多真实细节；若光学系统没有传递对应空间频率，只会得到更多采样点。
曝光过低会被噪声淹没，过高会饱和并丢失强度关系。高速读出还可能牺牲噪声或位深，需要在吞吐量与信号质量之间选择。
5. 校准把灰度变成可比较的数据
暗场校正去除偏置和暗信号，平场校正补偿照明与像元响应不均匀，几何校正处理畸变和坐标关系。参考样、光源监测和周期复核用于区分设备漂移与样品变化。
算法是链路的最后一环，却不能凭空恢复已经在光学或采样阶段丢失的信息。图像增强也可能改变噪声分布，因此原始数据、处理版本和参数要可追溯。
总结
评价成像系统应从光子到结果逐段建立信号与噪声预算。只有光源、光学、样品、传感器和算法共同稳定，图像才具有可解释性，设备间的灵敏度和测量结果才可能真正匹配。