Apakah ini metode yang benar untuk koreksi noise pola tetap?

12

Saat ini saya terlibat dalam proyek yang melibatkan pemrograman sensor pencitraan. Sensor kami memberi kami suara, jadi kami ingin memperbaikinya. Orang lain dalam proyek ini datang dengan ide untuk mengambil gambar "hitam" yaitu memakai tutup lensa dan mengambil gambar yang dimaksudkan untuk menjadi semua hitam. (Jelas itu bukan karena noise) Pada titik ini pada penangkapan berikutnya, ia mengambil nilai piksel dari gambar hitam dan mengurangkannya dari gambar yang diambil secara teratur.

Gambar memang terlihat lebih baik dan sebagian besar noise dihilangkan, namun saya tidak yakin bahwa ini adalah pendekatan terbaik untuk menghilangkan noise karena hal-hal berikut:

Kisaran gambar tetap adalah [-172 194] (nilai 366), versus rentang standar [0 255]. Ketika digambar ulang, rentangnya kembali ke [0 255], dan memang terlihat lebih baik, namun saya percaya ini salah.

Saya harus menyebutkan bahwa gambar baru diambil dalam cahaya rendah.

Apakah metode ini benar untuk menghilangkan noise? Mengapa atau mengapa tidak?

matlab image-processing

— NominSim
sumber

Metode khusus ini (gambar "hitam") adalah bentuk kalibrasi sensor, yang bukan DSP murni (itu juga terkait dengan fisika, misalnya - Anda perlu memodelkan cacat fisik). Misalnya, pendekatan khusus ini mencoba mengkompensasi cacat piksel panas.

— MSalters

setuju dengan @PaulR

— Simon Bergot

Anda dapat memeriksa solusinya di tautan ini: ardueye.com/pmwiki.php?n=Main.StonymanLens

— selma

jika kita berurusan dengan Sattelite Images, metode perhitungannya akan sama? Maksud saya cara menghitung gambar Hitam / Putih untuk mendapatkan nilai murni Offset dan Penguatan? Apakah ada deskripsi kode perhitungan FPN di Matlab? Terima kasih atas tipsnya !!!

12

Gambar hitam adalah jumlah dari pola tetap dan noise gelap (yang kemungkinan besar mengikuti distribusi normal karena biasanya timbul dari fluktuasi saat ini). Anda ingin mengurangi pola tetap, tetapi tidak pada derau gelap - mengurangi derau acak dari sinyal hanya meningkatkan derau keseluruhan, dan dengan demikian menurunkan kualitas sinyal.

Untuk mendapatkan perkiraan yang baik untuk pola tetap, Anda harus menangkap jumlah bingkai yang cukup besar (katakanlah 25, meskipun 100 tentu saja akan membuat Anda hanya memiliki setengah kebisingan), dan rata-rata saja. Karena noise gelap (harus) tidak berkorelasi dalam waktu, noise rata-rata keluar, sehingga Anda dibiarkan dengan pola tetap noise rendah yang dapat Anda kurangi dari gambar masa depan Anda, dan itu tidak akan meningkatkan noise pada gambar Anda.

Perhatikan bahwa pola tetap biasanya tergantung pada waktu pencahayaan (kamera CCD, misalnya, dapat mengakumulasi elektron selama operasi shift), sehingga Anda harus melakukan kalibrasi untuk setiap waktu pencahayaan. Jika Anda sering memvariasikan waktu paparan, dan jika layak, Anda dapat mengatur eksperimen untuk menangkap serangkaian bingkai gelap setelah setiap percobaan, yang berarti Anda mendapatkan kalibrasi untuk setiap percobaan.

Jika Anda mengurangi bingkai gelap noise rendah (yaitu rata-rata), Anda akan mendapatkan beberapa nilai negatif (karena noise gelap yang terjadi selama akuisisi gambar dapat memiliki nilai negatif), tetapi rentang gambar Anda tidak boleh meningkat secara signifikan. Jika ya, itu adalah tanda bahwa Anda tidak memiliki frame gelap yang cukup rata-rata, atau bahwa pola tetap telah berubah sejak Anda menggunakan waktu pencahayaan yang berbeda.

— Jonas
sumber

1

Aku benar-benar detik @Jonas. Jika sekarang Anda ingin menurunkan noise gelap di atas menghapus pola konstan, satu-satunya solusi adalah mendinginkan sensor.

— Jean-Yves

1

Ini mengasumsikan bahwa noise pola tetap hanya "offset". Banyak sensor dengan FPN juga memiliki variasi gain di setiap piksel juga, jadi ketika terkena adegan "putih murni", masih akan ada FPN bahkan setelah menghapus offset yang diukur dalam gelap ...

— Martin Thompson

@ MartinThompson: Ini poin yang bagus, meskipun dalam praktiknya bisa sangat sulit untuk menjamin adegan "putih murni". Itu sebabnya saya tidak pernah menggunakan keuntungan apa pun jika saya bisa membantu :).

— Jonas

@ MartinThompson Martin, apa praktik terbaik untuk mengoreksi parameter gain. Saya tidak bisa memikirkan cara mudah untuk membuat semuanya putih pada durasi pencahayaan yang diberikan.

— Ktuncer

1

@ Ktuncer: Saya tidak berpikir Anda harus membuatnya putih bersih - semakin cerah Anda bisa membuatnya, semakin baik Anda bisa memperbaiki. Selama kecerahan seragam di seluruh layar Anda dapat menggunakan nilai piksel rata-rata sebagai "target" untuk dikoreksi

— Martin Thompson

7

pendekatan ini valid dan sebenarnya digunakan di beberapa kamera kelas atas: sensor pertama memotret foto dengan rana tertutup, dan mengurangkannya ke foto "benar". Ini memiliki dua keunggulan:

itu mengoreksi kebisingan pola tetap
itu membuat gambar linier

Metode ini dapat memberikan hasil yang berbeda untuk waktu pemaparan yang berbeda.

Kebisingan fotonik tidak tersentuh.

— Simon Bergot
sumber

4

Saya pikir ini tergantung pada sensor yang Anda gunakan.

Anda dapat mengambil serangkaian gambar (mis. 10.000) dengan tutup lensa menyala dan membandingkan deviasi rata-rata / standar untuk setiap piksel. Jika memungkinkan, Anda bisa melakukan hal yang sama untuk gambar "cerah" yang seragam (tidak ada paparan berlebih, hanya kecerahan seragam).

Jika ada perbedaan signifikan antara "mean gelap", mengurangkan mean gelap untuk setiap piksel adalah ide yang bagus. Jika ada perbedaan yang signifikan antara (rata-rata cerah - rata-rata gelap) untuk setiap piksel, membaginya dengan "gambar putih rata-rata" mungkin merupakan peningkatan juga.

Tetapi Anda benar-benar harus membuat statistik ini untuk mencari tahu apa yang masuk akal.

— Niki Estner
sumber

3

Biasanya, nilai negatif harus dipotong menjadi nol ketika Anda mengurangi bingkai gelap.

Saya terkejut bahwa pengurangan frame gelap memberi Anda nilai -172. Artinya:

Tingkat kebisingan Anda tinggi - setidaknya 172 di suatu tempat
Kebisingan Anda sangat bervariasi dari bingkai ke bingkai. Dalam hal ini, pengurangan frame gelap tidak terlalu efektif.

Bisakah Anda memposting gambar dari bingkai normal, bingkai gelap, dan kemudian versi yang dikurangi?

— japreiss
sumber

Kamera dapat berupaya memperbaiki kondisi cahaya redup dengan meningkatkan waktu pengambilan. Akibatnya, piksel panas akan mengakumulasi lebih banyak suara. Juga, pembacaan sensor mungkin non-linear dalam hal ini Anda tidak dapat mengurangi sama sekali.

— MSalters

negative values should be truncated to zero when you subtract the dark frame. Anda seharusnya tidak melakukan itu, karena itu akan mencegah Anda melakukan pekerjaan dengan baik dalam mencela area gelap gambar Anda. Lebih baik menjaga kebisingan 'alami' sebelum Anda benar-benar berusaha untuk menghapusnya.

— Simon Bergot

Ini adalah masalah saya dengan metode ini, jika Anda tidak memotong nilai ke nol maka Anda dibiarkan dengan rentang yang lebih besar dari yang seharusnya dihasilkan oleh gambar, jadi ketika Anda mengubah ukurannya, Anda tampaknya mengabaikan data, dibandingkan dengan memotong nilai yang juga tampaknya mencegah Anda dari mendapatkan koreksi yang tepat