FPN固定模式噪声

90 阅读 0 评论 60 点赞

我是靠谱客的博主干净砖头，最近开发中收集的这篇文章主要介绍FPN固定模式噪声，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

噪声分类

噪声有很多种分类方法，比如从频率上分，可以分为高频，中频，低频噪声

从色彩空间上分，可以分为luma noise亮度噪声与chroma noise彩色噪声。

从时态上分，可以分为fix pattern noise与temporal noise。Fix pattern noise 与时间无关，表现上看就是噪声幅度不随时间变化。Temporal noise是随时间变化，在低光下录制的视频中不断变化的细小信号就是temporal noise。

也有的分法把fix pattern noise定义为在图像行或者列存在的一条条的噪声，如下图所示。

Temporal noise视觉上是一种高频噪声。

噪声计算

均值

标准差

图像的标准差可以作为图像噪声水平的评价值。

按照如下曝光时间，每个曝光时间拍30张black 照片。

exp_time = [0.063, 1.003,16, 64,257,513,770,1027,1283,1540,1797,2054];

raw_avg = 0;

for kk = 0:30:(30*12-1)

for i = 1:30

fname = fileNames{kk+i};

fprintf('processing %s %dn', fname, kk+i);

raw = double(imread([fold fname]));

raw = raw(:,:,1);

raw_avg = raw + raw_avg;

end

raw_avg = raw_avg./30;

avg_signal((kk/30)+1) = round(mean2(raw_avg));

fpn_total((kk/30)+1) = std2(raw_avg);

fpn_col_exp((kk/30)+1) = std(mean(raw_avg,1));
% avg_sig_col_exp((kk/30)+1,:) = mean(raw_avg,1);

fpn_row_exp((kk/30)+1) = std(mean(raw_avg,2)');
% avg_sig_row_exp((kk/30)+1) = mean(raw_avg,2)';

如上计算，可以得到图像的平均信号，每个曝光的FPN noise，以及行，列FPN noise,行列均值。

把曝光逐渐增加，确保图像能够达到饱和，在10个曝光值，每个曝光值下拍30张flat field照片

raw_avg = 0;
temp_noise = zeros(30,480*752);
for kk = 0:30:(30*11-1)
for i = 1:30
fname = fileNames{kk+i};
fprintf('processing %s %dn', fname, kk+i);
raw = double(imread([fold fname]));
raw = raw(:,:,1);
raw_avg = raw + raw_avg;
temp_noise(i,:) = raw(:)';
end
raw_avg = raw_avg./30;

std_temp_noise = std(temp_noise,1);

avg_signal((kk/30)+1) = round(mean2(raw_avg));
temporal_total((kk/30)+1) = median(std_temp_noise);