นี่เป็นวิธีที่ถูกต้องสำหรับการแก้ไขสัญญาณรบกวนแบบคงที่หรือไม่?


12

ขณะนี้ฉันมีส่วนร่วมในโครงการที่เกี่ยวข้องกับการตั้งโปรแกรมเซ็นเซอร์ภาพ เซ็นเซอร์ของเราให้เสียงเราดังนั้นเราต้องการแก้ไขให้ถูกต้อง มีคนอื่นในโปรเจ็กต์เกิดความคิดที่จะถ่ายภาพ "สีดำ" เช่นใส่ฝาปิดเลนส์และถ่ายภาพที่มีความหมายว่าเป็นสีดำทั้งหมด (เห็นได้ชัดว่ามันไม่ใช่เพราะเสียงรบกวน) ณ จุดนี้ในการจับภาพต่อมาเขาใช้ค่าพิกเซลจากภาพสีดำและลบออกจากภาพที่ถ่ายเป็นประจำ

ภาพดูดีขึ้นและเสียงส่วนใหญ่จะถูกลบออก แต่ฉันไม่เชื่อว่านี่เป็นวิธีที่ดีที่สุดในการลบเสียงรบกวนเนื่องจากสาเหตุดังต่อไปนี้:

ช่วงของภาพคงที่คือ [-172 194] (ค่า 366) เมื่อเทียบกับช่วงมาตรฐานของ [0 255] เมื่อวาดใหม่มันจะอยู่ในช่วง [0 255] และดูดีขึ้น แต่ฉันเชื่อว่านี่ไม่ถูกต้อง

ฉันควรพูดถึงว่าภาพใหม่ถ่ายในที่แสงน้อย

วิธีนี้ถูกต้องสำหรับการลบเสียงรบกวนหรือไม่? ทำไมหรือทำไมไม่?


วิธีการเฉพาะนี้ (ภาพ "ดำ") เป็นรูปแบบหนึ่งของการปรับเทียบเซ็นเซอร์ซึ่งไม่ใช่ DSP ที่บริสุทธิ์ (เช่นเดียวกับฟิสิกส์เช่นกัน - คุณต้องจำลองข้อบกพร่องทางกายภาพ) ตัวอย่างเช่นวิธีการนี้โดยเฉพาะพยายามที่จะชดเชยข้อบกพร่องของพิกเซลร้อน
MSalters

เห็นด้วยกับ @PaulR
Simon Bergot

คุณสามารถตรวจสอบการแก้ปัญหาในลิงค์นี้: ardueye.com/pmwiki.php?n=Main.StonymanLens
selma

หากเราจัดการกับ Sattelite Images วิธีการคำนวณจะเหมือนกันหรือไม่ ฉันหมายถึงวิธีคำนวณภาพขาวดำเพื่อรับค่า Offset และ Gain ที่บริสุทธิ์? มีคำอธิบายรหัสของการคำนวณ FPN ใน Matlab หรือไม่ ขอบคุณสำหรับเคล็ดลับใด ๆ !!!

คำตอบ:


12

ภาพสีดำคือผลรวมของรูปแบบคงที่และสัญญาณรบกวนมืด (ซึ่งส่วนใหญ่จะเป็นไปตามการกระจายแบบปกติเนื่องจากมักเกิดจากความผันผวนในปัจจุบัน) คุณต้องการลบรูปแบบคงที่ แต่ไม่ใช่เสียงสีเข้ม - ลบสัญญาณรบกวนแบบสุ่มจากสัญญาณเพียงแค่เพิ่มเสียงโดยรวมและทำให้คุณภาพสัญญาณลดลง

เพื่อให้ได้ค่าประมาณที่ดีสำหรับรูปแบบคงที่คุณควรจับเฟรมจำนวนมาก (พูด 25 ถึงแม้ว่าแน่นอนว่า 100 จะทำให้คุณมีเสียงรบกวนเพียงครึ่งเดียว) และเฉลี่ยพวกเขา เนื่องจากเสียงมืด (ควรเป็น) ไม่ตรงตามเวลาจึงมีค่าเฉลี่ยดังนั้นคุณจึงเหลือรูปแบบเสียงรบกวนต่ำที่คุณสามารถลบออกจากภาพในอนาคตของคุณและจะไม่เพิ่มเสียงรบกวนในภาพของคุณ

โปรดทราบว่ารูปแบบคงที่มักจะขึ้นอยู่กับเวลารับแสง (เช่นกล้อง CCD อาจสะสมอิเล็กตรอนระหว่างการเลื่อนกะ) ดังนั้นคุณจะต้องทำการปรับเทียบสำหรับการเปิดรับแสงแต่ละครั้ง หากคุณเปิดรับแสงบ่อยครั้งและหากเป็นไปได้คุณสามารถตั้งค่าการทดสอบเพื่อจับภาพชุดภาพมืดหลังจากการทดสอบแต่ละครั้งซึ่งหมายความว่าคุณจะได้รับการสอบเทียบสำหรับการทดสอบแต่ละครั้ง

หากคุณลบกรอบสีเข้มที่มีสัญญาณรบกวนต่ำ (เช่นค่าเฉลี่ย) คุณจะได้รับค่าลบบางส่วน (เนื่องจากสัญญาณรบกวนที่เกิดขึ้นระหว่างการรับภาพอาจมีค่าลบ) แต่ช่วงของภาพของคุณไม่ควรเพิ่มขึ้นอย่างมีนัยสำคัญ ถ้าเป็นเช่นนั้นมันเป็นสัญญาณว่าคุณมีเฟรมมืดไม่เฉลี่ยพอหรือว่ารูปแบบคงที่มีการเปลี่ยนแปลงเนื่องจากคุณใช้เวลาในการเปิดรับแสงที่แตกต่างกัน


1
ฉันที่สองโจนาสโดยสิ้นเชิง หากตอนนี้คุณต้องการลดเสียงรบกวนที่ด้านบนของการลบลวดลายคงที่ทางออกเดียวคือการทำให้เซ็นเซอร์เย็นลง
Jean-Yves

1
สิ่งนี้จะถือว่าเสียงของรูปแบบคงที่นั้นเป็นเพียง "ออฟเซ็ต" เท่านั้น เซ็นเซอร์จำนวนมากที่มี FPN ก็มีความผันแปรในแต่ละพิกเซลด้วยเช่นกันดังนั้นเมื่อสัมผัสกับฉาก "สีขาวบริสุทธิ์" จะยังคงมี FPN แม้หลังจากลบออฟเซ็ตที่วัดในที่มืด ...
Martin Thompson

@MartinThompson: มันเป็นจุดที่ดี แต่ในทางปฏิบัติมันเป็นเรื่องที่ท้าทายมากที่จะรับประกันฉาก "สีขาวบริสุทธิ์" นั่นเป็นเหตุผลที่ฉันไม่เคยได้รับผลประโยชน์ใด ๆ เลยถ้าฉันสามารถช่วยได้ :)
Jonas

@MartinThompson Martin เป็นวิธีปฏิบัติที่ดีที่สุดในการแก้ไขพารามิเตอร์ Gain ฉันไม่สามารถคิดวิธีง่าย ๆ ในการทำให้ทุกอย่างเป็นสีขาวตามระยะเวลาการเปิดรับที่กำหนด
Ktuncer

1
@Kununcer: ฉันไม่คิดว่าคุณจะต้องทำให้มันเป็นสีขาวบริสุทธิ์ - ความสว่างที่คุณสามารถทำได้มันยิ่งดีที่คุณสามารถแก้ไขได้ ตราบใดที่ความสว่างสม่ำเสมอทั่วทั้งฉากคุณสามารถใช้ค่าพิกเซลเฉลี่ยเป็น "เป้าหมาย" เพื่อแก้ไข
Martin Thompson

7

วิธีนี้ใช้ได้จริงและใช้ในกล้องระดับไฮเอนด์บางตัว: เซ็นเซอร์จะถ่ายภาพก่อนโดยปิดชัตเตอร์แล้วย่อให้เป็นภาพถ่าย "จริง" นี่มีข้อดีสองข้อ:

  • มันแก้ไขสัญญาณรบกวนรูปแบบคงที่
  • มันทำให้ภาพเป็นเส้นตรง

วิธีนี้อาจให้ผลลัพธ์ที่แตกต่างกันสำหรับเวลาการรับแสงที่แตกต่างกัน

เสียงโทนิคถูกปล่อยทิ้งไว้โดยไม่มีใครแตะต้อง


4

ฉันคิดว่าสิ่งนี้ขึ้นอยู่กับเซ็นเซอร์ที่คุณใช้

คุณสามารถถ่ายภาพเป็นชุด (เช่น 10,000) โดยเปิดฝาปิดเลนส์และเปรียบเทียบค่าเฉลี่ย / ส่วนเบี่ยงเบนมาตรฐานสำหรับแต่ละพิกเซล ถ้าเป็นไปได้คุณสามารถทำเช่นเดียวกันสำหรับภาพที่ "สว่าง" เหมือนกัน (ไม่มีแสงจ้ามากเกินไป

หากมีความแตกต่างอย่างมากระหว่าง "ความมืดหมายถึง" การลบความมืดสำหรับแต่ละพิกเซลเป็นความคิดที่ดี หากมีความแตกต่างอย่างมีนัยสำคัญระหว่าง (ค่าเฉลี่ยสว่าง - ค่าเฉลี่ยมืด) สำหรับแต่ละพิกเซลการหารด้วย "ค่าเฉลี่ยของภาพสีขาว" นั้นอาจเป็นการปรับปรุงได้เช่นกัน

แต่คุณต้องสร้างสถิติเหล่านี้เพื่อค้นหาว่าอะไรเหมาะสม


3

โดยปกติแล้วค่าลบควรถูกปัดเศษเป็นศูนย์เมื่อคุณลบเฟรมมืด

ฉันประหลาดใจที่การลบเฟรมสีเข้มช่วยให้คุณมีค่า -172 หมายความว่า:

  • ระดับเสียงรบกวนของคุณสูงอย่างน้อย 172 แห่ง
  • เสียงของคุณมีความแตกต่างกันมากในแต่ละเฟรม ในกรณีนี้การลบเฟรมมืดจะไม่ได้ผลมาก

คุณสามารถโพสต์ภาพของกรอบปกติกรอบสีเข้มและรุ่นที่ลบออกได้หรือไม่


กล้องอาจพยายามแก้ไขให้เหมาะสมกับสภาพแสงน้อยด้วยการเพิ่มเวลาในการถ่ายภาพ เป็นผลให้พิกเซลที่ร้อนจะเพิ่มเสียงรบกวนมากขึ้น นอกจากนี้การอ่านเซ็นเซอร์อาจไม่ใช่แบบเส้นตรงซึ่งในกรณีนี้คุณไม่สามารถลบออกได้เลย
MSalters

negative values should be truncated to zero when you subtract the dark frame. คุณไม่ควรทำอย่างนั้นเพราะมันจะป้องกันไม่ให้คุณทำผลงานออกมาได้ดีในการทำลายพื้นที่มืดของภาพ มันจะดีกว่าเพื่อให้เสียง 'เป็นธรรมชาติ' ก่อนที่คุณจะพยายามลบมันจริงๆ
Simon Bergot

นี่เป็นปัญหาของฉันเกี่ยวกับวิธีการถ้าคุณไม่ตัดทอนค่าให้เป็นศูนย์คุณจะเหลือช่วงที่มีขนาดใหญ่กว่าภาพที่ควรสร้างดังนั้นเมื่อคุณ rescale มันคุณดูเหมือนจะปัดเงาข้อมูลมากกว่าค่าที่ตัดทอนซึ่งดูเหมือนว่า ป้องกันคุณจากการแก้ไขที่เหมาะสม
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.