Это правильный метод для исправления шума фиксированного образца?

В настоящее время я участвую в проекте, связанном с программированием датчика изображения. Наш датчик дает нам шум, поэтому мы хотим исправить его. Кто-то еще в проекте пришел с идеей сделать «черное» изображение, т.е. надеть крышку объектива и сделать изображение, которое должно быть полностью черным. (Очевидно, это не из-за шума) В этот момент при последующих захватах он берет значения пикселей из черного изображения и вычитает их из регулярно захваченного изображения.

Изображение выглядит лучше, и большая часть шума удаляется, однако я не уверен, что это лучший подход для устранения шума из-за следующего:

Диапазон фиксированного изображения составляет [-172 194] (366 значений) по сравнению со стандартным диапазоном [0 255]. Когда он перерисовывается, он возвращается к [0 255] и выглядит лучше, однако я считаю, что это неправильно.

Я должен отметить, что новое изображение получено в условиях низкой освещенности.

Этот метод подходит для удаления шума? Почему или почему нет?

Черное изображение представляет собой сумму фиксированного рисунка и темного шума (который, скорее всего, следует нормальному распределению, поскольку обычно возникает из-за колебаний тока). Вы хотите вычесть фиксированный шаблон, но не темный шум - вычитание случайного шума из сигнала просто увеличивает общий шум и, следовательно, снижает качество сигнала.

Чтобы получить точную оценку для фиксированного шаблона, вы должны захватить значительное количество кадров (скажем, 25, хотя 100, конечно, оставит вам только половину шума), и усреднить их. Поскольку темный шум (должен быть) некоррелирован во времени, он усредняется, так что у вас остается фиксированный шаблон с низким уровнем шума, который вы можете вычесть из ваших будущих изображений, и это не увеличит шум на вашем изображении.

Обратите внимание, что фиксированный шаблон обычно зависит от времени экспозиции (например, ПЗС-камера может накапливать электроны во время операций сдвига), поэтому вам придется выполнять калибровку для каждого времени экспозиции. Если вы часто меняете время экспозиции и, если это возможно, вы можете настроить свой эксперимент на захват серии темных кадров после каждого эксперимента, что означает, что вы получаете калибровку для каждого эксперимента.

Если вы вычтите малошумную (т.е. усредненную) темную рамку, вы получите некоторые отрицательные значения (поскольку темный шум, возникающий во время получения изображения, может иметь отрицательные значения), но диапазон вашего изображения не должен значительно увеличиваться. Если это так, это признак того, что у вас либо недостаточно усредненных темных кадров, либо что фиксированный рисунок изменился, поскольку вы используете другое время экспозиции.

этот подход действителен и фактически используется в некоторых высококачественных камерах: датчик сначала снимает фотографию с закрытым затвором и вычитает ее в «истинную» фотографию. Это имеет два преимущества:

• исправляет фиксированный шум
• делает изображение линейным

Этот метод может дать разные результаты для разных времен воздействия.

Фотонный шум остается нетронутым.

Я думаю, это зависит от используемого вами датчика.

Вы можете сделать серию (например, 10000) изображений с надетой крышкой объектива и сравнить среднее / стандартное отклонение для каждого пикселя. Если возможно, вы можете сделать то же самое для однородного «яркого» изображения (без передержки, просто с равномерной яркостью).

Если существуют существенные различия между «темными средними», хорошей идеей является вычитание темного среднего для каждого пикселя. Если есть существенные различия между (среднее светлое - темное среднее) для каждого пикселя, деление на это «среднее белое изображение» также может быть улучшением.

Но вы действительно должны сделать эту статистику, чтобы выяснить, что имеет смысл.

Обычно отрицательные значения должны быть обрезаны до нуля, когда вы вычитаете темную рамку.

Я удивлен, что вычитание темной рамки дает вам значения -172. Это означает, что:

• Ваш уровень шума высокий - где-то 172
• Ваш шум сильно варьируется от кадра к кадру. В этом случае вычитание темных кадров не очень эффективно.

Можете ли вы публиковать изображения с обычной рамкой, темной рамкой, а затем с вычитаемой версией?