Ist dies eine korrekte Methode für die Rauschkorrektur mit festem Muster?

  • Ich bin derzeit an einem Projekt beteiligt, bei dem ein Bildsensor programmiert wird. Unser Sensor macht Geräusche, deshalb wollen wir das korrigieren. Ein anderer Projektmitarbeiter kam auf die Idee, ein "schwarzes" Bild aufzunehmen, d. H. Den Objektivdeckel aufzusetzen und ein Bild aufzunehmen, das ganz schwarz sein soll. (Offensichtlich liegt es nicht an Rauschen.) An diesem Punkt nimmt er bei den nachfolgenden Aufnahmen die Pixelwerte aus dem schwarzen Bild und subtrahiert sie aus dem regelmäßig aufgenommenen Bild.

    Das Bild sieht besser aus und das meiste Rauschen wird entfernt. Ich bin jedoch nicht überzeugt, dass dies der beste Weg ist, um das Rauschen aus folgenden Gründen zu entfernen:

    Der Bereich des festen Bildes ist [-172 194] (366 Werte) gegenüber dem Standardbereich von [0 255]. Wenn es neu gezeichnet wird, wird es wieder auf [0 255] gesetzt, und es sieht besser aus, aber ich glaube, das ist falsch.

    Ich sollte erwähnen, dass das neue Bild aufgenommen wird wenig Licht.

    Ist diese Methode zum Entfernen des Rauschens korrekt? Warum oder warum nicht?

    06 January 2012
    cbownsCynede
4 answers
  • Das schwarze Bild ist die Summe eines festen Musters und eines dunklen Rauschens (das höchstwahrscheinlich einer Normalverteilung folgt, da es in der Regel durch Stromschwankungen entsteht). Sie möchten das feste Muster subtrahieren, nicht aber das dunkle Rauschen. Das Zufallsrauschen von einem Signal subtrahiert einfach das Gesamtrauschen und verringert somit die Signalqualität Für das feste Muster sollten Sie eine ansehnliche Anzahl von Bildern aufnehmen (beispielsweise 25, obwohl bei 100 natürlich nur die Hälfte des Rauschens übrig bleibt), und mitteln Sie sie. Da das dunkle Rauschen zeitlich unkorreliert ist (sollte), wird der Durchschnitt ermittelt, so dass ein rauscharmes festes Muster verbleibt, das Sie von Ihren zukünftigen Bildern subtrahieren können. Dadurch wird das Rauschen in Ihrem Bild nicht erhöht.

    Beachten Sie, dass das feste Muster normalerweise von der Belichtungszeit abhängt (eine CCD-Kamera kann während des Schichtbetriebs beispielsweise Elektronen ansammeln). Daher müssen Sie eine Kalibrierung durchführen jede Belichtungszeit. Wenn Sie die Belichtungszeiten häufig variieren und dies machbar ist, können Sie Ihr Experiment so einrichten, dass nach jedem Experiment eine Reihe dunkler Bilder aufgenommen wird. Dies bedeutet, dass Sie für jedes Experiment eine Kalibrierung erhalten.

    Wenn Sie ein rauscharmes (dh gemitteltes) dunkles Bild subtrahieren, erhalten Sie einige negative Werte (da das bei der Bildaufnahme auftretende dunkle Rauschen negative Werte haben kann). Der Bildbereich sollte jedoch nicht deutlich erhöhen. Wenn dies der Fall ist, ist dies ein Zeichen dafür, dass Sie nicht genügend dunkle Rahmen gemittelt haben oder dass sich das feste Muster geändert hat, seit Sie eine andere Belichtungszeit verwenden.

    06 January 2012
    saint_groceon
  • Dieser Ansatz ist gültig und wird tatsächlich in einigen High-End-Kameras verwendet: Der Sensor nimmt zuerst ein Foto mit geschlossenem Verschluss auf und zieht es von dem "echten" Foto ab. Dies hat zwei Vorteile:

    • korrigiert das Rauschen mit festem Muster
    • das Bild wird linear

    Diese Methode kann für unterschiedliche Belichtungszeiten unterschiedliche Ergebnisse liefern.

    Das photonische Rauschen bleibt erhalten.

    06 January 2012
    Simon
  • Ich denke, das hängt vom verwendeten Sensor ab.

    Sie könnten eine Reihe von (z. B. 10.000) Bildern bei eingeschalteter Objektivkappe aufnehmen und den Mittelwert / die Standardabweichung für jedes Pixel vergleichen. Wenn möglich, können Sie dasselbe für ein gleichmäßiges "helles" Bild tun (keine Überbelichtung, nur gleichmäßige Helligkeit).

    Wenn signifikante Unterschiede zwischen den "dunklen Mitteln" bestehen, subtrahieren Der dunkle Mittelwert für jedes Pixel ist eine gute Idee. Wenn es für jedes Pixel signifikante Unterschiede zwischen (heller Mittelwert - dunkler Mittelwert) gibt, könnte auch die Division durch dieses "weiße Mittelbild" eine Verbesserung darstellen.

    Aber Sie müssen diese Statistiken wirklich erstellen, um herauszufinden, was sinnvoll ist.

    06 January 2012
    The How-To Geek
  • In der Regel sollten negative Werte auf Null gekürzt werden, wenn Sie den dunklen Rahmen subtrahieren.

    Ich bin überrascht, dass die dunkle Rahmensubtraktion Werte von -172 ergibt. Das bedeutet:

    • Ihr Geräuschpegel ist hoch - mindestens 172 irgendwo
    • Ihr Geräusch variiert stark vom Bild einrahmen. In diesem Fall ist die Subtraktion des dunklen Frames nicht sehr effektiv.

    Können Sie Bilder eines normalen Frames, eines dunklen Frames und der subtrahierten Version posten?

    06 January 2012