跟着卷卷龙一起学 Camera-- 噪声与去噪 01

1.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。temporal noise 视觉上是一种高频噪声。

2.噪声计算 均值 average 和标准差 std

均值 μ=1/n（ΣXi）；i=1，n

标准差 σ=(（1/(n-1))*（Σ（μ-Xi）²）；i=1，n

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

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，

如上计算，可以得到图像的 temporal noise 最后图像饱和，所以噪声降低至 0。 相关噪声与不相关噪声： FPN noise 是相关噪声，temporal noise 是不相关噪声。 两个图像相加： S = S1 + S2； S 代表信号 σt 2 =σt12 +σt22；σt 代表 temporal noise

信噪比 SNR S/σt=(S1+S2)/(σt12 +σt22 ) 0.5 当 S1=S2，σt1 = σt2； 噪比 SNR

S/σt=20.5(S1/σt1); 当 S1=S2=…=Sn; S/σt=n0.5(S1/σt1); 这个公式从理论上证明了 n 帧平均会降低 temporal noise n0.5 倍。所以信号处理中 去除 temporal noise 的方法就是多帧平均加运动检测，如果存在图像存在变化就不 累加，如果图像无变化就累加平均。