ISP FPN噪声消除逻辑

目录

[1. FPN噪声成因](#1. FPN噪声成因)

[2. 当前帧噪声样本计算 (6‑31)](#2. 当前帧噪声样本计算 (6‑31))

[3. IIR 递归更新公式(核心,纠正后)](#3. IIR 递归更新公式(核心,纠正后))

[4. 完整工作流程](#4. 完整工作流程)

[5. 参数权衡(Trade‑off)](#5. 参数权衡(Trade‑off))


数字原始图像中的噪声可分为两大类:

  1. 固定模式噪声(FPN);
  2. 时域(随机)噪声。

对于固定模式噪声(FPN),"固定" 一词表示该噪声的图案不随时间发生变化 。固定模式噪声主要包含两部分:暗态噪声与光照下产生的噪声。暗态分量称为暗固定模式噪声(Dark‑FPN) ,即使在完全无光的条件下也会存在。光照条件下产生的固定模式噪声称为像素响应非均匀性(PRNU),成因是各个像素对光线的感光灵敏度存在差异。

如果图像传感器内置列放大器,暗固定模式噪声会在图像中表现为竖条纹(列固定模式噪声),这类条纹十分刺眼,人眼极易察觉。

与之相对,时域(随机)噪声会随时间不断波动,因此在不同帧图像中,噪声的强度和空间位置均不相同。时域噪声是图像传感器采集画面过程中多种噪声源叠加而成(例如光子散粒噪声)。其他时域噪声来源包括:

  • 暗电流噪声:与温度相关,在图像传感器感光面生成。该噪声由热能激发产生的自由电子,加上入射光子打在传感器上生成的电子共同累积产生。
  • 读出噪声:传感器读取信号过程中产生的电子噪声。
  • 复位噪声:采集新一帧画面之前,传感器电容执行复位操作后,电容内残留电子所引发的噪声。
  • 量化噪声:由模数转换器(A/D)将光信号转换成数字数值的过程产生。模拟信号转换为一系列离散数字值时引入的误差称为量化误差。尤其当模数转换的位深较低时,量化噪声会对图像质量造成显著影响。

1. FPN噪声成因

列‑FPN 由列放大器失调电压造成,表现为图像竖直条纹。FPN 在每帧中固定不变;降噪策略:估算噪声轮廓,从原始图像中减去噪声 。 噪声估计利用传感器顶端预留、不会输出至最终画面的光学黑辅助行:Black Lines、Dark Lines。

两个辅助行特性

  1. Black Lines(光学黑行)
    • 遮光,积分时间 = 0
    • 几乎无时域噪声;采样信号≈纯列‑FPN 噪声
  2. Dark Lines(暗行)
    • 遮光,积分时间 = 成像区相同曝光时长
    • 可以采集到时域随机噪声;不用于列‑FPN 计算

2. 当前帧噪声样本计算 (6‑31)

  • nb = 黑行 (Black‑Lines) 行数
  • W = 图像宽度(列总数)
  • :黑区内第i行,第j列像素值 逻辑:同一列所有黑行像素求平均,得到当前帧该列 FPN 采样值

3. IIR 递归更新公式(核心,纠正后)

参数:

  • LeakC:泄漏系数 (Leakage Constant)
  • :上一帧得到的列 FPN 估值
  • :当前帧由黑行算出的噪声样本

参数作用

  1. LeakC越大:历史估值权重越高,新帧样本占比越低。
    • 优点:噪声估计更平滑,单帧采样扰动被抑制
    • 缺点:收敛速度变慢,若列 FPN 随温度缓慢漂移,跟踪响应变慢
  2. LeakC越小:新帧权重越高,收敛速度越快;但是估值波动更大。

4. 完整工作流程

  1. 初始化:全部列的
  2. 接收新一帧 Raw 图像
    1. 读取图像顶端 Black Lines 黑行像素
    2. 式 (6‑31) 逐列取平均,得到当前帧噪声样本
    3. IIR 递归公式更新全局噪声估计模板
  3. 多帧迭代收敛,估值逼近真实列偏移
  4. 校正:图像每一列减去对应的列‑FPN 估值

5. 参数权衡(Trade‑off)

  1. 黑行数量 nb
    • nb 过小:单帧平均样本少,\(FPN\_CurSample\)随机波动大,估值不可靠
    • nb 过大:浪费传感器像素资源,增加运算开销
  2. LeakC 泄漏系数:控制收敛速度与平滑度。 工程上需要同时调整 nb 和 LeakC,寻找性能与资源的平衡点。
相关推荐
泯泷19 小时前
让知识"长骨架"——RAPTOR、GraphRAG 与 OpenViking(四)
人工智能·llm
kaixin_啊啊20 小时前
【零基础学AI】第 30 章课后练习与答案
人工智能
电科_银尘20 小时前
【深度学习项目实战·33】自定义数据集:把自己的图片接入PyTorch
人工智能·pytorch·深度学习
武子康20 小时前
单卡 A6000 跑 Qwen-Drive:怎样留下可比较的第一条基线?
linux·人工智能·深度学习
严肃小白兔20 小时前
第 06/24 期:神经网络的反向传播算法:从链式法则到梯度计算
人工智能·神经网络·算法
后端小肥肠21 小时前
公众号漫画又挖到长尾赛道:家常菜美食,流量稳定长期有收益
人工智能·aigc·agent
泯泷21 小时前
从"检索管道"到"主动助理"——Agentic RAG 与双层记忆(五)
人工智能·llm·agent
武子康21 小时前
ComfyUI 加载了动作 LoRA,H3-World 的时间绑定就接好了吗?
人工智能·机器学习·claude
腾科IT教育21 小时前
HCIE-AI认证全部解析:方向选择、考试门槛与职业适配指南
人工智能·华为认证·hcie-ai·华为ai