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