Quelle est la distribution statistique du bruit du capteur?

Réponses:

6

Il existe de nombreuses sources de bruit différentes dans les images avec des distributions différentes. Par exemple, le bruit de grenaille, qui est un grand contributeur en basse lumière, résulte de l'émission aléatoire de photons suivant la distribution du poisson. Le bruit de courant d'obscurité et le bruit de lecture (contributions majeures au bruit d'ombre sous une bonne lumière) sont plus complexes car ils présentent des bandes et sont rarement répartis également.

En ce qui concerne les applications de cette connaissance, la plupart des logiciels commerciaux de réduction du bruit fonctionnent en ajustant une distribution aux données d'image en trouvant une zone de couleur constante (automatiquement ou par intervention de l'utilisateur) pour estimer les paramètres de la distribution, donc connaître ces valeurs à l'avance n'est pas important.

Matt Grum
la source
2
Pourriez-vous développer le courant sombre et lire le bruit?
Garet Claborn
De quels algorithmes de réduction du bruit parlez-vous? Je sais que les moyens non locaux (Buades, 2004), la variation totale (ROF, 98) et la diffusion anisotrope (perona et malik) ne le font pas. Ou y a-t-il des packages commerciaux qui n'ont pas d'algorithme publié dont vous parlez?
mmr
@mmr Lorsque j'ai utilisé le logiciel commercial Neat Image, il cherchait un correctif sans détail à utiliser pour l'estimation du bruit, et vous pouviez "l'aider" en sélectionnant un tel correctif manuellement.
coneslayer
@mmr Oui, je parlais d'un logiciel de réduction du bruit plutôt que d'algorithmes publiés, modifiés pour éviter toute confusion
Matt Grum
Le courant d'obscurité est le courant généré dans un capteur en raison de ce qui se produit lorsqu'un photon frappe un pixel qui se produit au hasard sans photon. Le bruit de tir est dû au fait que les photons sont des unités de lumière discrètes et lorsque vous êtes à un certain niveau de lumière, vous comptez sur la «chance» qui se jouera en votre faveur dans certains pixels et pas dans d'autres. (Pensez-y comme à la roulette: chaque cellule mise sur 23 (recevoir un photon). 1 pixel sur 38 (est-ce?) Gagnera pendant votre tir, le reste perdra. Vous obtenez du bruit. Avec suffisamment de photons / temps, le vrai motif devient évident parce que vous vous
trompez