华宇注册-华宇平台官网

华宇平台网【Q17627115】

Cononico

May 25, 2020

华宇注册首页>

华宇测速登录地址为什么向下采样图像可以减少噪声

华宇平台直属,江苏华宇总会,华宇地址,

我们的一位读者Mike Baker今天给我发了下面这封邮件。我认为这是一个伟大的和有趣的分析为什么向下采样一个图像减少噪音,所以我决定与你分享它(在他的允许下,当然)。试图消化这些东西让我头晕目眩,华宇测速登录地址但这是一本很棒的读物。你可能需要读几遍才能理解他的意思,尤其是所有的数学公式(我不得不读):

您最近讨论了将高分辨率图像缩小到低分辨率以减少明显的噪声。虽然我知道这是一种有效的减少图像中可见噪声的方法,但我并没有仔细考虑为什么这样做的技术原因。

经过一个漫长的晚上对这个问题的思考,并向我的朋友和工程师同事提出了一些问题,我相信我对这个问题有了一个(合理的,但可能不是完美的!)

如果图像信号和图像噪声具有相似的性质,为了降低分辨率而对相邻像素进行平均并不能提高信噪比。然而,华宇平台信号和噪声有不同的性质。

相邻像素的噪声(通常)之间没有关系。技术迷们称之为“无相关性”。

相关性是两个信号N1×N2的乘积的长期平均值。如果两个信号没有相关性,那么它们乘积的均值就是零。

相邻像素点的信号具有高度的相关性。如果添加不相关的信号,则会添加它们的“功率”,这意味着组合信号是组合功率的平方根。

N_comb = sqrt(N1^2+N2^2)对于N1 = N2 = N,我们得到N_comb = sqrt(2)*N,其中N1, N2为噪声的根均方(RMS)值。

但是,如果信号是高度相关的,那么它们的和就是它们的大小的和:

S_comb = S1+S2,对于S1=S2=S,我们得到S_comb = 2*S

因此,如果我们添加两个相邻像素的内容,我们得到:

SNR_comb = S_comb/N_comb = sqrt(2)*(S/N)

所以,信噪比增加了根号2,大约是40%

现在,你可能会说相邻像素中的信号并不总是100%相关的。信号之间的相关性取决于图像内容。如果图像内容非常平滑,相关性就很高。如果图像内容变化非常快,相关性就很低。当然,平滑区域的噪声会更明显,重采样的效果也会更强。

自适应噪声滤波器考虑了绝对信噪比和图像内容。他们在平滑和信号噪声差的区域降低了更多的分辨率,在图像内容变化强烈和信号噪声高的区域保持了原来的分辨率。你可以把它看作是信噪比和分辨率的联合优化。

现在,我们还需要研究噪音的不同来源:

噪声的第一个来源是暗电流,它是由电子在单个像素中很好地积聚而成的,即使没有光子进入(透镜盖上)。暗电流成为长时间曝光的主导。对于正常的曝光,电子捕获的误差可以忽略不计。

第二个噪声源是读出噪声。这本质上是由两个来源产生的:A)放大器产生的噪声和B)模数转换器产生的噪声。它是一个固定数量的噪音,是添加到每个图像在读取。当你在你的相机上选择ISO设置时,你实际上设置了读出增益,因此也设置了读出噪声。感光度越高,读出增益越高,读出噪声越小。当然,如果你选择的ISO值过高,你会得到信号饱和。因此,在光线较暗的情况下,一定要选择一个不高于所需的ISO来捕捉你想要的图像。

第三种噪声源是“量化噪声”,理解起来有点难。这与这样一个事实有关(在低光条件下),我们不是对平滑的、连续的光子流进行采样,而是对离散的光子束进行采样。问题是,华宇娱乐怎么样?一个光源并不会产生时间间隔相等的光子流。所以,如果你想象一个低光源平均每秒发出100个光子,你可能在第一秒收到90个光子,第二秒收到105个光子,等等。平均误差大约是光子(或像素传感器中的电子)数量的平方根。一个典型的传感器在充满电的情况下可以容纳20,000到60,000个电子。最大数量取决于像素大小。一个带有20000个电子的传感器在充满电或正负0.7%的情况下会有大约正负141个电子的误差。当充满电或正/负0.4%时,带有60000个电子的阱有大约+/-245个电子的误差。