[发明专利]电子倍增CCD噪声模型的参数估计方法

摘要

本发明公开了一种电子倍增CCD噪声模型的参数估计方法，首先对噪声分布模型型进行初始化设置，以拟作混合高斯分布模型进行处理；然后对噪声分布模型进行极大似然化迭代，将设定的初始值代入混合模型中，求样本值来自高斯源的后验概率密度，再将潜在数据代入不完全数据的对数函数中计算偏导数，求取极值，即可得到参数的迭代估计值；最后进行判断步，将迭代估计值与初始值比较，依据循环终止条件，判断是否满足终止条件，若满足则迭代停止，若不满足则把迭代值设为初始值，重新进行极大似然化迭代。本发明以简单的步骤实现了对电子倍增CCD图像噪声参数的极大似然估计，有效地降低了极大似然法的复杂度，能对电子倍增CCD图像噪声进行快速、准确的估计。

主权项

1.一种电子倍增CCD噪声模型的参数估计方法，其特征在于步骤如下： 第一步，参数初始化设置，把电子倍增CCD的噪声分布模型进行初始化设置，噪声分布模型为混合泊松-高斯分布模型，混合泊松-高斯分布模型进行初始化设置就是拟作混合高斯分布模型进行处理，即令l＝m-1,μ₁＝F²G²μ,μ_m＝l，则混合泊松-高斯分布模型用下式表示：其中： f_m为第m个高斯分量的概率密度函数，μ_m、分别为第m个高斯元的均值、方差，其中，ε_m为加权系数，满足第二步，极大似然化得到参数估计值，求得样本值来自第m个高斯源的后验概率密度，即求潜在数据z_nm，将其代入对数函数求偏导，求出μ_m、和ε_m的参数估计值后，用方程求根的方法可求出ε_m对应的μ解，将求得的m个μ解取平均即为参数μ的最终估计值，σ²的参数估计值如下式所示：由此得到泊松噪声μ和高斯噪声σ²的最终迭代估计值； 第三步，判断步，依据循环终止条件，判断是否满足终止条件，若满足则迭代停止，若不满足则把迭代值设为初始值，重新迭代计算，其中循环终止条件依据式如下式所示，若迭代估计值满足终止条件，则终止迭代： 其中，表示第i次参数估计向量的第j个元素，R为预先设定的估计改善上限；R的确定方法是：观察每组R下参数估计值随迭代次数增加的收敛 情况，选择收敛速度较快且估计精度较高的R值。