[发明专利]一种基于sCMOS相机的固定噪声自适应检测与校正方法

摘要

一种基于sCMOS相机的固定噪声自适应检测与校正方法，属于图像传感器和信号处理领域。解决了固定噪声对sCMOS相机的图像造成的诸如坏点、暗信号非一致性、光响应非一致性、暗电流等的破坏性问题。本发明根据sCMOS传感器的成像特点和固定噪声产生的原因及特征分析，设计了固定噪声的自适应阈值检测算法公式，同时利用多幅暗场图像平均的方式，降低了時域噪声，通过检测所得结果，逐一对固定噪声进行了3×3的中值滤波算法校正，并对边缘做了有效的填充处理。本发明可以快速、便捷地实现对sCMOS相机固定噪声的自适应检测与校正，处理速度快且能够有效降低对图像的破坏度，大大提高了图像质量，在科研相机领域具有很好的使用价值。

主权项

一种基于sCMOS相机的固定噪声自适应检测与校正方法，其特征在于，该方法包含如下步骤：步骤1，把相机镜头盖完全关闭，调整相机性能参数，连续采集10幅暗场图像；步骤2，把相机镜头拆下，在暗室中将相机对准平行光面光源，由于图像灰度值过大或过小都不利于图像信息的读取，所以要对面光源的亮度进行调整，使图像的平均灰度达到总灰度的70％左右，然后连续采集5幅亮场图像；步骤3，在无光照条件下，通过多幅暗场图像平均的方式，可以降低時域噪声，由于暗场中時域噪声占比较大，所以采用10幅暗场图像进行平均处理；步骤4，在平行光面光源下，通过多幅亮场图像平均的方式，可以降低時域噪声，由于亮场中時域噪声占比较小，所以采用5幅亮场图像进行平均处理；步骤5，设置暗场固定噪声的自适应检测公式：暗场固定噪声的阈值为d1，其中有三个指标影响d1的值，指标一为像素总灰度的1/10，用g表示，指标二为灰度值从大到小排列后，像素总数量的1/1000处所显示的灰度值，即固定噪声的数量通常不会超过整幅图像所有像素数量的1/1000，用b表示，指标三为整幅图像灰度值的均值m1加上整幅图像灰度值的均方差s1。由于这三个指标对固定噪声的阈值都存在密不可分的影响，所以综合考虑，我们将暗场固定噪声的自适应检测公式设为d1＝(g+b+(m1+s1))/3，当暗场图像中像素点的灰度值超过d1时，我们便将该点判为固定噪声；步骤6，利用步骤5所得固定噪声的位置坐标信息A1，逐一对固定噪声进行了3×3的中值滤波算法校正，并对位于图像边界的固定噪声做了有效的填充处理，边界处通过镜像反射方法来填补，完成了对暗场固定噪声所在位置的自适应校正；步骤7，设置亮场固定噪声的自适应检测公式：亮场固定噪声的阈值为d2，其中有三个指标影响d2的值，指标一为像素总灰度的1/10，用g表示，由于该指标不受外界各种不良因素的干扰，所以占比较大，为50％，指标二为灰度值从小到大排列后，像素总数量的1/1000处所显示的灰度值，因为亮场固定噪声的数量通常都会小于像素总数量的1/1000，所以该指标占比较小，为20％，用b2表示，指标三为整幅图像灰度值的均值m2减去整幅图像灰度值的均方差s2，占比30％。综合考虑，我们将亮场固定噪声的自适应检测公式设为d2＝g×50％+b2×20％+(m2‑s2)×30％，当亮场图像中像素点的灰度值低于d2时，我们便将该点判为固定噪声；步骤8，利用步骤7所得固定噪声的位置坐标信息A2，逐一对固定噪声进行了3×3的中值滤波算法校正，并对位于图像边界的固定噪声做了有效的填充处理，边界处通过镜像反射方法来填补，完成了对亮场固定噪声所在位置的自适应校正；步骤9，将暗场固定噪声坐标A1与亮场固定噪声坐标A2合并，即为整幅图像的所有固定噪声的位置坐标，用A表示，在sCMOS相机的正常使用中，便可加入同步骤6和步骤8一样的自适应校正算法，从而达到提高相机图像质量的目的。