CMOS图像传感器噪声抑制方法研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (8): 167-169.

• 图形、图像、模式识别 • 上一篇下一篇

CMOS图像传感器噪声抑制方法研究

李轩1，2，侯正信1，徐宏宇2，杨爱萍1

1.天津大学电子信息工程学院，天津 300072
2.沈阳航空工业学院电子信息工程学院，沈阳 110034

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-03-11 发布日期:2011-03-11

Denoise method study on CMOS image sensor

LI Xuan1，2，HOU Zhengxin1，XU Hongyu2，YANG Aiping1

1.School of Electronic Information Engineering，Tianjin University，Tianjin 300072，China
2.School of Electronic Information Engineering，Shenyang Institute of Aeronautical Engineering，Shenyang 110034，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-03-11 Published:2011-03-11

摘要/Abstract

摘要： 数码相机中的彩色成像传感器通过彩色滤波阵列（CFA）在空域经降采样获取三个颜色分量，并通过对三个颜色分量去马赛克、去噪和颜色校正等过程获得最终图像。成像过程的算法比较复杂，尤其部分过程的非线性和噪声影响促使成像过程更趋复杂。研究去马赛克算法引入的噪声及对噪声传播的影响，考虑去马赛克和去噪顺序不同对成像质量造成的影响，为了更好地理解每一步成像过程如何影响和传播噪声，对图像和噪声进行有效监测和分析，并通过MSE和s-CIELAB来衡量噪声特性，最后给出结论。

关键词: RAW图像, 去马赛克, 去噪, s-CIELAB

Abstract: Color imaging sensors used in digital cameras acquire three spatially subsampled color channels with a Color Filter Array（CFA） mosaic.The acquired image is then processed through an imaging pipeline of demosaicing，denoising and color correction.The algorithms used in each stage of the image pipeline are complex，several processes of nonlinearity and the effect on the noise are complicated.The influence of demosaicing algorithms on the effects of denoising is discussed.This paper investigates the effects of the order of demosaic and denoise process on images and image noise.Images and noises are monitored and analyzed in each stage of the pipeline，to understand how each stage/algorithm affects and manipulates the noise characteristics.Noise characteristics are evaluated by various metrics from MSE and s-CIELAB.Ultimately，this paper gives conclusions.

Key words: RAW image, demosaic, denoise, s-CIELAB

李轩1，2，侯正信1，徐宏宇2，杨爱萍1. CMOS图像传感器噪声抑制方法研究[J]. 计算机工程与应用, 2011, 47(8): 167-169.

LI Xuan1，2，HOU Zhengxin1，XU Hongyu2，YANG Aiping1. Denoise method study on CMOS image sensor[J]. Computer Engineering and Applications, 2011, 47(8): 167-169.

[1]	刘迪，贾金露，赵玉卿，钱育蓉. 基于深度学习的图像去噪方法研究综述[J]. 计算机工程与应用, 2021, 57(7): 1-13.
[2]	杨倩，顾磊. 基于去噪字词联合模型的中文命名实体识别[J]. 计算机工程与应用, 2021, 57(7): 151-157.
[3]	倪宗军，陈辉，张昀，苏敏，郑秀娟. 自适应去噪的非接触式生理参数检测方法[J]. 计算机工程与应用, 2021, 57(5): 153-160.
[4]	陈人和，赖振意，钱育蓉. 改进的生成对抗网络图像去噪算法[J]. 计算机工程与应用, 2021, 57(5): 168-172.
[5]	王洁，金正猛，冯灿. 自适应广义全变差的图像泊松去噪算法[J]. 计算机工程与应用, 2021, 57(20): 203-209.
[6]	呼亚萍，孔韦韦，李萌，黄翠玲. 改进TV图像去噪模型的全景图像拼接算法[J]. 计算机工程与应用, 2021, 57(17): 203-209.
[7]	刘成士，赵志刚，李强，吕慧显，董晓晨，李金霞. 加强的低秩表示图像去噪算法[J]. 计算机工程与应用, 2020, 56(2): 216-225.
[8]	袁小军，周涛，李琛. 基于稀疏先验的非局域聚类图像去噪算法研究[J]. 计算机工程与应用, 2020, 56(18): 177-185.
[9]	杨永鹏，杨真真，李建林，乐俊. 低秩稀疏分解及其在视频和图像处理中的应用[J]. 计算机工程与应用, 2020, 56(16): 21-30.
[10]	钱满，张向阳，李仁昌. 改进卷积神经网络SAR图像去噪算法[J]. 计算机工程与应用, 2020, 56(14): 176-182.
[11]	杜丽美，连玮. 高斯投影下的人机交互式物体仿真算法研究[J]. 计算机工程与应用, 2020, 56(11): 185-191.
[12]	刘秀平1，薛婷婷1，韩丽丽2，杜勇辰1，张凯兵1，闫焕营3. 基于联合稀疏变换学习的工件去噪方法研究[J]. 计算机工程与应用, 2019, 55(7): 188-193.
[13]	杨赵琪璘，彭定涛，唐琦，罗孝敏. 基于稀疏优化lp正则化的光滑化拟牛顿算法[J]. 计算机工程与应用, 2019, 55(22): 163-171.
[14]	李敏，章国豪，曾建伟，杨晓锋，胡晓敏. 结合Inception模型的卷积神经网络图像去噪方法[J]. 计算机工程与应用, 2019, 55(20): 139-144.
[15]	冉龙才，黄成泉，田文英. 改进BPDN的图像去雨雪应用研究[J]. 计算机工程与应用, 2019, 55(15): 198-203.

CMOS图像传感器噪声抑制方法研究

Denoise method study on CMOS image sensor

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics